"Genau das ist eine riesige Herausforderung, denn die Entwicklung neuer Batterien dauert mit derzeitigen Methoden recht lange. Im Projekt BIG-MAP wollen wir das entscheidend voranbringen", sagt Prof. Maximilian Fichtner, wissenschaftlicher Sprecher von CELEST und POLiS sowie stellvertretender Direktor am Helmholtz Institut Ulm (HIU), welches das KIT gemeinsam mit der Universität Ulm gegründet hat. Das EU-Projekt BIG-MAP (BIG steht für Battery Interface Genome; MAP für Materials Acceleration Platform) zielt darauf ab, gänzlich neue Methoden zu etablieren und dadurch die Batterieentwicklung – unter anderem durch eine konsequente Automatisierung und durch den Einsatz von Künstlicher Intelligenz (KI) – deutlich zu beschleunigen. Nachhaltige und ultrahochleistungsfähige Batterien sollen zukünftig durch die in BIG-MAP etablierten Methoden bis zu zehnmal schneller entwickelt werden als bisher. "Die Vision besteht aber nicht nur darin, neue Batterien viel schneller entwickeln zu können, sondern auch sicherzustellen, dass sie Energie effizient speichern können, dass sie nachhaltig und zu so niedrigen Kosten hergestellt werden können, damit es in Zukunft noch attraktiver sein wird, Strom zum Beispiel aus Sonne und Wind in Batterien zu speichern", so Fichtner. "Eine Neuausrichtung der bestehenden Entdeckungs-, Entwicklungs- und Herstellungsprozesse für Batteriematerialien und -technologien ist notwendig, damit Europa es mit seinen Hauptkonkurrenten in den USA und Asien aufnehmen kann."
"Bei BIG-MAP müssen wir die Art und Weise, wie wir Batterien erfinden, neu erfinden. Im vergangenen Jahr ging der Nobelpreis für Chemie an die Erfinder der Lithium-Ionen-Batterie. Eine fantastische Erfindung, aber es dauerte 20 Jahre von der Idee bis zum Produkt – wir müssen in der Lage sein, es in einem Zehntel dieser Zeit zu schaffen, wenn wir nachhaltige Batterien für die Energiewende bereitstellen wollen", sagt Tejs Vegge, Professor an der DTU und Leiter von BIG-MAP.
Im Rahmen von BIG-MAP soll eine gemeinsame europäische Dateninfrastruktur entstehen, die es ermöglicht, Daten aus allen Bereichen des Batterieentwicklungszyklus autonom zu erfassen, zu verarbeiten und in kooperativen Arbeitsabläufen zu nutzen. So wird ein physischer Zugang zu den unterschiedlich ausgestatteten Testeinrichtungen für die BIG-MAP-Forscherinnen und -Forscher dann kaum noch notwendig sein, und sie können über Landesgrenzen und Zeitzonen hinweg zusammenarbeiten. Von KI orchestrierte Experimente und Synthese werden große Mengen erfasster Daten mit Fokus auf Batteriematerialien, Schnittstellen und Zwischenphasen nutzen. Die Daten werden aus Computersimulationen, autonomer Hochdurchsatz-Materialsynthese und -charakterisierung, in Operando-Experimenten und Tests auf Geräteebene generiert. Neuartigen KI-basierten Werkzeugen und Modellen werden die Daten dazu dienen, das Zusammenspiel zwischen Batterie-Materialien und Grenzflächen zu "erlernen" und so die Grundlage für die Verbesserung zukünftiger Batteriematerialien, Grenzflächen und Zellen zu schaffen.
COMPAMED.de; Quelle: Karlsruher Institut für Technologie
