Principal Investigator – Human-AI Fusion & Cognitive Wearable Intelligence

Wir suchen einen motivierten, frühkarrieristischen und visionären Principal Investigator (PI), der die Richtung der Neurowissenschaften und kognitiven Modellierung im Bereich Human-AI-Fusion und Kognitive Wearable Intelligence leitet. Der ideale Kandidat kombiniert Fachwissen in kognitiver Neurowissenschaft, Psychologie und computergestützter Modellierung mit einem starken Verständnis für KI-gesteuerte Datenanalyse und praktischer Erfahrung mit tragbaren Technologien.

Hauptverantwortlichkeiten

• Leitung der Forschungsrichtung in Neurowissenschaften und Neuropsychologie.
• Entwicklung von Fusionsdatenmodellen, die tragbare physiologische und Verhaltenssignale mit kognitiven und affektiven Zuständen verknüpfen.
• Entwurf und Durchführung experimenteller Studien (Labor und Feld), um multimodale Inferenzmodelle zu validieren, wobei geeignete Datenquellen wie EEG, Herzfrequenz, Bewegung und kontextuelle Signale ausgewählt und genutzt werden.
• Zusammenarbeit beim Aufbau der Agentic Personalization Engine (APE), die kognitive Modellierung für adaptive, benutzerzentrierte Rückmeldungen nutzt.
• Leitung der Integration kognitiver Modelle in Edge- und tragbare Umgebungen, wobei Kompromisse zwischen Genauigkeit, Interpretierbarkeit und Energiekosten definiert werden.
• Überwachung von Postdocs, Doktoranden und Praktikanten in interdisziplinärer Forschung, die Neurowissenschaften, maschinelles Lernen und Datenengineering kombiniert.
• Koordination mit Ingenieur- und KI-Teams, um sicherzustellen, dass kognitive Modelle technisch skalierbar und ethisch einwandfrei sind.
• Veröffentlichung von Forschungsergebnissen in erstklassigen Publikationen und Vertretung des Projekts in akademischen und angewandten Forschungsgemeinschaften.

Erforderliche Qualifikationen

• Doktortitel in Kognitiver Neurowissenschaft, Experimenteller Psychologie, Computational Cognitive Science, AI/ML, Datenwissenschaft oder einem eng verwandten Fachgebiet.
• Nachgewiesene Expertise in der Analyse neurokognitiver oder verhaltensbezogener Daten, einschließlich physiologischer/multimodaler Datenfusion.
• Solides Verständnis von maschinellem Lernen, statistischer Modellierung und/oder computergestützter kognitiver Modellierung.
• Erfahrung in der Teilnahme an interdisziplinären Projekten, der Vorbereitung und Einreichung wettbewerbsfähiger Förderanträge, die Mittel gesichert haben, sowie der Veröffentlichung in hochrangigen Fachzeitschriften oder Konferenzen.
• Erfahrung im Entwerfen und Durchführen menschlicher Experimente sowie in der Analyse von Verhaltens- oder physiologischen Datensätzen.
• Starke Fähigkeit, kognitive Theorien mit computergestützten Methoden zu verbinden.

Wünschenswerte Qualifikationen

• Erfahrung mit tragbaren Sensortechnologien (wie EEG-Headsets, Smart-Ringen, ECG, Bewegungstrackern usw.).
• Hintergrund in der Mensch-KI-Interaktion oder affektiver Informatik.
• Vertrautheit mit Edge-AI oder ressourcenbeschränkter Berechnung für die Echtzeitdatenverarbeitung.
• Erfahrung im Aufbau von Datenfusions-Testumgebungen oder Benchmarking-Rahmenwerken für kognitive oder verhaltensbezogene Daten.
• Kenntnisse über datenschutzfreundliches maschinelles Lernen, ethische Einschränkungen, dynamisches Einwilligungsmanagement und GDPR-konforme Datenabläufe.
• Fähigkeit zur Zusammenarbeit zwischen Psychologie, Neurowissenschaften und KI-Engineering-Teams in akademischen und angewandten Kontexten.
• Erfahrung in der Leitung von Forschungsprojekten.

Projektbeschreibung

Dieses Projekt untersucht, wie multimodale Datenfusionswissenschaft (einschließlich tragbarer Datenströme) in strukturierte kognitive und verhaltensbezogene Erkenntnisse umgewandelt und in einen wissensgestützten digitalen Zwilling („Konstruktion“) integriert werden kann, um die Effizienz der Arbeit von Wissenschaftlern, Studenten und Lehrern zu steigern. Die Arbeit konzentriert sich auf zwei komplementäre Forschungsrichtungen:

• Kognitive und Verhaltensdatenfusion – Entwicklung von computergestützten Modellen und Pipelines zur Integration heterogener zeitlicher Daten (physiologisch, verhaltensbezogen, kontextuell und kognitiv), basierend auf den gesammelten Fakten über den Benutzer in strukturierte Einsichtsgrafen. Dies ermöglicht ein tieferes Verständnis der Benutzerzustände – wie Fokus, Engagement und kognitive Belastung – und bildet die Grundlage für adaptive, bidirektionale kontextbewusste Personalisierung innerhalb der Agentic Personalization Engine (APE).
• Mensch-KI-Modellierung & tragbare Datenverarbeitung – Dies umfasst die Erforschung, wie kompakte KI-Modelle lokal/auf Edge-Geräten ausgeführt werden können, um Benutzerzustände zu interpretieren und Empfehlungen in Echtzeit anzupassen, während Privatsphäre und Einwilligung gewahrt bleiben.

Das Projekt wird Rahmenbedingungen und Benchmarks für die Modellierung kognitiver Zustände, datenschutzfreundliche Personalisierung und ethisch ausgerichtete Mensch-KI-Zusammenarbeit schaffen.

Die Vergütung wird basierend auf dem Profil, der Erfahrung und den Ergebnissen des Interviews des Kandidaten festgelegt.