Wissenschaftliche:n Mitarbeiter:in für die semantische Erschließung von KI-Trainingsdaten (m/w/d)

Tätigkeitsprofil:

Als Deutsche Zentrale Fachbibliothek für Technik und Naturwissenschaften sichern wir mit unseren zukunftsweisenden Dienstleistungen die infrastrukturellen Voraussetzungen einer qualitativ hochwertigen Informations- und Literaturversorgung für Forschung in Wissenschaft und Industrie. Mit dem Open Research Knowledge Graph (ORKG) arbeiten wir daran, den Austausch und die Nutzung wissenschaftlicher Erkenntnisse im digitalen Zeitalter zu revolutionieren.

Die Technische Informationsbibliothek (TIB), Programmbereich A, Bestandsentwicklung und Metadaten sucht für den Bereich Wissenschaftlicher Dienst zum 01.02.2027 eine:n

Wissenschaftliche:n Mitarbeiter:in für die semantische Erschließung von KI-Trainingsdaten (m/w/d)

Die Stelle ist für die Dauer der Projektlaufzeit von zwei Jahren befristet. Die regelmäßige Wochenarbeitszeit beträgt 39,80 Stunden (Vollzeit). Der Arbeitsplatz ist grundsätzlich für Teilzeitbeschäftigung geeignet. Die Eingruppierung erfolgt in die Entgeltgruppe 13 TV-L.

Ihre Aufgaben
Im Rahmen des von der Deutschen Forschungsgemeinschaft (DFG) geförderten Projekts „COUGAR – Korpus deutscher Annotierter Forschungsberichte“ wird in enger Kooperation mit der Universität Marburg ein semantisch annotiertes Korpus aus ca. 120.000 deutschen Forschungsberichten entwickelt. Die Stelle ist in das Joint Lab AI & Scholarly Data Analytics TIB-UMR zwischen der TIB und der Forschungsgruppe „Multimodal Modelling and Machine Learning“ der Universität Marburg eingebettet. Ziel des Projekts ist die Nutzbarmachung wertvoller Informationen in grauer Literatur (z. B. methodische Details und negative Ergebnisse) für moderne KI-Anwendungen und Large Language Models (LLMs). Die Position ist an der Schnittstelle zwischen klassischer Inhaltserschließung und Künstlicher Intelligenz angesiedelt und verbindet bewährte Methoden der Sacherschließung mit modernem Machine Learning.

Ihre Tätigkeit umfasst

• die Konzeption und iterative Entwicklung von Annotationsschemata und Richtlinien zur semantischen Inhaltserschließung wissenschaftlicher Texte,
• die operative Steuerung und fachliche Anleitung eines interdisziplinären Teams von studentischen Hilfskräften,
• die wissenschaftliche Qualitätssicherung des Korpus, insbesondere durch die Sicherstellung einer einheitlichen und konsistenten Datenqualität,
• die Aufbereitung der Ergebnisse für Open-Data-Infrastrukturen sowie die Mitwirkung an wissenschaftlichen Publikationen auf nationalen und internationalen Konferenzen.

Anforderungsprofil:

• abgeschlossenes wissenschaftliches Hochschulstudium (Master oder gleichwertiger Abschluss) in Computerlinguistik, Digital Humanities, Informatik, Bibliotheks- und Informationswissenschaft oder einem verwandten Fachgebiet
• sehr gute Kenntnisse der deutschen Sprache in Wort und Schrift
• Erfahrung in der Koordination von Projekten oder der Anleitung von Studierenden/Hilfskräften
• ausgeprägtes Interesse an der Weiterentwicklung bibliothekarischer Erschließungsmethoden im Kontext der Künstlichen Intelligenz

Wünschenswerte Qualifikationen

• praktische Erfahrung mit Annotationssoftware (z. B. INCEpTION) oder Tools zur computergestützten Textanalyse
• gute Englischkenntnisse in Wort und Schrift
• Kenntnisse in der Inhalts- und Sacherschließung sowie in der Anwendung von Wissensorganisationssystemen und kontrollierten Vokabularen
• Kenntnisse in gängigen Metadatenstandards (z. B. Dublin Core, TEI) und XML-basierten Formaten
• Erfahrung in der statistischen Auswertung von Annotationsdaten (z. B. Cohens Kappa)