Wiss. Mitarbeiter*in (Praedoc) (m/w/d) mit 50%-Teilzeitbeschäftigung befristet bis 30.09.2025 Entgeltgruppe 13 TV-L FU Kennung: WiMi BNE AG Kubsch

Im Rahmen des Sonderprogramms zur Erhöhung der Anzahl der Absolventinnen und Absolventen der Lehramtsstudiengänge sowie zur Verbesserung des Lehramtsstudiums soll am Fachbereich Physik Bildung für Nachhaltige Entwicklung (BNE) als Schwerpunkthema etabliert und adaptive Lehre gefördert werden.

Aufgabengebiet:
Hierzu sollen im Rahmen dieser Stelle in Kooperation mit der Biophysik (AG Dau) Kontexte erarbeitet und in Lehrmaterial umgesetzt werden, welche es erlauben BNE breit in das schulische Physikcurriculum zu integrieren. Die Ergebnisse fließen dann kurzfristig in universitäre Lehrveranstaltungen ein (Wahlseminare im Bachelor im Rahmen des LBW Moduls bzw. Wahlseminare im Master). Mittelfristig soll hier auch die Zusammenarbeit mit der Biologiedidaktik (AG Mahler) gestärkt werden um Synergien in der Lehre zu schaffen und die Kohärenz für die Studierenden zu erhöhen.
Daneben soll erarbeitet werden, wie sich mit KI Methoden eine adaptivere Lehre gestalten lässt: Es soll ein Dashboard gestaltet und erprobt werden, welches es erlaubt Abgaben von Studierenden automatisch nach Ähnlichkeit zu gruppieren, sodass sich Dozierende schneller einen Überblick über die Bearbeitung verschaffen können. Dies ermöglicht Dozierender im Sinne einer adaptiven Lehre stärker auf die Bedürfnisse der Studierenden einzugehen.
Im Rahmen der Stelle soll schließlich die Lehre im Bereich der Didaktik der Physik unterstützt werden.
Wir bieten dabei…
- eine kreative und offene Umgebung für die Umsetzung des Projekts
- Unterstützung bei der Durchführung von Begleitforschung
- Die Förderung Ihrer wissenschaftlichen Weiterbildung z.B. durch Konferenzteilnahmen und Forschungsseminare zur Stärkung Ihrer Fähigkeiten und Kenntnisse sowie Ihres Netzwerks.

Einstellungsvoraussetzungen:
Abgeschlossenes wiss. Hochschulstudium (Master oder gleichwertiger Abschluss) in einem Fach mit starkem Bezug zur Physik / Physiklehramt, empirischer Bildungsforschung oder vergleichbar.

Erwünscht:
- Mindestens gut abgeschlossenes Hochschulstudium
- Kenntnisse von Modellen von BNE, Agency, transformativen Lernen
- Kenntnisse im Bereich Learning Analytics
- Erfahrung im Bereich von NLP & ML
- Erfahrung in der Entwicklung von Lehr-Lern-Materialien
- Erfahrung in der Arbeit mit digitalen Lehr-Lern-Umgebungen
- Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift

Weitere Informationen erteilt Herr Jun.-Prof. Dr. Marcus Kubsch (m.kubsch@fu-berlin.de ).