Catalysis App – strukturierte Forschungsdaten für nachhaltigere Katalysatoren

28. April 2026

Die Katalyse ist sowohl für die chemische Industrie als auch für den Wandel hin zu einer kohlenstoffarmen Wirtschaft von zentraler Bedeutung, doch die Entwicklung effizienter Katalysatoren bleibt zeitaufwendig und teuer. Eine Beschleunigung verspricht die datengetriebene Forschung, die jedoch oft durch uneinheitliche, nicht maschinenlesbare Datenformate gebremst wird. Abhilfe schafft hier die neue NOMAD Catalysis App: „Mit der Catalysis App haben wir eine Lösung geschaffen, die es Forschenden ermöglicht, ihre Daten in einem einheitlichen Format zu speichern und zu teilen. Dies erleichtert die Vergleichbarkeit von Ergebnissen und schafft die Grundlage für eine zukünftige KI-gestützte Katalysatorentwicklung,“ sagt Dr. Annette Trunschke, Principal Investigator von FAIRmat. Die Anwendung entstand im Rahmen der Nationalen Forschungsdateninfrastruktur durch das Konsortium FAIRmat. Sie vereint die Expertise von Forschenden der Humboldt-Universität zu Berlin, des Fritz-Haber-Instituts der Max-Planck-Gesellschaft sowie des Helmholtz-Zentrums Berlin.

Mehrwert der App steigt mit verfügbaren Daten

Die Catalysis App ermöglicht es Forschenden, mit strukturierten und maschinenlesbaren Daten zu arbeiten, wobei der Zugriff wahlweise über eine grafische Benutzeroberfläche oder eine Programmierschnittstelle erfolgt. Diese Schnittstellen erlauben es, Daten aus verschiedenen Blickwinkeln zu erschließen, um etwa passende Katalysatoren für Reaktionen zu finden oder Reaktionsprodukte zu analysieren. Dabei lassen sich zahlreiche Parameter wie Synthesemethoden oder Reaktionsbedingungen gezielt filtern, beispielsweise für Suchen im Bereich von Hochdruck- oder Niedrigtemperaturverfahren.

Ein wesentlicher Vorzug der Anwendung liegt in der integrierten Datenvisualisierung sowie in den standardisierten Vorlagen, die die Dateneingabe erheblich erleichtern. Da der wissenschaftliche Nutzen der Plattform unmittelbar von der Datenqualität und -vielfalt abhängt, setzt das Team auf globale Kooperation. „Mit wachsender Beteiligung der Community wird auch der Nutzen der Plattform weiter zunehmen. Daher sind Forschende weltweit eingeladen, die Anwendung zu nutzen, Daten beizutragen und Feedback zu geben, um die Weiterentwicklung aktiv mitzugestalten“, so Dr. Annette Trunschke.

FAIRmat: Umgang mit großen Mengen an Forschungsdaten

Für moderne Forschungseinrichtungen ist eine effektive Datenmanagementinfrastruktur unerlässlich, um die Qualität, Nachvollziehbarkeit und langfristige Nutzbarkeit von Daten zu garantieren. Maßgeblich sind hierbei die FAIR-Prinzipien, welche die Auffindbarkeit, Zugänglichkeit, Interoperabilität und Wiederverwendbarkeit digitaler Daten fordern. Das an der Humboldt-Universität zu Berlin koordinierte Konsortium FAIRmat setzt diese Richtlinien innerhalb der Nationalen Forschungsdateninfrastruktur um. Durch ein solches Forschungsdatenmanagement werden Transparenz gefördert und redundante Arbeiten durch die konsequente Nachnutzung vorhandener Daten vermieden, was heute einen zentralen Bestandteil guter wissenschaftlicher Praxis darstellt. Die praktische Anwendung dieser Prinzipien erfolgt innerhalb von FAIRmat speziell über die NOMAD-Dateninfrastruktur.

NOMAD: Öffentlich zugängliche Dateninfrastruktur für Catalysis App

Die Dateninfrastruktur NOMAD (Novel Materials Discovery) bildet das Rückgrat für das Forschungsdatenmanagement in den Materialwissenschaften und bietet die notwendige Flexibilität, um domänenspezifische Werkzeuge für die standardisierte Erfassung experimenteller Katalysedaten zu entwickeln. Ein zentrales Ergebnis dieser Entwicklung ist die Catalysis App, die darauf abzielt, FAIR-konforme Datenpraktiken dauerhaft in der Katalyseforschung zu etablieren. Seit ihrer Gründung im Jahr 2014 als Repositorium für rein theoretisch berechnete Daten wurde die NOMAD-Plattform kontinuierlich erweitert und für komplexe experimentelle Anwendungen optimiert.

Quelle

Humboldt-Universität zu Berlin (04/2026)

Publikation

“Enabling open and FAIR catalysis data with standardized data structures”, Julia Schumann, Hampus Näsström, Michael Götte, Lauri Himanen, Abdulrhman Moshantaf, Markus Scheidgen, José A. Márquez, Claudia Draxl, Annette Trunschke, Nature Catalysis, 2026, akzeptiert, DOI : 10.1038/s41929-026-01508-9.
https://www.nature.com/articles/s41929-026-01508-9

Nach oben scrollen