Ein internationales Forscherteam, zu dem auch Wissenschaftler des Helmholtz-Instituts Erlangen-Nürnberg gehören, hat bedeutende Fortschritte bei der Entwicklung neuer Materialien für Perowskit-Solarzellen erzielt. Diese flexiblen und nachhaltigen Solarzellen gelten als vielversprechende Alternative zu herkömmlichen Silizium-basierten Modellen. Dies wurde ermöglicht durch den Einsatz von Künstlicher Intelligenz (KI), die mit vollautomatisierter Hochdurchsatz-Synthese kombiniert wurde. Laut einer Veröffentlichung in der Fachzeitschrift „Science“ erforderte die innovative Methode nur 150 gezielte Experimente, um einen Durchbruch zu erzielen, der andernfalls Hunderttausende Tests notwendig gemacht hätte. Diese neue Methode zur Materialentdeckung könnte weitreichende Anwendungsmöglichkeiten in verschiedenen Forschungsfeldern finden.
Eine zentrale Herausforderung in der Entwicklung dieser Solarzellen ist die Identifikation effizienter Moleküle, die als Leiter positiver Ladung fungieren. Um dies zu erreichen, wurde eine umfangreiche Datenbank mit Strukturformeln von ungefähr einer Million virtuellen Molekülen erstellt. Von diesen wurden 13.000 zufällig ausgewählt und deren Eigenschaften mit quantenmechanischen Methoden berechnet. Darauf basierend wurden 101 Moleküle mit stark unterschiedlichen Merkmalen automatisch hergestellt. Die Wirkungsgrade dieser Moleküle dienten zur Schulung eines KI-Modells, das anschließend weitere geeignete Moleküle vorschlug.
Durchbruch in der Materialforschung
Zusätzlich berichteten Forschende des Karlsruher Instituts für Technologie (KIT) von der Entdeckung neuer organischer Moleküle, die den Wirkungsgrad von Perowskit-Solarzellen steigern können. Auch in dieser Forschung wurde eine Kombination aus KI und vollautomatisierter Hochdurchsatz-Synthese verwendet. Die entwickelte Strategie ermöglicht es, effizient Moleküle für Perowskit-Solarzellen zu identifizieren, und könnte zudem auf andere Bereiche der Materialforschung, wie beispielsweise die Suche nach neuen Batteriematerialien, angewendet werden.
Insgesamt konnten die Forscher mit nur 150 Experimenten den Wirkungsgrad einer Referenz-Solarzelle um etwa zwei Prozent auf 26,2 Prozent steigern. Auch hier war der Ausgangspunkt eine Datenbank mit Strukturformeln von rund einer Million virtueller Moleküle. Nachdem 13.000 Moleküle zufällig ausgewählt wurden, wurden 101 dieser Moleküle für die Synthese ausgewählt, die mithilfe eines Robotersystems automatisch hergestellt und deren Wirkungsgrad gemessen wurden. Das KI-Modell konnte auf Basis dieser Messwerte 48 weitere Moleküle zur Synthese vorschlagen, basierend auf den Erwartungen hinsichtlich ihrer Effektivität sowie unvorhersehbaren Eigenschaften. Die Vorschläge stützten sich teilweise auf Merkmale, die von Chemikern bisher weniger beachtet wurden, insbesondere bestimmte chemische Gruppen.
