KI soll nachhaltige Materialien schon früh erkennen
Ein internationales Forschungsteam mit Beteiligung der Friedrich-Schiller-Universität Jena hat eine Strategie entwickelt, mit der künstliche Intelligenz bereits bei der Suche nach neuen Materialien deren mögliche Umweltwirkungen berücksichtigen kann. Die Forschenden schlagen vor, die KI-gestützte Materialentwicklung mit vorausschauenden Lebenszyklusanalysen zu verbinden. Ihre Roadmap haben sie im Fachjournal Nature Sustainability veröffentlicht.
Neue Materialien sind eine wichtige Grundlage für technische Innovationen. Sie können leistungsfähigere Elektronikbauteile ermöglichen oder zur Entwicklung umweltfreundlicherer Baustoffe beitragen. Doch gute technische Eigenschaften allein reichen nicht aus, um die Eignung eines Materials für die spätere Anwendung zu beurteilen. Auch der Energiebedarf bei der Herstellung, der Verbrauch knapper Rohstoffe und die Umweltwirkungen während des gesamten Lebenszyklus spielen eine Rolle.
Diese Faktoren werden bei der Entwicklung neuer Materialien häufig erst spät untersucht. Zu diesem Zeitpunkt können bereits erhebliche Mengen an Zeit, Energie und Geld in eine Lösung geflossen sein, die sich für den praktischen Einsatz als wenig geeignet erweist. Das Forschungsteam will deshalb Nachhaltigkeitsaspekte bereits in einer frühen Phase der Materialsuche berücksichtigen.
Weitere Nachrichten aus Jena:
Deutsche Hochschulmeisterschaft Karate 2026 startet am 24.10. in Jena
Lebenszyklusanalysen sollen die KI-gestützte Materialentwicklung ergänzen
Die Forschenden schlagen vor, Methoden der Lebenszyklusanalyse direkt in KI-basierte Entwicklungsprozesse einzubinden. Damit sollen sich mögliche Umweltwirkungen neuer Materialien frühzeitig abschätzen lassen, auch wenn noch keine vollständigen Daten aus einer industriellen Produktion oder einer langjährigen Nutzung vorliegen.
Eine Lebenszyklusanalyse betrachtet die Umweltwirkungen eines Produkts von der Rohstoffgewinnung über die Herstellung und Nutzung bis zum Ende seiner Lebensdauer. Werden solche Informationen bereits bei der Suche nach neuen Materialien berücksichtigt, können sie die Auswahl möglicher Kandidaten beeinflussen.
„Eine solche Analyse erfasst Umweltwirkungen von der Rohstoffgewinnung über Herstellung und Nutzung bis zum Lebensende eines Produkts. Künftig könnten diese Informationen bereits frühzeitig beeinflussen, welche Materialkandidaten ein KI-System weiterverfolgt und welche es letztlich in den realen Entwicklungsprozess außerhalb der Computerumgebung schaffen“, sagt Prof. Dr.-Ing. Lothar Wondraczek von der Universität Jena.
Wondraczek entwickelte die Grundidee der Arbeit gemeinsam mit Forschenden des Indian Institute of Technology Delhi, des Imperial College London, des Indian Institute of Technology Madras sowie der Technischen Hochschule Chalmers und der Universität Göteborg.
JenaMedia – Veranstaltungstipp:
Eskei83 in Jena: Club Tour am 31.10. im Kassa
Fünf Bausteine für eine nachhaltigere Materialsuche
Die veröffentlichte Roadmap beschreibt fünf miteinander verknüpfte Aufgaben, mit denen sich technische Eigenschaften und mögliche Umweltwirkungen stärker in der Materialforschung zusammenführen lassen.
Ein Baustein ist die automatisierte Erschließung wissenschaftlicher Publikationen und weiterer Informationsquellen. Die gewonnenen Informationen sollen in Material- und Umweltdatenbanken zusammengeführt werden. Dadurch entsteht eine Grundlage, auf der KI-Modelle Zusammenhänge zwischen der Zusammensetzung und Struktur eines Materials, seiner Herstellung und den daraus entstehenden Umweltwirkungen untersuchen können.
Ein weiterer Schwerpunkt liegt auf der Modellierung verschiedener möglicher Produktionswege. Die Forschenden wollen dabei nicht nur einzelne Herstellungsszenarien betrachten, sondern auch die damit verbundenen Unsicherheiten berücksichtigen.
Darüber hinaus sollen technische Leistungsfähigkeit und Umweltwirkungen gemeinsam in die Optimierung einfließen. Ein Material wird damit nicht allein danach beurteilt, welche Eigenschaften es besitzt. Auch die möglichen Folgen seiner Herstellung und Verwendung sollen bei der Auswahl berücksichtigt werden.
Die Roadmap verbindet damit unterschiedliche Informationsbereiche, die bislang häufig getrennt betrachtet werden. Das Ziel ist eine Materialentwicklung, bei der technische Anforderungen und Nachhaltigkeitsaspekte schon während der frühen Forschung gemeinsam in die Bewertung einfließen.
Warum neue Materialien eine besondere Herausforderung darstellen
Eine zentrale Schwierigkeit besteht darin, dass für vollständig neue Materialien häufig noch keine Daten aus einer industriellen Herstellung oder einer langjährigen Nutzung verfügbar sind. Gerade diese Informationen wären jedoch wichtig, um die tatsächlichen Umweltwirkungen zuverlässig beurteilen zu können.
Das Forschungsteam schlägt deshalb vor, zunächst unterschiedliche plausible Szenarien zu berechnen. Die damit verbundenen Unsicherheiten sollen transparent dargestellt werden. Sobald neue experimentelle oder industrielle Daten vorliegen, können die Modelle schrittweise verbessert werden.
Damit wird die Datenlücke nicht einfach übergangen. Stattdessen soll die KI mit möglichen Entwicklungsszenarien arbeiten und gleichzeitig kenntlich machen, wo die Aussagen noch unsicher sind.
Wie anspruchsvoll die Zusammenführung der verschiedenen Informationsquellen ist, erläutert N. M. Anoop Krishnan, Professor am Indian Institute of Technology Delhi und ehemaliger Humboldt-Gastwissenschaftler an der Universität Jena.
„Eine besondere Herausforderung besteht darin, ganz unterschiedliche Informationen miteinander zu verknüpfen“, erklärt Krishnan. „Neben Messwerten und Computersimulationen müssen die KI-Modelle künftig auch Informationen über Herstellungsverfahren, gesetzliche Vorgaben und die gesellschaftliche Akzeptanz eines Materials berücksichtigen.“
Die Modelle sollen somit nicht ausschließlich wissenschaftliche Messwerte und Simulationen auswerten. Auch Herstellungsverfahren, rechtliche Rahmenbedingungen und gesellschaftliche Aspekte müssen in die Bewertung einbezogen werden.
Weitere Nachrichten aus Jena
Jena in Zahlen: Kommunalstatistik zeigt wichtige Trends
Von Kunststoffen und Glas bis zu Fotolacken und Zement
Wie unterschiedlich die Voraussetzungen für eine solche KI-gestützte Materialentwicklung ausfallen, zeigt das Forschungsteam anhand von vier Materialbereichen: Polymeren, Glas, Fotolacken für die Halbleiterfertigung und Zement.
Bei Polymeren fehlen nach Angaben der Forschenden unter anderem systematisch aufbereitete Daten zu den Umweltwirkungen. Für neue Gläser besteht die Herausforderung darin, geeignete Modelle zu entwickeln, die Materialzusammensetzung, Eigenschaften und Umweltbilanz miteinander verbinden.
Bei Zement ist die Ausgangslage anders. Hier liegen vergleichsweise viele Ökobilanzdaten vor. Schwierigkeiten bereitet dagegen die Modellierung von Materialeigenschaften über mehrere Größenskalen hinweg.
Die Beispiele verdeutlichen, dass sich die Herausforderungen nicht mit einem einheitlichen Modell für alle Materialien lösen lassen. Je nach Werkstoff unterscheiden sich sowohl die verfügbaren Daten als auch die wissenschaftlichen Anforderungen an die Modellierung.
Die Roadmap soll einen Ansatz bieten, um diese unterschiedlichen Voraussetzungen bei der Entwicklung von KI-Modellen zu berücksichtigen. Entscheidend ist dabei, dass die verfügbaren Informationen zu den jeweiligen Materialien passen und bestehende Unsicherheiten in die Bewertung einfließen.
KI soll die Materialsuche unterstützen, nicht die Forschung ersetzen
Die Forschenden sehen in multimodalen KI-Modellen eine Möglichkeit, aus der großen Zahl theoretisch denkbarer Materialien geeignete Kandidaten herauszufiltern. Dabei sollen nicht nur technische Eigenschaften, sondern auch mögliche Umweltwirkungen berücksichtigt werden.
Eine solche Vorauswahl kann helfen, Materialkandidaten zu identifizieren, die sich für nachhaltige Anwendungen eignen könnten. Sie ersetzt jedoch nicht die experimentelle Forschung. Auch Ansätze, deren Erfolg sich anhand vorhandener Modelle nur schwer abschätzen lässt, sollen weiterhin im Labor untersucht werden können.
Prof. Wondraczek fasst diesen Gedanken so zusammen: „Multimodale KI-Modelle, die in die Zukunft schauen, können uns dabei helfen, aus der Vielzahl theoretisch möglicher Materialien genau diejenigen herauszufiltern, die mit hoher Wahrscheinlichkeit auch zu nachhaltigen Anwendungen führen könnten. Sie werden uns aber nicht davon abhalten, im Labor auch neugierig unwahrscheinliche Ansätze zu verfolgen.“
Die von der Universität Jena mitentwickelte Roadmap beschreibt damit einen Weg, Nachhaltigkeitsfragen früher in die Materialforschung einzubeziehen. Die Verbindung von künstlicher Intelligenz und vorausschauenden Lebenszyklusanalysen soll helfen, technische Leistungsfähigkeit und mögliche Umweltwirkungen bereits bei der Suche nach neuen Werkstoffen gemeinsam zu betrachten.
Hashtags:
#UniversitätJena #Materialforschung #KünstlicheIntelligenz #Nachhaltigkeit #Lebenszyklusanalyse
Du hast eine Veranstaltung in Jena? Dann schick uns deine Infos für unseren Kalender!
Info, Uni Jena | Fotos, Lothar Wondraczek | Veranstaltungen in Jena findest Du im Eventkalender
