KI-gestützte Materialforschung in Sachsen

Hinweis zur Verwendung von Bildmaterial: Die Verwendung des Bildmaterials zur Pressemitteilung ist bei Nennung der Quelle vergütungsfrei gestattet. Das Bildmaterial darf nur in Zusammenhang mit dem Inhalt dieser Pressemitteilung verwendet werden. Falls Sie das Bild in höherer Auflösung benötigen oder Rückfragen zur Weiterverwendung haben, wenden Sie sich bitte direkt an die Pressestelle, die es veröffentlicht hat.

Illustration zum Projekt Leibniz-AI4MAT: Gemeinsame Infrastruktur für KI-gestützte Materialforschung (KI-generiert mit Adobe firefly) | Quelle: Generiert mit Adobe firefly | Copyright: KI-generiert mit Adobe firefly / IFW Dresden | Download

Künstliche Intelligenz (KI) eröffnet der Materialforschung neue Möglichkeiten: Durch datengetriebene Modelle lassen sich große Mengen an Forschungsdaten aus Theorie und Experiment systematisch auswerten, um Materialien und Materialkombinationen mit neuartigen Eigenschaften gezielt zu entwickeln. Damit können Entwicklungsprozesse deutlich beschleunigt und Ressourcen effizient eingesetzt werden.

Gemeinsame Infrastruktur für KI-gestützte Materialforschung

Mit dem Projekt „Artificial Intelligence for In Silico Materials Research (Leibniz-AI4MAT)“ bündeln das Leibniz-Institut für Festkörper- und Werkstoffforschung Dresden (IFW Dresden) und das Leibniz-Institut für Polymerforschung Dresden (IPF) ihre Expertise und schaffen eine gemeinsame Basis für KI-gestützte Materialienentwicklung in Sachsen. Im Zentrum steht der Aufbau und nachhaltige Betrieb eines leistungsfähigen Rechenclusters, das als Forschungsinfrastruktur für KI- und Machine-Learning-Methoden in der Materialforschung dienen soll. Durch die enge Kooperation der beiden Dresdner Leibniz-Institute werden Kompetenzen und Ressourcen gebündelt, um neue Ansätze in der datenbasierten Materialentwicklung langfristig zu etablieren.

Das Rechencluster soll standortübergreifend nutzbar sein und KI-Methoden für die Vorhersage von Materialeigenschaften, das Design neuartiger Materialien sowie die Ableitung optimaler Synthese- und Herstellungsstrategien bereitstellen. Im Vergleich zu klassischen Trial-and-Error-Verfahren verspricht dieser Ansatz eine deutliche Reduktion von Zeit und Ressourcen in Forschung und Entwicklung. Ein Abwärmerückgewinnungssystem stellt sicher, dass die im Betrieb entstehende Wärme weitergenutzt wird und leistet damit einen Beitrag zu einer energieeffizienten und nachhaltigen Infrastruktur.

Leibniz-AI4MAT wird im Rahmen der Richtlinie „Research InfraProNet 2021–2027“ gefördert und durch den Europäischen Fonds für regionale Entwicklung (EFRE) sowie den Just Transition Fund kofinanziert – eine Initiative des Freistaates Sachsen zur Unterstützung anwendungsorientierter Projekte und Forschungsinfrastrukturen an Hochschulen und außeruniversitären Forschungseinrichtungen.

Wissenschaftlicher Ansprechpartner:
Prof. Dr. Jeroen van den Brink