Tausende Materialvarianten systematisch untersuchen, bewerten und gezielt weiterentwickeln – das ermöglicht die neue Energy Materials Acceleration Platform (E-MAP) am Karlsruher Institut für Technologie (KIT). Sie verbindet automatisierte Experimente mit präziser Materialcharakterisierung und schafft damit die Grundlage für eine beschleunigte Entwicklung von Energiematerialien.
Für neue Funktionsmaterialien müssen häufig zahlreiche Materialkombinationen getestet werden. Herkömmliche Experimente stoßen dabei schnell an Grenzen, wenn viele Varianten miteinander verglichen werden sollen. Die neue Energy Materials Acceleration Platform (E-MAP) am KIT automatisiert deshalb zentrale Arbeitsschritte im Labor. „Robotersysteme übernehmen unter anderem die Vorbereitung von Materialien, die Handhabung von Proben, die Abscheidung von Dünnschichten und deren Charakterisierung“, sagt Dr. Holger Röhm vom Lichttechnischen Institut (LTI) des KIT, dessen Forschungsteam die Plattform aufgebaut hat. „Dadurch lassen sich Experimente mit hoher Präzision und Reproduzierbarkeit durchführen. Mit der E-MAP können wir schneller erkennen, welche Materialzusammensetzungen und Herstellungsbedingungen für eine bestimmte Anwendung besonders vielversprechend sind.
Modular aufgebaut und flexibel erweiterbar
Die E-MAP ist in ein geschlossenes System integriert. Dadurch lassen sich auch empfindliche Materialien unter kontrollierten Bedingungen verarbeiten.
Die Plattform stellt Dünnschichten aus lösungsbasierten Ausgangsmaterialien her. Ein Mikrofluidiksystem ermöglicht die automatisierte Herstellung und Formulierung von Halbleitertinten. Die Forschenden ergänzen die Anlage kontinuierlich um weitere Methoden zur Charakterisierung von Dünnschichten. „Ein wesentlicher Vorteil der E-MAP ist ihr modularer Aufbau“, so Professor Alexander Colsmann vom LTI des KIT. „Wir können neue Experimente und Charakterisierungsmethoden integrieren und die Plattform so an unterschiedliche wissenschaftliche Fragestellungen anpassen. Auch Kooperationspartner aus Wissenschaft und Industrie können eigene Methoden und Geräte einbringen.“
Von automatisierten Experimenten zu KI-gestützter Materialentwicklung
Mit der Automatisierung entstehen große Mengen experimenteller Daten. Diese wollen die Forschenden künftig mit Methoden der Künstlichen Intelligenz auswerten. So lassen sich vielversprechende Materialkombinationen bereits in virtuellen Simulationen identifizieren und autonome oder teilautonome Screening-Prozesse steuern. Dafür integrieren sie verschiedene automatisierte Forschungsplattformen. „Wenn Synthese, Verarbeitung, Charakterisierung und Datenauswertung miteinander verknüpft werden, entsteht ein Forschungsprozess, in dem wir Experimente zunehmend datengetrieben planen und durchführen können“, sagt Röhm.