Auf einen Blick
- Aufgaben: Mitarbeit in einem interdisziplinären Team für innovative Open Science und KI-basierte Forschungsworkflows.
- Unternehmen: GESIS – Leibniz-Institut für Sozialwissenschaften, führend in sozialwissenschaftlicher Forschung.
- Vorteile: Flexible Arbeitszeiten, mobiles Arbeiten, Gesundheitsmanagement und Weiterbildungsmöglichkeiten.
- Weitere Informationen: Karrieremöglichkeiten in einer ansprechenden Arbeitsatmosphäre mit viel Gestaltungsspielraum.
- Warum dieser Job: Gestalte die Zukunft der Forschung mit KI und digitalen Daten in einem internationalen Umfeld.
- Qualifikationen: Abgeschlossenes Studium in relevanten Fachgebieten und Erfahrung in Datenanalyse mit R/Python.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
GESIS – Leibniz-Institut für Sozialwissenschaften ist eine von Bund und Ländern finanzierte, international tätige sozialwissenschaftliche Einrichtung der Leibniz-Gemeinschaft. Wir suchen ab dem 1. Oktober 2026 für den Standort Köln in der Abteilung Computational Social Science (CSS), Team Transparent Social Analytics, eine*n Wissenschaftliche*r Mitarbeiter*in für AI-based Research Workflows (Entgeltgruppe 13 TV-L, 50% Arbeitszeit, befristet bis 31.12.2028).
Die Abteilung Computational Social Science (CSS) erhebt digitale Verhaltensdaten und stellt computerbasierte Methoden zur Erhebung und Analyse solcher Daten für die sozialwissenschaftliche Forschung bereit. Flankierend unterstützt sie Wissenschaftler*innen bei der Integration von digitalen Verhaltensdaten in ihre Forschungsdesigns. Forschungsschwerpunkte der Abteilung sind die Qualität digitaler Verhaltensdaten, die Entwicklung und Validierung von Computational Social Science Methoden sowie der Wandel digitaler Gesellschaften.
Im Projekt NFDI4DS - NFDI für Data Science und Künstliche Intelligenz entwickeln wir Dienste und Best Practices für KI-basierte Forschungsworkflows. Zu diesem Zweck untersuchen wir das Zusammenspiel von KI-gestützten Forschungs-Co-Piloten, cloudbasiertem Rechnen sowie Verfahren zur Verbesserung der wissenschaftlichen Reproduzierbarkeit, um Open-Science-Praktiken weiterzuentwickeln.
Ihr Aufgabengebiet:
- Mitarbeit in einem interdisziplinären Team, das sich auf den Aufbau einer Serviceinfrastruktur für innovative Open Science konzentriert
- KI-basierte Werkzeuge und Dienste für ein interdisziplinäres Publikum zugänglich machen
- Durchführung anwendungsorientierter Forschung im Bereich der Computational Social Science
Ihr Profil:
- Abgeschlossenes Hochschulstudium (Diplom/ M.Sc.) in einem für die Computational Social Science relevanten Fachgebiet, z. B. Angewandte Informatik, Statistik, Physik, Politikwissenschaft, Kommunikationswissenschaft, Psychologie, Soziologie oder eine verwandte Disziplin
- Erfahrung im Management von Projekten im Bereich digitaler Verhaltensdaten
- Kenntnisse in der Datenanalyse mit R und/oder Python sowie idealerweise Erfahrung im Einsatz von KI-Agenten
- Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift
Wir bieten:
- Ein internationales und interdisziplinäres Arbeitsumfeld, das Sie auch bei der Entwicklung Ihres eigenen Forschungsprofils unterstützt
- Flexible Arbeitszeiten und Regelungen zum mobilen Arbeiten
- Sehr gute Bedingungen für die Vereinbarkeit von Beruf und Familie u.a. durch Zuschüsse zur Betreuung von nicht schulpflichtigen Kindern
- Ganzheitliches betriebliches Gesundheitsmanagement und die vergünstigte Teilnahme am Sportprogramm der Universität Köln
- Großzügige Förderung Ihrer Altersvorsorge in Form einer Direktversicherung
- Förderung Ihrer Kompetenzen durch Weiterbildungsmaßnahmen
Kontakt:
Für weitere Informationen zu den Aufgabengebieten wenden Sie sich bitte per E-Mail an Arnim Bleier (arnim.bleier@gesis.org). Bei Fragen zum Bewerbungsprozess steht Ihnen Franca Tosetti per E-Mail (franca.tosetti@gesis.org) zur Verfügung.
Wir haben Ihr Interesse geweckt? Dann bewerben Sie sich bitte bis einschließlich 24.08.2026 über unser Online-Bewerbungsportal. Die Kennziffer lautet: CSS-124.
Über uns: GESIS ist eine der weltweit führenden Infrastruktureinrichtungen für die Sozialwissenschaften und steht Forscher*innen mit Expertise und Infrastrukturangeboten auf allen Ebenen ihrer Forschungsprojekte zur Seite. Wir tragen dazu bei, dass gesellschaftlich relevante Fragen auf der Basis belastbarer Daten, neuester wissenschaftlicher Methoden und Forschungsinformationen beantwortet werden können. Wir helfen bei der Studienplanung und der Datenerhebung, bieten qualitativ hochwertige Forschungsdaten, unterstützen bei der Datenaufbereitung und -analyse sowie schließlich bei der Archivierung der Daten.
GESIS unterstützt Sie dabei, sich weiter zu qualifizieren. Wir bieten unseren Mitarbeiter*innen ein breites Spektrum von Karrieremöglichkeiten in einer ansprechenden Arbeitsatmosphäre mit einem hohen Maß an Eigenverantwortung und Gestaltungsspielraum. Bei uns arbeiten Sie in einem internationalen Umfeld im Herzen von Mannheim und Köln und profitieren von einer flexiblen Arbeitsumgebung sowie internen und externen Netzwerken.
GESIS gewährleistet die Beachtung der Schwerbehindertenrichtlinien und fördert die berufliche Gleichstellung von Frauen und Männern. In Vollzeit ausgeschriebene Stellen können auch in Teilzeit besetzt werden. Als familienfreundlicher Arbeitgeber tragen wir seit 2010 das Zertifikat audit „berufundfamilie“.
Weitere Informationen zur Arbeit bei GESIS finden Sie hier.
Wissenschaftliche*r Mitarbeiter*in für AI-based Research Workflows (CSS-124) Arbeitgeber: GESIS
GESIS – Leibniz-Institut für Sozialwissenschaften bietet ein dynamisches und internationales Arbeitsumfeld, das sich durch hervorragende Karrieremöglichkeiten in der Softwareentwicklung und Data Engineering auszeichnet. Mit flexiblen Arbeitszeiten, einer familienfreundlichen Kultur und umfassenden Weiterbildungsmaßnahmen unterstützt GESIS seine Mitarbeiter*innen dabei, ihre beruflichen Ziele zu erreichen und gleichzeitig eine ausgewogene Work-Life-Balance zu pflegen. Der Standort Köln ermöglicht zudem den Zugang zu einzigartigen Datensätzen und fördert den Austausch mit internationalen Fach- und Nutzercommunities.
