Ein Forschungsteam der Ludwig-Maximilians-Universität München hat eine neuartige Plattform für das Materialdesign namens „Synthesizer“ entwickelt. Diese Plattform vereint automatisierte chemische Synthese, Hochdurchsatz-Charakterisierung und datengesteuerte Modellierung mit dem Ziel, das Wachstum von Nanokristallen mit beispielloser Präzision zu steuern und so Materialien mit maßgeschneiderten optischen Eigenschaften herzustellen. Die Forschungsergebnisse wurden in der Fachzeitschrift „Advanced Materials“ veröffentlicht.

Die Plattform, die von Professor Alexander Urban und seinem Team aufgebaut wurde, zeichnet sich dadurch aus, dass es sich um das erste offene modulare System handelt, das den gesamten Prozess von der automatisierten Synthese über die optische Hochdurchsatz-Charakterisierung bis hin zur KI-gestützten Ableitung von Designregeln integriert. Professor Urban erklärt: „Heute können wir Materialeigenschaften Parameter für Parameter aufbauen, wie man eine Melodie komponiert.“ Die Plattform kann automatisch verschiedene Halogenid-Perowskit-Nanokristalle erzeugen und charakterisieren und gleichzeitig durch KI-Modelle die Beziehung zwischen chemischer Zusammensetzung und den optischen Eigenschaften des Materials erlernen.

Die optischen Eigenschaften von Halogenid-Perowskiten, wie Emissionsfarbe, Helligkeit und Breite des Emissionsspektrums, beeinflussen direkt ihre Anwendung in optoelektronischen Bauteilen wie Leuchtdioden, Solarzellen oder Sensoren. Die Erstautorin der Studie, Doktorandin Nina Henke, weist darauf hin: „Kleine Unterschiede in Größe, Form und Struktur der Nanokristalle beeinflussen ihre Lumineszenzeigenschaften. Daher ist eine feine Steuerung für die Entwicklung maßgeschneiderter Materialien für bestimmte Anwendungen von entscheidender Bedeutung.“

Obwohl die Plattform ursprünglich für Halogenid-Perowskite entwickelt wurde, ist ihr offenes, flexibles und skalierbares Design prinzipiell auch auf andere Materialsysteme anwendbar. Forscher können mit der Plattform den Syntheseprozess automatisieren, schnell hochwertige Datensätze generieren und durch KI-Modelle konkrete Designregeln daraus ableiten. Das Team hat diese Plattform als kostenloses, modulares Werkzeug veröffentlicht.

„Unser Ziel ist es, die Materialforschung zu beschleunigen und eine präzise Vorhersage der Leistung zu ermöglichen“, betont Professor Urban. „Dies wird dazu beitragen, Kristalle mit spezifischen optischen und physikalischen Eigenschaften herzustellen und so die Entwicklung der Optoelektronik und Photonik weiter voranzutreiben.“ Derzeit arbeitet das Team daran, diese Syntheseplattform in Routine-Laborabläufe zu integrieren. Ihr Design ist mit bestehenden automatisierten Synthesesystemen kompatibel.

Veröffentlichungsdetails: Autoren: Nina A. Henke et al., Titel: „Synthesizer: Chemiebewusstes maschinelles Lernen für die präzise Steuerung des Nanokristallwachstums“, veröffentlicht in: Advanced Materials (2025). Zeitschrifteninfo: Advanced Materials