T474-2025 - Wiss. Mitarbeiter:in (w/m/d) - Research Lab Systemic AI des Exzellenzclusters RAI - Darmstadt

Darmstadt / 100% / Befristet (3 Jahre) / Entgeltgruppe 13 TV TU Darmstadt / zum 01.01.2026

Über die TU Darmstadt

Die TU Darmstadt steht für exzellente und relevante Wissenschaft. Die tiefgreifenden globalen Veränderungsprozesse – von Energiewende bis zu Künstlicher Intelligenz – gestalten wir durch herausragende Erkenntnisse und zukunftsweisende Studienangebote entscheidend mit. Unsere Spitzenforschung bündeln wir in drei Feldern: Energy and Environment, Information and Intelligence, Matter and Materials. Als eine in der Metropolregion Frankfurt-Rhein-Main verankerte und sehr stark international geprägte Universität sehen wir uns den europäischen Werten und der europäischen Integration verpflichtet.

Über unseren Bereich

Der Exzellenzcluster 3057 Reasonable Artificial Intelligence, RAI, wurde in einem hochkompetitiven Verfahren als einer von insgesamt 70 zu fördernden Exzellenzclustern ausgewählt. Im Zentrum der Forschung des Exzellenzclusters RAI stehen Kl-Systeme, die menschenähnliche Kommunikations- und Denkfähigkeiten erwerben und neue Situationen erkennen, einordnen und sich selbstständig an diese anpassen können. Das Exzellenzcluster betreibt Spitzenforschung auf höchstem internationalen Niveau mit regelmäßigen Publikationen auf den Flagship-Venues wie NeurIPS, AAAI, ACL, RSS, CVPR, SIGMOD, ICSE, Nature Communications, Nature Human Behaviour, Nature Machine Intelligence und bietet Wissenschaftler:innen in frühen Karrierephasen bestmögliche Arbeits- und Forschungsbedingungen. Das Exzellenzcluster RAI trägt dazu bei, die internationale Wettbewerbsfähigkeit Deutschlands im Bereich der Künstlichen Intelligenz weiter auszubauen.

Das Exzellenzcluster ist zudem eng eingebunden in das Hessische Zentrum für Künstliche Intelligenz (hessian.AI). Die KI-Supercomputer fortytwo und fortythree von hessian.AI eröffnen dem Cluster exklusiven Zugang zu modernster GPU-Power (A100 und H100), eine verlässliche Grundlage für Spitzenforschung in KI-Training und -Inferenz. In den Exzellenzcluster sind Forschende anderer Universitäten eingebunden (Universität Bremen, Goethe-Universität Frankfurt am Main, Saarland Universität Saarbrücken, Universität Tübingen, Julius-Maximilian-Universität Würzburg).

RAI gliedert sich in vier Research Labs. Der Schwerpunkt Ihrer Tätigkeit liegt im Research Lab Systemic AI: Die heutigen großen KI-Modelle sind zwar leistungsstark, jedoch auch monolithisch – riesige, ressourcenintensive Systeme, die schwer zu aktualisieren, wenig flexibel bei verschiedenen Aufgaben und fehleranfällig sind. Eine vielversprechende Alternative ist modulare KI, bei der komplexe Systeme aus vielen kleineren, spezialisierten Modellen zusammengesetzt werden, die wahrnehmen, schlussfolgern und Alltagswissen anwenden können, während sie unterschiedliche Eingaben flexibel kombinieren und sich an neue Kontexte anpassen. Diese Richtung entspricht auch aktuellen Entwicklungen zur Verbesserung großer Modelle wie GPT-5, bei denen ein leistungsstarkes Schlussfolgerungsmodell mehrere kleinere, spezialisierte Modelle koordiniert oder über sie schlussfolgert, anstatt alles in einem einzigen monolithischen System zu lösen. Das Ziel von Systemic AI ist es, grundlegende Fragen zu untersuchen, wie Modularisierung ermöglicht und Schlussfolgern in die nächste Generation von KI-Modellen integriert werden kann. 

Das Ziel des SAI Labs ist es, Programmiergrundlagen zu schaffen, die von Natur aus den kompositorischen Aufbau groß angelegter KI-Systeme aus modularen und adaptiven KI-Modellen unterstützen. Darüber hinaus werden wir auch über die Konstruktion komplexer KI-Modelle durch Zusammensetzung hinausgehen; wir glauben, dass die Zusammensetzbarkeit und Anpassungsfähigkeit von KIs die Grundlage für ein neues KI-basiertes Computing-Paradigma bilden werden. Dieses Paradigma wird den gesamten Compute-Stack grundlegend verändern und flexiblere und anpassungsfähigere Softwaresysteme ermöglichen.

Mögliche Betreuer:innen/Mentor:innen mit Fokus auf Systemic AI

• Prof. Dr. Carsten Binnig: Daten und AI-Systeme

• Prof. Dr. Jan Gugenheimer: Mensch-Computer-Interaktion

• Prof. Dr. Kristian Kersting: Künstliche Intelligenz und Maschinelles Lernen

• Prof. Dr. Hilde Kühne: Multimodal Learning

• Prof. Dr. Dr. h.c. Mira Mezini: Software Technology

• Prof. Dr. Marcus Rohrbach: Multimodal Reliable Artificial Intelligence

Weitere Informationen sowie die Liste beteiligter Professor:innen finden Sie auf der RAI-Webseite: https://hessian.ai/projects/reasonable-ai-rai/.

Ihre Aufgaben

Ihre Aufgaben liegen bei der im Research Lab Systemic AI betriebenen Forschung.

Mögliche Themenfelder für Promotionen sind:

• Programmiermethoden für modulare zuverlässige KI Systeme, beispielsweise effiziente und korrekte differenzierbare Programmierung, exaktes, nachvollziehbares Schlussfolgern für probabilistisches deep learning, reaktive inkrementelle KI-Programmierung, (nicht-) differenzierbare Orchestrierung und Komposition von KI-Modellen

• KI-basierte Softwareentwicklung, beispielsweise Bewertung der KI-Codierungsfähigkeiten, selbstbewertende und selbstreparierende Codierungs-KIs, neuartige Architekturen für KI-Codemodelle

• Neuronale Repräsentationen und das Retrieval von Tabellarischen Daten

• Neuro-symbolische Methoden für die Anfrageverarbeitung

• LLMs für Datenverständnis und -integration

• Multimodales Datenmanagement

• Verankerung der Anpassungsfähigkeit in computergestützten kognitiven Modellen

• Steuerung der Anpassung über von Mensch und KI abgeleitete Metriken.

• Designrichtlinien für KI-basierte adaptive Benutzeroberflächen

Kandidat:innen bewerben sich für das Systemic AI Lab, nicht für ein bestimmtes PhD-Projekt und nicht für mehrere Labs parallel. Während die Doktorand:innen im Laufe des ersten Jahres zunächst die jeweiligen Forschungsinteressen diskutieren und mögliche betreuende Professor:innen identifizieren sollen (Lab-Rotation bei fest zugeordneten Mentor:innen), werden spätestens zu Beginn des zweiten Jahres die konkreten Dissertationsthemen festgelegt. Die Doktorand:innen werden dann, möglichst RAI-Research-Lab-übergreifend, jeweils von zwei RAI-Professor:innen betreut.