Juniorprofessur für Artificial Intelligence and Digitalization for Batteries

Scientific Officer / Scientific Assistant Published 30 March 2026 Fakultäten

Untermenü: Fakultäten

Wissenschaftliche/r Mitarbeiter/in - Doktorand/in (w/m/d) - Datengetriebene Modellierung und KI für Batteriesysteme (mit Promotionsmöglichkeit), In Ihrer Tätigkeit entwickeln Sie intelligente, datengetriebene Ansätze zur Analyse, Modellierung und Bewertung moderner Batteriesysteme - mit besonderem Fokus auf Alterungsprozesse, digitale Zwillinge und KI-gestützte Diagnoseverfahren. Sie verbinden experimentelle Arbeiten mit fortgeschrittener Modellierung und Machine Learning, entwickeln innovative Batteriemodelle, generieren und analysieren umfangreiche Labor- und Felddaten und leiten daraus moderne Diagnose-, Überwachungs- und Prognosemethoden ab. Zudem arbeiten Sie an KI-basierten Verfahren zur Erkennung und Klassifikation von Alterungsmechanismen, an der Optimierung effizienter Test- und Bewertungsprozesse sowie am Aufbau vernetzter, cloudbasierter Daten- und Modellierungsplattformen für eine intelligente Echtzeitüberwachung. Ihre Ergebnisse diskutieren und validieren Sie im Austausch mit führenden Partnern aus Wissenschaft und Industrie - etwa im Rahmen nationaler und internationaler Forschungskooperationen, gemeinsamer Projekte, Workshops und Messeauftritte. Insgesamt gestalten Sie aktiv die Digitalisierung, Automatisierung und KI-basierte Zukunft der Batterietechnologie mit - von der Modellbildung über Testverfahren bis hin zu intelligenten, cloudgestützten Lebensdauervorhersagen.

Sie möchten in einem universitären Spitzenumfeld arbeiten und gleichzeitig eng mit Industriepartner/innen zusammenarbeiten? Sie interessieren sich für die Verbindung aus theoretischer Forschung und praktischer ingenieurwissenschaftlicher Anwendung und möchten eigenständig innovative Lösungen entwickeln? Zudem können Sie sich eine Promotion im Bereich moderner Batteriesysteme vorstellen?

Sie verfügen über ein sehr gut abgeschlossenes Hochschulstudium (Master oder vergleichbar) in einem technischen oder naturwissenschaftlichen Fach (z. B. Elektrotechnik, Maschinenbau, Informatik, Physik, Materialwissenschaften)

Darüber hinaus bringen Sie idealerweise Folgendes mit:

Grundkenntnisse in der Lithium-Ionen-Batterietechnologie Programmiererfahrung, z. B. in Python oder MATLAB

Interesse an Machine Learning und Batteriemodellen

Affinität zur experimentellen Arbeit, insbesondere zu Batterietests

Freude an der Mitarbeit in anspruchsvollen Projekten mit Industrie- und Forschungspartner/innen

Hohe Motivation, Eigeninitiative und selbstständige Arbeitsweise

Teamfähigkeit sowie gute organisatorische Fähigkeiten

Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift

Herzliches und kollegiales Umfeld an einer der weltweit renommiertesten Forschungseinrichtungen im Bereich Batterietechnologie Steilen Wissenszuwachs in einem dynamisch wachsenden Zukunftsmarkt (Batterien, KI, Elektromobilität, Energiespeicher) Optimales Forschungsumfeld mit hochmoderner Infrastruktur und engem Bezug zur industriellen Praxis Aktive Mitwirkung in der universitären Lehre und Nachwuchsförderung (z. B. Betreuung von Bachelor- und Masterarbeiten), Die Einstellung erfolgt im Beschäftigtenverhältnis. Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf 2 Jahre. Eine Möglichkeit zur Verlängerung auf insgesamt 5 Jahre bis zur Promotion ist vorgesehen und erwünscht. Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes. Es handelt sich um eine Vollzeitstelle. Auf Wunsch kann eine Teilzeitbeschäftigung ermöglicht werden. Eine Promotionsmöglichkeit besteht. Die Eingruppierung richtet sich nach dem TV-L. Die Stelle ist bewertet mit EG 13 TV-L.

Als größte universitäre Arbeitsgruppe Deutschlands im Bereich Batterietechnologie und Systemintegration zählt das ISEA an der Fakultät für Elektrotechnik und Informationstechnik der RWTH Aachen zu den international führenden Forschungseinrichtungen dieses zukunftsweisenden Feldes. Themen wie die Digitalisierung sowie die KI-gestützte Modellierung und Optimierung von Batteriesystemen bilden dabei einen zentralen Schwerpunkt der weltweit anerkannten Forschungskompetenz des Instituts. Unser Ziel ist es, die Nutzung moderner Batteriesysteme über ein breites Anwendungsspektrum hinweg zu optimieren. Wir erforschen Batteriesysteme aller relevanten Technologien und entwickeln daraus hochpräzise Modelle für elektrische und thermische Simulationen, Lebensdauerprognosen sowie innovative Diagnose- und KI-Algorithmen. Diese Modelle bilden die Grundlage für die zuverlässige Bestimmung von Ladezustand, Leistungsfähigkeit und Alterungsmechanismen moderner Batterien. Mit unserer Forschung leisten wir einen bedeutenden Beitrag zur Entwicklung leistungsfähiger, nachhaltiger und intelligenter Batteriesysteme - für Elektromobilität, stationäre Energiespeicher und die Energieversorgung der Zukunft. Ein besonderes Highlight für unsere Mitarbeitenden ist das 2022 eröffnete Center for Ageing, Reliability and Lifetime Prediction of Electrochemical and Power Electronic Systems (CARL) auf dem Campus Melaten. Auf über 5000 m² modernster Büro- und Laborflächen stehen ideale Bedingungen für interdisziplinäre Spitzenforschung bereit. Über 150 Wissenschaftler*innen arbeiten hier eng vernetzt an der gesamten Wertschöpfungskette - von der Materialforschung über die Produktion und Systemintegration bis hin zur KI-basierten Energiesystemanalyse., Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben. Die Stellenausschreibung richtet sich an alle Geschlechter. Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen. Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.