Jobs & Karriere

In der Abteilung „Intelligente und verteilte Systeme“ forschen wir in angewandter Softwaretechnik. Unsere Forschungsschwerpunkte sind in den Bereichen verteilte und dezentrale Softwaresysteme, intelligente und wissensbasierte Softwaresysteme sowie Software Engineering und Software-Analytik. Darauf aufbauend entwickeln wir innovative Softwaretechnologien für Softwaresysteme in der Luft- und Raumfahrt und setzen dabei aktuelle, modernste Methoden des maschinellen Lernens, des verteilten Rechnens und der Visualisierung ein.

In Pandemien, wie zum Beispiel der derzeit anhaltenden COVID-19-Pandemie, ist ein wichtiges Instrument zur Eindämmung die Kontaktermittlung und -nachverfolgung von infizierten Personen. Für einzelne betrifft dies das soziale Umfeld, welches mit mobilen Apps für „Contact Tracing“ und „Exposure Notification“ unterstützt werden kann.

In dem Promotionsvorhaben sollen Sie „Contact Tracing“ und „Exposure Notification“ sowie Kontakttagebücher integrieren mit weiteren Datenquellen, um ein umfassendes Lagebild („Situational Awareness“) für einzelne Menschen generieren zu können. Die Menschen sollen für sich selber einschätzen können, wie sehr sie bzgl. einer Infektion gefährdet sind oder ob sie bereits infiziert sein könnten. Die in Frage kommenden Datenquellen sind:

• Vital- und Fitnessdaten (Puls, Schritte, Herzfrequenz, Sauerstoffsättigung etc.) welche mit persönlichen Wearable Devices (Apple Watch, Fitness Tracker etc.) oder weiteren Geräten der personenzentrierten Medizin (Schlaf, Blutdruck, Blutzucker, EEG etc.) erfasst werden.
• Daten aus dem Bereich Social Media wie zum Beispiel Twitter oder Instagram, welche Hinweise darauf enthalten, ob im persönlichen Umfeld bereits Fälle mit Infektionen bekannt sind.
• Mobilitätsdaten aus persönlichen Geräten und Apps, welche Informationen über Reisen oder besuchte Orte enthalten. Zum Beispiel kommen Apps wie Foursquare oder Google Maps in Frage.

Sie sollen die Daten mit Methoden der Data Fusion und des maschinellen Lernens verknüpfen und daraus eine einfach verständlichen Gefährdungsstatus erzeugen. Im Sinne eines Open User Models sollen die gespeicherten Daten und die daraus abgeleiteten Informationen über einen Nutzer transparent dargestellt und bei Bedarf durch diesen ergänzt werden können. Insbesondere sollen Sie hier Methoden der Zeitreihenanalyse, des Graph Machine Learning und des Text Minings anwenden. Der Datenschutz, die Datenintegrität und die Datensicherheit sind besonders wichtig, daher sollen Sie in allen Schritten der Umsetzung die Aspekte der IT-Sicherheit, der Anonymisierung bzw. Pseudonymisierung und der Nachvollziehbarkeit berücksichtigen.

Wir bieten ein herausforderndes Arbeitsumfeld, bei dem Familienfreundlichkeit und Ihre Gesundheit oberste Priorität haben.

Die Promotion wird gemeinsam von DLR und dem Lehrstuhl für IT-Sicherheit der Uni Bonn betreut.