Doktorand KI-gestützte Datenversorgung für die Bewertung von Produktnachhaltigkeit (w/m/x)

FORME AUS DEINER LEIDENSCHAFT EINE KARRIERE.

PROMOTION BEI DER BMW GROUP.

Die Dissertation ist ein bedeutsamer Schritt auf dem Weg zu einer wissenschaftlichen Karriere – die du zusammen mit uns gestalten kannst. An der Seite von erfahrenen Mentor:innen hast du die Möglichkeit, deine Leidenschaft und deine wissenschaftliche Kompetenz auf ganz reale Herausforderungen anzuwenden und die Zukunft der Mobilität mitzugestalten. 

Du wirst dich mit der Zusammenführung heterogener Datentöpfe zur Bewertung von Produktnachhaltigkeit befassen. Neben der Vereinheitlichung der Daten wird der Schwerpunkt der Forschungsarbeit auf dem Schließen von Datenlücken mit Hilfe von KI-gestützten Ansätzen liegen sowie die Absicherung der so generierten Daten.

Was erwartet dich? 

• Mit deinem Forschungsthema hilfst du uns dabei, die Zielsetzung, Zielführung und Berichterstattung der Produktnachhaltigkeits-Kennzahlen der BMW Group auf das nächste Level zu heben.
• Als Fachexperte für Integration, Prozesse und Digitalisierung wirst du BMW und dein Forschungsthema auf internationalen Tagungen vertreten.
• Du wirst Mitglied eines internationalen Teams, welches die Erarbeitung und Bereitstellung von Analysen und Berichten im Kontext Produktnachhaltigkeit für das Automobil-Produktangebot bei der BMW Group verantwortet.
• Durch eine enge Teameinbindung wirst du tiefe Einblicke in die Gesamtfahrzeug-Entwicklungsstrategie für Produktnachhaltigkeit bei der BMW Group bekommen.
• Du wirst eine zentrale Rolle in der Erforschung und Weiterentwicklung der Entwicklung von Digitalisierungslösungen im Produktnachhaltigkeitsumfeld bekommen, um mit Hilfe KI-gestützter Methoden Lösungen im Data Management und in der Datenversorgung für die Bewertung und Steuerung der Produktnachhaltigkeit zu entwickeln.
• Dabei erhältst du die Möglichkeit, interdisziplinär mit verschiedenen Abteilungen zu kooperieren und leistest einen wissenschaftlichen Beitrag zur Weiterentwicklung und Integration von Standards in der Automobilindustrie.
• Ein besonderer Fokus liegt auf der Schließung von Datenlücken und der Sicherstellung der Zertifizierbarkeit von auf Basis dieser neu erstellten Datensets erzeugten Berichte, die heute schon mit „reasonable assurance“-Anspruch von renommierten Wirtschaftsprüfern zertifiziert werden.

Was bringst du mit?

• Abgeschlossenes Master-Studium in einem relevanten Bereich wie Management, Ingenieur- oder Naturwissenschaften.
• Interesse an interdisziplinärer Zusammenarbeit und Fähigkeit, komplexe Zusammenhänge zu analysieren und zu strukturieren.
• Fähigkeiten im Machine Learning, v.a. dem Aufbau und Training neuronaler Netze
• Data Analytics mit Schwerpunkt auf Schließen von Datenlücken
• Erfahrung mit der Validierung und Absicherung der Ergebnisse neuronaler Netze, v.a. hinsichtlich Attestierung ggü. externen Prüfern.
• Verhandlungssichere Deutsch- und Englischkenntnisse.

Hinweis: Bitte bewirb dich ausschließlich online über unser Karriereportal. Bewerbungen auf anderen Kanälen (insb. auch E-Mail) können nicht berücksichtigt werden. Staatsangehörige von Ländern außerhalb der Europäischen Union benötigen für die Dauer des Programms eine gültige Aufenthalts- bzw. Arbeitserlaubnis.

Was bieten wir dir?

• Umfassendes Mentoring & Onboarding.
• Persönliche & fachliche Weiterentwicklung.
• Flexible Arbeitszeiten.
• Mobilarbeit.
• Attraktive Vergütung.
• Apartments für Studierende (nach Verfügbarkeit & nur am Standort München).
• Und vieles mehr siehe bmw.jobs/waswirbieten.

Du hast Spaß daran, Neues zu lernen und unsere Abteilung tatkräftig zu unterstützen? Bewirb dich jetzt!

Startdatum: 01.10.2025

Dauer: 36 Monate

Arbeitszeit:​ Vollzeit  

​Du hast Fragen? Dann reiche dein Anliegen ganz einfach über unser Kontaktformular ein. Deine Anfrage wird im Nachgang telefonisch oder per E-Mail beantwortet.

Wir bei der BMW Group legen großen Wert auf Gleichbehandlung und Chancengleichheit. Unsere Recruiting-Entscheidungen basieren auf der Persönlichkeit, den Erfahrungen und Fähigkeiten der Bewerber:innen.Mehr dazu hier.