ZEIT - Logo in Kooperation mit academics - Logo
ZEIT - Logo in Kooperation mit academics - Logo
Jobs Arbeitgeber Ratgeber Services
Gemerkte Jobs
Für Arbeitgeber
Jobs Arbeitgeber Ratgeber Services Gemerkte Jobs

Für Arbeitgeber

Finden Sie qualifizierte Mitarbeiter:innen

Diese Stellenanzeige ist nicht mehr aktiv.

Starten Sie eine neue Suche und finden Sie ihre nächste berufliche Herausforderung oder informieren Sie sich über spannende Arbeitgeber.

Neue Suche starten
Zur Arbeitgeberübersicht
Technische Hochschule Nürnberg Georg Simon Ohm - Logo

Professur für Maschinelles Lernen in der Produktion (W2) Technische Hochschule Nürnberg Georg Simon Ohm

Unbefristet
Vollzeit
Bewerbungsfrist: 29.01.2026
Veröffentlicht am: 26.01.2026
Nürnberg
Ich bin interessiert
Technische Hochschule Nürnberg Georg Simon Ohm - Logo
Professur für Maschinelles Lernen in der Produktion (W2) Technische Hochschule Nürnberg Georg Simon Ohm
Ich bin interessiert
Ich bin interessiert
Technische Hochschule Nürnberg Georg Simon Ohm - Logo

Innovation braucht Vielfalt

Als Professorin oder Professor (w/m/d) an der Ohm haben Sie ein einzigartiges beruf­liches Umfeld. Als große Hoch­schule bieten wir Ihnen viele Möglich­keiten, Ihre Tätigkeit flexibel zu gestalten. Ihre inno­vativen Ideen in Lehre und For­schung und Ihre Mitwirkung in strate­gischen Projekten prägen das Profil unserer Hoch­schule mit.

Bei uns agieren Sie vernetzt in kolle­gialen Teams. Sie arbeiten mit Studie­renden in inno­vativen Lehr- und Lern­formaten und begleiten aktiv ihre Persön­lich­keits­entwicklung. Sie bringen Ihre Kompetenz in interes­sante und gesell­schaftlich relevante Vorhaben ein. Sie sind hoch­schulweit und international inter­disziplinär vernetzt. Der Transfer Ihrer Erkennt­nisse in die Praxis schafft einen Mehrwert für die Menschen – so gestalten Sie den techno­logischen und gesell­schaftlichen Wandel aktiv mit.

An der Fakultät Maschinenbau und Versorgungs­technik ist zum Winter­semester 2026 / 2027 oder später eine

Professur für Maschinelles Lernen in der Produktion (W2)

zu besetzen.

Als Stelleninhaberin oder Stellen­inhaber (w/m/d) sollen Sie das Lehr­gebiet sowohl in der Grundlagen­vermittlung als auch in Vertiefungs­modulen vertreten und in dem ausgewiesenen Gebiet über­durch­schnittlich und nach­haltig in der Forschung aktiv sein. Für die ersten fünf Jahre ist das Lehr­deputat zugunsten von Forschungs­aktivitäten um die Hälfte reduziert. Drittmittel­einwerbung und Engagement im Bereich der Förderung des wissen­schaft­lichen Nach­wuchses sowie des Wissens- und Technologie­transfers werden erwartet. Bewerberinnen und Bewerber (w/m/d) sollen bereit sein, inter­disziplinär mit anderen Fakultäten, Instituten und Kompetenz­zentren der Hoch­schule zusammen­zuarbeiten und zur Umsetzung der Strategie der Hoch­schule international aktiv sein. Bei positiver Evaluierung der forschungs­bezogenen Leistungen ist eine Verlängerung der Lehr­deputats­reduzierung über die fünf Jahre hinaus vorgesehen.

Die Professur bietet die Möglichkeit, eine moderne Forschungs­umgebung an der Schnitt­stelle von KI, Robotik und Produktions­systemen maßgeblich mitzu­gestalten. Im Mittel­punkt stehen Methoden des maschinellen Lernens und deren Anwendung in adaptiven, flexiblen Automatisierungs­systemen in der Produktion, z. B. in der Mensch-Roboter-Kollaboration oder im Einsatz humanoider Robotik. Gesucht wird eine Persön­lichkeit mit Begeisterung für angewandte Forschung, inter­disziplinäre Zusammen­arbeit und Technologie­transfer, die das Thema „selbst­lernende, selbst­organisierende Automatisierung- und Produktions­systeme“ wissen­schaftlich weiter­entwickelt.

Ihre Aufgaben

  • Übernahme von Lehr­veranstaltungen in den Themen­feldern Data Science und Maschinelles Lernen in deutscher und englischer Sprache
  • Durchführung von Forschungs­projekten in den Bereichen Maschinelles Lernen, Robotik und intelligente Auto­matisierung
  • Leitung und Weiterentwicklung der Ohm Innovation Factory als inter­disziplinäres Forschungs- und Transfer­labor am Ohm Innovation Center
  • Entwicklung und Erprobung von ML-basierten Methoden für Wahr­nehmung, Planung und Interaktion technischer Systeme
  • Kooperation mit Partnern aus Industrie und Wissenschaft
  • Aktive Teilnahme an der Selbst­verwaltung der Fakultät

Ihr Profil

  • Einschlägige Promotion in einem der folgenden Bereiche: Maschinenbau, Informatik, Robotik, Mechatronik, Data Science oder einem verwandten Gebiet
  • Einschlägige Erfahrungen im Produktions­umfeld
  • Nachgewiesene Expertise in mindestens zwei der folgenden Bereiche: Wahr­nehmung (Computer Vision, Sensorfusion), Aufgaben­verständnis (LLM, VLM, VLA), Bewegungs­planung (RL, Simulations­training), Skill-Learning (Meta-Learning, Transfer-Learning), Digitale Zwillinge / virtuelle Trainings­umgebung (Isaac Sim, MuJoCo)
  • Erfahrung in der Einwerbung und Durch­führung von Forschungs- oder Industrie­projekten
  • Interesse an interdisziplinärer Forschung, Transfer und Zusammen­arbeit mit der Wirtschaft
  • Gute Deutsch- und Englisch­kenntnisse, die eine qualifizierte Lehre in deutscher und englischer Sprache ermöglichen

Einstellungsvoraussetzungen

Grundvoraussetzung ist ein abgeschlossenes Hochschul­studium. Die besondere Befähigung zu wissen­schaft­licher Arbeit ist durch die Qualität einer Promotion oder durch ein Gutachten über promotions­adäquate Leistungen zu belegen. Vorausgesetzt wird die pädagogische Eignung, die in der Regel durch Erfahrungen in der Lehre, hoch­schul­didaktische Qualifi­kationen und durch eine Probe­lehr­veranstaltung nachgewiesen wird. Besondere Leistungen bei der Anwendung oder Entwicklung wissen­schaftlicher Erkennt­nisse und Methoden müssen in einer mindestens fünfjährigen beruflichen Praxis nach­gewiesen werden, die nach Abschluss des Hochschul­studiums erworben sein muss und von der mindestens drei Jahre außerhalb des Hochschul­bereichs ausgeübt worden sein müssen. In besonderen Fällen kann der Nachweis der außerhalb des Hochschul­bereichs aus­geübten beruflichen Praxis dadurch erfolgen, dass über einen Zeitraum von mindes­tens fünf Jahren ein erheblicher Teil der beruflichen Tätigkeit in Kooperation zwischen Hochschule und außer­hoch­schulischer beruflicher Praxis er­bracht wurde.

In das Beamtenverhältnis kann berufen werden, wer das 52. Lebens­jahr noch nicht vollendet hat. Nach Erfüllung der beamten­rechtlichen Voraus­setzungen ist die Berufung in das Beamten­verhältnis auf Lebens­zeit vorgesehen.

Menschen mit Schwerbehinderung werden bei ansonsten im Wesent­lichen gleicher Eignung, Befähi­gung und fach­licher Leistung bevorzugt ein­gestellt.

Die Hochschule strebt insbesondere im wissenschaftlichen Bereich eine Erhöhung des An­teils von Frauen an. Bewer­bungen von Frauen sind au­drücklich gewünscht. Die Ohm hat das Zertifikat „Familien­gerechte Hochschule“ erstmals 2005 erworben.

Interessiert?

Dann unternehmen Sie den nächsten Schritt und verwirklichen Sie Ihre beruf­lichen Ziele mit uns! Wir freuen uns auf Ihre aussage­kräftige Bewerbung bis zum 29. Januar 2026. Bitte nutzen Sie ausschließlich unser Online-Bewerbungsportal.

Bei Fragen zur Professur steht Ihnen gerne Prof. Dr. Philipp Gölzer (philipp.goelzer@th-nuernberg.de) zur Verfügung.

Werden Sie Teil der Ohm und erfahren Sie mehr zu unseren Angeboten und zum Berufungsverfahren unter den FAQ.
Professur für Maschinelles Lernen in der Produktion (W2) - Technische Hochschule Nürnberg Georg Simon Ohm - logo
 icon facebook youtube twitter xing instagram
Arbeitsort

Weitere Aktionen

Ich bin interessiert
Ähnliche Jobs per Mail erhalten?

Abonnieren Sie unsere Job-Mail!

Ähnliche Jobs

Technische Universität München (TUM) - Logo
Tenure Track Assistant Professor in Operations Research and AI

Technische Universität München (TUM)

München
04.03.2026
Hochschule für angewandte Wissenschaften Kempten - Logo
Professur (m/w/d) „Modellbildung und Simulation“

Hochschule für angewandte Wissenschaften Kempten

Kempten (Allgäu)
02.03.2026
Technische Hochschule Deggendorf (THD) - Logo
Professor/in (m/w/d) für das Lehrgebiet Elektronik und Hochfrequenztechnik

Technische Hochschule Deggendorf (THD)

Deggendorf
19.02.2026
Elektrotechnik, Elektronik Jobs Professor, Professorin Jobs Lehre & Forschung, Wissenschaft Jobs Bayern Jobs

Bitte entnehmen Sie die Bewerbungsinformationen der Stellenausschreibung.

ZEIT - Logo in Kooperation mit academics - Logo
ZEIT - Logo in Kooperation mit academics - Logo

ZEIT Stellenmarkt

Karriere Kontakt Impressum Nutzungsbedingungen Datenschutz

Cookies

Barrierefreiheit Künstliche Intelligenz FAQ DIE ZEIT

Jobs

Jobs Professor Jobs Wissenschaftlicher Mitarbeiter Jobs Öffentlicher Dienst Jobs Postdoc Jobs Berlin Jobs Hamburg

Für Arbeitgeber

Stellenanzeige schalten Mediadaten AGB

ZEIT Stellenmarkt

Karriere Kontakt Impressum Nutzungsbedingungen Datenschutz

Cookies

Barrierefreiheit Künstliche Intelligenz FAQ DIE ZEIT

Jobs

Jobs Professor Jobs Wissenschaftlicher Mitarbeiter Jobs Öffentlicher Dienst Jobs Postdoc Jobs Berlin Jobs Hamburg

Für Arbeitgeber

Stellenanzeige schalten Mediadaten AGB

In Kooperation mit

Forschung & Lehre - Logo
Facebook
Instagram
LinkedIn