Wissenschaftliche:r Mitarbeiter:in und Doktorand:in im Bereich Produktionsmanagement

Konzeption, Durchführung und Leitung anwendungsorientierter Forschungs- und Transferprojekte mit führenden Industrieunternehmen in den Themenfeldern unserer Forschungsgruppen. Aktive Mitarbeit an Industrie- und geförderten Forschungsprojekten inkl. Transfer wissenschaftlicher Erkenntnisse in die Unternehmenspraxis und Ableitung evidenzbasierter Handlungsempfehlungen. Entwicklung von Lösungsansätzen und Entscheidungsgrundlagen gemeinsam mit Praxispartnern (z. B. Zielbilder, Roadmaps, Business Cases, Business Development-Ansätze). Planung, Durchführung und Auswertung qualitativer und quantitativer Analysen (z. B. Benchmarking-Studien, Unternehmensstudien, Interview- und Survey-basierte Analysen). Vorbereitung, Moderation und Nachbereitung von Workshops, Management-Meetings und Präsentationen mit Unternehmensvertretern und weiteren Stakeholdern. Unterstützung in der Lehre (Vorbereitung und Unterstützung bei der Durchführung von Lehrveranstaltungen), Betreuung von Abschlussarbeiten.

Der Lehrstuhl Produktionsmanagement von Prof. Dr. Thomas Friedli gliedert sich in drei Forschungsgruppen: Operational Excellence: Kontinuierliche Verbesserung, Effizienz und Performance in der Produktion. Global Production: Gestaltung und Optimierung internationaler Produktionsnetzwerke. Smart Manufacturing & Services: Strategie, Sales und Operations für industrielle Services. Gemeinsam entwickeln wir Lösungen für die Produktion von morgen – für Forschung, Lehre und Transfer in die Praxis.

• Sehr guter Hochschulabschluss (Master) in (Wirtschafts-)Ingenieurwesen, Betriebswirtschaft oder einem verwandten Fachgebiet (mind. Note 5.0 bzw. 2.0 DE/AT).

• Begeisterung für Produktionsmanagement, industrielle Wertschöpfung und operative Exzellenz.

• Erste Erfahrungen in Industrie, Beratung oder Projektmanagement in einem relevanten Themenfeld.

• Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift.

• Exzellente MS-Office-Kenntnisse; Kenntnisse in R, Python oder Statistik-Tools sind von Vorteil.

• Hohe Eigeninitiative, ausgeprägte analytische Fähigkeiten und Teamorientierung.

• Souveränes, professionelles und verbindliches Auftreten im Umgang mit Forschungspartnern und Stakeholdern.

• Reisebereitschaft im Rahmen von Projekt- und Forschungstätigkeiten.

• Strukturierte, zuverlässige Arbeitsweise und Fähigkeit, mehrere Themen parallel zu steuern (Projekt- und Zeitmanagement).

• Interesse an anwendungsorientierter Forschung und Wissenstransfer in die Industrie.