T475-2025 - Wiss. Mitarbeiter:in (w/m/d) - Research Lab Challenging 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 Challenging AI with Cognitive Science: CAI wird dazu beitragen, die Grenzen von KI-Systemen zu verstehen, indem es sie mit Aufgaben konfrontiert, die Menschen bewältigen können, mit denen aktuelle KI-Systeme jedoch Schwierigkeiten haben. Das Ziel von Challenging AI with Cognitive Science ist es also, Aufgaben zu entwickeln und gemeinsam weiterzuentwickeln, die aktuelle und zukünftige KI-Systeme herausfordern. Dies gilt insbesondere für diejenigen, die in den EXC RAI Research Labs Observational AI und Active AI entwickelt wurden. Dies wird es ermöglichen, die Fortschritte in Richtung der Ziele von RAI in Bezug auf menschenähnliche Denk- und Lernfähigkeiten zu testen und zu quantifizieren. Konkret werden wir Aufgaben und Benchmarks entwickeln, die bewerten (A) wie gut Systeme Wahrnehmung auf niedriger Ebene hin zum Denken auf hoher Ebene überbrücken können, indem sie aus Trainingsdaten abstrahieren und Wissen übertragen, (B) wie anpassungsfähig und flexibel sie neue Fähigkeiten in neuen Situationen erwerben, (C) wie sie aktiv neue Darstellungen und Wissen entdecken, (D) wie verständlich die von ihnen gefundenen symbolischen Erklärungen für Menschen sind und (E) wie sie Theory-of-Mind-Inferenzen über sich selbst und andere Akteure durchführen, um kooperative Interaktionen zu ermöglichen.

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

• Prof. Dr. Kristian Kersting: Künstliche Intelligenz und Maschinelles Lernen
• Prof. Dr. Martin Mundt: Lebenslanges Maschinelles Lernen
• Prof. Dr. Gemma Roig: Computational Vision and AI lab
• Prof. Dr. Constantin Rothkopf: Psychologie der Informationsverarbeitung
• Prof. Dr. Angela Yu: Computational Modelling of Intelligent Systems

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 Challenging AI with Cognitive Science betriebenen Forschung.

Mögliche Themenfelder für Promotionen sind:

• Vergleich zwischen KI-Modellen und Menschen bei Aufgaben zur textuellen Abstraktion und Schlussfolgerung
• Vergleich von Vision-Language-Modellen und Menschen bei Abstraktions- und Schlussfolgerungsaufgaben
• Vision-Language-Rätsel
• Kausale Rätsel: von SMART-101 zu CAUSE-101
• CogLab: RAI-Modelle betreten ein kognitionswissenschaftliches Labor
• Neuro-symbolische Rätsel
• (Differenzierbare) Bongard-Löser
• Emergente Weltdarstellungen in Spielen
• Bewertung des wissenschaftlichen Verstandes von RAI-Modellen
• Interaktives kompositorisches Lernen von Funktionen bei Menschen und Maschinen
• Verwendung von Spielen zum Verständnis von RAI-Modellen
• Interaktion mit der Welt: kausale physikalische sensomotorische Interaktionen unter Risiko
• Macht eine enge Verzahnung von Lernen und Schlussfolgern KI-Systeme intelligenter?
• Werden KI-Systeme durch die Interaktion mit der Umgebung intelligenter?
• Gibt es in KI-Modellen eine kompositorische Sprache des Denkens?
• Welche menschlichen Vorurteile gibt es in KI-Beurteilungen?
• Machen zusätzliche Modalitäten KI-Systeme intelligenter?
• Wie können wir neuartige Tests entwickeln, um die Intelligenz sowohl von KI als auch von Menschen genau zu messen?
• Kann KI eine genaue Selbstmodellierung und Selbstüberwachung durchführen?
• Kann KI die Gemütszustände von Menschen in neuen Benchmarks identifizieren und vorhersagen?
• Kann ToM die Kommunikation und Zusammenarbeit von KI verbessern?

Kandidat:innen bewerben sich für das Challenging AI Research 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.