Akademische/-r Mitarbeiter/-in (w/m/d) im Bereich Wissens- und Technologietransfer - 370/2026 (Wirtschaftsinformatiker/in (Hochschule))

An der Universität Potsdam, Wirtschafts- und Sozialwissenschaftliche Fakultät/ Professur Wissens- und Technologietransfer ist zum 01.03.2027 folgende Stelle, befristet für vier Jahre zu besetzen:Akademische/-r Mitarbeiter/-in (w/m/d) im Bereich Wissens- und Technologietransfer (Schwerpunkt: KI-gestütztes Text-Mining)Kenn-Nr. 370/2026Die Arbeitszeit umfasst 26 Wochenstunden (65 %). Die Eingruppierung erfolgt nach Entgeltgruppe 13 der Entgeltordnung zum TV-Länder. Die Befristung erfolgt nach § 2 Abs. 1 Wissenschaftszeitvertragsgesetz (WissZeitVG). Gegebenenfalls besteht die Möglichkeit einer Verlängerung bei Vorliegen der persönlichen und tariflichen Voraussetzungen.Ihr Arbeitsbereich:Die Professur für Wissens- und Technologietransfer an der Wirtschaftswissenschaftlichen Fakultät der Universität Potsdam erforscht und gestaltet die Schnittstelle zwischen Wissenschaft, Wirtschaft und Gesellschaft. Unser Fokus liegt auf der Untersuchung systemischer Transferbarrieren durch innovative, KI-gestützte Methoden wie Text-Mining, LLMs und agentenbasierte Simulationen. Wir bedienen im innoFSPEC Transferlabor konkrete Technologietransferprojekte und arbeiten gleichzeitig, ausgehend von neueren KI-Entwicklungen, an theoretischen Beiträgen zum Thema Transfer. In der Lehre vermitteln wir praxisnahes Innovationsmanagement sowie computergestützte Methodenforschung in einem interdisziplinären Qualifizierungsumfeld.Ihr Aufgabengebiet umfasst:- Unterstützung der computergestützten quantitativen Methodenausbildung auf Bachelor-Ebene an der Fakultät- wissenschaftlich-didaktische Begleitung des Bachelor-Seminars „Einführung in Text Mining Methoden zur Analyse großer Textdatenmengen“ (Sommersemester)- Mitarbeit bei der Durchführung der anwendungsorientierten Lehrveranstaltung „LLMs und Textmining“ (Wintersemester)- praxisnahe Vermittlung quantitativer Textanalyse, computergestützter Vorverarbeitung unstrukturierter Daten sowie des methodisch sauberen Einsatzes von KI-Werkzeugen- Mitwirkung a