Der LMU-Forscher Professor Alexander Urban hat gemeinsam mit seinem Team die Plattform Synthesizer entwickelt, die das Design neuer Materialien wie z.B. Nanomaterialien grundlegend verändern soll. Das Projekt verbindet automatisierte chemische Synthese mit Hochdurchsatz-Charakterisierung und datengetriebener Modellierung. Das Ziel dieses Systems ist es, das Wachstum von Nanokristallen mit bisher unerreichter Präzision zu steuern. Damit will man Materialien mit exakt definierten optischen Eigenschaften zu erschaffen.
Im Gegensatz zu herkömmlichen datengetriebenen Methoden integriert Synthesizer erstmals die gesamte Prozesskette in einer offenen und modularen Architektur. Die Möglichkeiten dieser Technologie beschreibt Alexander Urban so: „Wir können heute Materialeigenschaften fast so komponieren wie eine Melodie – Ton für Ton, Parameter für Parameter“. Durch diesen Ansatz lassen sich verschiedene Varianten von Halid-Perowskiten automatisiert produzieren, während ein KI-Modell kontinuierlich lernt, welche chemischen Zusammensetzungen die gewünschten Farben, Helligkeiten oder Stabilitätsgrade hervorbringen.
Diese optischen Merkmale sind entscheidend für den Einsatz der Materialien in Technologien wie LEDs, Solarzellen oder Sensoren. Da bereits minimale Abweichungen in der physikalischen Beschaffenheit der Nanokristalle die Lichtemission beeinflussen können, betont Nina Henke die Bedeutung der Genauigkeit: „Schon kleinste Unterschiede in der Größe, Form und Struktur der Nanokristalle können die Lichtemission verschieben. Eine feine Abstimmung ist daher unverzichtbar, um Materialien für konkrete Anwendungen maßgeschneidert zu entwickeln.“
Turbo für die Entwicklung von Halid-Perowskiten
Die Synthesizer-Plattform zeichnet sich vor allem durch ihre offene, flexible und modular erweiterbare Struktur aus. Obwohl das System ursprünglich für die Arbeit mit Halid-Perowskiten konzipiert wurde, lässt es sich grundsätzlich auf verschiedenste Materialklassen übertragen. In Zukunft ermöglicht die Plattform Forschenden, Syntheseprozesse zu automatisieren und Parameter systematisch zu variieren, wodurch in kürzester Zeit umfassende Datensätze generiert werden können. Ein integriertes KI-Modell wertet diese Informationen anschließend aus und leitet daraus präzise Designregeln ab.
Neben der Vorstellung des zugrunde liegenden Konzepts stellt das Team Synthesizer zudem als frei verfügbare Plattform der Fachwelt zur Verfügung. „Unser Ziel ist es, die Materialforschung zu beschleunigen und präzise Vorhersagen zu ermöglichen“, erklärt Alexander Urban. „So lassen sich Kristalle mit gezielt eingestellten optischen und physikalischen Eigenschaften erzeugen und die Optoelektronik und Photonik weiter voranbringen.“ Da die Plattform mit bereits etablierten Systemen zur automatisierten Synthese kompatibel ist, arbeitet das Team der LMU aktuell daran, die Neuentwicklung fest in die tägliche Laborroutine zu integrieren.
Quelle
Ludwig-Maximilians-Universität München (01/2026)
Publikation
Nina A. Henke et al.: Synthesizer: Chemistry-Aware Machine Learning for Precision Control of Nanocrystal Growth. Advanced Materials 2026. https://doi.org/10.1002/adma.202509472