„Besser Studieren“ ist das gelebte Motto der Jade Hochschule. In über 60 innovativen Studien­gängen an den Studienorten Wilhelmshaven, Oldenburg und Elsfleth bilden wir über 6.000 Studierende wissenschaftlich und praxisnah aus. Über 170 Professorinnen und Professoren sowie ca. 400 Mitarbeitende engagieren sich im Sinne des Leitbildes unserer Hochschule: innovativ, kompetent, kooperativ, vielfältig und zugewandt. Die Gewinnung qualifizierter Beschäftigter ist dabei eine zentrale Voraussetzung für die Fortsetzung ihrer positiven Entwicklung.

Wissenschaftliche_r Mitarbeiter_in (m/w/d)

Entgeltgruppe 13 TV-L | Kennziffer IW 02/25

Vorgenannte Stelle ist an der Jade Hochschule Wilhelmshaven/​Oldenburg/​Elsfleth im Fachbereich Ingenieurwissenschaften am Campus Wilhelmshaven für das Projekt „Zentrallabore Digitalisierung in Niedersachsen – Zentrallabor Wasser“ ab 1. April 2025, im Umfang von 50 %, befristet bis zum 30. September 2027, zu besetzen.

Wasser ist zentrales Thema zahlreicher internationaler Richtlinien (z. B. UN‑Nachhaltigkeits­ziele, die EU‑Wasser­rahmen­richtlinie oder die Meeres­strategie­rahmenrichtlinie). Nachhaltiges Management, Schutz, Verteilung und branchenspezifische Versorgung bedürfen koordinierter Maßnahmen von Politik, Behörden, Wirtschaft und Wissenschaft. Als Wasserland mit langer Küstenlinie ist es für Niedersachsen relevant, die unterschiedlichen Interessens­lagen zu koordinieren.

Die Zentrallabore Digitalisierung in Niedersachsen (ZDIN) greifen hierzu wichtige Themen der Gesellschaft auf und erlauben es, neue, interdisziplinäre Forschungs­ansätze zu gestalten. In diesem Rahmen arbeitet das ZDIN‑Zentrallabor Wasser (ZLW) an Kernfragen im Bereich der Wasserwirtschaft und des Wassermanagements. Digitalisierung ist dabei ein Schlüssel­parameter, um der wachsenden Komplexität gerecht zu werden. ‚Data Science‘ und ‚Künstliche Intelligenz‘ bieten die Möglichkeit, Datenströme in Echtzeit zu bewerten, zu verknüpfen und in Beziehungen zu setzen. Dies ermöglicht die Identifizierung unbekannter Zusammenhänge und die Früherkennung möglicher Gefahren­quellen, beispielsweise durch Detektion von Sensordaten-Anomalien.

APCT1_DE