Wissenschaftliche*r Mitarbeiter*in (m/w/d) für den SFB TRR 318 im Bereich Multimodale Phonetik, Vollzeit, befristet

Location

Bielefeld

Remote

On-site

Employment type

Full-time, Temporary Work

Experience

Junior

Field

Other

Application deadline

Oct 29, 2026

Requirements at a glance

Hochschulstudium (Required)
Multimodale Sprachsignale (Required)
Maschinelles Lernen (Required)
Englisch (Required)
Deutsch (Required)
Statistische Analyseverfahren (Preferred)
Wissenschaftliche Publikationen (Preferred)

RequiredPreferred

Today

Wissenschaftlicher Mitarbeiterin (m/w/d) für den SFB TRR 318 im Bereich Multimodale Phonetik

Kennziffer: Wiss26134

Start: 01.11.2026
Vollzeit
Vergütung: nach E13 TV-L
Status: befristet

Der Transregio-Sonderforschungsbereich (TRR 318) „Constructing Explainability“, der gemeinsam von den Universitäten Paderborn und Bielefeld durchgeführt wird, untersucht, wie algorithmische Transparenz insbesondere im Kontext von Black-Box-Modellen, wie sie in modernen Systemen der Künstlichen Intelligenz verwendet werden, gefördert werden kann. Die zentrale Hypothese des Forschungszentrums besagt, dass Erklärungen algorithmischer Entscheidungen dann am effektivsten sind, wenn sie gemeinsam (ko-konstruiert) von demder Erklärenden und demder Erklärten erstellt werden. Ein interdisziplinäres Konsortium soll die Mechanismen dieser Ko-Konstruktion untersuchen, um die Grundlagen für eine souveräne und informierte Entscheidungsfindung des Menschen in der Interaktion mit intelligenten Systemen zu schaffen. In der ersten Förderphase lag der Schwerpunkt auf der Schaffung der theoretischen, empirischen, methodischen und computergestützten Grundlagen für die Entwicklung ko-konstruktiver XAI-Systeme. In der zweiten Förderphase geht es um die Entwicklung flexiblerer, personalisierter und proaktiver Erklärungssysteme, die bei der Anpassung ihres Erklärungsverhaltens den situativen Kontext berücksichtigen.

Im A02-Projekt sollen Momente des (Nicht-)Verstehens eineseiner menschlichen Gesprächspartnerin in deren multimodalen Ensembles erfasst werden sowie erklärende KI dazu befähigt werde, daraus Rückschlüsse zu ziehen und ihre Erklärstrategie anzupassen. Korpusanalysen ermöglichen dabei die Integration reichhaltiger, multimodaler Signale mit verschiedenen Perspektiven auf den Verständnisgrad desder menschlichen Gesprächspartnerin in unterschiedlichen Kontexten. Über die computergestützte Modellierung des Monitoring und Anpassung in Erklärungen hinaus bewerten wir deren Nützlichkeit für eine dynamisch angepasste soziale XAI.