Die Forschungsaktivitäten des Lehrstuhls „Hybride Werkstoffe“ (Prof. Weidenmann), der Lehr- und Forschungseinheit „Mechanical Engineering“ (Prof. Sause) und der Juniorprofessur "Data-driven Materials Processing" (Prof. Lechner) sind im Institutsteil "Sustainable Technologies and Systems" des MRM eng verzahnt und umfassen das gesamte werkstoffkundliche Spektrum zur Aufklärung von Prozess-Struktur-Eigenschafts-Beziehungen verschiedener Strukturwerkstoffe.

Die Arbeitsgruppe „Prozesse“ beschäftgt sich mit der Entwicklung und Charakterisierung von Fertigungsprozessen zur nachhaltigen Herstellung von Verbundwerkstoffen und Werkstoffverbunden. Ein besonderes Augenmerk liegt hierbei auf der Darstellung von thermoplast- und duromerbasierten Verbundwerkstoffen sowie hybriden Werkstoffverbunden mit hohem Leichtbaupotenzial, wie z.B. Sandwichstrukturen oder Faser-Metall-Laminaten, mit serienfähigen Verfahren.

Innerhalb der Arbeitsgruppe „Werkstoffe & Mechanik“ wird eine Vielzahl von Prüfverfahren zur Materialcharakterisierung verwendet und methodisch weiterentwickelt. Den Schwerpunkt der Untersuchungen bildet die Materialklasse der Faserverbundwerkstoffe, es werden aber auch andere hybride Werkstoffe untersucht. Darüber hinaus werden alle Prüfverfahren auch auf sämtliche herkömmlichen Materialien, wie Metalle, Keramiken oder Polymere angewendet. Im Bereich der numerischen Modellierung liegt der Schwerpunkt auf der Darstellung von Materialien mit ausgeprägter hierarchischer Ordnung. Hierzu werden Multiskalen- und Multiphysik- sowie Homogenisierungsansätze weiterentwickelt. Insbesondere zur Darstellung von Schädigungsvorgängen  und dynamischen Phänomenen in diesen Werkstoffen sind solche Ansätze notwendig um eine bessere Abbildung der Vorgänge zu erreichen.

Schwerpunkt der Arbeitsgruppe „Zustandsüberwachung“ bildet die Nutzung von Sensordaten zur Überwachung des Zustands von Prozessen und Bauteilen. Hierzu sollen einerseits Messtechniken weiterentwickelt werden, aber auch insbesondere die Datenströme mit selbstoptimierenden und adaptiven Algorithmen untersucht werden. Gerade bei der Nutzung zerstörungsfreier Prüfverfahren und in der Prozessüberwachung fallen große Datenmengen an, deren Analyse den Einsatz von Werkzeugen der künstlichen Intelligenz erfordern.