Abschlussarbeit. Ansprechpartner: Ronny Bodach
Abschlussarbeit. Ansprechpartner: Ronny Bodach
Abschlussarbeit. Ansprechpartner: Ronny Bodach
Abschlussarbeit. Ansprechpartner: Ronny Bodach
Abschlussarbeit. Ansprechpartner: Ronny Bodach
Abschlussarbeit. Ansprechpartner: Ronny Bodach
Abschlussarbeit. Ansprechpartner: Ronny Bodach
Mehr über diese Arbeit
Beschreibung: Entwicklung eines realistischen und praxisorientierten Szenarios für eine Cyberkrisensimulation, dass auf aktuelle Bedrohungen und Herausforderungen im Bereich Cybersicherheit abzielt, Unterstützung bei der Erstellung von Schulungsmaterialien für „Cyber Crisis Management – Krisensimulation live erleben“ und Evaluationswerkzeugen zur Bewertung der Teilnehmer während und nach der Simulation.
Praktikum/Bachlorarbeit. Ansprechpartner:
Amon Bentke
Mehr über diese Arbeit
Beschreibung: Super-Recognizer sind Menschen mit außergewöhnlichen Fähigkeiten zur Gesichtserkennung, die es ihnen ermöglichen, Gesichter mit einer bemerkenswert hohen Genauigkeit zu identifizieren, selbst nach langen Zeiträumen oder unter herausfordernden Bedingungen. In der Strafverfolgung spielen Super-Recognizer eine entscheidende Rolle, indem sie zur Identifizierung von Tatverdächtigen oder vermissten Personen beitragen. Im Gegensatz dazu hat Künstliche Intelligenz (KI) in den letzten Jahren bedeutende Fortschritte in der Gesichtserkennung erzielt. Durch maschinelles Lernen und neuronale Netzwerke kann KI große Datenmengen analysieren und Muster in Gesichtern erkennen, um die Identifizierung zu automatisieren. Diese Technologie wird zunehmend in verschiedenen Anwendungen eingesetzt, von der Überwachung bis zur Zugangskontrolle, und hat sich als äußerst effizient erwiesen. Trotz der Fortschritte sowohl bei menschlichen Super-Recognizern als auch bei KI bleibt die Frage bestehen, wo die Grenzen der menschlichen Fähigkeiten liegen und inwieweit die Leistung von KI diese übertreffen oder ergänzen kann. Können die Fähigkeiten der Super-Recognizer auch in anderweitig genutzt werden? Wie schneiden Super-Recognizer im Vergleich zur Künstlichen Intelligenz ab, wenn es darum geht, Gesichter präzise zu erkennen?
Aufgabenschwerpunkte: Auswertung und Diskussion eines speziell für Super-Recognizer in Sachsen konzipierten und am 25.09.2024 durchgeführten Tests, Auswertung des dem Test zugrunde liegenden Datensatzes mittels moderner Methoden der künstlichen Intelligenz sowie Diskussion der Ergebnisse, Vergleich zwischen Super-Recognizer und KI, Ggf. Weiterentwicklung des Super-Recognizer-Tests.
Anforderungen: Erfahrung mit quantitativen Analysemethoden und Grundkenntnisse in Statistik, Grundlegende Programmierkenntnisse in Python, Eigeninitiative, kreative Ideen und Spaß daran etwas Neues auszuprobieren und zu lernen
Hinweis: Am Ende soll Ihre Arbeit gemeinsam im Rahmen einer kleinen Publikation in einem wissenschaftlichen Journal veröffentlicht werden.
Bachlorarbeit. Ansprechpartner:
Svenja Preuß
Mehr über diese Arbeit
Aufgaben: MasterLock Vault Home App analysieren, Untersuchung der App in virtueller Umgebung, Forensische Spuren sammeln, Forensische Spuren nach relevanz klassifizieren / einordnen
Anforderungen: Grundkenntnisse Linux / Android, Strukturiertes und methodisches Vorgehen, Organisierte Literaturrecherche
Praktikum / Bachlorarbeit. Ansprechpartner:
Felix Fischer
Mehr über diese Arbeit
Aufgaben: Abus One App analysieren, Untersuchung der App in virtueller Umgebung, Forensische Spuren sammeln, Forensische Spuren nach relevanz klassifizieren / einordnen
Anforderungen: Grundkenntnisse Linux / Android, Strukturiertes und methodisches Vorgehen, Organisierte Literaturrecherche
Praktikum / Bachlorarbeit. Ansprechpartner:
Felix Fischer
Mehr über diese Arbeit
Aufgaben: Jura Operating Experience App analysieren, Untersuchung der App in virtueller Umgebung, Netzwerkverkehr zur Kaffeemaschine analysieren, Forensische Spuren sammeln, Forensische Spuren nach relevanz klassifizieren / einordnen
Anforderungen: Grundkenntnisse Linux / Android, Netzwerkgrundkenntnisse, Strukturiertes und methodisches Vorgehen, Organisierte Literaturrecherche
Praktikum / Bachlorarbeit. Ansprechpartner:
Felix Fischer
Mehr über diese Arbeit
Aufgaben: Bosch Smart Camera App analysieren, Untersuchung der App in virtueller Umgebung, Forensische Spuren analysieren, Forensische Spuren nach relevanz klassifizieren / einordnen
Anforderungen: Grundkenntnisse Linux / Android, Strukturiertes und methodisches Vorgehen, Organisierte Literaturrecherche, Verständnis von Netzwerkkommunikation, Strukturiertes und methodisches Vorgehen, Organisierte Literaturrecherche
Bachlorarbeit / Masterarbeit. Ansprechpartner:
Felix Fischer
Mehr über diese Arbeit
Aufgaben: Netzwerkverkehr aufzeichnen, Netzwerkverkehr analysieren, Schwachstellen aufzeigen, Übertragene Informationen dokumentieren, Kontaktsensor Bosch, Kontaktsensor SwitchBot.
Anforderungen: Verständnis von Netzwerkkommunikation, Strukturiertes und methodisches Vorgehen, Organisierte Literaturrecherche
Praktikum / Bachlorarbeit. Ansprechpartner:
Felix Fischer
Mehr über diese Arbeit
Aufgaben: Bereitstellung von Softwarebibliotheken C++, Bereitstellung von hD2-Mikrocontrollerboard, Softwarebibliotheken einheitlich strukturieren, Kompatibilität der Softwarebibliotheken untereinander herstellen, Demoprogramm programmieren, Entwickeln neuer Softwarebibliotheken, Verbesserung der Code-Qualität
Anforderungen: Programmierungskenntnisse (C++ wird verwendet), Strukturiertes und methodisches Vorgehen, Organisierte Literaturrecherche
Praktikum. Ansprechpartner:
Felix Fischer
Mehr über diese Arbeit
Aufgaben: Bosch Smart Camera App analysieren, Untersuchung der App in virtueller Umgebung, Untersuchung der App auf gerooteten Pixel 7a, Forensische Spuren analysieren, Forensische Spuren nach Relevanz klassifizieren / einordnen
Anforderungen: Grundkenntnisse Linux / Android, Strukturiertes und methodisches Vorgehen, Organisierte Literaturrecherche
Bachlorarbeit / Masterarbeit. Ansprechpartner:
Felix Fischer
Mehr über diese Arbeit
Bei der forensischen Datenanalyse ist es oftmals von entscheidender Bedeutung das Wissen von Ermittler:innen (z.B. über die Strafbarkeit von Handlungen, über Tatumstände) mit einzubeziehen. Viele automatisierte Verfahren zur Datenauswertung erfordern die formale Beschreibung dieses Wissens in Form von Wissensrepräsentationen. Solche Wissensrepräsentationen reichen von den bekannten Mind Maps über semantische Netze (z.B. WordNet) bis hin zu Ontologien. Um herauszufinden, welche Wissensrepräsentationen für welche Anwendungsfälle in der Forensik besonders vielversprechend sind, soll eine systematische Literaturrecherche durchgeführt werden. Diese soll insbesondere den bisherigen Einsatz von Wissensrepräsentationen im Bereich der Forensik und Kriminalitätsbekämpfung aufzeigen.
Bachelorarbeit. Ansprechpartner:
Michael Spranger
Mehr über diese Arbeit
Wenn Ermittler:innen forensische Kommunikationsdaten auswerten, haben sie oft bereits eine Vermutung, welche fallrelevanten Themen besprochen wurden. Um diese Hypothese zu überprüfen, suchen sie in der immensen Nachrichtenmenge nach Indizien für die entsprechenden Themen. Hierfür soll die halbüberwachte Themenmodellierung eingesetzt werden. Den halbüberwachten Algorithmen werden einige charakteristische Wörter zur Beschreibung jedes fallrelevanten Themas übergeben. Der Erfolg der halbüberwachten Themenmodellierung hängt jedoch stark von der Wahl dieser themenspezifischen Wörter ab. Das Ziel ist es daher, die halbüberwachte Themenmodellierung iterativ anzuwenden und anhand der gefundenen Themen neue fallrelevante Wörter zu identifizieren.
Praktikum und Bachelorarbeit/ Masterarbeit. Ansprechpartner:
Michael Spranger
Mehr über diese Arbeit
Bei der Auswertung von Nachrichten aus Messengerdiensten (z.B. WhatsApp, Signal, ...) erwarten Ermittler:innen häufig, dass darin bestimmte Themen besprochen wurden. Ihr Ziel ist es somit, Indizien oder Beweise für diese fallrelevanten Themen zu finden. Potenzial ist hierbei in der halbüberwachten Themenmodellierung zu sehen. Diese erlaubt die Berücksichtigung von Wissen über erwartete Themen, indem für jedes Thema einige charakteristische Wörter als Input übergeben werden. Häufig ist es jedoch schwierig, geeignete Wörter zur Beschreibung fallrelevanter Themen zu finden. Ziel ist es daher, Large Language Models (LLMs) wie ChatGPT zu verwenden, um aussagekräftigere Synonyme für benutzerdefinierte Ausgangsbegriffe zu identifizieren und damit die Ergebnisse der halbüberwachten Themenmodellierung zu verbessern.
Praktikum und Bachelorarbeit/ Masterarbeit. Ansprechpartner:
Michael Spranger
Mehr über diese Arbeit
Ermittler:innen gehen bei der Auswertung von Nachrichten aus Messengerdiensten (z.B. WhatsApp, Signal, ...) häufig von einer konkreten Hypothese aus, beispielsweise dass ein bestimmter Tatbestand erfüllt ist. Dementsprechend erwarten sie, dass in den Chats Themen besprochen wurden, die mit diesem Tatbestand in Zusammenhang stehen und möchten dafür Indizien finden. Hierfür kann die halbüberwachte Themenmodellierung eingesetzt werden. Diese erlaubt es, Wissen über erwartete Themen zu berücksichtigen, indem für jedes Thema einige charakteristische Wörter als Input übergeben werden. Häufig ist es jedoch schwierig, geeignete Wörter zur Beschreibung fallrelevanter Themen zu finden. Ziel ist es daher, mit Hilfe von sogenannten Word Embeddings aussagekräftigere, ähnliche Wörter zu benutzerdefinierten Ausgangsbegriffen zu identifizieren und mit diesen die Ergebnisse der halbüberwachten Themenmodellierung zu verbessern.
Praktikum und Bachelorarbeit/ Masterarbeit. Ansprechpartner:
Michael Spranger
Mehr über diese Arbeit
Ermittler:innen erwarten bei der Auswertung von Nachrichten aus Messengerdiensten (z.B. WhatsApp, Signal, ...) oftmals, dass in diesen bestimmte, fallrelevante Themen diskutiert wurden. Dementsprechend sind sie daran interessiert, in der immensen Menge an Nachrichten Indizien oder Beweise für die vermuteten Themen zu finden. Vielversprechend kann die halbüberwachte Themenmodellierung sein. Diese bezieht fallspezifisches Wissen ein, um Themen zu extrahieren, die eher der Erwartungshaltung der Ermittler:innen entsprechen. Ziel ist es, bekannte probabilistische Algorithmen der halbüberwachten Themenmodellierung (z.B. keyATM, Seeded LDA) im Hinblick auf die Extraktion fallrelevanter Themen aus forensischen Kommunikationsdaten zu vergleichen.
Praktikum und Bachelorarbeit/ Masterarbeit. Ansprechpartner:
Michael Spranger
Mehr über diese Arbeit
Ermittler:innen sind bei der Auswertung von Nachrichten aus Messengerdiensten (z.B. WhatsApp, Signal, ...) mobiler Endgeräte oftmals daran interessiert, ob bestimmte fallrelevante Themen besprochen wurden. Hierfür können halbüberwachte Algorithmen zur Themenmodellierung vielversprechend sein. Für die meisten Algorithmen stellt jedoch die sprachliche Struktur der Chatnachrichten und die Tatsache, dass diese viele hochfrequente Füllwörter enthalten, eine Herausforderung dar. Eine Ausnahme bildet das 'Guided Topic Noise Model', das speziell für umgangssprachliche Chats entwickelt wurde. Dieser Algorithmus soll daher zur Detektion von fallrelevanten Themen in forensischen Chatnachrichten angewendet und evaluiert werden.
Praktikum und Bachelorarbeit/ Masterarbeit. Ansprechpartner:
Michael Spranger
Mehr über diese Arbeit
Ermittler:innen sind bei der Auswertung von Nachrichten aus Messengerdiensten (z.B. WhatsApp, Signal, ...) häufig daran interessiert, ob in diesen bestimmte fallrelevante Themen diskutiert wurden. Um Indizien für diese vermuteten Themen zu finden, bieten sich halbüberwachte Ansätze der Themenmodellierung an. Bei den meisten halbüberwachten Algorithmen handelt es sich um Erweiterungen der probabilistischen Latent Dirichlet Allocation. Eine vielversprechende Alternative stellen Ansätze dar, die die semantische Ähnlichkeit von Wörtern berücksichtigen. Dies kann durch sogenannte Word Embeddings realisiert werden (z.B. word2vec, fastText). Ziel ist es daher, verschiedene halbüberwachte Ansätze basierend auf Word Embeddings zu vergleichen, um fallrelevante Themen in forensischen Chatnachrichten zu identifizieren.
Praktikum und Bachelorarbeit/ Masterarbeit. Ansprechpartner:
Michael Spranger
Mehr über diese Arbeit
Ermittler:innen erwarten bei der Auswertung von Nachrichten aus Messengerdiensten (z.B. WhatsApp, Signal, ...) mobiler Endgeräte oftmals, dass in diesen bestimmte, fallrelevante Themen diskutiert wurden. Um sie bei der Suche nach Hinweisen oder Beweisen für diese Themen in der immensen Menge an Nachrichten zu unterstützen, können halbüberwachte Algorithmen zur Themenmodellierung eingesetzt werden. Die meisten dieser Algorithmen sind Erweiterungen der probabilistischen Latent Dirichlet Allocation. Eine vielversprechende Alternative ist der Algorithmus 'Anchored Correlation Explanation' (Anchored CorEx), der auf der Informationstheorie basiert. Ziel ist es, diesen Algorithmus zur Detektion von fallrelevanten Themen in forensischen Chatnachrichten anzuwenden und zu evaluieren.
Praktikum und Bachelorarbeit/ Masterarbeit. Ansprechpartner:
Michael Spranger
Mehr über diese Arbeit
Die immense Menge an Nachrichten von Messengerdiensten (z.B. WhatsApp, Signal, ...), die im Rahmen von forensischen Untersuchungen ausgewertet werden müssen, stellt Ermittler:innen vor eine zunehmende Herausforderung. Um sich schnell einen Überblick über die in den Chats diskutierten Inhalte zu verschaffen, kann die automatische Extraktion von Themen hilfreich sein. Ein Problem der meisten Algorithmen zur Themenmodellierung ist jedoch die Interpretation der resultierenden Themen. Üblicherweise werden diese als Rangfolge von Wörtern oder Phrasen dargestellt, die jedoch ohne weiteren Kontext nur eine geringe Aussagekraft haben. Die Idee ist daher, die Themen stattdessen durch ihre charakteristischsten Nachrichten zu repräsentieren. Um die ähnlichsten Nachrichten zu einem Thema zu identifizieren, sollen verschiedene Ähnlichkeitsmaße (z.B. Skalarprodukt, Ähnlichkeit basierend auf Word Embeddings) miteinander verglichen werden.
Praktikum und Bachelorarbeit/ Masterarbeit. Ansprechpartner:
Michael Spranger
Mehr über diese Arbeit
Die immense Menge an Nachrichten von Messengerdiensten, die im Rahmen von forensischen Untersuchungen ausgewertet werden müssen, stellt Ermittler:innen vor eine zunehmende Herausforderung. Um einen Überblick über die in den Chats diskutierten Inhalte zu erhalten, kann die automatische Extraktion von Themen vielversprechend sein. Die Interpretation dieser Themen erweist sich jedoch häufig als problematisch. Die meisten Ansätze zur Themenmodellierung stellen diese als Rangfolge von Wörtern oder Phrasen dar, die ohne weiteren Kontext nur eine geringe Aussagekraft haben. Hilfreicher wäre es dagegen, jedes Thema durch seine charakteristischsten Nachrichten zu beschreiben. Bei der Wahl der Methodik zur Extraktion dieser Nachrichten ist im Hinblick auf die spätere gerichtliche Verwertbarkeit darauf zu achten, dass eine ausreichende Transparenz gewährleistet ist. Ziel ist es daher, mit Hilfe eines Verfahrens der Explainable Artificial Intelligence (XAI), dem Algorithmus Learning Vector Quantization, die für ein Thema charakteristischen Nachrichten zu identifizieren.
Praktikum und Bachelorarbeit/ Masterarbeit. Ansprechpartner:
Michael Spranger
Mehr über diese Arbeit
Die immense Menge an Kommunikationsdaten, die im Rahmen von Ermittlungen ausgewertet werden muss, erweist sich zunehmend als Herausforderung. Um einen Überblick über die in den Chats diskutierten Inhalte zu erhalten, kann die automatische Extraktion von Themen hilfreich sein. Häufig stellt sich jedoch das Problem der Interpretation dieser Themen, die meist als Rangfolge von Wörtern oder Phrasen dargestellt werden, die ohne weiteren Kontext nur eine geringe Aussagekraft haben. Hilfreicher wäre eine kurze Zusammenfassung, die den Inhalt des Themas beschreibt. Ziel ist es daher, mit Hilfe eines Large Language Models (z.B. ChatGPT) eine solche Zusammenfassung für jedes Thema automatisch zu generieren.
Praktikum und Bachelorarbeit/ Masterarbeit. Ansprechpartner:
Michael Spranger
Mehr über diese Arbeit
Nachrichten von Messengerdiensten (z.B. WhatsApp, Signal, ...), die auf mobilen Endgeräten gespeichert sind, haben sich zu einer wichtigen Beweisquelle in forensischen Untersuchungen entwickelt. Die immense Nachrichtenmenge, mit der Ermittler:innen regelmäßig konfrontiert sind, erweist sich jedoch als zunehmende Herausforderung. Um einen schnellen Überblick zu erhalten, wäre es daher von Vorteil, die Nachrichten automatisiert zusammenzufassen. Ziel ist es daher, durch eine systematische Literaturrecherche den aktuellen Stand der Methoden zur automatischen Textzusammenfassung aufzuarbeiten.
Bachelorarbeit. Ansprechpartner:
Michael Spranger
Praktikum und Bachelorarbeit. Ansprechpartner: Michael Spranger
Praktikum und Bachelorarbeit. Ansprechpartner: Lukas Jaeckel
Mehr über dieses Stellenangebot:
Tätigkeitsprofil:
Als Referent / Referentin für IT-Forensik unterstützen Sie die staatsanwaltschaftlichen Ermittlungen bei der Aufklärung und Bekämpfung von Straftaten insbesondere in der Zentralstelle zur Bekämpfung der Hasskriminalität im Internet.
Arbeitsbeschreibung:
Eigene Internet-Ermittlung und Dokumentation, insbesondere:
• Auswertungen und Recherche in Datennetzen mit entsprechender Dokumentation, insbesondere durch die Sicherung digitaler Beweise und die gerichtssichere Dokumentation
• Identifizierung, Ausschluss, Sicherung, Analysierung und Aufbereitung von begangenen kriminellen Handlungen unter Einsatz von Informations- und Kommunikationstechnologie
• Dokumentation der eigenen Tätigkeit und getroffenen Feststellungen in Form von Gutachten und ihre Vertretung vor Gericht
Beratende Unterstützung der Staatsanwälte / Staatsanwältinnen, insbesondere:
• Im Rahmen operativer Maßnahmen (Durchsuchungen, Beweissicherungen bei Providern)
• Sicherstellung und Analyse elektronischer Daten von Datenträgern aus PCSystemen, Netzwerken und mobilen Endgeräte
• Erläuterung komplexer Sachverhalte der elektronischen Datenverarbeitung sowie das Erkennen, Beobachten, Bewerten und Dokumentieren (ggf. neuer) Kriminalitätsphänomene und technischer Prozesse im Internet
Qualifikationen:
Wir erwarten einen Fachhochschulabschluss oder Bachelor in den Fachrichtungen Informatik, IT Forensik/Cybercrime oder Allgemeine und Digitale Forensik bzw. gleichwertige Fähigkeiten und Erfahrungen sowie einschlägige Berufserfahrung im Bereich IT-Forensik. Sie sollten über fundierte Kenntnisse in den gängigen Betriebssystemen insbesondere MSWindows (Linux optional) und Erfahrungen im Umgang mit digitaler Forensik sowie dazugehöriger einschlägiger Hard- und Software, vorwiegend OSINT-Recherche, verfügen und Kenntnisse zu Prozessen, Phänomenen, Inhalten im Internet & sozialen Medien besitzen. Gute Kenntnisse der deutschen und englischen Sprache in Wort und Schrift und ein ausgeprägtes analytisches Denkvermögen setzen wir voraus. Kenntnisse und Hintergrundwissen zur strafrechtlichen Einordnung relevanter Sachverhalte mit spezifischen IT-Bezug und zu strafprozessualen Handlungsmöglichkeiten im Rahmen der Aufklärung von Straftaten im Bereich der IuK-Kriminalität sind von Vorteil.
Unser Angebot:
• Vermögenswirksame Leistungen
• eine Betriebsrente (VBL)
• Fortbildungsmöglichkeiten zur fachlichen und persönlichen Entwicklung
• Flexible Arbeitszeiten im Rahmen der dienstlichen Möglichkeiten
• ein freundliches und hilfsbereites Team, das Sie vom ersten Tag an einbindet und unterstützt
• ein attraktiver Standort in einer sich gut entwickelnden Stadt, der mit öffentlichen Verkehrsmitteln gut erreichbar ist
• ein modernes, gut ausgestattetes Arbeitsumfeld und Mitgestaltung des technischen Arbeitsplatzes
Wenn Sie eigenverantwortlich und zielorientiert arbeiten können, teamfähig, flexibel und belastbar sind, dann bewerben Sie sich bei uns.
Staatsanwaltschaft Halle (Saale) (Zentralstelle zur Bekämpfung der Hasskriminalität im Internet). Ansprechpartner:
Nadine Friedewald
Mehr über dieses Stellenangebot:
Tätigkeitsprofil:
Der Dienstposten ist personalrechtlich der Generalstaatsanwaltschaft Naumburg zugeordnet. Sie werden organisatorisch in einer IuK-Stelle eingesetzt, die für die zentrale IT-Infrastruktur der Staatsanwaltschaften in Sachsen-Anhalt zuständig ist. Der Einsatz ist überwiegend am Standort Naumburg vorgesehen. Die Vergütung erfolgt nach der Entgeltgruppe 10 TV-L.
Arbeitsbeschreibung:
- Installation, Administration und Pflege von Windows-Servern (Domänencontroller, Fileserver, Managementserver)
- Second/Third-Level-Support für alle im Einsatz befindlichen MS-Windows- und Office-Produkte
- Active Directory:
• Administration der entsprechenden Domäne
• Change-Management für das AD (u. a. mit AuditPlus)
• Windows Active Directory-Überwachung
• Windows Rechtemanagement
• Gruppenrichtlinien (Zentrale Verwaltung der Konfigurationseinstellungen von Windows)
- Softwareverteilung mittels entsprechender Unterstützungssoftware
Qualifikationen:
• Eine abgeschlossene Hochschulausbildung im IT-Bereich (Bachelor- bzw. entsprechender Hochschulabschluss) oder einschlägige Berufsausbildung mit Berufserfahrung in der Betreuung von IT-Infrastrukturen
• Grundkenntnisse im Projektmanagement
• Bereitschaft zu regelmäßigen Dienstreisen innerhalb Deutschlands
• Fähigkeit zu serviceorientiertem Denken und Handeln
• besondere Verlässlichkeit im Hinblick auf die besonderen Sicherheitsanforderungen der Justiz
• selbstbewusstes und sicheres Auftreten und gute Kommunikationsfähigkeiten
• ein hohes Maß an Selbstständigkeit und Eigeninitiative
• Teamfähigkeit und Flexibilität
• Bereitschaft zur Fortbildung
• Mobilität
Unser Angebot:
• ein unbefristeter und krisensicherer Arbeitsplatz
• eine interessante und anspruchsvolle Aufgabenstellung durch die Betreuung der Staatsanwaltschaften in der Justiz des Landes Sachsen-Anhalt
• eine eigenverantwortliche Tätigkeit
• flexible Arbeitszeitmodelle und die Möglichkeit von Home-Office
• eine solide Einarbeitung, gute Weiterbildungsmöglichkeiten und Entwicklungschancen
Bewerbungen von Frauen sind ausdrücklich erwünscht, alle Stellen sind für Frauen und Männer gleichermaßen geeignet. Schwerbehinderte Menschen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt und sollten in ihrer Bewerbung darauf hinweisen. Bewerbungskosten werden nicht erstattet. Wir freuen uns auf Ihre Bewerbung mit tabellarischem Lebenslauf, Zeugniskopien, Qualifikationsnachweisen und eventuellen weiteren relevanten Unterlagen bis zum 15.10.2024.
Justiz des Landes Sachsen-Anhalt. Ansprechpartner:
Nadine Friedewald
Mehr über dieses Stellenangebot:
Beschreibung:
In Auftrag des Sächsischen Landesamtes für Umwelt, Landwirtschaft und Geologie (LfULG) bearbeitet die GICON® - Großmann Ingenieur Consult GmbH (GICON) gemeinsam mit Partnern das mehrjährige Vorhaben „Softwareerstellung und Software-Anpassung für die Modernisierung des Gesamtsystems der sächsischen Aufschluss-Datenbank“. Bei der Konzipierung und Entwicklung dieses komplexen geologischen Informationssystems müssen Aspekte der IT-Sicherheit berücksichtigt werden. Konkret betrifft dies zum Beispiel:
• Sichere Systemarchitekturen und Einsatz von Web-Anwendungen
• Anwendung BSI-IT-Grundschutz-Kompendium
• Berücksichtigung aktueller Entwicklungen im Bereich IT-Sicherheit
GICON® sucht in diesem stark praxisbezogenen Vorhaben Unterstützung durch interessierte Studenten. Mögliche Formen der Zusammenarbeit können sein
• Praktika
• Werkstudententätigkeit
• Vertiefung einzelner Aufgabenstellungen mit Durchführung von Bachelor- sowie Masterarbeiten
Das Projektteam der GICON® arbeitet in der Niederlassung Leipzig des Unternehmens.
GICON® - Großmann Ingenieur Consult GmbH. Ansprechpartner:
Nadine Friedewald