21. März '25
(Pressestelle)
Die Industrie- und Handelskammer zu Coburg würdigt die besten Arbeiten des Abschlussjahrgangs 2024 der Hochschule Coburg.
Von Inklusion bis Stadtentwicklung, von Automobilindustrie bis 3D-Druck: IHK-Präsident Andreas Engel würdigte sieben Absolventinnen und Absolventen für ihre „tollen, innovativen Ansätze auch für die regionale Wirtschaft“. Gemeinsam mit Hauptgeschäftsführer Siegmar Schnabel überreichte Engel den IHK-Preis 2024 in feierlichem Rahmen im Palais Edinburg. Mit einer Urkunde und Preisgeldern bis zu 1000 Euro wurden die besten Abschlussarbeiten der akademischen Grade Master und Bachelor der Hochschule Coburg ausgezeichnet.
Die Industrie- und Handelskammer zu Coburg lobt den Preis alljährlich zur Förderung und Vertiefung der Zusammenarbeit zwischen Wirtschaft und Wissenschaft aus. Dabei unterstreicht der IHK-Preis exzellente wissenschaftliche Leistungen und die große Bedeutung des erfolgreichen Wissenstransfers zwischen Hochschule und Unternehmen. Im Namen der Hochschule gratulierte auch Hochschulpräsident Prof. Dr. Stefan Gast den sieben herausragenden Absolventinnen und Absolventen.
Ausgezeichnet mit dem IHK-Preis 2024:
Sebastian Deringer (𝗕𝗮𝗰𝗵𝗲𝗹𝗼𝗿)
„Inklusion von Menschen mit geistiger Behinderung durch das Medium Fußballsport – aufgezeigt am Praxisbeispiel Quattro Liga“
Thilo Kästner (𝗕𝗮𝗰𝗵𝗲𝗹𝗼𝗿)
„Kulturwerk Coburg – Transformation des ehemaligen Kaufhof-Gebäudes“
Jan Lützelberger (𝗠𝗮𝘀𝘁𝗲𝗿)
„Akustische Mehrschichtsystemcharakterisierung zur quantitativen Zustandsbewertung von Hüftprothesen“
Amelie Riek (𝗕𝗮𝗰𝗵𝗲𝗹𝗼𝗿)
„Relevanz von Arbeitgebersiegeln – Eine empirische Untersuchung und Ableitung von Handlungsempfehlungen für Arbeitgeber“
Lotta Straube (𝗠𝗮𝘀𝘁𝗲𝗿)
„GROWN: Scenario Analysis of Biofabricated Material Innovation in the EU Fashion Industry“
Valentin Wiesner (𝗠𝗮𝘀𝘁𝗲𝗿)
„Optimierung des Extrusionsverhaltens im additiven Fertigungsverfahren durch den Vergleich von statistischer Versuchsplanung und KI-Schwarmoptimierung“
Dominik Wunderlich (𝗠𝗮𝘀𝘁𝗲𝗿)
„Angular Resolution Improvement of an Automotive Radar with Machine Learning Algorithms“
