Friedrich-Alexander-Universität Erlangen-Nürnberg

Vorsprung durch Vernetzung – das Leitmotiv der Friedrich-Alexander-Universität in der Region Erlangen und Nürnberg (FAU) lässt sich an vielen Stellen in der traditionell geprägten und doch modernen Universitätsphilosophie wiederfinden. Die Universität bietet 265 Studiengänge für ihre momentan gut 38.000 Studierende an. Dabei steht vor allem die Persönlichkeit jedes einzelnen im Vordergrund, welche durch selbstständiges Forschen und frühzeitige Verantwortung gefördert und gefestigt werden soll.

Mit der Gründung der Technischen Fakultät im Jahr 1966 verband die FAU als erste deutsche Universität das Angebot einer klassischen Volluniversität mit dem einer technischen Universität. Die Technische Fakultät mit über 10.000 Studierenden arbeitet sowohl an Grundlagen als auch an markt- und technologierelevanten Themen. Ihre Wissenschaftsschwerpunkte liegen in den Bereichen Neue Materialien und Prozesse, Life Science Engineering und Medizintechnik, Modellierung und Simulation, Energietechnik und Mobilität, Optische Technologien, Informations- und Kommunikationstechnik sowie Mikro- und Nanotechnologie.

Die Universität setzt ihren Fokus nicht nur auf die fächerübergreifende Zusammenarbeit aller fünf Fakultäten, sondern viel mehr auf die stetig fortlaufende Entwicklung und Optimierung ihrer anwendungsorientierten Forschung und Lehre. Den Erfolg des Universitätsmodells verdeutlichen unzählige hohe Platzierungen in internationalen Rankings sowie 200 Humboldt-Stipendiaten und 272 Patentanmeldungen im Bereich der Technik in den letzten Jahren.

Bisher wurden u.a. diese Projekte in Kooperation mit der Friedrich-Alexander-Universität Erlangen-Nürnberg umgesetzt

DEIN-Pro: Digitale Entscheidungsunterstützung zur Integration von Nachhaltigkeit auf Prozessebene

Digitale Entscheidungsunterstützung zur Integration von Nachhaltigkeit auf Prozessebene (Charlotte Bahr)

BuBLe – Building Bridges: Reinforcement Learning on Molecular and Process Graphs

Building Bridges: Reinforcement Learning on Molecular and Process Graphs (Maximilian Harl)

BePra-MIS – Best Practice Handbook for Microservice Integration

Best Practice Handbook for Microservice Integration (Georg-Daniel Schwarz)

RISCoT – Sicherheitsanalyse vertrauenswürdiger Laufzeitumgebungen auf RISC-V

Sicherheitsanalyse vertrauenswürdiger Laufzeitumgebungen auf RISC-V (Davide Bove)

PPML4CEN – Federated Learning for Collaborative Enterprise Networks

Federated Learning for Collaborative Enterprise Networks (Stefan Arnold)

DeLePred – Deep Learning im Kontext von Predictive Maintenance

Deep Learning im Kontext von Predictive Maintenance (Sandra Zilker)

APED-F – Analyse von Positionsdaten zur Ermittlung von Durchlaufzeiten in der Fertigung

Analyse von Positionsdaten zur Ermittlung von Durchlaufzeiten in der Fertigung (Sebastian Volpert)