28.07.2026, Academic staff
Der Lehrstuhl für Fahrzeugtechnik sucht wissenschaftliche Mitarbeiter (m/w/d) für 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
Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Die Stelle erfordert die Anwesenheit am Lehrstuhl, Reisen, die Arbeit im Team, Kontaktfreude und die Zusammenarbeit mit Projektpartnern aus Forschung 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 ([email protected] / +49 89289 15351).
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:
The position is suitable for disabled persons. Disabled applicants will be given preference in case of generally equivalent suitability, aptitude and professional performance.
Data Protection Information:
When you apply for a position with the Technical University of Munich (TUM), you are submitting personal information. With regard to personal information, please take note of the Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. (data protection information on collecting and processing personal data contained in your application in accordance with Art. 13 of the General Data Protection Regulation (GDPR)). By submitting your application, you confirm that you have acknowledged the above data protection information of TUM.
Kontakt: [email protected]
Job details are sourced from the employer's original posting.
Open job postingAbout the company
The Technical University of Munich is a public research university for engineering, natural sciences, life sciences, medicine, and economics.