US-Forscher haben ein KI-Modell eingesetzt, um mögliche Alternativen zu Lithium für Batterien zu finden. Das System spuckte mehrere Materialien aus, die ein großes Potenzial versprechen.
Smartphones, E-Autos und Laptops sind aus der modernen Gesellschaft nicht mehr wegzudenken. Doch all diese Geräte haben eine Achillesferse: ihren Akku. Denn in fast jeder Batterie steckt Lithium. Ein Metall, dessen Abbau nicht nur teuer, sondern auch ökologisch bedenklich ist.
Die Suche nach einer Alternative stellt daher eine große Herausforderung in der Batterieforschung dar. Nun haben Wissenschaftler offenbar einen Fortschritt erzielt. Sie haben eine Art digitales „Superhirn“ entwickelt, das die Zukunft der Batterietechnologie ebnen soll – und zwar ganz ohne Lithium.
Du willst nicht abgehängt werden, wenn es um KI, Green Tech und die Tech-Themen von Morgen geht? Über 10.000 Vordenker bekommen jeden Tag die wichtigsten News direkt in die Inbox und sichern sich ihren Vorsprung.
Nur für kurze Zeit: Anmelden und mit etwas Glück AirPods 4 gewinnen!
Mit deiner Anmeldung bestätigst du unsere Datenschutzerklärung. Beim Gewinnspiel gelten die AGB.
Dazu entwickelten Forscher des New Jersey Institute of Technology ein System auf Basis einer generativen KI, das vielversprechende neue Materialien entdeckt hat, die Lithium überflüssig machen könnten. Statt auf das seltene Metall setzen sie auf Multivalenz-Ionen-Batterien, die mit weitverbreiteten Elementen wie Magnesium, Calcium oder Zink funktionieren.
Lithium-Alternativen: KI identifiziert Materialien
Die Suche nach neuen Batteriematerialien ist wie die sogenannte Suche nach der Nadel im Heuhaufen. Denn es gibt unzählige Kombinationsmöglichkeiten von chemischen Elementen und Kristallstrukturen, die Forscher testen müssen.
Traditionelle Methoden, bei denen Wissenschaftler mühsam im Labor experimentieren oder mit aufwendigen Simulationen arbeiten, sind langsam und ineffizient. Doch KI kann diesen Prozess massiv beschleunigen. Die Forscher nutzten dazu ein zweistufiges System, bestehend aus einem sogenannten „Crystal Diffusion Variational Autoencoder“ (CDVAE) und einem speziell trainierten großen Sprachmodell (LLM).
Der CDVAE ist mit einem kreativen Architekten vergleichbar, der Tausende vollkommen neuer, plausibler Materialentwürfe zeichnet. Das LLM ist der pragmatische Ingenieur, der diese Entwürfe aufgreift und sie auf Stabilität und Funktionalität optimiert, damit sie in der Realität funktionieren könnten.
Ein neues Kapitel der Materialforschung
Das System konnte tausende Kandidaten für neue Batteriematerialien generieren und dann in einem automatisierten Prozess auf ihre Eignung hin überprüfen. Die KI-Modelle haben dabei nicht nur bereits bekannte Strukturen gefunden, sondern auch vollkommen neuartige Materialien, die die Forscher allein wohl nie entdeckt hätten.
Diese sogenannten „Open-Tunnel-Oxide“ sind so porös, dass sich Ionen darin besonders gut bewegen können. Das ist eine entscheidende Eigenschaft für eine schnelle und effiziente Batterieleistung. Die Ergebnisse zeigen, dass KI nicht nur ein Werkzeug zur Analyse, sondern ein kreativer Partner im Labor sein kann. Fünf der identifizierten Materialverbindungen sind den Forschern zufolge besonders vielversprechend.
Sie öffnet die Tür zu einem neuen Kapitel der Materialforschung, in dem nicht mehr nur reaktiv auf Probleme reagiert wird, sondern proaktiv Lösungen designt werden können. Die Entdeckungen könnten den Weg für die nächste Generation von Energiespeichern ebnen und dabei helfen, die Abhängigkeit von teuren und knappen Rohstoffen zu verringern.
Fazit und Ausblick: Der Weg zur nachhaltigen Batterie
Die Fortschritte zeigen, wie sich riesige Datenmengen nutzen lassen, um wichtigen Zukunftsfragen nachzugehen. Das KI-System fungiert dabei als Katalysator, der den Prozess der Entdeckung beschleunigt und neue Wege aufzeigt, die bislang im Verborgenen lagen.
Die Vision von Batterien, die nicht nur leistungsstark, sondern auch nachhaltig und günstig sind, rückt damit ein großes Stück näher. Es ist ein Blick in eine Zukunft, in der Künstliche Intelligenz nicht nur digitale, sondern auch physische Probleme lösen kann und damit den Weg hin zu einer saubereren und unabhängigeren Energiezukunft ebnet.
Auch interessant:
