Wissenschaftliche*n Mitarbeiter*in (Postdoc) für vertrauenswürdige Forschungsumgebungen (DSS 26)
gesis
| Company | gesis |
| Category | Science & Research |
| Location | Köln |
| Remote | On-site (inferred) |
| Employment | Not stated |
| Level | Not stated |
| Salary | Not stated by the employer |
| Posted | 10 Jul 2026 |
| Last verified | 12 Aug 2026 |
| Source | Employer ATS (personio) |
Description
GESIS – Leibniz-Institut für Sozialwissenschaften ist eine von Bund und Ländern finanzierte, international tätige sozialwissenschaftliche Einrichtung der Leibniz-Gemeinschaft. Wir suchen zum nächstmöglichen Zeitpunkt für den Standort Köln in der Abteilung Data Services for the Social Sciences, Team Data Acquisitions and Access eine*n Wissenschaftliche*n Mitarbeiter*in (Postdoc) für vertrauenswürdige Forschungsumgebungen (Entgeltgruppe 13 TV-L, Arbeitszeit 100 %, 39,5h/Woche, zunächst befristet für 4 Jahre, Entfristung möglich) Die Abteilung Data Services for the Social Sciences bietet nachhaltige Infrastrukturen und Dienstleistungen für Management, Kuration und Langzeitarchivierung von Forschungsdaten. Ihr Ziel ist es, FAIRe Daten, offene Wissenschaft und reproduzierbare Forschung in den quantitativen und computergestützten Sozialwissenschaften zu fördern. Dazu bietet die Abteilung u.a. Datenservices zur Kuration, Veröffentlichung, Registrierung und Archivierung von Daten für einzelne Forscher*innen, Projekte und Institutionen an, stellt Zugänge zu sensiblen Daten bereit und führt Schulungen und Beratungen zum Management von Forschungsdaten durch. Wir betreiben auch das GESIS Secure Data Center, unsere vertrauenswürdige Forschungsumgebung (Trusted Research Environment, TRE), die den Zugang zu sensible Forschungsdaten in den Sozialwissenschaften ermöglicht. Aufbauend auf dieser Infrastruktur entwickelt das Projekt RIDLOP (Research Infrastructure for Data from Large Online Platforms) die nächste Generation des Secure Data Centers mit dem Ziel, eine skalierbare, rechtssichere und per Fernzugriff zugängliche Forschungsumgebung für verschiedene Arten sensibler sozialwissenschaftlicher Daten zu schaffen, insbesondere Daten aus Online-Plattformen und andere digitale Verhaltensdaten. Überführung von TRE-Anforderungen in den Bereichen Governance, Forschung und Datenzugang in technische Spezifikationen für IT-Entwickler*innen Koordination zwischen Forschenden, IT-Expert*innen, Dateenkurator*innen, Rechts- und Datenschutzexpert*innen, Leitungsgremien, externen Providern von technischen Komponenten sowie Nutzendencommunities Konzeption, Erprobung und Dokumentation sicherer TRE-Arbeitsabläufe für die Datenerfassung, die Zugriffsverwaltung, die Analyse, die Output-Kontrolle, die Archivierung und reproduzierbare Forschung Entwicklung und Anpassung von einfachen Tools, Skripten, Vorlagen und Prototypen für TRE-Anwendungen, Benutzerunterstützung und reproduzierbare Forschungsabläufe Unterstützung bei der operativen Umsetzung rechtlicher Anforderungen (z. B. DSGVO, Digital Services Act, EU KI-Verordnung, Urheberrecht), der Forschungsethik sowie der „Five Safes“-Prinzipien in technischen und organisatorischen TRE-Prozessen Ein abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar), sowie eine abgeschlossene oder in Kürze abzuschließende Promotion in einem anschlussfähigen Bereich (z.B. Computational Social Science, Sozialwissenschaften, Informationssysteme, Data Science, Informatik), sowie begutachtete Veröffentlichungen in relevanten wissenschaftlichen Publikationsoutlets Fundierte praktische Erfahrung mit R, Python, reproduzierbaren Forschungsabläufen und datenintensiver empirischer Forschung Ein gutes Verständnis der Arbeit in vertrauenswürdigen Forschungsumgebungen (z.B. Zugriffskontrollmodelle, Remote-Desktop-Lösungen, Audit-Protokollierung, APIs, Datenbanken oder Workflow-Automatisierung) sowie die Bereitschaft, sich mit angrenzenden Bereichen der IT-Architektur auseinanderzusetzen Erfahrung im Umgang mit sensiblen Daten (z. B. sozialwissenschaftliche Daten, digitale Verhaltensdaten, Social-Media-Daten, Plattformdaten, verknüpfte Daten oder vergleichbare Forschungsdaten mit Zugangsbeschränkungen) Ausgeprägte Fähigkeit komplexe technische, rechtliche und methodische Anforderungen sowohl Fachle