Direkt zum Inhalt springen
login.png Login    |
de | en
MyTUM-Portal
Technical University of Munich

Technical University of Munich

Sitemap > Jobs und Stellenangebote > Wissenschaftliches Personal > Doktorandenstelle zur ökonomischen Resilienz von Waldökosystemen (65%, m/w/d, Freising bei München) Bewerbungsschluss ist am 01.08.2024!
up   Back to  News Board    previous   Browse in News  next    

Doktorandenstelle zur ökonomischen Resilienz von Waldökosystemen (65%, m/w/d, Freising bei München) Bewerbungsschluss ist am 01.08.2024!

11.07.2024, Wissenschaftliches Personal

Die Professur für Waldinventur und nachhaltige Nutzung ist Teil der TUM School of Life Sciences der Technischen Universität München.

Wir sind ein internationales und interdisziplinäres Forschungsteam, das nachhaltige Landnutzungsoptionen auf Betriebs-, Waldbestands- und Landschaftsebene analysiert und entwickelt. Wir befassen uns in unserer Forschung mit allen Aspekten der Nachhaltigkeit (ökologisch, ökonomisch und sozial). Dabei haben wir umfangreiche Expertise in der robusten multikriteriellen Optimierung, der Quantifizierung und Integration finanzieller Risiken und Unsicherheiten sowie der bioökonomischen Modellierung naturnaher Waldbewirtschaftungskonzepte entwickelt. Neben Anwendungsbeispielen in der deutschen Forstwirtschaftsbranche haben von uns entwickelten Modelle auch zur Lösung von Landnutzungsproblemen in anderen Ländern in Europa, Afrika und Lateinamerika beigetragen. Die Professur für Waldinventur und nachhaltige Nutzung ist Teil der TUM School of Life Sciences der Technischen Universität München.

Ihr Profil:

Begeisterung für die Wissenschaft und bereit Neues zu lernen.

Sie haben Freude am Lernen und Erarbeiten von wissenschaftlichen Erkenntnissen sowie praktischen Lösungen.

Ihre hohe Motivation und Ihr Durchhaltevermögen zeichnen Sie fachlich und persönlich aus.

Ausgezeichneter Diplom- oder Masterabschluss in Forstwissenschaften, Wirtschaftswissenschaften, Umweltwissenschaften, Landschaftsökologie oder einer thematisch verwandten Studienrichtung.

Sehr gute Englischkenntnisse, wobei Deutschkenntnisse für dieses Projekt von Vorteil wären.

Ausgezeichnete Teamarbeit und Kommunikationsfähigkeit.

Erfahrung mit risikosensitiver multikriterieller Optimierung und prozessbasierten Modellen ist von Vorteil.

Das Projekt:

In Zeiten der Klimakrise und den damit einhergehenden biotischen und abiotischen Risiken ist die Widerstandsfähigkeit von Waldökosystemen stark in den Fokus gerutscht. Besonders die Bereitstellung der Güter und Dienstleistungen von denen unsere Volkswirtschaft abhängt, ist von resilienten Waldökosystemen abhängig und damit eine der größten Herausforderungen unserer Zeit. Um die Möglichkeiten zur Verbesserung der Widerstandsfähigkeit von Wäldern zu untersuchen, wurde ein interdisziplinäres Forschungsprojekt namens "LabForest" ins Leben gerufen, das den Universitätswald der LMU (in der Nähe von Landshut gelegen) als sogenanntes „living lab“ nutzt, in dem Versuchsflächen eingerichtet werden. Dort soll das Potenzial verschiedener Bewirtschaftungsoptionen nach einer schweren Waldstörung bewertet werden. Zu dem multidisziplinären Team aus 11 Partnern gehören Wissenschaftler der Ludwig-Maximilians-Universität, der Technischen Universität München, Vertreter eines privaten Waldbesitzers, der Stadt München, der Bayerischen Landesanstalt für Forstwirtschaft, der Bayerischen Waldbauernschule und der Bayerischen Forstverwaltung.

Ihre Aufgabe:

Sie entwickeln Modelle und Kriterien zur Entscheidungsunterstützung, um geeignete Bewirtschaftungsstrategien für die Entwicklung resilienter Waldökosysteme erfassen und entwickeln zu können. Die Bewertung der Bewirtschaftungsstrategien erfolgt auf Basis verschiedener Ökosystemleistungen. Im Mittelpunkt steht dabei die Holzbereitstellung, wobei die Ergebnisse aller beteiligter wissenschaftlichen Gruppen berücksichtigt werden. Die untersuchten Kriterien umfassen Biodiversität, Borkenkäfer, Waldstrukturen, Hydrometeorologie, Indizes aus Kohlenstoff- und Life-cycle-assessments sowie innovative Holzprodukte aus Pionierbaumarten. Als Bewertungs- und Entscheidungskriterim der verschiedene Bewirtschaftungsstrategien zur Entwicklung resilienter Waldökosysteme dient die Fähigkeit zur Bereitstellung der genannten Ökosystemleistungen.

Unser Angebot:

Eine spannende, herausfordernde Aufgabe und die Möglichkeit zur Promotion.

Entwicklungsmöglichkeiten, um sich persönlich und fachlich weiterzuentwickeln.

Soziale Aktivitäten im Kollegenkreis wie Exkursionen, Weihnachtsfeier und Sommergrillfest

Inspirierende und angenehme Arbeitsatmosphäre in einem dynamischen Team, das sich durch Offenheit und Teamgeist auszeichnet.

Flexibilität und Eigenverantwortung.

Lebendiges internationales und interdisziplinäres Hochschulleben.

Gute Möglichkeiten des wissenschaftlichen Austauschs, der Zusammenarbeit und der Vernetzung innerhalb und außerhalb des Teams.

Die Teilzeitstelle wird in Anlehnung an TV-L E13 mit 65% vergütet und ist auf zwei Jahre befristet. Es besteht die Option auf eine einjährige befristete Verlängerung.

Der Arbeitsort ist Freising.

Die Technische Universität München strebt eine Erhöhung des Frauenanteils an, Bewerbungen von Frauen werden daher ausdrücklich begrüßt. 

Neugierig auf die ausgeschriebene Stelle? Wir laden Sie herzlich ein, sich zu bewerben und freuen uns auf Ihre aussagekräftigen Bewerbungsunterlagen (Anschreiben mit kurzer Darstellung der Karriereziele und Forschungserfahrung, ausführlicher Lebenslauf mit Publikationsliste, falls vorhanden, Zeugnisse und Kontaktdaten von zwei Referenzpersonen). Bitte senden Sie Ihre Unterlagen in einer PDF-Datei bis zum 01.08.2024 an ifm@ls.tum.de.

Noch Fragen? Bitte wenden Sie sich an Prof. Dr. Thomas Knoke (Tel: 08161 71-4700, knoke@tum.de). Informationen über unsere Professur finden Sie auch im Internet unter https://www.lss.ls.tum.de/ifm.

The position is suitable for disabled persons. Disabled applicants will be given preference in case of generally equivalent suitability, aptitude and professional performance.

Data Protection Information:
When you apply for a position with the Technical University of Munich (TUM), you are submitting personal information. With regard to personal information, please take note of the Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. (data protection information on collecting and processing personal data contained in your application in accordance with Art. 13 of the General Data Protection Regulation (GDPR)). By submitting your application, you confirm that you have acknowledged the above data protection information of TUM.

Kontakt: ifm@ls.tum.de