Der Europäische Forschungsrat (European Research Council – ERC) wurde von der Europäischen Kommission gegründet. Er fördert Spitzenwissenschaftler, um grundlagenorientierte Forschung und visionäre Projekte voranzutreiben sowie neue interdisziplinäre Wissensgebiete zu erschließen.
ERC Starting Grants
Die Starting Grants vergibt der ERC an vielversprechende junge Forscherpersönlichkeiten, die so die Chance erhalten sollten, eigene Forschergruppen aufzubauen und selbstständig Forschungsprojekte mit hohem Innovationspotenzial voranzutreiben.
Weitere Informationen zu Starting Grants
Alle öffnen
Internet des Gewebes: Stefan Uderhardt (2022) Internet des Gewebes: Stefan Uderhardt (2022)
Stefan Uderhardt wurde für seine bisherigen herausragenden Leistungen in der Wissenschaft sowie für ein besonders innovatives Forschungsprojekt ausgezeichnet. Mit dem Geld will der Wissenschaftler herausfinden, wie der Körper zielgerichtet auf Gefahren mit Immunreaktionen reagiert. In seinem Projekt mit dem Namen „Network Synergies in Stromal Tissue Homeostasis and Prevention of Inflammatory Disease“ schlägt Stefan Uderhardt ein revolutionäres Konzept vor, in dem er ein „Internet des Gewebes“ postuliert, welches den Ort, die Zeit und das Ausmaß des Schadens den Fresszellen mitteilt.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Der Nano-Crashtester: Benoit Merle (2020) Der Nano-Crashtester: Benoit Merle (2020)
Das Ziel von Dr. Benoit Merles Projekts ist es, die Nanoindentierung zu einem neuen Werkzeug für Versuche mit hoher Verformungsrate zu entwickeln – durch gleichzeitige Fortschritte bei Hardware und experimentellen Methoden. Das neue Verfahren wird millionenfach höhere Verformungsraten charakterisieren können als bisherige Methoden – auf millionenfach kleinerer Ebene.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Der Elektronenschubser: Dominik Munz (2020) Der Elektronenschubser: Dominik Munz (2020)
Dr. Dominik Munz will in seinem Projekt PUSH-IT mit seinem Team neue Reaktionskonzepte entwickeln, um Wunschreaktionen anzustoßen, die für die Herstellung von Medikamenten oder für die Energieumwandlung und -speicherung benötigt werden. Die avisierten „Traumreaktionen“ sollen durch eine Separierung von Ladungen, das heißt dem Schubsen („Pushen“) von Elektronen in chemischen Bindungen, ermöglicht werden.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Der Gletscherversteher: Johannes Fürst (2020) Der Gletscherversteher: Johannes Fürst (2020)
Dr. Johannes Fürst möchte mit seinem Projekt FRAGILE diese Prognosen der Vorhersagemodelle für die Entwicklung von Gletschern deutlich verbessern. Dafür will er immense Mengen bislang meist ungenutzter Fernerkundungsdaten – also Satellitenbilder – der vergangenen 20 bis 30 Jahre verwerten und systematisch für die Modellierung heranziehen. Die Datenflut beinhaltet eine inzwischen zweiwöchentliche Abdeckung jedes Gletschers auf unserem Planeten, inklusive der Vermessung seiner momentanen Geschwindigkeit und seiner Oberfläche. Diese Information soll systematisch und über die Zeit hinweg in das neue Vorhersagemodell einfließen.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Der Entzündung den Riegel vorschieben: Andreas Ramming (2019) Der Entzündung den Riegel vorschieben: Andreas Ramming (2019)
Bei den Erkrankten einer Autoimmunerkrankung kann das Immunsystem nicht mehr zwischen eigenem Gewebe und einer Bedrohung von außen unterscheiden und löst im Körper als Abwehrreaktion eine Entzündung aus, zunächst meist in einem Organ – etwa dem Darm oder der Haut. Die Entzündung breitet sich oft im Lauf der Zeit von dem ursprünglich befallenen Organ auf andere Bereiche im Körper aus und die Erkrankung wird schwerwiegender. Mit seiner Arbeitsgruppe untersucht Dr. Andreas Ramming molekulare Mechanismen, die jene Ausbreitung der Autoimmunreaktion auf andere Regionen im Körper triggern. Er und sein Team haben in den vergangenen Jahren Daten gesammelt und erste molekulare Signaturen entdeckt, die anscheinend diese verhängnisvolle Entwicklung begünstigen. Nun wollen die Mediziner den Prozessen dahinter tiefer auf den Grund gehen und verstehen, welche Zellen beteiligt sind.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Astrozyten besser verstehen: Veit Rothhammer (2019) Astrozyten besser verstehen: Veit Rothhammer (2019)
Veit Rothhammer beschäftigt sich mit der Rolle von Astrozyten bei Autoimmunerkrankungen des Gehirns und des Rückenmarks wie Multiple Sklerose. Astrozyten beeinflussen schwer therapierbare Phasen
der Multiplen Sklerose maßgeblich. Durch ein besseres Verständnis
ihrer Funktion soll es gelingen, neue Therapieansätze für die Krankheit zu entwickeln, um die starken Schäden an Gehirn und Rückenmark zu behandeln.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Ein Herz für Stahl: Peter Felfer (2018) Ein Herz für Stahl: Peter Felfer (2018)
Stahl ist als Werkstoff zwar schon Jahrtausende alt, wird aber auch in Zukunft eine wichtige Rolle spielen. Wenn Wasserstoff zu einem wichtigen Energieträger wird und zum Beispiel Stahltanks zu dessen Lagerung benötigt werden, wird die Weiterentwicklung des Materials äußerst wichtig. Dieser Aufgabe hat sich Peter Felfer verschrieben. Wasserstoff ist eigentlich der Erzfeind von Stahl. Dringt das Element in das Metall ein, wird fester und zäher Stahl plötzlich spröde und brüchig. Peter Felfer erforscht die dahinterliegenden Mechanismen.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Vielseitige Materialien: Gonzalo Abellan Saez (2018) Vielseitige Materialien: Gonzalo Abellan Saez (2018)
Zweidimensionalen Materialien haben aufgrund ihrer physikalischen Eigenschaften und Anwendungsmöglichkeiten das Gebiet der Materialwissenschaften erobert. Gonzalo Abellán Saez widmet sich im Rahmen seines Projekts den Elementen Phosphor, Arsen, Antimon und Bismut. Die Bandbreite an Eigenschaften dieser Stoffe erlaubt eine besonders vielseitige Verwendung. Die neuartigen 2D-Materialien eignen sich hervorragend für Optoelektronik, Energiespeicherung und Katalyse. Sie könnten verwendet werden, um Akkus oder Solarzellen herzustellen. Auch bei der Entwicklung von neuen Lasern, Bildschirmen und Datenträgern könnten sie sich als nützlich erweisen.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Eine Sprache für Defekte: Stefan Sandfeld (2017) Eine Sprache für Defekte: Stefan Sandfeld (2017)
Stefan Sandfelds Ziel ist eine „Sprache“ für Versetzungsmikrostrukturen. Damit sind Defekte gemeint, die in Metallen oder Halbleitern für mechanische, optische und elektronische Eigenschaften verantwortlich sind. Die Sprache soll es Wissenschaftlerinnen und Wissenschaftlern ermöglichen, unterschiedliche Methoden und Daten miteinander zu vergleichen und zu analysieren. Stefan Sandfeld hat den ERC Grant an der TU Freiberg erhalten.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Manipulation mit Lasern: Martin Eckstein (2016) Manipulation mit Lasern: Martin Eckstein (2016)
Martin Eckstein untersucht, wie sich Eigenschaften, etwa Magnetismus oder Supraleitung, von Festkörpern mit Hilfe von Ultrakurzzeitspektroskopie in extrem kurzer Zeit manipulieren lassen. Dabei geht es ihm zum Beispiel auch darum, zwischen unterschiedlichen Zuständen mit verschiedenen Eigenschaften zu schalten, was eine neue und schnelle Kommunikationstechnologie bedeuten könnte. Den ERC Grant erhielt Martin Eckstein am Max-Planck-Institut für Struktur und Dynamik der Materie.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Geschüttelt, nicht gerührt: Andreas Bräuer (2014) Geschüttelt, nicht gerührt: Andreas Bräuer (2014)
Andreas Bräuer nimmt Gemischheterogenität in Hochdruckprozessen und ihren Einfluss auf die Produkteigenschaften unter die Lupe. Als Analysewerkzeuge kann er aber keine Mikroskope verwenden, sondern muss auf optische Messtechniken zurückgreifen. Diese erlauben es, aus technischen Anlagen zeitlich und lokal aufgelöste Informationen über den Gemischzustand auf molekularer und gleichzeitig auf makroskopischer Ebene zu gewinnen. Solche Instrumente hat Andreas Bräuer in den letzten Jahren selbst entwickelt.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Schaum von A bis Z: Björn Braunschweig (2014) Schaum von A bis Z: Björn Braunschweig (2014)
Björn Braunschweig geht dem Schaum von A bis Z auf den Grund. So untersucht er alle Hierarchieebenen von winzig klein bis riesengroß: Er nimmt die Molekülstruktur an der Grenzfläche ebenso unter die Lupe wie die Schaumblase selbst mit ihren Wänden, den Lamellen, und schließlich den sichtbaren Schaum. Björn Braunschweig untersucht dazu den molekularen Aufbau von Grenzflächen. Mit den Erkenntnissen aus allen Größenskalen, lässt sich gezielt die Eigenschaft eines Schaums steuern und verbessern.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Teppichweberin auf molekularer Ebene: Sabine Maier (2014) Teppichweberin auf molekularer Ebene: Sabine Maier (2014)
Moderne elektronische Geräte müssen nicht nur immer leistungsfähiger, sondern auch immer kleiner werden. Molekulare Elektronik bietet die Chance, winzig kleine Bauelemente oder Sensoren aus funktionellen Molekülen herzustellen. Wie sich die Anordnung von Molekülen und deren Wechselwirkung untereinander kontrollieren lässt, untersucht Sabine Maier. Sie will es schaffen, aus einzelnen Molekülen unvorstellbar dünne, extrem stabile und elektrisch gut leitende Molekülteppiche richtig fest zusammenzuknüpfen.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Herr der Fresszellen: Gerhard Krönke (2014) Herr der Fresszellen: Gerhard Krönke (2014)
Täglich steht unser Immunsystem vor der Aufgabe, zwischen schädlichen Mikroorganismen und körpereigenen Zellen zu unterscheiden. Das Immunsystem führt eine Art Mülltrennung mit Hilfe von Phagozyten (Fresszellen) durch. Dieser Prozess bewirkt die Immunreaktion gegen Krankheitserreger und unterstützt die immunologischen Toleranz gegen den eigenen Körper. Gerhard Krönke will neue Methoden zur Untersuchung der koordinierten Phagozytose und der Weiterverarbeitung von Krankheitserregern und toten körpereigenen Zellen untersuchen. Die Erkenntnisse werden die Entwicklung neuer Therapieansätze zur Behandlung von Infektions- und Autoimmunerkrankungen ermöglichen.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Wie Zellen zuverlässig arbeiten: Ana-Suncana Smith (2013) Wie Zellen zuverlässig arbeiten: Ana-Suncana Smith (2013)
Die Physikerin Ana-Suncana Smith untersucht die Funktionsweise von Biomembranen in lebenden Zellen. Biologische Membranen sind für den selektiven Transport von Molekülen oder die Übertragung von Signalen zwischen den Zellen zuständig. Viele Medikamente können nur wirken, wenn die Biomembran ihre Rolle in der Zelle zuverlässig erfüllt. Ana-Suncana Smith will die (bio-)physikalischen Gesetzmäßigkeiten in der Zelle ausfindig machen und daraus eine Theorie entwickeln – in einem ersten Schritt an biomimetischen Membranen, also künstlich hergestellten Membranen als vereinfachtem Modellsystem. Im zweiten Schritt folgt der Test in der lebenden Zelle.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Licht der Zukunft: Jana Zaumseil (2011) Licht der Zukunft: Jana Zaumseil (2011)
Jana Zaumseils Forschung hat zum Ziel, Leuchtkraft und Energieeffizienz organischer Leuchtdioden zu verbessern. Dazu nutzt sie sogenannte plasmonische Nanoantennen, kleinste Goldpartikel von nur ca. 10 bis 100 Nanometern Durchmesser. Ähnlich wie Radioantennen, die Radiowellen verstärken, sollen die Nanoantennen die in den Leuchtdioden erzeugten Lichtwellen verstärken und die Diode somit heller leuchten lassen. Organische Leuchtdioden könnten zum Bau von Displays für Smartphones und Computer oder in optischen Kommunikationsschaltkreisen eingesetzt werden.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Nano-Mechaniker: Florian Marquardt (2010) Nano-Mechaniker: Florian Marquardt (2010)
Florian Marquardt und sein Team erforschen nanomechanische Systeme, die kleiner sind als ein menschliches Haar dick. Diese Systeme werden allein durch den Strahlungsdruck des Lichtes angetrieben und ihre Schwingungen wirken gleichzeitig auf das Lichtfeld zurück. Ziel des Wissenschaftlers ist es, mechanische Bewegungen im Nanobereich möglichst präzise erfassen zu können. Mit dieser Arbeit will er neue Anwendungen in der Signal- und Informationsverarbeitung, zum Beispiel in sogenannten „optomechanischen Schaltkreisen“ oder auch in der Biophysik, ermöglichen.
Weitere Informationen finden Sie in der Pressemitteilung zur Vergabe der Förderung .
Symmetrische Lösungen: Aldo Pratelli (2010) Symmetrische Lösungen: Aldo Pratelli (2010)
<img alt="Aldo Pratelli" src="data:image/PNG;base64,iVBORw0KGgoAAAANSUhEUgAAAH8AAAC0CAIAAAAy8GQzAAAABGdBTUEAALGPC/xhBQAAACBjSFJN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