Vacancy No. 96/2026

Postdoc (w/m/d)

Wir suchen Ihre Unterstützung für unser Forschungsprojekt zur KI-gestützten räumlichen Rekonstruktion der Bodenfeuchte urbaner Gründächer. Ihr Hauptaugenmerk liegt darauf, die beobachtete Feuchtigkeitsdynamik von instrumentierten Referenzdächern mithilfe generativer KI-Methoden und komplementärer raumzeitlicher Interpolationstechniken auf nahegelegene, nicht erfasste Dächer zu übertragen. Das Projekt ist mit der Helmholtz-Initiative „Wassersicherheit“ verbunden und trägt zum Helmholtz Solution Lab BlueGreen L.E. bei.

Das übergeordnete Ziel ist die Entwicklung robuster generativer Modelle zur Rekonstruktion der Bodenfeuchteverteilung auf im Stadtviertel verteilten Grünflächen unter Berücksichtigung verschiedener Einflussfaktoren wie Mikroklima, Dacheigenschaften und hydrologischer Prozesse. Die Modelle fusionieren multimodale Daten (In-situ-Sensoren, meteorologische Beobachtungen, Stadtmorphologie, Dachmetadaten und verfügbare Fernerkundungsdaten), um konsistente Schätzungen mit Unsicherheitsinformationen zu erzeugen, die für eine operative, wassersensible Stadtplanung und ein effektives Regenwassermanagement geeignet sind.

Die Projektarbeit wird in enger Zusammenarbeit mit den Partnern des Solution Lab, einschließlich kommunaler Akteure, durchgeführt, um die Übertragbarkeit der Methoden auf verschiedene städtische Umgebungen und die Ausrichtung an den realen Entscheidungsbedürfnissen bei der Planung blau-grüner Infrastruktur zu gewährleisten.

Job description

Ihre Hauptaufgaben umfassen:

  • Konzeption und Aufbau des Frameworks zur räumlichen Rekonstruktion mittels generativer KI
  • Entwicklung und Benchmarking KI-basierter Methoden (GAN, Diffusion, Transformer) und Standard-Interpolationsverfahren (Graph-/Spatiotemporale Interpolation, Kriging/GP)
  • Integration heterogener Datenquellen und Koordination der gemeinsamen Modellentwicklung mit Projektpartnern
  • Unterstützung bei der Einrichtung und Wartung der Dachsensoren inklusive Datenaufbereitung
  • Zusammenfassung, Präsentation und Veröffentlichung der Projektergebnisse

Es besteht auch die Möglichkeit einer Teilzeitbeschäftigung.

Personal qualification

Insbesondere bringen Sie Folgendes mit:

  • Sie verfügen über einen Doktortitel im Bereich Künstliche Intelligenz oder Maschinelles Lernen, idealerweise mit Schwerpunkt Hydrologie, Meteorologie oder verwandten Gebieten.
  • fundierte Kenntnisse in der Entwicklung und dem Training tiefer neuronaler Netze, idealerweise mit PyTorch;
  • Erfahrung im Umgang mit großen Datensätzen und Machine-Learning-Workflows;
  • Grundkenntnisse in Hydrologie, Meteorologie und Fernerkundung;
  • Publikationserfahrung in wissenschaftlichen Fachzeitschriften;
  • Reisebereitschaft und die Bereitschaft, bei der Installation und Wartung von Bodenfeuchtesensoren mitzuwirken.

Sie benötigen außerdem sehr gute Englischkenntnisse in Wort und Schrift.

Organizational unit

Institute of Meteorology and Climate Research Atmospheric Environmental Research (IMKIFU)

Starting date

01.04.2026

Entgelt

EG 13 TV-L, sofern die fachlichen und persönlichen Voraussetzungen erfüllt sind. 

Vertragsdauer

befristet bis 31.03.2029.

Bewerbungsfrist bis

13.03.2026

Fachliche Ansprechperson

Fachliche Auskünfte erteilt Ihnen gerne Dr. Benjamin Fersch, benjamin.fersch@kit.edu.

Application

Please apply online using the button below for this vacancy number 96/2026 .
Personnel Support is provided by 

Ms Rink
phone: +49 721 608-25004,

Hermann-von-Helmholtz-Platz 1, 76344 Eggenstein-Leopoldshafen, Germany

We prefer to balance the number of employees (f/m/d). Therefore we kindly ask female applicants to apply for this job.
Recognized severely disabled persons will be preferred if they are equally qualified.

Apply