Doktorand:in (PhD) - Automatische Sprachverarbeitung 100 %

Departement: School of Engineering
Arbeitsbeginn: 01.05.2026 oder nach Vereinbarung. Bewerbungsfrist: 6. April 2026.

Aufgaben

Sprachstörungen betreffen einen erheblichen Teil der Bevölkerung. In der Schweiz benötigen tausende Kinder Sprachtherapie, und auch Menschen mit neurologischen Erkrankungen wie Parkinson profitieren von regelmässigem Sprachtraining. Gleichzeitig besteht ein deutlicher Mangel an Logopäd:innen. Digitale Lösungen können hier einen wichtigen Beitrag leisten – insbesondere wenn sie in der Muttersprache der Patient:innen funktionieren.
 
Im Rahmen des Forschungsprojekts SpeeDi (Swiss German Speech Processing for Persons with Speech Disorders) entwickeln wir neue KI-Methoden für die Verarbeitung von Schweizerdeutscher Sprache für Personen mit Sprachstörungen. Ziel ist es, Technologien zu entwickeln, die in digitalen Therapie- oder Diagnosewerkzeugen eingesetzt werden können, z.B. in der Logopädie. 

Der Schwerpunkt der Dissertation liegt auf der Entwicklung von Speech-to-Text-Systemen, die Sprechfehler erhalten, sowie auf automatischer Fehleranalyse in Audioaufnahmen und Transkripten von Schweizerdeutscher Sprache.

Ihre Aufgaben umfassen insbesondere:

• Entwicklung neuer Speech-to-Text-Modelle für Schweizerdeutsch, die sprachliche Fehler erhalten (Error-Preserving Speech-to-Text)
• Entwicklung von KI-Methoden zur automatischen Erkennung und Klassifikation von Sprech/Sprach-Fehlern in Transkripten
• Mitarbeit bei der Erhebung und Annotation von Sprachdaten (Schweizerdeutsch, Kinder und Erwachsene)
• Training und Evaluation von modernen Deep-Learning-Modellen für Sprachverarbeitung (z. B. Transformer-basierte Modelle wie wav2vec, HuBERT oder Whisper)
• Veröffentlichung von Forschungsergebnissen auf internationalen Top-Konferenzen (z. B. ACL, EMNLP)
• Zusammenarbeit mit Logopäd:innen, Linguist:innen und klinischen Partnern 
• Co-Betreuung von Bachelor- und Masterarbeiten im Forschungsbereich

Diese PhD-Stelle ist angesiedelt am Centre for Artificial Intelligence (CAI) der ZHAW und wird von Prof. Dr. Mark Cieliebak (Head of NLP Research Team) betreut.

Profil

Sie sind eine hochmotivierte Persönlichkeit mit Interesse an Forschung im Bereich Künstliche Intelligenz und Sprachverarbeitung und möchten Ihre Kenntnisse auf ein gesellschaftlich relevantes Problem anwenden.

Idealerweise bringen Sie folgende Qualifikationen mit: 

• Masterabschluss in Computer Science, Artificial Intelligence, Computational Linguistics, Neurolinguistic, Data Science oder einem verwandten Fachgebiet
• Sehr gute Kenntnisse in Machine Learning / Deep Learning
• Erfahrung mit Python und Machine-Learning-Frameworks (z. B. PyTorch oder TensorFlow)
• Interesse an Speech Processing, Natural Language Processing und Dialektverarbeitung
• Erfahrung mit Speech-Technologien oder Large Language Models ist von Vorteil
• Freude an interdisziplinärer Zusammenarbeit zwischen Sprachwissenschaft, KI, Machine Learning und Logopädie
• Sehr gute Deutschkenntnisse; Schweizerdeutsch können Sie gut verstehen.

Dafür stehen wir

Die ZHAW Zürcher Hochschule für Angewandte Wissenschaften ist eine der grössten Mehrsparten-Fachhochschulen der Schweiz. Die School of Engineering gehört zu den führenden technischen Ausbildungs- und Forschungsinstitutionen des Landes und fokussiert auf Zukunftsthemen in den Bereichen Energie, Mobilität, Information und Gesundheit.

Das Centre for Artificial Intelligence (CAI) ist ein Kompetenzzentrum der ZHAW für angewandte KI-Forschung. Unsere Forschungsgruppen arbeiten an Methoden des Machine Learning, der Sprachverarbeitung, Computer Vision und Robotics und entwickeln innovative Lösungen gemeinsam mit Industrie- und Forschungspartnern.

Diese Position bietet die Möglichkeit, an hochaktuellen KI-Methoden für Sprachverarbeitung zu arbeiten und gleichzeitig einen direkten gesellschaftlichen Nutzen zu erzielen, ins besondere im Bereich der digitalen Unterstützung von Sprachtherapie und medizinischer Diagnostik.

Bitte senden Sie uns:

• ein Motivationsschreiben
  einen Lebenslauf
• Zeugnisse und Notenübersichten Ihrer bisherigen Studien
• Kontaktdaten von zwei Referenzpersonen

Wir freuen uns auf Ihre Bewerbung.

Kontakt