Login
Hilfe
Documentation
Zurück zu
Nachrichten-Bereich
Browse in News
Promotionsstelle (100%) - Autonomous Vehicle Lab - Multi-Stack-Handling & hybride Sicherheitsarchitektur
19.10.2026, Wissenschaftliches Personal
Hintergrund
Autonome Fahrzeuge werden zunehmend nicht mehr nur mit einem einzelnen Softwarestack betrieben: Neben klassischen modularen AV-Stacks etablieren sich End-to-End-Ansätze, die auf gelernten, integrierten Modellen basieren. Beide Paradigmen haben unterschiedliche Stärken und Schwächen. Während ein modularer Stack Nachvollziehbarkeit und etablierte Sicherheitsnachweise bietet, punktet ein End-to-End-Stack durch Flexibilität in komplexen, schwer modellierbaren Situationen. Statt sich auf einen einzelnen Stack festzulegen, erforschen wir, wie beide Ansätze redundant und parallel betrieben werden können, um die Robustheit autonomer Fahrzeuge im realen Betrieb zu erhöhen. Gestalte mit uns die hybride Fahrzeugarchitektur von morgen und forsche an spannenden Dissertationsthemen.
Deine Herausforderungen
Als Promovierender erforschst du, wie ein modularer AV-Stack und ein End-to-End-Stack als redundante, parallel betriebene Systeme in einer gemeinsamen Fahrzeugarchitektur integriert werden können. Im Zentrum steht die Frage, welcher Stack unter welchen Bedingungen die Steuerhoheit übernimmt: Du definierst Arbitrierungslogiken, mit denen Übergaben zwischen den Stacks initiiert, abgesichert und im Konfliktfall aufgelöst werden, und entwickelst Blending-Strategien, die einen fließenden Übergang zwischen modularem und E2E-Stack ermöglichen, beispielsweise wenn der modulare Stack an eine Situation stößt, die der E2E-Stack sicherer beherrscht. Darauf aufbauend erarbeitest du funktionale Sicherheitskonzepte in Anlehnung an SOTIF und ISO 26262 für diese hybride Architektur, die sowohl proprietäre als auch Open-Source-Softwareanteile berücksichtigen, und definierst Freigabeprozesse und Sicherheitsnachweise für den kombinierten Stack-Betrieb in Abstimmung mit Prüforganisationen und Behörden. Du entwickelst damit einen zentralen Baustein für die Sicherheit hybrider autonomer Fahrzeugarchitekturen.
Dein Profil
- Sehr guter Masterabschluss in Informatik, Robotik, Ingenieurwissenschaften (1,x-Schnitt) an einer anerkannten Universität
- Erfahrung mit Autonomen Systemen und funktionaler Sicherheit
- Kommunikation und Organisation sind für dich selbstverständlich
- Deutsch und Englisch (mind. B2)
- Solide Programmierkenntnisse in Python, C++, ROS2
Deine Chancen
Du gestaltest die autonome Mobilität aktiv mit und baust dir ein wertvolles Netzwerk aus Wissenschaft und Industrie auf. Dir stehen umfangreiche Serverinfrastruktur und Versuchsfahrzeuge zur Verfügung; du übernimmst von Anfang an Verantwortung, betreust Studienarbeiten und gibst dein Wissen weiter.
Wir bieten
- Befristete Vollzeitstelle nach TV-L E13 (100 %) für 2+1 Jahre
- Möglichkeit zur Promotion und Start-up-Gründung
- Innovatives Forschungsgebiet mit hoher Relevanz
- Moderne Arbeitsumgebung und Infrastruktur
- Flexible Arbeitszeit inkl. Homeoffice
- Eigenes Budget für Fortbildungen und Tagungen
- Möglichkeit zum Auslandsaufenthalt
- Beginn ab 1.10.2026
Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Die Stelle erfordert die Anwesenheit am Lehrstuhl, Reisen, die Arbeit im Team, Kontaktfreude und die Durchführung von Versuchen in Laboren oder auf Teststrecken. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt. Die Technische Universität München strebt eine Erhöhung des Frauenanteils an. Bewerbungen von Frauen werden daher ausdrücklich begrüßt.
Wir freuen uns auf Deine aussagekräftigen Unterlagen (Anschreiben, Lebenslauf, Anhang). Sende diese bitte mit Stellenbezeichnung im Betreff per E-Mail / Post an:
Christiane Schulte
bewerbung.ftm@ed.tum.de
Lehrstuhl für Fahrzeugtechnik
Boltzmannstraße 15
85748 Garching
Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.
Hinweis zum Datenschutz:
Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.
Kontakt: Xiyan Su
Drucken
