Wiss. Mitarbeiter*in (d/m/w) - 1. Qualifizierungsphase (zur Promotion)

Ihre Aufgaben

Die Stelle umfasst Grundlagen- und angewandte Forschung zur Modellierung und experimentellen Untersuchung situierter Entscheidungsprozesse in Mensch-Technik Kontexten in der medizinischen Domäne, insbesondere in Human-AI-Teams. Ziel unserer Forschung ist es, Entscheidungsprozesse in zeitkritischen, unsicheren und risikobehafteten Situationen am Beispiel medizinischer Entscheidungsszenarien besser zu verstehen und zu verbessern.

Ein besonderer Fokus der Stelle liegt auf:

• Entscheidungen durch Laien (z.B. von Patient:innen in der Nutzung von Symptom Checker)
• Entscheidungen von Expert:innen (z.B. Triage-Entscheidungen) in Zusammenarbeit mit KI-Systemen

Weitere Aufgaben umfassen:

• eigenständige Entwicklung/Durchführung/Veröffentlichung von interdisziplinär angelegten Forschungsprojekten
• eigenständige (Weiter-)Entwicklung von Mixed-Methods Ansätzen (z.B. durch KI-unterstützte Auswertung von qualitativen und quantitativen Daten)
• Mitarbeit an Projektanträgen
• Lehre im MSc Human Factors zu quantitativen und experimentellen Studiendesigns oder anderen ausgewählten Methoden, zu Entscheidungstheorien und deren Forschungs- und Anwendungsfeldern

Ihr Profil

• erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium ( Master, Diplom oder Äquivalent) in Psychologie/ Human Factors, Cognitive Science, Informatik oder verwandten Disziplinen wird vorausgesetzt
• Die Fähigkeit zum Unterrichten in deutscher und/oder in englischer Sprache wird vorausgesetzt; Bereitschaft, die jeweils fehlenden Sprachkenntnisse zu erwerben
• fundierte Kenntnisse von Entscheidungstheorien und/oder experimenteller Labor- und Feldforschung werden erwartet
• fundierte methodische Kenntnisse im Umgang mit quantitativen Auswertungsmethoden
• Erfahrungen mit Forschung in medizinischen/technischen Anwendungsbereichen und/oder Entscheidungssituationen sind erwünscht
• Erfahrungen in der Lehre sind erwünscht
• Erfahrungen mit Mixed Methods bzw. Methoden qualitativer Sozialforschung sind erwünscht
• Erfahrungen mit und Interesse an der KI-basierten Auswertung von quantitativen und/oder qualitativen Daten sind erwünscht
• Interesse an interdisziplinärer Zusammenarbeit ist erwünscht
• Erfahrung mit Drittmittel-Antragstellung ist erwünscht
• Freude am abstrakten Denken und Diskutieren ist erwünscht