Promotionsstelle: Mobility Data Scientist – Autonomous Mobility Analytics, Simulation & Digital Twins

Zurück zu Nachrichten-Bereich

Promotionsstelle: Mobility Data Scientist – Autonomous Mobility Analytics, Simulation & Digital Twins

28.07.2026, Wissenschaftliches Personal

Der Lehrstuhl für Fahrzeugtechnik sucht wissenschaftliche Mitarbeiter (m/w/d) für Mobility Data Scientist – Autonomous Mobility Analytics, Simulation & Digital Twins.

Mobility Data Scientist – Autonomous Mobility Analytics, Simulation & Digital Twins

Motivation

Wir arbeiten an einer der wichtigsten Herausforderungen unserer Zeit: Die CASE-Megatrends (Connected, Autonomous, Shared, Electric) verändern die Mobilität der Menschen grundlegend. In Zukunft müssen wir stärker auf digitale, nachhaltige und geteilte Lösungen setzen, um unsere Verkehrsnachfrage zu decken.

Im Smart Mobility Lab entwickeln wir datengetriebene Methoden zur Analyse, Bewertung und Optimierung zukünftiger Mobilitätssysteme. Gemeinsam mit Partnern aus Forschung, Industrie und öffentlicher Hand begleiten wir die Einführung autonomer Mobilitätsdienste im Münchner Verkehrsraum. Dabei entstehen einzigartige Datensätze aus realen Fahrzeugflotten, Betriebsplattformen und Verkehrssystemen. Werde Teil des Smart Mobility Lab am Lehrstuhl für Fahrzeugtechnik und gestalte aktiv die Zukunft der Mobilität mit.

Deine Herausforderung

Wir suchen innovative Bewerberinnen und Bewerber mit Initiative und Tatendrang, die mit ihrer Promotion die datengetriebene Bewertung und simulative Weiterentwicklung autonomer Mobilitätsdienste vorantreiben möchten. Ziel ist es, autonome On-Demand- und Hybridverkehre im Münchner Praxistestfeld nicht nur wissenschaftlich zu bewerten, sondern aus den realen Betriebsdaten heraus die skalierbaren Betriebsmodelle des ÖPNV von morgen zu gestalten.

Im Mittelpunkt Deiner Arbeit steht ein geschlossener Erkenntniskreislauf: Aus dem realen Testfeld gewinnst Du Betriebs-, Fahrzeug- und Dispositionsdaten, führst sie zusammen und wertest sie wissenschaftlich aus. Dazu entwickelst Du Datenmodelle, Datenpipelines und Monitoring-Systeme, die den Echtzeitbetrieb autonomer Mobilitätsdienste abbilden und auswertbar machen.

Auf dieser Grundlage entwickelst Du Methoden zur Performance-Evaluation autonomer Mobilitätsangebote: KPI-Frameworks, Zeitreihenanalysen und Anomalieerkennung zur Bewertung von Servicequalität, Betriebseffizienz und Skalierbarkeit. Die gewonnenen Erkenntnisse nutzt Du, um einen simulativen Digital Twin des Testfeldbetriebs mit Realdaten zu kalibrieren, neue Betriebslogiken und Multi-Betreiber-Szenarien zu modellieren und daraus datenbasierte Handlungsempfehlungen für zukünftige Mobilitätsdienste im ÖPNV abzuleiten.

Dein Profil

Als ideale Kandidatin oder idealer Kandidat verfügst Du über einen sehr guten (≤1,9) Masterabschluss in Informatik, Data Science, Verkehrsingenieurwesen, Wirtschaftsingenieurwesen oder einer vergleichbaren technisch-wissenschaftlichen Fachrichtung. Du hast Freude daran, komplexe Datenstrukturen zu verstehen, aus großen Datenmengen wissenschaftliche Erkenntnisse abzuleiten und diese in Modelle für die Mobilität der Zukunft zu überführen.

Du verfügst über fundierte Programmierkenntnisse, insbesondere in Python, sowie Erfahrung mit Datenbanken, SQL und Datenverarbeitung. Kenntnisse in Data Engineering, Machine Learning, Zeitreihenanalyse, Dashboarding oder verkehrlicher bzw. agentenbasierter Simulation sind von Vorteil. Vor allem aber bringst Du Eigeninitiative, analytisches Denken und Begeisterung für die Mobilität der Zukunft mit. Verhandlungssicheres Deutsch und gute Englischkenntnisse sind Voraussetzung.

Deine Chancen

Als Teil unseres Teams arbeitest Du an einem der größten Reallabore für autonome Mobilität in Deutschland. Du erhältst Zugriff auf einzigartige Betriebs- und Fahrzeugdaten und entwickelst wissenschaftliche Methoden, die unmittelbar in reale Mobilitätsangebote einfließen. Statt Dich auf einen Teilaspekt zu beschränken, verantwortest Du die gesamte Kette von der realen Datenerhebung über die Evaluation bis zur simulativen Gestaltung neuer Betriebsmodelle.

Dir stehen moderne Serverinfrastrukturen, umfangreiche Datenplattformen und ein interdisziplinäres Netzwerk aus Forschung, Industrie und öffentlichen Akteuren zur Verfügung. Im Rahmen Deiner Promotion veröffentlichst Du wissenschaftliche Arbeiten zu Themen wie Evaluation autonomer Mobilitätsdienste, KPI-Frameworks, Real-World Performance Assessment, realdatenkalibrierte Simulation und simulationsbasierte Bewertung von Betriebsmodellen.

Wir bieten

• Befristete Vollzeitstelle nach TV-L E13 100% für insgesamt 3 Jahre
• Möglichkeit zur Promotion und Start-up-Gründung
• Innovatives Forschungsgebiet mit hoher Aktualität und Relevanz
• Einzigartige Datensätze aus realen autonomen Mobilitätsdiensten
• Moderne Arbeitsumgebung und leistungsfähige Serverinfrastruktur
• Flexible Arbeitszeitgestaltung inkl. Homeoffice
• Eigenes Budget für Fortbildungen und Tagungen
• Möglichkeit zum Auslandsaufenthalt
• Beginn ab 1.10.2026

Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Die Stelle erfordert die Anwesenheit am Lehrstuhl, Reisen, die Arbeit im Team, ung und Industrie. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt. Die Technische Universität München strebt eine Erhöhung des Frauenanteils an. Bewerbungen von Frauen werden daher ausdrücklich begrüßt.

Bewerbung

Falls Du Rückfragen haben solltest, melde Dich bei Till Zacher ( / ).

Wir freuen uns auf Deine aussagekräftigen Unterlagen (Anschreiben, Lebenslauf, Abitur-, Bachelor-, und Masterzeugnis). Sende diese bitte mit Stellenbezeichnung im Betreff per E-Mail / Post an:

Christiane Schulte

Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.

We show an excerpt and a link, and the full text when the source allows it. Brands and logos shown belong to their owners.

Source: Statistisches Bundesamt (Destatis), table; dl-de/by-2-0; StarIn's calculation

Posted Nov 01, 2026