Wissenschaftliche*r Mitarbeiter*in (Doktorand*in oder Postdoc, m/w/d)

Die Technische Universität Braunschweig zählt zu den führenden Technischen Universitäten in Deutschland. Mit mehr als 15.000 Studierenden und rund 3.800 Beschäftigten in Forschung, Lehre und Verwaltung bietet sie ein spannendes und vielfältiges Arbeitsumfeld. Unsere Forschungsschwerpunkte liegen in den Bereichen Mobilität, Engineering for Health, Metrologie sowie Stadt der Zukunft.

Alle Welt spricht über Künstliche Intelligenz – aber wer entwickelt die Chips dafür? Wir zum Beispiel!

Das Institut für Neuromorphic Computing (Leitung: Prof. Dr. Thomas Kämpfe) entwirft und optimiert analoge, Mixed-Signal- und digitale integrierte Schaltungen in modernen CMOS-Technologien (z. B. FDSOI). Im Fokus stehen vom Gehirn inspirierte, hochenergieeffiziente Rechensysteme – von In-Memory Computing über neuromorphe KI-Beschleuniger bis hin zu Hyperdimensional und Probabilistic Computing –, häufig auf Basis neuartiger nichtflüchtiger Speichertechnologien wie ferroelektrischer Speicher (FeFET) oder spintronischer Bauelemente. In enger Zusammenarbeit mit renommierten deutschen und europäischen Partnern aus Wissenschaft und Industrie, u. a. dem Fraunhofer IPMS, bringen wir unsere Entwürfe bis zum gefertigten Chip (Tape-out) und demonstrieren sie in Anwendungen der Sensordatenverarbeitung am Edge.

Für den Ausbau unseres Teams suchen wir zum nächstmöglichen Zeitpunkt eine*n

Wissenschaftliche*n Mitarbeiter*in (m/w/d)
mit Schwerpunkt digitaler Schaltungsentwurf für energieeffiziente KI-Beschleuniger
(EG 13 TV-L - Vollzeit/Teilzeit) 

Die Stelle ist sowohl für Promovierende (mit dem klaren Ziel der Promotion) als auch für Postdoktorand*innen geeignet.

Die Stelle ist zunächst auf zwei Jahre befristet, eine Verlängerung wird angestrebt.
Das befristete Arbeitsverhältnis fällt unter das Wissenschaftszeitvertragsgesetz.

Ihre Aufgaben

• Erforschung und Entwurf energieeffizienter digitaler Architekturen für KI-Beschleuniger (z. B. systolische Arrays, Vektor- und Datenfluss-Architekturen, quantisierte Datenpfade) für Deep-Learning-Anwendungen am Edge
• RTL-Entwurf (VHDL, Verilog/SystemVerilog) digitaler Blöcke und deren Integration auf Systemebene
• Entwicklung der Entwurfsarchitektur und Herunterbrechen der Anforderungen in funktionale Blöcke
• Erstellung und Durchführung von Testbenches für RTL- und Timing-Simulationen sowie funktionale Verifikation (inkl. Timing-Analyse, Code Coverage, Coding-Rule-Checks)
• Synthese und physikalischer Entwurf (z. B. Synopsys Design Compiler, Cadence Genus/Innovus) bis hin zum Tape-out in modernen CMOS-Technologien
• FPGA-Prototyping und Integration auf Zielhardware sowie messtechnische Charakterisierung gefertigter Chips
• Erstellung von Entwurfsdokumentation sowie Publikation der Ergebnisse in referierten Fachzeitschriften und auf internationalen Konferenzen
• Mitwirkung in der Lehre des Instituts (Übungen, Praktika, Betreuung von Abschlussarbeiten); als Postdoc zusätzlich Mitwirkung an Projektakquise und Mitbetreuung von Promovierenden.

Ihr Profil

• abgeschlossenes wissenschaftliches Hochschulstudium (Master oder Diplom) der Elektrotechnik, Elektronik, Informationstechnik, Informatik oder eines vergleichbaren Fachs; für eine Einstellung als Postdoc zusätzlich eine einschlägige, sehr gute Promotion
• Erfahrung im RTL-Entwurf und/oder FPGA-Design für unterschiedliche Technologien und Hersteller (z. B. AMD/Xilinx, Intel/Altera, Lattice)
• Kenntnisse in Synthese- und Physical-Design-Werkzeugen (z. B. Design Compiler, Cadence Innovus) sind von Vorteil
• Expertise in mindestens einem der folgenden Gebiete ist ein Plus: Deep Learning, Hardwareentwicklung, Edge AI, Speichertechnologien
• ausgeprägte analytische Fähigkeiten und Problemlösungskompetenz sowie die Fähigkeit, komplexe Entwurfsaufgaben eigenverantwortlich voranzutreiben
• hohe Motivation, wissenschaftliche Ergebnisse in referierten Journalen zu publizieren und auf internationalen Konferenzen zu präsentieren
• gute Englischkenntnisse in Wort und Schrift als Grundlage der Arbeit in einem internationalen Team; Deutschkenntnisse sind von Vorteil.

Wir bieten

• eine abwechslungsreiche, aktuelle Forschungstätigkeit an einer der führenden Technischen Universitäten Deutschlands mit Zugang zu modernen EDA-Werkzeugen und regelmäßigen Tape-out-Möglichkeiten
• die Möglichkeit zur Promotion mit intensiver wissenschaftlicher Betreuung bzw. – als Postdoc – zur weiteren wissenschaftlichen Qualifizierung und Profilbildung
• eine tarifgerechte Bezahlung nach EG 13 TV-L inkl. Jahressonderzahlung und betrieblicher Altersvorsorge (VBL) sowie 30 Tage Urlaub im Jahr
• flexible Arbeits- und Teilzeitmodelle sowie die Möglichkeit mobilen Arbeitens
• eine familienfreundliche Hochschulkultur (seit 2007 als familiengerechte Hochschule auditiert)
• vielfältige interne und externe Fort- und Weiterbildungsangebote sowie ein umfangreiches Hochschulsportprogramm.

Weitere Hinweise
Wir freuen uns auf Bewerbungen aller Nationalitäten. Gleichzeitig begrüßen wir das Interesse schwerbehinderter Menschen und bevorzugen deren Bewerbungen bei gleicher Eignung. Bitte weisen Sie bereits in der Bewerbung darauf hin und fügen Sie einen Nachweis bei. Die TU Braunschweig arbeitet auf Grundlage des Niedersächsischen Gleichberechtigungsgesetzes (NGG) an der Erfüllung des Gleichstellungsauftrags; Bewerbungen von Frauen sind daher besonders willkommen.

Mit der Übersendung Ihrer Bewerbung stimmen Sie zu, dass Ihre personenbezogenen Daten zum Zweck des Auswahlverfahrens gespeichert und verarbeitet werden.

Bewerbungskosten können leider nicht erstattet werden.

Bewerbung und Kontakt
Bitte senden Sie Ihre aussagekräftige Bewerbung (Anschreiben, Lebenslauf, Zeugnisse, ggf. Publikationsliste) bis zum 06.08.2026 unter Angabe des Stichworts „DigitalAI“ als eine zusammenhängende PDF-Datei per E-Mail an:

Prof. Dr. Thomas Kämpfe
thomas.kaempfe(at)tu-braunschweig.de

Technische Universität Braunschweig
Institut für Neuromorphic Computing
Spielmannstr. 11a
38106 Braunschweig

Für fachliche Rückfragen steht Ihnen Prof. Dr. Thomas Kämpfe gerne zur Verfügung.