Das Institut für Maschinenelemente und Systementwicklung (MSE) erforscht das grundlegende strukturelle und tribologische Verhalten von Maschinenelementen. Validierte Mehrkörpersimulationsmodelle stellen eine kosteneffiziente Alternative zu experimentellen Untersuchungen dar.

90 % des weltweiten Handelsvolumens wird per Schiff transportiert. In den letzten Jahren wurde ein vermehrtes Auftreten sogenannter „Wiping“-Schäden in den Radialgleitlagern von Propellerwellen beobachtet. Die Ursachen, dieses Schaden sind bislang nur unzureichend untersucht.

Im Rahmen dieser Arbeit sollen Wiping-Schäden an einem Gleitlager-Prüfstand gezielt reproduziert werden, um kritische Lagerbedingungen zu identifizieren. Dabei werden insbesondere Temperaturen und Reibmoment im Lager während des Wiping-Prozesses erfasst und ausgewertet.

Aufgaben:

  • Definition einer Versuchsmatrix für die Wiping-Versuche
  • Durchführung von Wiping-Versuchen am vorhandenen Gleitlager-rprüfstand
  • Auswertung von Temperaturen und Reibmoment während des Wiping-Schadens

Dein Profil:

  • Selbstständige und zuverlässige Arbeitsweise
  • Erste Erfahrungen und Interesse an experimenteller Arbeit

Wir bieten:

  • Mitarbeit in einem internationalen Forschungsprojekt
  • Flexible Gestaltung der Arbeitsschwerpunkte
  • Intensive Betreuung
  • Sofortiger Beginn oder nach Vereinbarung
  • Sehr angenehme Arbeitsatmosphäre

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Markus Gilges, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung

Schinkelstraße 10, 52062 Aachen
markus.gilges@imse.rwth-aachen.de

 

Der Chair for Wind Power Drives erforscht das Verhalten von Antriebssystemen in modernen Multimegawatt Windenergieanlagen (WEA). Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der WEA sowie die Senkung der Stromgestehungskosten.
Zur Senkung der Stromgestehungskosten an modernen WEA wird eine Anhebung der Leistungsdichte der Planetengetriebe in WEA angestrebt. Hierzu bietet sich die Verwendung von Gleitlagern an, die bereits seit einigen Jahren in der Industrie eingesetzt werden. Bisher gibt es jedoch noch kein echtzeitfähiges Condition-Monitoring-System (CMS), mit dem sich versagensrisikobehaftete Betriebspunkte frühzeitig vorhersagen und vermeiden lassen. Am CWD wird daher an einem modernen CMS-Netzwerk geforscht, in dem unter anderem die Surface-Acoustic-Wave-Technologie Anwendung findet. Diese Methode hat hohes Potenzial, jedoch ist die Auswertung der Messdaten abhängig von den Zeitpunkten, zu denen die akustischen Daten ausgewertet werden. Die optimalen Bereiche für die Auswertung zu finden, ist daher ein zentraler Punkt für ein erfolgreiches Condition Monitoring.
Die Idee dieser studentischen Arbeit ist die genaue Betrachtung der Rohdaten für mehrere Betriebszustände und die systematische Identifikation geeigneter Bereiche, in denen die Auswertealgorithmen angewendet werden können.

Aufgaben:

  • Einarbeitung in die verwendete Messtechnik: Surface Acoustic Wave (SAW)/Guided Acoustic Waves (GAW)
  • Auswertung und vergleich von bestehenden Rohdaten in Python
  • (Weiter-)Entwicklung einer einfachen Parametrierung zur Ermittlung sensitiven Bereichen in den Rohdaten bei mehreren Betriebszustände
  • Überprüfung der Parametrierung durch Anwendung bestehender Auswertealgorithmen

Voraussetzungen:

  • Motivation zu selbstständigem und eigenverantwortlichem Arbeiten, Kommunikations- und Teamfähigkeit, sowie eine sichere Beherrschung der deutschen und englischen Sprache
  • Interesse an Windenergie, an Getriebe- und Gleitlagertechnik
  • Interesse an Datenauswertung
  • Programmiererfahrung in Python ist wünschenswert
  • Grundlagen der Wellenausbreitung in isotropen Festkörpern sind wünschenswert, aber nicht erforderlich.

Wir bieten:

  • Wissenschaftliches Arbeiten in einem hoch motivierten, interdisziplinären Team
  • Arbeit an einem Thema mit hoher industrieller Relevanz
  • Erlernen von praxisrelevanten Simulationsmethoden
  • Angenehmes Arbeitsklima und intensive Betreuung
  • Option zur Beteiligung an einer wissenschaftlichen Veröffentlichung
  • Sofortiger Beginn möglich

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Patrick Haas, M. Eng.
Chair for Wind Power Drives

Campus-Boulevard 61, 52074 Aachen
patrick.haas@cwd.rwth-aachen.de

Der Chair for Wind Power Drives erforscht das Verhalten von Antriebssystemen in modernen Multimegawatt Windenergieanlagen (WEA). Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der WEA sowie die Senkung der Stromgestehungskosten.
Um die Stromgestehungskosten moderner Windenergieanlagen zu senken, wird eine Anhebung der Leistungsdichte der Planetengetriebe angestrebt. Hierzu bietet sich die Verwendung von Gleitlagern an, die sich in der Industrie bereits seit einigen Jahren bewährt haben. Bisher gibt es jedoch noch kein echtzeitfähiges Condition-Monitoring-System (CMS), mit dem sich versagensrisikobehaftete Betriebspunkte frühzeitig vorhersagen und vermeiden lassen. Am CWD wird daher an einem modernen CMS-Netzwerk geforscht, in dem unter anderem die Surface-Acoustic-Wave-Technologie Anwendung findet. Diese Methode hat ein hohes Potenzial, allerdings hängt die Qualität des akustischen Messergebnisses von zahlreichen Parametern ab. Um die Einflussfaktoren zu identifizieren, ist geplant, diese durch Simulationen besser zu verstehen. Da die Ultraschallwandler ein wichtiger Baustein der Messkette sind, müssen sie auch in einem Simulationsmodell abgebildet werden.
Die Idee dieser studentischen Arbeit ist es, einen Ultraschallwandler als FEM-Modell zu entwickeln und zu implementieren.

Aufgaben:

  • Einarbeitung in die verwendete Messtechnik: Surface Acoustic Wave (SAW)/ Gouded Acoustic Wave (GAW)
  • Einarbeitung in die Funktionsweise piezoelektrischer Keramiken und Ultraschallwandle
  • Modellierung und Simulation eines Ultraschallwandlers: elektrisch – mechanische Kopplung und mechanisch – elektrische Kopplung
  • Überprüfung der Simulationsergebnisse durch vergleich mit Messungen, bestehenden Modellen und Literatur

Voraussetzungen:

  • Motivation zu selbstständigem und eigenverantwortlichem Arbeiten, Kommunikations- und Teamfähigkeit, sowie eine sichere Beherrschung der deutschen und englischen Sprache
  • Interesse an Windenergie, an Getriebe- und Gleitlagertechnik
  • Interesse an Modellierung und FEM-Simulation
  • Programmiererfahrung in Python ist wünschenswert, aber nicht erforderlich
  • Erfahrung in FEM-Simulationen sind vorteilhaft

Wir bieten:

  • Wissenschaftliches Arbeiten in einem hoch motivierten, interdisziplinären Team
  • Arbeit an einem Thema mit hoher industrieller Relevanz
  • Erlernen von praxisrelevanten Simulationsmethoden
  • Angenehmes Arbeitsklima und intensive Betreuung
  • Option zur Beteiligung an einer wissenschaftlichen Veröffentlichung
    Sofortiger Beginn möglich

Wir suchen studierende aus dem Bereich der Ingenieurs- und Naturwissenschaften.

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Patrick Haas, M. Eng.
Chair for Wind Power Drives

Campus-Boulevard 61, 52074 Aachen
patrick.haas@cwd.rwth-aachen.de

Der Chair for Wind Power Drives erforscht das Verhalten von Antriebssystemen in modernen Multimegawatt Windenergieanlagen (WEA). Forschungsziele sind die Steigerung der Verfügbarkeit, der Robustheit und der Energieeffizienz der WEA sowie die Senkung der Stromgestehungskosten. Hierzu werden modernste Ingenieurssoftware und Systemprüfstände eingesetzt.
Zur Senkung der Stromgestehungskosten an modernen WEA wird eine Anhebung der Leistungsdichte der Planetengetriebe in WEA angestrebt. Hierzu bietet sich die Verwendung von Gleitlagern an, die bereits seit einigen Jahren in der Industrie eingesetzt werden. Bisher gibt es jedoch kein echtzeitfähiges Condition Monitoring System (CMS), um versagenskritische Betriebspunkte frühzeitig vorherzusagen und zu vermeiden. Am CWD wird daher an einem modernen CMS-Netzwerk geforscht, in welchem unter anderem die Surface acoustic wave Technologie Anwendung findet. Die akustischen Wellen interagieren mit dem Öl im Schmierspalt, welches von Verschiedenen Parametern beeinflusst wird, u.a. von der Schmierspalthöhe, der Temperatur und den vorherrschenden Materialparametern ab.
Ziel dieser studentischen Arbeit ist es daher, eine Literaturrecherche durchzuführen, um den aktuellen Stand der Forschung im Bereich der Schmierspaltinteraktion von akustischen Wellen zusammenzutragen. So soll die Frage beantwortet werden, welcher Effekt die Rohdaten am stärksten beeinflusst.

Aufgaben:

  • Einarbeitung in die Funktionsweise von Gleitlagern in Planetengetrieben moderner Windenergieanlagen
  • Einarbeitung in die verwendete Messtechnik: Surface Acoustic Wave (SAW)
  • Einarbeitung in die physikalisch bedingte Änderung von Materialparameter von Öl bei verschiedenen Betriebszustände
  • Durchführung einer Literaturrecherche zum aktuellen Stand der Forschung hinsichtlich Fluidspaltinteraktion von geführten akustischen Wellen
  • Ggf. die Ableitung einer Modellierungsmethode für ein Simulationsmodell
  • Vergleich der Rechercheergebnisse mit bisherigen Messungen

Voraussetzungen:

  • Motivation zu selbstständigem und eigenverantwortlichem Arbeiten, Kommunikations- und Teamfähigkeit, sowie eine sichere Beherrschung der deutschen und englischen Sprache
  • Interesse an Windenergie, an Getriebe- und Gleitlagertechnik
  • Erste Erfahrung in FEM-Simulationen sind wünschenswert, jedoch nicht erforderlich

Wir bieten:

  • Wissenschaftliches Arbeiten in einem hoch motivierten, interdisziplinären Team
  • Arbeit an einem Thema mit hoher industrieller Relevanz
  • Erlernen von praxisrelevanten Simulationsmethoden
  • Angenehmes Arbeitsklima und intensive Betreuung
  • Option zur Beteiligung an einer wissenschaftlichen Veröffentlichung
  • Möglichkeit auf weitere Forschung in dem Gebiet
  • Sofortiger Beginn möglich

 

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Patrick Haas, M. Eng.
Chair for Wind Power Drives

Campus-Boulevard 61, 52074 Aachen
patrick.haas@cwd.rwth-aachen.de

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 75 Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft – genauer: 32 000 Menschen aus Technik, Wissenschaft, Verwaltung und IT.

Die Abteilung »Hochleistungszerspanung« entwickelt kontinuierlich ein Rahmenwerk für den digitalen Zwilling in der Zerspanung weiter, mit dem Ziel, einen vollständigen und datenkonsistenten digitalen Zwilling entlang der gesamten Wertschöpfungskette, von der Planung über die Produktion bis hin zur Qualitätssicherung, zu erstellen. Das Rahmenwerk kombiniert leistungsfähige Modellierungsansätze hinsichtlich der komplexen physikalischen Wirkmechanismen der Zerspanung und anderer Fertigungstechnologien mit der Implementierung einer edge- bzw. cloudbasierten Industrial-Internet-of-Things (IIoT) Infrastruktur zur Datenverarbeitung und Vernetzung innerhalb der Produktion.
Zur Unterstützung in aktuellen Forschungs- und Industrieprojekten suchen wir eine studentische Hilfskraft.

Hier sorgst du für Veränderung

  • Implementierung und Weiterentwicklung eines browserbasierten Dashboards für die nutzerzentrierte Interkation mit dem digitalen Zwilling sowie dem dPart-Framework (Schnittstelle für Simulationsanfragen, Visualisierung der Simulationsergebnisse etc.)
  • Einbindung Dritter in unser bestehendes dPart-Framework
  • Wartung und Erweiterung des dPart-Backends
  • Entwurf und Implementierung eines neuen Systems zum Starten, Verwalten und Visualisieren von iterativen Optimierungsalgorithmen zur CAM-Planung mit dPart

Hiermit bringst du dich ein

  • Du studierst Informatik, Computer Engineering, Maschinenbau, CES oder ein vergleichbares Fach
  • Optimalerweise Erfahrung in der Programmierung mit React, TypeScript und Python
  • Grundkenntnisse in C++ sind von Vorteil
  • Du hast sehr gute Deutsch- und Englischkenntnisse

Was wir für dich bereithalten

  • Mitarbeit in innovativen Forschungsprojekten und die Chance, dein Wissen aus dem Studium in die Praxis umzusetzen
  • Du bist von Beginn an Teil des Teams, kannst deine Ideen einbringen und eigene Aufgaben übernehmen
  • Flexible Arbeitszeiten und Berücksichtigung von Prüfungsphasen, um Studium, Job und Privatleben bestmöglich zu vereinbaren
  • Möglichkeit für Projekt-, Bachelor- und Masterarbeiten zum Thema digitaler Zwilling in der Zerspanung
  • Ideale Rahmenbedingungen für Praxiserfahrungen neben dem Studium
  • Aussicht auf Promotion als Softwareentwickler*in in der Hochleistungszerspanung

Bereit für Veränderung? Dann bewirb dich jetzt online und mache einen Unterschied!

https://jobs.fraunhofer.de/job-invite/83843/

Auf deine Fragen zu dieser Position freut sich:
Benedikt Riegel M.Sc.
Wissenschaftlicher Mitarbeiter »Hochleistungszerspanung«
Telefon: +49 241 8904-342
Kennziffer: 83843

The Fraunhofer-Gesellschaft (www.fraunhofer.com) is one of the world’s leading organizations for application-oriented research. 75 institutes develop pioneering technologies for our economy and society – more precisely: 32 000 people from technology, science, administration and IT.

At the Fraunhofer Institute for Production Technology IPT in Aachen, we are creating the production of the future with more than 450 employees – digital, sustainable and resilient. In the department »High-performance materials«, we focus on thermoplastic fiber-reinforced plastics (FRP). Compared to conventional materials, these are characterized by their high mechanical strength and chemical resistance combined with low weight. This makes them important for almost every branch of industry and thus enables a wide range of applications.

As a student assistant you support our team with the development of systems and processes for winding and laying thermoplastic tapes and also gain insight into current research projects and industrial applications. In addition, you will assist in the preparation and execution of production trials.

The job requires regular attendance at our institute in Aachen. The weekly working time is at least 12 hours. The earliest start date is in February 2026.

Be part of change

  • Support in the development of production systems and processes for filament winding and automated fiber placement of thermoplastic tapes
  • Conducting experiments for research and industrial projects

What you contribute

  • You are studying mechanical engineering, industrial engineering or a comparable subject
  • Basic knowledge of machine design and the fundamentals of textile technology are an advantage
  • Basic knowledge of programming (e.g., Python or MATLAB) is an advantage.
  • You have some experience working with CAD software (preferably SolidWorks)
  • You are able to work independently and enjoy interdisciplinary teamwork
  • You have good language skills in German and/or English

What we offer

  • Collaboration in innovative research projects and the chance to implement your knowledge from your studies
    in practice
  • You become part of the team from the very beginning, can contribute your ideas and take on tasks on your own responsibility
  • Flexible working to combine studies and job in the best possible way
  • The opportunity to write your practice-oriented thesis with us

Ready for a change? Then apply now and make a difference!

For any further information on this position please contact:
Luca Schäfer M.Sc.
Research assistant »High-performance materials«
Phone: +49 241 8904-534

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 75 Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft – genauer: 32 000 Menschen aus Technik, Wissenschaft, Verwaltung und IT.

Am Fraunhofer-Institut für Produktionstechnologie IPT in Aachen gestalten wir mit mehr als 450 Mitarbeitenden die Produktion der Zukunft – digital, nachhaltig und resilient. In der Abteilung »Produktionsmesstechnik« beschäftigen wir uns mit optischer Messtechnik im industriellen Kontext. Unser Hauptziel ist die Automatisierung von Messsystemen und deren Integration in Produktionsprozesse.

Im Rahmen deiner Abschlussarbeit untersuchst du Stitching-Verfahren, um eine Vielzahl benachbarter Mikroskopbilder zu einem übergangslosen Gesamtbild zusammenzufügen. Hierzu wendest du Methoden der automatisierten Bildverarbeitung an und suchst nach Wegen, diese recheneffizient und robust zu programmieren.

Die Tätigkeit erfordert eine regelmäßige Anwesenheit in unserem Institut in Aachen.

Hier sorgst du für Veränderung

  • Untersuchung verschiedener Methoden zum Bild-Stitching
  • Verbesserung und Neuprogrammierung verschiedener Stitching-Algorithmen für eine Software zur High-Speed-Mikroskopbildaufnahme
  • Optimierung der Rechenzeit
  • Evaluierung verschiedener Stitching-Methoden für unterschiedliche Probentypen

Hiermit bringst du dich ein

  • Du studierst Informatik, Computational Engineering Science, Elektrotechnik, Automatisierungstechnik, Mechatronik oder eine vergleichbare Fachrichtung
  • Gute Kenntnisse in mindestens einer objektorientierten Programmiersprache, idealerweise C++
  • Du hast erste Erfahrung im Bereich der automatisierten Bildverarbeitung
  • Kenntnisse im Bereich der Laufzeitoptimierung von Software und GPU-Programmierung sind von Vorteil
  • Eine selbstständige Arbeitsweise und Freude an interdisziplinärer Teamarbeit
  • Gute Sprachkenntnisse in Deutsch und/oder Englisch

Was wir für dich bereithalten

  • 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

Bereit für Veränderung? Dann bewirb dich jetzt online und mache einen Unterschied!

Auf deine Fragen zu dieser Abschlussarbeit freut sich:
Florian Nienhaus M.Sc.
Wissenschaftlicher Mitarbeiter der Abteilung Produktionsmesstechnik
Telefon: +49 241 8904-454

Kennziffer: 82421

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 3.6 billion euros.

In manufacturing, a wide variety of use cases exist where Deep Learning (DL) and Machine Learning (ML) are successfully applied. Examples of use cases include the production of rockets, stem cells to fight blood cancer, optics, or lightweight components. In particular, tabular and image data are recorded during production. In the context of the thesis, DL – as well as ML pipelines are to be created for the applications of the production, which are taken in our industry projects directly on site into the operation.

What you will do

  • Creation and preparation of image and tabular data in collaboration with experts
  • Implementation of DL & ML models depending on the use case
  • Comparison of DL-& ML-based methods with methods of classical data analysis
  • Validation and documentation of results

What you bring to the table

  • You are studying mechanical engineering, computer science, industrial engineering or a comparable subject
  • A high degree of initiative and team spirit
  • Very good language skills in German and English

What you can expect

  • An excellent equipment of machines and devices
  • Collaboration in industry or industry-oriented research projects and in a dedicated team
  • Space for creative work

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

 

For any further information on this position please contact:

Leo Hemmerich

Research assistant »Production quality«

Phone: +49 241 8904-584

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 75 Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft – genauer: 32 000 Menschen aus Technik, Wissenschaft, Verwaltung und IT.

In der Produktion existieren unterschiedlichste Anwendungsfälle, bei denen Deep Learning (DL) und Machine Learning (ML) erfolgreich eingesetzt werden. Beispiele von Anwendungsfällen stellen die Produktion von Raketen, Stammzellen zur Bekämpfung von Blutkrebs, Optiken und Leichtbauteilen dar. Dabei werden in der Produktion insbesondere tabulare Daten und Bilddaten aufgenommen.

Im Rahmen dieser Abschlussarbeit erstellst Du für die Anwendungen der Produktion DL- sowie ML-Pipelines, die in unseren Industrieprojekten direkt vor Ort in den Einsatz genommen werden können.

Hier sorgst du für Veränderung

  • Erstellen und Aufbereiten von Bilddaten und tabularen Daten in Zusammenarbeit mit Experten
  • Implementierung von DL- & ML-Modelle in Abhängigkeit des Anwendungsfalls
  • Vergleich von DL-& ML-basierten Methoden mit Methoden der klassischen Datenanalyse
  • Validierung und Dokumentation der Ergebnisse

Hiermit bringst du dich ein

  • Du studierst Informatik, Maschinenbau, Computer Science oder ein vergleichbares Fach
  • Eigenmotivation zur Einarbeitung in neue Themenfelder
  • Gute Sprachkenntnisse in Deutsch und Englisch

Was wir für dich bereithalten

  • Eine exzellente Ausstattung an Maschinen und Geräten
  • Mitarbeit in einem motivierten und interdisziplinären Team
  • Freiraum für kreatives Arbeiten

Bereit für Veränderung? Dann bewirb dich jetzt online und mache einen Unterschied!

 

Auf deine Fragen zu dieser Abschlussarbeit freut sich:
Leo Hemmerich
Wissenschaftlicher Mitarbeiter »Produktionsqualität«
Telefon: +49 241 8904-584

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 75 Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft – genauer: 32 000 Menschen aus Technik, Wissenschaft, Verwaltung und IT.

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 »Bio-Adaptive Produktion« beschäftigen wir uns unter anderem mit der automatisierten Produktion von neuartigen Therapien die der Produktklasse ATMPs (Advanced Therapeutical Medicinial Products) angehören. Diese personalisierte Behandlung erlaubt die langfristige Heilung von Krankheiten, wie beispielsweise Blutkrebs und Arthrose. Um sicherzustellen, dass der Bedarf an hochwertigen Produkten langfristig gedeckt werden kann und gleichzeitig eine wirtschaftlich nachhaltige Produktion gewährleistet wird, ist es unerlässlich, den Produktionsprozess in Bezug auf seine ökonomische Nachhaltigkeit zu bewerten.

Innerhalb dieser Abschlussarbeit hast du die Möglichkeit, die Weichen für eine nachhaltige Produktion von ATMPs zu stellen, indem du eine Techno-ökonomische Analyse für ATMPs ausarbeitest. Außerdem hast du die Möglichkeit, reale Forschungsdaten des Fraunhofer IPT aus der automatisierten Produktion von ATMPs einzubinden. Somit kannst du die Entwicklung neuartiger Therapien aktiv mitgestalten und gleichzeitig die Einführung sowie Unterstützung von ökonomisch nachhaltigen Verfahren und ressourcenschonenden Produktionsprozessen fördern.

Die Tätigkeit erfordert eine regelmäßige Anwesenheit in unserem Institut in Aachen.

Hier sorgst du für Veränderung

  • Einarbeitung in die manuelle und automatisierte Produktion von ATMPs
  • Prozessanalyse von ATMPs
  • Methodenentwicklung für die Nachhaltigkeitsbetrachtung von ATMP-Produktion
  • Prozessdatensammlung und -strukturierung der automatisierten ATMP-Produktion

Hiermit bringst du dich ein

  • Du studierst Wirtschaftsingenieurwesen, Maschinenbau, Informatik, Elektrotechnik, Physik, Biotechnologie oder eine vergleichbare Fachrichtung
  • Du begeisterst dich für nachhaltige Produktionssysteme
  • Du hast idealerweise erste Erfahrungen mit wirtschaftlichen Analysen (z.B. TEA, LCC)
  • Eine selbstständige Arbeitsweise und Freude an interdisziplinärer Teamarbeit
  • Gute Sprachkenntnisse in Deutsch und/oder Englisch

Was wir für dich bereithalten

  • Ein tolles und aufgeschlossenes Team sowie regelmäßige Teamevents machen es dir leicht, sich bei uns ab dem ersten Tag wohlzufühlen
  • Flexible Arbeitszeiten, um Studium und Job ideal miteinander zu verbinden
  • Die Möglichkeit, Verantwortung zu übernehmen und deine eigenen Ideen einzubringen und umzusetzen
  • Wissenschaftliche Bearbeitung eines aktuellen und praxisrelevanten Themas

Bereit für Veränderung? Dann bewirb dich jetzt online und mache einen Unterschied!

https://jobs.fraunhofer.de/job-invite/78371/

Auf deine Fragen zu dieser Abschlussarbeit freut sich:
Louisa Weltin M. Sc.
Wissenschaftliche Mitarbeiterin »Bio-Adaptive Produktion«
Telefon: +49 241 8904-236