Wissenschaftlichen Mitarbeiter / Doktorand (m/w/d) im Bereich Partizipative Praktiken zur Förde[...]

Wissenschaftlichen Mitarbeiter / Doktorand (m/w/d) im Bereich digitales Lernen gesucht. Im Mittelpunkt stehen die Gestaltung, Durchführung und Evaluation von Interventionen, die über herkömmliche Einwilligungsmechanismen hinausgehen und Lernende aktiv in den Umgang mit ihren Daten einbeziehen. Die Stelle umfasst Lehrtätigkeiten im Bereich Educational Technology und Learning Analytics im geringen Umfang.

Die Professur für Learning Analytics (LEAPS) an der TUM School of Social Sciences and Technology der Technischen Universität München sucht zum nächstmöglichen Zeitpunkt eine/einen. Die Stelle ist TV‑L E13 vergütet, 50 % und zunächst auf 3 Jahre befristet. Bewerbungen werden fortlaufend geprüft (first come, first served). Bewerbungsschluss ist der 25. März 2026.

Ihre Aufgaben

Bildungstechnologien erheben mehr Daten über Lernende als je zuvor, doch Lernende haben kaum Einfluss darauf, was mit diesen Daten geschieht. Diese Promotion soll das ändern, indem sie Maße und Interventionen entwickelt, die Data Agency stärken und Lernenden ermöglichen, fundierte Entscheidungen über ihre Daten zu treffen.

Der Doktorand (m/w/d) entwickelt Maße für die Data Agency und untersucht diese im Zusammenhang mit partizipativen Einwilligungspraktiken im digitalen Lernen. Im Mittelpunkt stehen die Gestaltung, Durchführung und Evaluation von Interventionen, die über herkömmliche Einwilligungsmechanismen hinausgehen und Lernende aktiv in den Umgang mit ihren Daten einbeziehen. Die Stelle umfasst Lehrtätigkeiten im Bereich Educational Technology und Learning Analytics im geringen Umfang.

Ihr Profil

• Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) in Psychologie, Soziologie, Erziehungswissenschaften, Verhaltenswissenschaften oder einem verwandten Fach; Bewerber/innen aus dem Bereich HCI mit starker quantitativer Forschungserfahrung sind ebenfalls willkommen.
• Fundierte Kenntnisse in experimentellen Forschungsmethoden und statistischer Datenanalyse.
• Erfahrung mit der Gestaltung und Durchführung von Experimenten, idealerweise mit Online‑Experimentaltools (z. B. Gorilla, Qualtrics, oTree oder vergleichbar).
• Kenntnisse in Psychometrie und/oder Skalenentwicklung sind von Vorteil.
• Sicherer Umgang mit statistischer Software (z. B. R, SPSS oder vergleichbar).
• Interesse an Fragen der Datenethik und des Datenschutzes im Bildungsbereich.
• Fähigkeit zum selbstständigen wissenschaftlichen Arbeiten.
• Nachgewiesene wissenschaftliche Schreibkompetenz (z. B. Masterarbeit, Publikationen oder Konferenzbeiträge).
• Sehr gute Englischkenntnisse in Wort und Schrift; Deutschkenntnisse sind von Vorteil.
• Teamfähigkeit und Bereitschaft zur interdisziplinären Zusammenarbeit.

Wir bieten

• Vergütung nach TV‑L E13 (50 %)
• Exzellente wissenschaftliche Betreuung und Mentoring
• Starkes internationales und lokales Netzwerk
• Möglichkeit zur Promotion an der TUM Graduate School
• Aktive Einbindung in akademische Gemeinschaften
• Flexible Arbeitsbedingungen
• Zugang zur exzellenten Forschungsinfrastruktur der TUM und des Munich Data Science Institute

Bitte senden Sie Ihre vollständigen Bewerbungsunterlagen (Motivationsschreiben, Lebenslauf, Zeugnisse, Masterarbeit oder relevante Publikationen, Kontaktdaten von Referenzen) in einer PDF‑Datei an:

Hier klicken

Equal Opportunity

Die Technische Universität München strebt eine Erhöhung des Frauenanteils an. Bewerbungen von Frauen werden ausdrücklich begrüßt. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.

The position is suitable for disabled persons. Disabled applicants will be given preference in case of generally equivalent suitability, aptitude and professional performance.

Datenschutz

Bei der Bewerbung an die Technische Universität München (TUM) übermitteln Sie personenbezogene Daten. Bitte beachten Sie unsere Datenschutzhinweise gemäß Art. 13 Datenschutz‑Grundverordnung (DSGVO) zur Erhebung und Verarbeitung personenbezogener Daten im Rahmen Ihrer Bewerbung (Link ). Durch die Einreichung Ihrer Bewerbung bestätigen Sie, dass Sie die oben genannten Datenschutzhinweise anerkannt haben.

Kontakt