Werkstudent/in KI-Gestützte Brandschutzplanung

Anzeigen-Nr. 233931, veröffentlicht am 06.11.2026

Kategorie: Studierendenjob

nees Ingenieure GmbH

Branche : Architektur & Bauwesen


Beschäftigungsart:
Teilzeit, Werkstudium
Dauer:
nach Vereinbarung
Beginn:
sofort
Vergütung:
nach Vereinbarung
Tätigkeitsbereich:
Bauingenieurwesen
Fachbereich:
Architektur, Bauingenieurwesen
Berufserfahrung:
wünschenswert
Einsatzort:
Münster
Kontakt­auf­nah­me:
E-Mail

Stellenbeschreibung

Werkstudent (m/w/d) Brandschutzplanung & KI – Standort Münster


Du studierst Bauingenieurwesen, Architektur oder Sicherheitstechnik und möchtest Dein Fachwissen mit Künstlicher Intelligenz verbinden? Bei uns gestaltest Du aktiv mit, wie KI die Brandschutzplanung verbessert.


Deine Aufgaben


  • Gemeinsam mit unserer Entwicklung konzipierst Du neue Funktionen und übersetzt fachliche Anforderungen aus dem Brandschutz in technische Lösungen.
  • Du sicherst die Qualität unserer KI-gestützten Auswertungen, indem Du Varianten testest, Ergebnisse vergleichst und dokumentierst.
  • Du analysierst, warum Fundstellen fehlen oder falsch sind, und leitest daraus konkrete Verbesserungen ab.
  • Kleinere Funktionen und Auswertungsskripte setzt Du in Abstimmung mit dem Team eigenständig um.


Wir bieten Dir


  • Flexible Arbeitszeiten, die sich mit Deinem Studium vereinbaren lassen
  • Ein familienfreundliches Umfeld mit ausgewogener Work-Life-Balance
  • Weiterbildungsmöglichkeiten und Raum für eigene Ideen
  • Ein starkes Team, mit dem wir Erfolge auch gemeinsam feiern
  • Eine offene Kultur, die Vielfalt wertschätzt und Gleichbehandlung großschreibt


Interesse geweckt? Dann freuen wir uns auf Deine Bewerbung!

Anforderungen

Dein Profil

  • Studium Bauingenieurwesen, Architektur oder Sicherheitstechnik, idealerweise mit abgeschlossenem Bachelor
  • Interesse am vorbeugenden Brandschutz und Verständnis für baurechtliche Zusammenhänge
  • Fundierte Kenntnisse im Umgang mit KI-Sprachmodellen (Funktionsweise, Prompt-Design, typische Fehler wie Halluzinationen)
  • Grundverständnis von RAG-Architekturen (Chunking, Embeddings, Vektor- und Hybridsuche)
  • Grundkenntnisse in Python oder einer anderen Skriptsprache sowie in Cloud- und Webtechnologien