Der Maschinen- und Anlagenbau steckt Milliardensummen in Forschung und Entwicklung - und setzt damit konsequent auf Innovation und neue Technologien.
In unserer Themen-Publikation finden Sie Zahlen, Daten und Fakten rund um Forschung und Entwicklung, Innovationen und Patente im Maschinenbau.
"Textilien der Zukunft" wird 2025 bis 2027 einer von neun Schwerpunkten im EU-Förderrahmenprogramm für Forschung & Innovation "Horizon" sein - umgesetzt als „European co-programmed partnership“.
Das Forschungskuratorium Maschinenbau e.V. (FKM) bündelt und koordiniert die vorwettbewerbliche Forschung für den Maschinen- und Anlagenbau.
VDMA bündelt seine Aktivitäten im Bereich „Forschung und Innovation“ und gründet eine neue Bürogemeinschaft. Forschungs- und Innovationsprozesse können so weiter optimiert werden. Dr. Eric Maiser und Martin Nitsche übernehmen von Dietmar Goericke.
Zum Nachlesen: Die Vorträge des VDMA Technologieforums vom 10. bis 13.09.2024 stehen als Download zur Verfügung
Ein klares Nein war die Antwort auf dem virtuellen Wasserstoff-Tag der FVB im März 2022. Eine Möglichkeit unter vielen denkbaren Antriebsarten für schwere Arbeitsmaschinen ist Wasserstoff auf jeden Fall.
Die Industrielle Gemeinschaftsforschung (IGF) stellt eine einzigartige Innovationsplattform für kleine und mittelständische Unternehmen dar. Als themenoffenes und industriegetriebenes Programm ist die IGF ein wichtiger Baustein in der vorwettbewerblichen Forschung für den Maschinen- und Anlagenbau.
Die IGF ist als themenoffenes und industriegetriebenes Programm ein wichtiger Baustein für die vorwettbewerbliche Forschung für den Maschinen- und Anlagenbau.
Die letzte Sitzung des FAA (Facharbeitsausschuss) Forschung im FFP (Forschungsfonds Pumpen) fand am 26. und 27. November 2024 bei der Herborner Pumpentechnik in Herborn statt.
Das Projekt „Intelligente und selbstlernende Produktionsprozesse“ untersuchte, wie Maschinen mit wenigen Daten eigenständig und durch Interaktion mit der Umgebung sich selbst die optimalen Prozesse beibringen können. Angewendet wurde dafür das ML-Verfahren „Reinforcement Learning“ und an zwei Anwendungen erprobt.