Masterstudent / in (w / m / d) : Informatik, Machine Learning, Data Science

Das Institut für Luft- und Raumfahrtmedizin des Deutschen Zentrums für Luft- und Raumfahrt in Köln führt interdisziplinäre lebenswissenschaftliche Forschung mit innovativen Ansätzen auf international höchstem Niveau durch. Ziel ist die Erhaltung und Verbesserung von Gesundheit und Leistungsfähigkeit des Menschen in der mobilen Gesellschaft - im Weltraum, in der Luftfahrt und auf der Erde.

Das erwartet dich

Die Abteilung „Schlaf und Humanfaktoren“ im Institut für Luft- und Raumfahrtmedizin erforscht unter anderem, wie Ermüdung und Überlastung die kognitive Leistungsfähigkeit von Operatoren beeinträchtigen kann, ob und wie moderne Systeme (z.B. durch KI Unterstützung) einen Operator tatsächlich entlasten und vieles mehr. Wenn dich die Arbeitsumgebungen der Zukunft interessieren und du dich fragst, wo der Mensch in all der Technik bleibt, dann bist du bei uns genau richtig.

Zunehmend können physiologische Daten zur unmittelbaren und kontinuierlichen Bewertung von mentalen Zuständen, wie Ermüdung oder Arbeitsbelastung, genutzt werden. Ein wichtiger studiengestützter Indikator für die Bestimmung der aktuellen mentalen Arbeitsbelastung ist die Herzratenvariabilität (HRV) aus dem EKG. Des Weiteren werden Metriken der Augenbewegung, wie Lidschlusshäufigkeit, Fixationsdauer oder Sakkadengeschwindigkeit für die Einschätzung der Arbeitsbelastung genutzt. Im Rahmen eines größeren Projektes wird eine plattformbasierte Erhebung und Auswertung solcher Daten geplant. Ziel ist es, den Aufbau einer Studie zur Untersuchung von Remoteoperatoren im Schienenverkehr so vorzubereiten, dass im Herbst 2026 eine reibungslose Aufnahme und Auswertung der HRV und Blickbewegungsdaten der Probanden möglich ist. Hierzu sollen im Frühjahr 2026 kleinere Pilotversuche zur Systemvalidierung durchgeführt werden.

Deine Aufgaben

• Weiterentwicklung von vorhandenen Vorverarbeitungsalgorithmen auf Basis bereits erhobener physiologischer EKG- und Blickbewegungsdaten
• Berechnung von Zeit- und Frequenzdomänenmaßen der Herzratenvariabilität
• Nutzung von Modellen des Maschinellen Lernens zur Erkennung des Operatorenzustands, insbesondere Müdigkeit

Das bringst du mit

Wenn du deine Programmierfähigkeiten als ausreichend einschätzt, nehmen wir gerne auch Bewerbungen aus anderen Ausbildungsbereichen (Psychologie, Ingenieurwesen etc.) entgegen.

Wir freuen uns darauf, dich kennenzulernen!

Fragen zu dieser Position (Kennziffer 3974) beantwortet dir gerne :

Christian Mühl

Tel. : +49 2203 601 3121