Marie-Curie-Ausbildungsnetzwerke (ITN)

 

Forschungsbezogene Ausbildung für den wissenschaftlichen Nachwuchs

Initial Training Networks unterstützen die strukturierte Ausbildung junger Wissenschaftlerinnen und Wissenschaftler, insbesondere Promovenden, durch grenzüberschreitende Netzwerke von europäischen Partnereinrichtungen in einem bestimmten wissenschaftlichen Bereich oder Thema.

 

Mit den ITN stellt die EU Mittel für Forschungsteams von anerkanntem internationalen Format bereit, die sich im Rahmen eines qualitativ hochwertigen, multi-nationalen kooperativen Forschungsprojektes zusammenzufinden.

Ziele

Hauptziel ist die Verzahnung der Forschungsaktivitäten mit der Implementierung eines strukturierten Ausbildungsprogramms für ausgezeichnete Graduierte bzw. Promovenden in dem zugrunde liegenden Forschungsbereich. Besonders erwünscht ist hier auch die Einbeziehung von Nachwuchsforschern aus einem anderen Land.

Ebenso zielen die Netzwerke darauf ab, eine kritische Masse von qualifizierten Forscherinnen und Forschern in stark spezialisierten bzw. fragmentierten Bereichen zusammenzuführen und einen Beitrag zur Überwindung von institutionellen und disziplinären Grenzen zu leisten, so z. B. durch die Förderung multidisziplinärer Forschung.

Die Etablierung eines industrieorientierten Umfelds und das Zusammenwirken zwischen Hochschul- und Industrieforschung ist ausdrücklich erwünscht.

Beteiligte Forscherinnen und Forscher

Neben der Hauptzielgruppe der Nachwuchsforschenden ("early career researchers") können auch (promovierte)  Wissenschaftlerinnen und Wissenschaftler mit erster Forschungserfahrung aus- und weitergebildet werden ("experienced researchers").

Marie-Curie-Netzwerke mit RWTH-Beteiligung

Marie-Curie-Netzwerke
aboutFLOW	Adjungiertenbasierte Optimierung von industriellen und instationären Strömungen
COPA-GT	Gekoppelte numerische Simulation von Gasturbinen
CREAM	Mechanistische Effektmodelle für die ökologische Risikobewertung von Chemikalien
EDA-EMERGE	Neue Methoden der effekt-dirigierten Analyse zur Unterstützung der Identifikation und Überwachung unbekannter Chemikalien auf europäischer Ebene
HIERARCHY	Hierarchischer Aufbau makroskopischer Strukturen in kontrollierbaren Medien
MULTIMOD	Mehrskalige computergestützte Modellierung chemischer und biochemischer Systeme
RedCat	Naturprodukte und verwandte Redoxkatalysatoren: Grundlagenforschung und Anwendungen in Medizin und Landwirtschaft
SCALE	Sprachkommunikation auf Basis adaptiven Lernens