Fully funded Engineering Germany 31 days left

Wissenschaftliche/r Mitarbeiter/in (w/m/d) – Promotionsstelle zur multiskaligen Modellierung von Ermüdungsschädigung in Asphaltmischgut

RWTH Aachen, Germany

Institution
RWTH Aachen
Country
Germany
Subject area
Engineering
Application deadline
28 November 2026
Location
Aachen, Nordrhein-Westfalen, DE
Funding
Fully funded position

Want to be the strongest applicant for this position?

Book a free 15-minute call with our team. We will look at your profile against what RWTH Aachen is actually looking for, and tell you honestly where you stand and what to strengthen before you apply.

Book a free call about this position →

No cost, no obligation. Mentors who have secured funded PhD positions themselves.

How our PhD admission mentorship works →

We mentor STEM applicants only. If your research aspirations are outside STEM subjects, you're very welcome to use this board and apply directly; we just aren't the right people to mentor you.

About this position

Bewerbungsfrist: 28.11.2026

Anbieter

Lehrstuhl und Institut für Straßenwesen

Unser Profil

Am Lehrstuhl und Institut für Straßenwesen (ISAC) der RWTH Aachen University untersuchen wir Straßenbaustoffe und Fahrbahnstrukturen mit Laborversuchen, computergestützter Mechanik und Datenanalyse. Unsere Forschung soll das Materialverhalten erklären und die Entwicklung langlebiger Straßeninfrastruktur unterstützen.

Das DFG-geförderte Projekt FatigueID untersucht die Entwicklung von Ermüdungsschädigung in Asphaltmischgut und deren Streuung als Grundlage einer zuverlässigkeitsorientierten Mischgutgestaltung. Es verbindet mechanische Ermüdungsversuche, digitale Bildkorrelation (DIC), Röntgen-Computertomographie (CT), mesoskalige Finite-Elemente-Modellierung und probabilistische Schädigungszustandsanalyse.

Wir bieten eine Promotionsstelle mit Zugang zu modernen Straßenbaustoff-Prüfeinrichtungen, Rechenressourcen und etablierten Kooperationen für CT-Untersuchungen. Sie werden in experimenteller Mechanik, multiskaliger Modellierung und probabilistischer Analyse betreut und können innerhalb von FatigueID eigene Forschungsideen entwickeln.

Ihr Profil

Sie verfügen über einen Hochschulabschluss (Master oder vergleichbar) in Bauingenieurwesen, Maschinenbau, Materialwissenschaften, Computational Engineering, angewandter Mathematik oder einem verwandten Fach.

Grundkenntnisse in Mechanik oder Materialverhalten sowie erste Programmiererfahrungen, beispielsweise in Python oder MATLAB, sind hilfreich. Sie sollten Interesse daran haben, Laborarbeit mit numerischer Modellierung und Datenanalyse zu verbinden.

Besonders willkommen ist Interesse an einem oder mehreren der folgenden Bereiche: Asphalt oder heterogene Materialien, Ermüdungs- und Bruchmechanik, Finite-Elemente-Analyse (z. B. Abaqus), DIC- oder CT-Bildanalyse, Wahrscheinlichkeit und Statistik, Unsicherheitsquantifizierung, maschinelles Lernen oder Optimierung. Vorkenntnisse sind von Vorteil, werden aber nicht in allen Bereichen vorausgesetzt. Besonders wichtig sind uns Lernbereitschaft und die Motivation, sich neue Kenntnisse und Fähigkeiten anzueignen.

Sie bringen Neugier, eine verantwortungsbewusste und engagierte Arbeitsweise sowie Offenheit für Feedback mit. Sie sollten bereit sein, selbstständig zu arbeiten und sich in ein interdisziplinäres Team einzubringen. Sehr gute Englischkenntnisse sind erforderlich. Deutschkenntnisse sind von Vorteil; die Bereitschaft, diese aufzubauen oder weiterzuentwickeln, ist willkommen.

Ihre Aufgaben

Sie forschen zur Identifikation und Modellierung von Ermüdungsschädigung in Asphaltmischgut. Sie wirken an der Planung und Durchführung zyklischer indirekter Zugversuche mit, werten Steifigkeitsabnahme und Rissbildung aus und verknüpfen DIC- und CT-Messungen zur Erfassung der Schädigungsentwicklung.

Sie entwickeln und untersuchen mesoskalige Finite-Elemente-Modelle, die Materialheterogenität und Bruchprozesse mithilfe von Stoffgesetzen und Kohäsivzonenansätzen abbilden. Die experimentellen Ergebnisse dienen der Kalibrierung und Validierung der Simulationen.

Darauf aufbauend untersuchen Sie probabilistische Übergänge zwischen Schädigungszuständen und die Streuung der Ermüdungslebensdauer. Sie wirken an der Entwicklung von Surrogatmodellen und einer Optimierung unter Nebenbedingungen mit, um den Einfluss der Mischgutzusammensetzung auf Ermüdungsverhalten und Zuverlässigkeit zu analysieren.

Sie arbeiten eng mit experimentell und numerisch arbeitenden Forschenden zusammen, dokumentieren reproduzierbare Arbeitsabläufe und veröffentlichen und präsentieren Ihre Ergebnisse. Die Stelle bietet die Möglichkeit zur Promotion an der RWTH Aachen University .

Unser Angebot

Die Einstellung erfolgt im Beschäftigtenverhältnis.
Die Stelle ist zum nächstmöglichen Zeitpunkt zu besetzen und befristet auf zunächst 3 Jahre.
Die befristete Beschäftigung erfolgt im Rahmen der Befristungsmöglichkeiten des Wissenschaftszeitvertragsgesetzes.
Es handelt sich um eine Teilzeitstelle mit Dreiviertel der regelmäßigen Wochenarbeitszeit.
Eine Promotionsmöglichkeit besteht.
Die Eingruppierung richtet sich nach dem TV-L.
Die Stelle ist bewertet mit EG 13 TV-L.

Über uns

Die RWTH ist als familiengerechte Hochschule zertifiziert.
Die RWTH bietet im Rahmen eines Universitären Gesundheitsmanagements eine Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten (z. B. Hochschulsport) an. Für Tarifbeschäftigte und Beamtinnen und Beamte besteht ein umfangreiches Weiterbildungsangebot und die Möglichkeit, ein Jobticket zu erwerben.
Die Stellenausschreibung richtet sich an alle Geschlechter.
Darüber hinaus steht allen Beschäftigten der RWTH Aachen die Online-Plattform „Corporate Benefits“ mit vielfältigen Preisnachlässen auf Produkte und Dienstleistungen diverser Anbieter*innen zur Verfügung.
Wir wollen an der RWTH Aachen University besonders die Karrieren von Frauen fördern und freuen uns daher über Bewerberinnen.
Frauen werden bei gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt berücksichtigt, sofern sie in der Organisationseinheit unterrepräsentiert sind und sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen.
Bewerbungen geeigneter schwerbehinderter Menschen sind ausdrücklich erwünscht.
Im Sinne der Gleichbehandlung bitten wir Sie, auf ein Bewerbungsfoto zu verzichten.
Unter https://www.rwth-aachen.de/bewerbung/dsgvo-information finden Sie Informationen zur Erhebung personenbezogener Daten nach den Artikeln 13 und 14 der Datenschutz-Grundverordnung (DS-GVO).

Bewerbung

Nummer V000011658
Frist 28.11.2026
Postalisch

RWTH Aachen University
Lehrstuhl und Institut für Straßenwesen
Prof. Dr. Alvaro Garcia
Mies-van-der-Rohe-Straße 1
52074 Aachen

E-Mail

Bitte beachten Sie, dass Gefährdungen der Vertraulichkeit und der unbefugte Zugriff Dritter bei einer Kommunikation per unverschlüsselter E-Mail nicht ausgeschlossen werden können.

Kontakt

Prof. Dr. Alvaro Garcia

WorkTelefon: 02418025220

Kontakt

Prof. Dr. Pengfei Liu

WorkTelefon: 02418025220

Apply directly to RWTH Aachen

Emerging Scholars Council is not the employer and does not recruit for this position. It is advertised by RWTH Aachen, and your application goes to them. We help students prepare and strengthen their applications.

Go to the official application page →

Applications close 28 November 2026.

Guides for this application

All open PhD positions in Germany →

Other funded positions you might like

Browse all open positions →
Book a free call