Jobs
Meine Anzeigen
Jobs per E-Mail
Anmelden
Stellenangebote Job Tipps Unternehmen
Suchen

Stellen zur umsetzung der datengetriebenen hochschullehre (studiengangsentwicklung und modellierung, projekt faustairs)

Erlangen
Inserat online seit: Veröffentlicht vor 8 Std.
Beschreibung

Ihr Arbeitsplatz Die Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) hat sich darauf verständigt, den Studienerfolg ihrer Studierenden aktiv zu steigern.
Warten Sie nicht mit Ihrer Bewerbung, nachdem Sie diese Beschreibung gelesen haben, denn es wird ein hohes Bewerbungsaufkommen für diese Stelle erwartet.
Das von der Stiftung Innovation in der Hochschullehre geförderte Projekt "FAUstairs" () möchte sich dieser Herausforderung annehmen.
Dazu suchen wir zum nächstmöglichen Zeitpunkt Wissenschaftliche Mitarbeitende (m/w/d, 6x E13 50%) um die Umsetzung der entwickelten Konzepte und Technologien zu unterstützen.
Im Rahmen des Projekts soll der Studienerfolg durch den Einsatz von formativem Assessment und unterstützenden KI-basierten Systemen gesteigert werden.
Ihre Aufgaben Die zu besetzenden Stellen befassen sich mit zwei zentralen Aufgabengebieten, wovon Ihr Profil mindestens eines bedienen sollte: 1.
Studiengangsanalyse und -modellierung (Digital Twins) Im Rahmen der Studiengangsanalyse und -modellierung werden für die beteiligten Studiengänge digitale Repräsentationen erstellt.
Diese Digital Twins beinhalten sowohl die organisatorischen Strukturen, die Lehrveranstaltungen, wie auch die inhaltlichen Wissensstrukturen.
Diese müssen in Zusammenarbeit mit den Studiengängen erhoben und kuratiert werden.
Ebenso werden hochschuldidaktische und assessmentbezogene Potenziale analysiert.
Dazu werden fundierte Grundlagenkenntnisse über die beteiligten Studiengänge beziehungsweise die typischen Lehrformen, Denkmuster, Vorgehensweisen, Inhalte, Herausforderungen, Fachkulturen etc.
der Studiengänge in den jeweiligen Fakultäten benötigt.
Hierbei sind ein philosophisch-sozialwissenschaftliches, ein naturwissenschaftliches und ein technisches Schwerpunktprofil angedacht, um alle Fakultäten der FAU zu überdecken.
2.
Technische Umsetzung der datengetriebenen Mehrwertdienste Die Stellen setzen die im Projekt auf der Basis der Digital Twins konzeptionierten Mehrwertdienste und Werkzeuge zur Unterstützung der Studiengangsmodellierung um.
Dies umfasst unter anderem die Umsetzung angewandter Wissensrepräsentation, die Implementierung von Webanwendungen (integriert in ILIAS/StudOn), sowie Interaktionsdesign und User Experience (UX).
Grundsätzlich ist für alle Arbeitsbereiche eine Offenheit bzw.
Erfahrung bezüglich Digitalisierung der Lehre, formativem Assessment und Wissensrepräsentation erforderlich.
Aufgaben: Enge Zusammenarbeit mit Studiengangsverantwortlichen, Lehrenden, Studierenden und Fakultäten Erhebung, Formalisierung, Modellierung und digitale Repräsentation von Studiengangs-, Lehr- und Prüfungsstrukturen (Digital Twins) Mitwirkung an der Konzeption und Umsetzung datenbasierter Assessment-Ansätze (insb.
formative Assessments) aus dem Assessment Lab Modellierung von Wissens-, Kompetenz- und Lehr-Lern-Konzepten und -Praktiken der beteiligten Studiengänge Mitwirkung bei der Konzeption und Umsetzung datengetriebener Mehrwertdienste für Studium und Lehre Ihr Profil Mit gutem Erfolg abgeschlossenes wissenschaftliches Universitätsstudium (Master oder äquivalenter Abschluss) Eigeninitiative und Fähigkeit zum systematischen und selbstständigen Arbeiten Fähigkeit und Bereitschaft, sich auch in bisher unbekannte interdisziplinäre Thematiken einzuarbeiten (für 1.) Sehr gute Deutschkenntnisse (mind.
C2-Niveau) in Wort und Schrift Gute Englischkenntnisse (mind.
B2-Niveau) in Wort und Schrift Proaktive Arbeitsweise und Hands-On-Mentalität Wir haben einiges zu bieten: Unsere Benefits Regelmäßiger Stufenanstieg und steigendes Gehalt nach Tarifvertrag für den öffentlichen Dienst der Länder (TV-L) beziehungsweise Besoldung nach BayBesG sowie zusätzliche Jahressonderzahlung Urlaubsanspruch von 30 Tagen pro Kalenderjahr bei fünf Arbeitstagen pro Woche, mit zusätzlichen freien Tagen am 24.
und 31.
Dezember Betriebliche Altersversorgung sowie vermögenswirksame Leistungen Intensive Begleitung in der wissenschaftlichen Qualifikationsphase Umfassende Einarbeitung durch engagiertes Team Gemeinsame Aktivitäten im Team Stellenzusatz Eine eigene wissenschaftliche Qualifizierung in Form einer Promotion (Qualifikationsziel) ist möglich und erwünscht.
Bei positiver Bewertung des Projekts besteht die Möglichkeit der Verlängerung um 1,5 Jahre. xwminpx
Bei Vorliegen der persönlichen Voraussetzungen können Stellenanteile individuell kombiniert werden.

Bewerben
E-Mail Alert anlegen
Alert aktiviert
Speichern
Speichern
Ähnliches Angebot
Stellen zur umsetzung der datengetriebenen hochschullehre (studiengangsentwicklung und modellierung, projekt faustairs)
Erlangen
Friedrich-Alexander-Universität Erlangen-Nürnberg
Ähnliches Angebot
Stellen zur umsetzung der datengetriebenen hochschullehre (studiengangsentwicklung und modellierung, projekt faustairs)
Erlangen
Friedrich-Alexander-Universität Erlangen-Nürnberg
Ähnliches Angebot
Stellen zur umsetzung der datengetriebenen hochschullehre (studiengangsentwicklung und modellierung, projekt faustairs)
Erlangen
Festanstellung
Friedrich-Alexander-Universität Erlangen-Nürnberg
Mehr Stellenangebote
Ähnliche Angebote
Jobs Erlangen
Jobs Erlangen (Kreis)
Jobs Bayern
Home > Stellenangebote > Stellen zur Umsetzung der datengetriebenen Hochschullehre (Studiengangsentwicklung und Modellierung, Projekt FAUstairs)

Jobijoba

  • Job-Ratgeber
  • Bewertungen Unternehmen

Stellenangebote finden

  • Stellenangebote nach Jobtitel
  • Stellenangebote nach Berufsfeld
  • Stellenangebote nach Firma
  • Stellenangebote nach Ort
  • Stellenangebote nach Stichworten

Kontakt / Partner

  • Kontakt
  • Veröffentlichen Sie Ihre Angebote auf Jobijoba

Impressum - Allgemeine Geschäftsbedingungen - Datenschutzerklärung - Meine Cookies verwalten - Barrierefreiheit: Nicht konform

© 2026 Jobijoba - Alle Rechte vorbehalten

Bewerben
E-Mail Alert anlegen
Alert aktiviert
Speichern
Speichern