Das Institut für Maschinenelemente und Systementwicklung (MSE) der RWTH Aachen University forscht auf dem Gebiet der Antriebssysteme und seiner Subsysteme. Ein Fokus liegt auf der Schwingungsanalyse von Antriebsstrangkomponenten bis hin zum gesamten Antriebssystem. In zahlreichen Forschungsprojekten wurden in den letzten Jahrzehnten die numerischen und messtechnischen Werkzeuge zur Schwingungsanalyse weiterentwickelt. Sie unterstützen heute bei der dynamischen Auslegung sowie der Analyse des NVH (Noise, Vibration, Harshness) – Verhaltens unterschiedlichster Applikationen im Automobil-, Bahn- und Off-Highway-Bereich.

Zur Simulation von akustischem Verhalten müssen Anregungen (bspw. Zahnräder) und der Transferpfad von der Anregung zur Wahrnehmung (bspw. dem Fahrerohr) modelliert werden. Schraubenverbindungen beeinflussen das akustische Verhalten des Transferpfads in Form von Dämpfung maßgeblich. Es ist jedoch noch nicht bekannt, wie das Material der Kontaktpartner sowie die Oberflächenrauheiten die Kontakteigenschaften beeinflussen. Ziel dieser Arbeit ist es daher, ein Modell für die Berücksichtigung von Oberflächenrauheiten und Material in der Fügestelle zu entwickeln. Dazu sollen Messungen an einfachen Testobjekten unterschiedlicher Oberflächenrauheiten und Materialien durchgeführt werden. Anschließend sollen am Institut existierende Modelle des Verhaltens von Schraubenverbindungen auf Basis der Messungen parametriert werden.

Aufgaben:

  • Einarbeitung in das strukturdynamische Verhalten verschraubter Baugruppen
  • Experimentelle Untersuchung von Oberflächen- und Materialeinfluss auf das Verhalten verschraubter Baugruppen
  • Kalibrierung eines FE-Modells
  • Ermittlung der Abhängigkeit der Modellparameter von den untersuchten Einflussgrößen

Voraussetzung:

  • Eigenständige, zuverlässige Arbeitsweise
  • Interesse an Strukturdynamik
  • Vorkenntnisse in FE-Software wie bspw. Abaqus von Vorteil, jedoch nicht zwingend erforderlich

Wir bieten:

  • Zügige Bearbeitungsmöglichkeit
  • Intensive Betreuung
  • Sofortiger Beginn oder nach Absprache
  • Erlernen praxisrelevanter Methoden der Strukturdynamik

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Rasim Dalkiz, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung

Eilfschornsteinstraße 18, 52062 Aachen
rasim.dalkiz@imse.rwth-aachen.de

Das Institut für Maschinenelemente und Systementwicklung (MSE) der RWTH Aachen University forscht auf dem Gebiet der Antriebstechnik und seiner Subsysteme. Ein Fokus liegt auf der Schwingungsanalyse von Antriebsstrangkomponenten bis hin zum gesamten Antriebssystem. In zahlreichen Forschungsprojekten wurden in den letzten Jahrzehnten die numerischen und messtechnischen Werkzeuge zur Schwingungsanalyse weiterentwickelt. Sie unterstützen heute bei der dynamischen Auslegung sowie der Analyse des NVH (Noise, Vibration, Harshness) – Verhaltens unterschiedlichster Applikationen im Automobil-, Bahn- und Off-Highway-Bereich. Zur Simulation des akustischen Verhaltens müssen Anregungen (bspw. Zahnräder), der Transferpfad und die Wahrnehmung (bspw. dem Fahrerohr) modelliert werden. Schraubenverbindungenbeeinflussen das akustische Verhalten des Transferpfads in Form von Dämpfung in der Fügestelle maßgeblich. Bislang werden Fügestellenmodelle anhand Oberflächenmessungen parametriert. Ziel dieser Arbeit ist daher die Entwicklung einer Methode zur Parametrierung von Fügestellenmodellen mittels numerisch generierten Oberflächenprofilen.

Aufgaben:

  • Einarbeitung in die Strukturdynamik von verschraubten Baugruppen
  • Entwicklung einer Methode zur numerischen Generierung von Oberflächenprofilen unter der Berücksichtigung von bekannten Konstruktionsparametern
  • Integration der generierten Oberflächen in den Parametrierungsprozess von Fügestellenmodellen
  • Validierung der Ergebnisse anhand eines an Messungen parametrierten Referenzmodells

Voraussetzung:

  • Interesse an Strukturdynamik
  • Eigenständige und zuverlässige Arbeitsweise
  • Vorkenntnisse in FE-Software wie bspw. Abaqus von Vorteil, jedoch nicht notwendig

Wir bieten:

  • Zukunftsorientiertes Themenfeld
  • Vertiefung der Kenntnisse im Bereich Strukturdynamik
  • Aktive Mitgestaltung der Forschungsrichtung
  • Erlenen von praxisrelevanten Methoden der Strukturdynamik
  • Zügige Bearbeitungsmöglichkeit und intensive Betreuung

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Rasim Dalkiz, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung

Eilfschornsteinstraße 18, 52062 Aachen
rasim.dalkiz@imse.rwth-aachen.de

 

Der Chair for Wind Power Drives erforscht das Verhalten von Antriebssystemen in modernen Multimegawatt-Windenergieanlagen. Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der Windenergieanlagen (WEA) sowie die Senkung der Stromgestehungskosten. Hierzu werden Software-Entwicklungswerkzeuge und moderne Systemprüfstände im Verbund eingesetzt.
Schadensbendingte Ausfallzeiten machen einen signifikanten Anteil der Stromgestehungskosten von WEA aus. Eine Maßnahme zur Verringerung dieser Ausfälle ist der Einsatz von Condition Monitoring Systemen (CMS) auf Basis von hochfrequentem Körperschall. Abhängig von der Frequenz, Ausbreitungsrichtung und dem zu überwachenden Bauteil können verschiedene Welleneffekte angeregt werden, welche Informationen über den Bauteilzustand aufweisen. Dies wurde am CWD bereits für die Zustandsüberwachung von Gleitlagern mittels akustischen Oberflächenwellen (Lamb-Wellen) gezeigt.
Um ein CMS für ein Lager zu entwickeln, ist die Kenntnis über geeignete Welleneffekte und benötigte Anregungsfrequenzen unabdingbar. Für diesen Zweck eignen sich akustische FEM-Simulationen. Ziel dieser Arbeit ist eine Gegenüberstellung verschiedener Ansätze und optional der Aufbau eines Modells mithilfe eines geeigneten Ansatzes.

Aufgaben:

  • Einarbeitung in Akustiksimulationen mit der Finite Elemente Methode (FEM)
  • Recherche zu verschiedenen Simulationsansätzen und akustischen Welleneffekten
  • Ggf. Aufbau eines Simulationsmodells zur Analyse des akustischen Übertragungsverhalten

Voraussetzung:

  • Interesse an Simulationstechnik und akustischen Messmethoden im Kontext Condition Monitoring
  • Motivation zu selbstständigem und eigenverantwortlichem Arbeiten
  • Bereitschaft sich eigenständig in neue Themengebiete einzuarbeiten
  • Vorkenntnisse im Bereich FEM (Abaqus) und Messtechnik vorteilhaft, aber nicht notwendig

Wir bieten:

  • Wissenschaftliches Arbeiten in einem hoch motivierten, interdisziplinären Team
  • Angenehmes Arbeitsklima und intensive Betreuung
  • Flexible Arbeitszeiten und Möglichkeit zum Arbeiten im Homeoffice
  • Kontakt zur Industrie und Zusammenarbeit mit anderen Forschungsstätten
  • Möglichkeit zur anschließenden Tätigkeit am Institut als studentische/wissenschaftliche Hilfskraft
  • Sofortiger Beginn möglich oder nach Absprache

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Malte Raddatz, M. Sc. RWTH
Chair for Wind Power Drives

Campus-Boulevard 61, 52074 Aachen
malte.raddatz@cwd.rwth-aachen.de

 

Das Institut für Maschinenelemente und Systementwicklung (iMSE) erforscht zusammen mit dem Chair for Wind Power Drives (CWD) das Verhalten von Antriebssystemen in modernen Multimegawatt-Windenergieanlagen.

Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der Windenergieanlagen sowie die Senkung der Stromentstehungskosten.

Ausfälle von Getrieben in Windenergieanlagen werden in rund 76 % der Fälle durch Schäden von Wälzlagern verursacht. Ein Großteil tritt dabei bereits bei 1 – 20 % der errechneten Lagerlebensdauer ein. Werde Teil der Lösung dieses Problems!

Elektrische Belastungen, verursacht durch Ströme aus Generatoren und Umrichtern, sind oft die unsichtbare Ursache für vorzeitige Ausfälle von Wälzlagern. Um diesen Einfluss am Prüfstand genau zu quantifizieren, ist einepräzise Erkennung elektrischer Entladungen in den Messsignalen unerlässlich.

In deiner Abschlussarbeit hast du die Chance, ein innovatives maschinelles Lernmodell zu entwickeln und zu trainieren, das diese Entladungen in Wälzlagern zuverlässig erkennt. Dein Modell wird nicht nur die Anzahl und Häufigkeit dieser Entladungen genau bestimmen, sondern auch wichtige Erkenntnisse über die elektrische Belastung liefern, die auf das Wälzlager einwirkt – und so einen wertvollen Beitrag zur Verlängerung der Lebensdauer von Wälzlagern leisten.

Aufgaben:

  • Einarbeitung die Thematik von Stromdurchgang in Wälzlagern
  • Entwicklung eines maschinellen Lernmodells zur Erkennung und Klassifizierung von elektrischen Entladungen
  • Aufbereitung von Messdaten für das Training des Modells
  • Validierung des fertigen Modells im Prüfstandsversuchen

Voraussetzung:

  • Analytisches Denkvermögen und Problemlösungsfähigkeiten
  • Motivierte und strukturierte Arbeitsweise
  • Begeisterung für Maschinenbau
  • Kenntnisse in MatLab und maschinellem Lernen sind von Vorteil
  • Sehr gute Deutsch- und Englischkenntnisse

Wir bieten:

  • Klimatisierte und Modernisierte HiWi-Räume
  • Einstieg in ein interessantes Themenfeld
  • Möglichkeit zur Publikation relevanter Ergebnisse
  • Intensive Betreuung während der Abschlussarbeit
  • Mitarbeit hin zu einer klimaneutralen Zukunft
  • Hoher Bezug zu aktuellen Forschungsfragen

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Jörn Harling, M. Sc. RWTH
Chair for Wind Power Drives

Campus-Boulevard 61, 52074 Aachen
joern.harling@imse.rwth-aachen.de

Die Entwicklung kreislauffähiger Produkte stellt eine zentrale Herausforderung und zugleich eine immense Chance für die Produktentwicklung dar. Ökodesignrichtlinien und andere Standards formulieren Handlungsempfehlungen für die Gestaltung kreislauffähiger Produkte, die frühzeitig in den Produktentwicklungsprozess (PEP) integriert sowie deren Umsetzung quantifiziert und bewertet werden muss.

Hierfür erforscht das Institut für Maschinenelement und Systementwicklung Methoden zur Integration kreislaufwirtschaftlicher Prinzipien in den PEP mittels Model-Based Systems Engineering (MBSE). MBSE-Methodiken ermöglichen eine Vernetzung der einzelnen Entwicklungsschritte und eingesetzten Entwicklungswerkzeuge innerhalb des PEP und damit eine modellbasierte, quantifizierbare Analyse und Bewertung von Entwicklungsentscheidungen.

In dieser Arbeit sollen die relevanten Datenpunkte zur Bewertung der Kreislauffähigkeit eines Produkts in Systemmodellen verortet sowie dabei identifizierte Datenlücken geschlossen werden.

Mögliche Aufgaben:

  • Einarbeiten in bestehende Vorarbeiten zu Prinzipien der Kreislaufwirtschaft sowie deren Bewertung
  • Einarbeiten in das Thema modelbasierte Systementwicklung (MBSE)
  • Identifikation der notwenigen Datenpunkte für die Bewertung der Kreislaufwirtschaft (teils bestehende Vorarbeiten vorhanden)
  • Zuordnung der Datenpunkte zu MBSE-Modellen und Identifikation von Datenlücken
  • Entwicklung eines Konzepts zur Schließung der Datenlücken
  • Praktische Vervollständigung eines bestehenden Modells und Demonstration der Nutzbarkeit für die Bewertung von Prinzipien der Kreislaufwirtschaft

Voraussetzung:

  • Begeisterung für die Themen Kreislaufwirtschaft und Nachhaltigkeit
  • Interesse an der Entwicklung des Produktentstehungsprozesses der Zukunft mithilfe des modellbasierten Ansatzes
  • Motivation und Kreativität, neue Methoden zu entwickeln
  • Eigenständige und zuverlässige Arbeitsweise

Wir bieten:

  • Flexible Gestaltung der Arbeitsschwerpunkte
  • Zügige Bearbeitungsmöglichkeit und intensive Betreuung
  • Home-Office möglich
  • Absprachen persönlich, oder per MS Teams
  • Sofortiger Beginn oder nach Absprache

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Jennifer Dreier, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung

Eilfschornsteinstraße 18, 52062 Aachen
jennifer.dreier@imse.rwth-aachen.de

At the Fraunhofer IPT in Aachen, we work with more than 530 employees every day to make the production of the future more digital, more flexible, and more sustainable. In the department »Production Quality«, one aspect of your tasks includes the conceptualization of solution approaches to transfer novel technologies into the industry.

Within the scope of your thesis, you will investigate how a cyber security concept can be designed to enable secure industrial 5G communication in different application domains (verticals). Here, you will partly work on your tasks in our institute in collaboration with international partners from an EU funded research project.

What you will do

  • Research the current state of cyber security aspects in industrial 5G communication
  • Design a concept to integrate cyber security aspects into different industrial 5G use cases
  • Validate the developed concept together with our industry and research partners

What you bring to the table

  • You are studying mechanical engineering, computer science, computational engineering science (CES), electrical engineering or a comparable subject
  • First experiences in industrial cyber security (standards and frameworks) are advantageous
  • A high degree of initiative, motivation and collaborative skills
  • Good language skills in English

What you can expect

  • Ideal conditions for practical experience alongside your studies
  • Professional supervision and collaboration in a dedicated team
  • A state-of-the-art machine park equipped with edge cloud systems and 5G infrastructure
  • Flexible working to combine study and job in the best possible way

Interested? Apply online now. We look forward to getting to know you!

https://jobs.fraunhofer.de/job-invite/75339/

For any further information on this position please contact:
Maximilian Brochhaus M.Sc.
Group Manager »Production Quality«
Phone: +49 241 8904-193

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.

In der Abteilung Technologiemanagement des Fraunhofer-Instituts für Produktionstechnologie IPT in Aachen beraten und begleiten wir Unternehmen auf ihrem Weg zu einem nachhaltigen Wachstum. Im Team analysieren wir neue Technologien und Anwendungsfelder, leiten Strategien ab und entwickeln für unsere Auftraggeber maßgeschneiderte Lösungen. Zu unseren Schwerpunktthemen zählen die Digitalisierung und Konzeption der intelligenten Fabrik von morgen, die Nachhaltigkeitstransformation produzierender Unternehmen sowie die Ausgestaltung von Innovationseinheiten und das Corporate Venturing.

Du möchtest dabei sein, wenn die Zukunft entsteht? Willkommen im Team!

Was Du bei uns tust

  • Du unterstützt unser Team bei der Beratung von namenhaften Unternehmen unterschiedlichster Branchen
  • Du übernimmst eigenverantwortlich Teilaufgaben in nationalen und internationalen Industrie- und Forschungsprojekten
  • Du arbeitest an der Konzeption und bei der Durchführung von Workshops und Seminaren für Führungskräfte aus der Industrie mit
  • Du gestaltest Projekttreffen aktiv mit und unterstützt bei der erfolgreichen Durchführung

Was Du mitbringst

  • Du studierst Wirtschaftsingenieurwesen, Ingenieur- oder Naturwissenschaften oder eine verwandte Fachrichtung
  • Idealerweise hast du während des Studiums deine theoretischen Kenntnisse durch erste praktische Erfahrungen erweitert
  • Du begeisterst dich für strategische Fragestellungen und technologische Innovationen
  • Eine sorgfältige Arbeitsweise, analytische Fähigkeiten und Eigeninitiative zählen zu deinen Stärken
  • Du kannst dich schnell in Teamstrukturen einbringen und bist offen für neue, abwechslungsreiche Aufgaben
  • Den Umgang mit den MS Office-Tools beherrschst du sicher
  • Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift

Was Du erwarten kannst

  • Ein tolles und aufgeschlossenes Team sowie regelmäßige Teamevents machen es dir leicht, sich bei uns ab dem ersten Tag wohlzufühlen
  • Flexible Arbeitszeitgestaltung, um Studium und Job ideal miteinander zu verbinden
  • Die Möglichkeit, Verantwortung zu übernehmen und deine eigenen Ideen einzubringen und umzusetzen
  • Du hast die Chance, dich persönlich weiterzuentwickeln und profitierst von unserem starken Netzwerk in Industrie und Forschung
  • Du möchtest dein Wissen weiter vertiefen? Wir bieten dir spannende Themen für Abschlussarbeiten

https://jobs.fraunhofer.de/job-invite/61923/

Fragen zu dieser Position beantwortet Dir gerne:
Matthias Freitag
Wissenschaftlicher Mitarbeiter Technologiemanagement
Telefon: +49 241 8904-275

The Fraunhofer-Gesellschaft (www.fraunhofer.com) currently operates 76 institutes and research institutions throughout Germany and is the world’s leading applied research organization. Around 32,000 employees work with an annual research budget of 3.4 billion euros.

At the Fraunhofer IPT in Aachen, we work with more than 530 employees every day to make the production of the future more digital, more flexible and more sustainable. In the department for »Production Quality«, we focus on the digitalization of production systems in order to increase the quality, resilience and sustainability of production processes.

The optimization of production processes is gaining in importance due to the increasing requirements for efficiency and sustainability of processes, but is also becoming more complex. Artificial intelligence (AI) has the potential to significantly improve the optimization of production processes in terms of time, cost and resource efficiency. The challenges arise from the selection and configuration of AI algorithms and the interaction between AI and process engineers. In your thesis, you will investigate how AI algorithms can be utilized for multi-objective process optimization and integrated into production engineering practice.

What you will do

  • Literature research on AI algorithms for multi-objective optimization of production processes
  • Selection and engineering of functional and non-functional requirements for data-driven process optimization
  • Data analysis, development and implementation of AI algorithms
  • Planning and conducting experiments, evaluation and visualization of the results
  • Validation of the optimization algorithm on a specific production process
  • Documentation of the results and writing the thesis

What you bring to the table

  • You are studying mechanical engineering, computer science, mathematics or a comparable field of study
  • You are familiar with the theory and approaches of artificial intelligence and machine learning and would like to specialize in this field
  • You are proficient in the Python programming language and optimally have first experience in associated software libraries
  • A high level of motivation, willingness to learn and independence
  • Good language skills in German and/or English

What you can expect

  • Ideal conditions for practical experience alongside your studies
  • Professional supervision and collaboration in a dedicated team
  • A state-of-the-art machine park equipped with edge cloud systems and 5G infrastructure
  • Flexible working to combine study and job in the best possible way

Interested? Apply online now. We look forward to getting to know you!

https://jobs.fraunhofer.de/job-invite/76676/

For any further information on this position please contact:
Lars Leyendecker M. Sc.
Group Leader »production quality«
Phone: +49 241 8904-314

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungs-einrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.

Am Fraunhofer IPT in Aachen arbeiten wir mit mehr als 530 Mitarbeitenden täglich daran, dass die Produktion der Zukunft digitaler, flexibler und nachhaltiger wird. In der Abteilung »Produktionsqualität« beschäftigen wir uns mit der Digitalisierung von Produktionssystemen, um Qualität, Resilienz und Nachhaltigkeit der Produktion zu steigern.

Die Optimierung von Produktionsprozessen wird aufgrund von steigenden Anforderungen an Leistungsfähigkeit und Nachhaltigkeit von Prozessen wichtiger, aber auch komplexer. Künstliche Intelligenz (KI) hat das Potential die Optimierung von Produktionsprozessen zeit-, kosten- und ressourceneffizienter zu machen. Die Herausforderungen liegen hierbei in der Auswahl und Konfiguration der KI-Algorithmen und in dem Zusammenspiel von KI und Entwicklungsingenieuren. Im Rahmen der Abschlussarbeit untersuchst Du, wie KI-Algorithmen zur multikriteriellen Prozessoptimierung eingesetzt und in die produktionstechnische Praxis integriert werden können.

Was Du bei uns tust

  • Literaturrecherche zu KI-Algorithmen in der multikriteriellen Optimierung von Produktionsprozessen
  • Ermittlung von funktionalen und nicht-funktionalen Anforderungen an die datengetriebene Prozessoptimierung
  • Datenanalyse, Entwicklung und Implementierung von KI-Algorithmen
  • Planung und Durchführung von Experimenten sowie Auswertung und Visualisierung der Ergebnisse
  • Validierung des Optimierungsalgorithmus an einem konkreten Anwendungsfall aus der Produktionstechnik
  • Dokumentation der Ergebnisse und Verschriftlichung der wissenschaftlichen Arbeit

Was Du mitbringst

  • Du studierst Maschinenbau, Informatik, Mathematik oder eine vergleichbare Fachrichtung
  • Du bist mit der Theorie und den Ansätzen der künstlichen Intelligenz und des maschinellen Lernens vertraut und möchtest dich in dem Themenfeld spezialisieren
  • Du beherrschst die Programmiersprache Python und hast erste Erfahrungen in zugehörigen Software-Bibliotheken
  • Ein hohes Maß an Motivation, Lernbereitschaft und Selbstständigkeit
  • Gute Sprachkenntnisse in Deutsch und/oder Englisch

Was Du erwarten kannst

  • Wissenschaftliche Bearbeitung eines aktuellen und praxisrelevanten Themas
  • Eine professionelle Betreuung und fachliche Unterstützung bei der Erstellung deiner Abschlussarbeit
  • Mitwirkung in innovativen Forschungs- und Entwicklungsprojekten mit namhaften Industriepartnern
  • Ein hochmoderner Maschinenpark, ausgestattet mit Edge-Cloud-Systemen und einer 5G-Infrastruktur

Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen!

https://jobs.fraunhofer.de/job-invite/76676/

Fragen zu dieser Abschlussarbeit beantwortet Dir gerne:
Lars Leyendecker M. Sc.
Gruppenleiter »Produktionsqualität«
Telefon: +49 241 8904-314

Unterstütze uns bei der Akquise von Teilnehmern für das Industrienetzwerk H₂ Business and Technology Forum:

Für den langfristigen Erfolg der Energiewende und für den Klimaschutz brauchen wir Alternativen zu fossilen Energieträgern. Der Hochlauf der Wasserstoffindustrie (H2) wird dabei eine Schlüsselrolle einnehmen. Kunststoffe werden zentral zur Entwicklung großserienfähiger Systeme für die Gewinnung von Wasserstoff sowie zur Lösung der Herausforderungen bei der Speicherung, dem Transport und der Energieerzeugung beitragen, deshalb vernetzen wir die beiden Industrien mit unserem H₂ Business and Technology Forum.

Deine Aufgaben:

  • Du unterstützt unser Team dabei, das Industrienetzwerk zu erweitern, indem du Teilnehmerlisten von Messen mit Wasserstoffbezug systematisch auswertest und gezielt Unternehmen aus der Wasserstoffbranche recherchierst. Außerdem stellt du den Erstkontakt her, identifizierst passende Ansprechpersonen und koordinierst Termine für Akquisegespräche.

Wir wünschen uns:

  • Sehr gute Deutsch und Englischkenntnisse in Wort und Schrift (min. Niveau C1)
  • Offene und selbstbewusste Kommunikation, auch mit Industrievertretern
  • Selbstständige, sorgfältige und teamorientierte Arbeitsweise
  • Bereitschaft für eine längerfristige Beschäftigung

Wir bieten:

  • Detaillierte Einblicke in Akquiseprozesse
  • Direkten Kontakt zu Industrievertretern mit Chance auf Praktikumsplätze, externe Masterarbeiten und Festeinstellung
  • Erweiterung deiner Softskills
  • Flexible Arbeitszeiten
  • Angenehme und kollegiale Arbeitsatmosphäre in einem großen Team