Leitung: Dr. Michael Rieth

Unsere Forschungs- und Entwicklungsarbeit ist Teil der Großforschung und leistet einen wichtigen Beitrag zur Energieforschung auf nationaler und europäischer Ebene. Als Partner im Energieprogramm der Helmholtz-Gemeinschaft und Mitglied des Großforschungsprojektes EUROfusion gestalten wir die Zukunft der Kernfusion aktiv mit.

Fokus

Unsere Forschungsarbeiten sind anwendungsorientiert und auf die Anforderungen der Großforschung ausgerichtet. Im Fokus stehen neben Nachhaltigkeit und Wirtschaftlichkeit insbesondere der Einsatz industrieller Produktions-, Umform-, Verbindungs- und Fertigungstechnologien. Wir entwickeln hochleistungsfähige Struktur- und Funktionswerkstoffe, die extremen Bedingungen standhalten - darunter hohe Temperaturen, intensive Wärmeflüsse und energiereiche Neutronenstrahlung in Kombination mit mechanischen, chemischen oder zeitkritischen Belastungen. Die Wekstoffeigenschaften werden gezielt für spezifische Anwendungsfälle optimiert, wodurch neue Einsatzmöglichkeiten in der Energiekonversion, insbesondere für Komponenten von Fusionskraftwerken, erschlossen werden.

Kompetenz

Ausgehend von einer Idee durchlaufen unsere Entwicklungsschritte eine umfassende Prozesskette: von der theoretischen Modellierung über thermodynamische und thermomechanische Simulationen bis hin zur Produktion im Labor-und Industriemaßstab. Wir charakterisieren alle relevanten Werkstoffeingenschaften experimentell und ergänzen usere Analysen durch mikrostrukturelle und chemische Untersuchungen. Zudem fertigen wir Prototypen (Halbzeuge und Mockups) und testen Komponenten unter realen Einsatzbedingungen. Unser Ziel ist die Entwicklung innovativer Werkstoffe sowie die Bereitstellung präziser werkstofftechnologischer Prozessparameter und Kenngrößen für die industrielle Produktion und Komponentenfertigung.

Netzwerk

Trotz unserer Spezialisierung auf hochspezifische Anwendungen sind die zu berücksichtigenden Randbedingenungen, Anforderung und Eigenschaften äußerst komplex und vielfälltig. Daher können nicht alle erforderlichen Untersuchungen und Experimente innerhalb unserer Abteilung durchgeführt werden. Umfassende Kooperationen sind essenziel: Wir arbeiten eng mit den Partnern aus dem KIT, der Industrie sowie nationalen und internationalen Forschungseinrichtungen zusammen. Besonders die Charakterisierung und der Test von Prototypen erfordert den Zugang zu Großanlagen wie Testreaktoren für Neutronenbestrahlung oder Experimentieranlagen zur Untersuchung von Plasma-Werkstoff-Wechselwirkungen.

 

Gruppen der Abteilung

Graues Hintergrundbild
Hochtemperaturwerkstoffe

 

 

Zur Gruppe

Gray Background
Mikrostrukturanalytik

 

 

 

Zur Gruppe

Gaskorrosion

Graues Hintergrundbild
Atomistische Modellierung
und Validierung

 

 

 

Zur Gruppe

Atomistische Modellierung
und Validierung

Publikationsliste


iMagine Competence Center: Facilitate collaboration between Scientists
Alibabaei, K.; Azmi, E.; Kozlov, V.
2025, Juni 4. EGI Conference (2025), Santander, Spanien, 2.–6. Juni 2025
A localized orthogonal decomposition method for heterogeneous Stokes problems
Hauck, M.; Lozinski, A.
2025. Karlsruher Institut für Technologie (KIT). doi:10.5445/IR/1000182313
APE-HE mapper v0.1.1
Oumbe Tekam, G. T.; Modolo, I.; De Angelis, D.; Aversa, R.
2025. doi:10.5281/zenodo.15608821
Coordinated trajectory planning of homogeneous and heterogeneous mobile robots in collision avoidance scenarios
Majer, N.; Ye, X.; Schwab, S.; Hohmann, S.
2025. at - Automatisierungstechnik, 73 (5), 319–330. doi:10.1515/auto-2024-0178
Fusing Expert Knowledge and Internet of Things Data for Digital Twin Models: Addressing Uncertainty in Expert Statements
Jungmann, M.; Lazarova-Molnar, S.
2025. Proceedings of the 40th ACM/SIGAPP Symposium on Applied Computing, 31st March - 4th June 2025, Catania, 874–881, Association for Computing Machinery (ACM). doi:10.1145/3672608.3707826
Fusing Expert Knowledge and Data for Simulation Model Discovery in Digital Twins: A Case Study from Reliability Modeling
Jungmann, M.; Lazarova-Molnar, S.
2025. 2024 Winter Simulation Conference (WSC), 15th -18th December 2024, Orlando, FL, 2463–2474, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/WSC63780.2024.10838878
Disaster risk reduction products and processes: Knowledge sharing for place-and contextspecific actions
Ruiz-Rivera, N.; Garcia-Ferrari, S.; Ismail-Zadeh, A.; Yang, S.; Garimoi Orach, C.; Razak, K. A.; Ngaira, J.; Fang, L.
2025
Suppression of Cr nanoclusters and enrichments in Fe–Cr based alloys with cryogenic processing for future energy sector
Jovičević-Klug, M.; Brondin, C. A.; Caretta, A.; Bonnekoh, C.; Gossing, F.; Vogel, A.; Rieth, M.; McCord, J.; Rohwerder, M.; Jovičević-Klug, P.
2025. Journal of Materials Research and Technology, 36, 9262–9273. doi:10.1016/j.jmrt.2025.05.176
Towards Legal Knowledge Transfer Based on Software Architecture
Boltz, N.; Wagner, J.; Sterz, L.; Raabe, O.; Gerking, C.
2025. Software Architecture : 19th European Conference (ECSA 2025), Limassol, CY, September 15–19, 2025
KIT Superconducting Undulator Development Story of a successful industrial collaboration and future prospects
Krasch, B.; Bernhard, A.; Bründermann, E.; Fatehi, S.; Gethmann, J.; Glamann, N.; Grau, A.; Hobl, A.; Müller, A.-S.; Saez De Jauregui, D.; Tan, E.; Walter, W.
2025. Journal of Physics: Conference Series, 3010, Article no: 012026. doi:10.1088/1742-6596/3010/1/012026
APE-HE mapper v1.0.0
Oumbe Tekam, G. T.; Götzelmann, G.; Aversa, R.; De Angelis, D.; Modolo, I.
2025. doi:10.5281/zenodo.15488855
APE-HE mapper
Oumbe Tekam, G. T.; Götzelmann, G.; Aversa, R.; De Angelis, D.; Modolo, I.
2025, Mai 22. doi:10.5281/zenodo.15488854
Process‐Based Machine Learning Observationally Constrains Future Regional Warming Projections
Wilkinson, S.; Nowack, P.; Joshi, M.
2025. Journal of Geophysical Research: Machine Learning and Computation, 2 (2), e2025JH000698. doi:10.1029/2025JH000698
SEM-FIB-Tomo mapper v1.0.0
Götzelmann, G.; Oumbe Tekam, G. T.; Christoph, P.; Aversa, R.; Mücklich, F.; Engstler, M.; Fell, J.; Schlabach, S.; Szabo, D.-V.
2025. doi:10.5281/zenodo.15322974
A study on the predictive capabilities of digital twins for object transfers in a remanufacturing demonstration environment
Klein, J.-F.; Furmans, K.
2026. Robotics and Computer-Integrated Manufacturing, 97, Article no: 103063. doi:10.1016/j.rcim.2025.103063
Thermodynamic modelling of ductile and oxidation resistant Cr-Mo-Si alloys
Chitra, A. R.; Khanchych, K.
2024, Februar 18. Graduiertenkolleg 2561: Materials Compounds from Composite Materials (2024), Karlsruhe, Deutschland, 18. Februar 2024
Stochastic network optimization for strategic resource pre-positioning and allocation
Eberhardt, K.; Fuchß, P.; Kaiser, F. K.; Rosenberg, S.; Schultmann, F.
2025. International Journal of Production Economics, Article no: 109679. doi:10.1016/j.ijpe.2025.109679
A mechanistic process model for aqueous two-phase flotation: Insights into enzyme transport mechanisms
Lohfink, K. C.; Nirschl, H.; Rhein, F.
2025. Separation and Purification Technology, 371, 133100. doi:10.1016/j.seppur.2025.133100

 

Ansprechpartner

Dr. Dipl.-Ing. Michael Rieth
Abteilungsleiter Metallische Werkstoffe

 +49 721 608-22909
 michael.rieth∂kit.edu