Akademische Mitarbeiterin / Akademischer Mitarbeiter (w/m/d) im Bereich „BioSMART – Nachhaltigkeitsbewertung innovativer Bioraffineriekonzepte“

Organizational unit

Institut für Industriebetriebslehre und Industrielle Produktion (IIP)

Job description

Im Rahmen des EU-Projekts BioSMART ist eine Stelle zu besetzen. Die Stelle ist am Lehrstuhl für Betriebswirtschaftslehre, insb. Produktionswirtschaft und Logistik bei Prof. Dr. Frank Schultmann in der Forschungsgruppe "Nachhaltige Wertschöpfungsketten" angesiedelt. Ziel ist die Entwicklung, Analyse und Optimierung von kreislauforientierten Bioraffineriekonzepten mit methodischem Fokus auf Prozesssimulation, Techno-Ökonomie (TEA: Techno-Economic Analysis), Ökobilanzierung (LCA: Life Cycle Assessment) sowie Multi-Kriterieller-Entscheidungsanalyse (MCDM: Multi Criteria Decision Analysis).

Ihre Aufgaben umfassen u. a.:

• Mobilisierungsstudien regionaler Biomasseströme mittels Geoinformationssystemen (GIS) und die Erstellung von Logistik- und Netzwerkmodellen.
• Modellierung und Analyse von innovativen Bioraffinerietechnologien und biomasse-basierten Wertschöpfungsketten.
• Rentabilitätsrechnungen für verschiedene Konversionspfade ausgewählter Biomasseströme.
• Erstellung von LCA-Modellen, inkl. sozialer Aspekte (S-LCA), und Verknüpfung mit Wirtschaftlichkeitskennzahlen.
• Entwicklung von intelligenten Entscheidungswerkzeugen zur Bestimmung optimaler Biomasseverwertungsstrategien.
• Enge Zusammenarbeit mit internationalen Projektpartnern sowie Beitrag zu Dissemination und Lehre.

Starting date

Mai 2026

Personal qualification

Sie verfügen über einen abgeschlossenen Hochschulabschluss (Master) der Fachrichtungen Wirtschaftsingenieurwesen, Chemieingenieurwesen, Verfahrenstechnik oder in einem vergleichbaren Studiengang und haben Interesse und Freude an der Durchführung von Systemmodellierungen sowie insb. Vorkenntnisse und Erfahrungen in der Umsetzung von computergestützten Modellen (vorzugsweise aus den Bereichen Prozesssimulation, des Operations Research oder der Ökobilanzierung). Zudem wären Erfahrungen mit KI-Ansätzen (z. B. maschinelles Lernen) vorteilhaft. Neben der fachlichen Eignung werden ein hohes Engagement, gute Selbstorganisation sowie sehr gute deutsche und englische Sprachkenntnisse erwartet.