Jena. Kann künstliche Intelligenz bereits vor der Herstellung eines neuen Werkstoffs erkennen, wie umweltfreundlich dieser sein wird? Ein internationales Forschungsteam unter Beteiligung der Friedrich-Schiller-Universität Jena hat dafür einen neuen Ansatz entwickelt. Künftig sollen KI-Systeme bei der Suche nach innovativen Materialien nicht nur deren technische Eigenschaften, sondern auch den Energieverbrauch, den Rohstoffbedarf und mögliche Umweltbelastungen berücksichtigen. Die wissenschaftliche Roadmap wurde im Fachjournal „Nature Sustainability“ veröffentlicht.
Umweltfolgen schon vor der Entwicklung berücksichtigen
Ob Kunststoffe, Halbleitermaterialien oder Baustoffe: Neue Werkstoffe sollen leistungsfähiger werden und gleichzeitig Ressourcen schonen. Bislang wird ihre Umweltbilanz jedoch häufig erst untersucht, wenn die Entwicklung bereits weit fortgeschritten ist.
Das kann teuer werden. Denn ein Material mit hervorragenden technischen Eigenschaften ist möglicherweise kaum wirtschaftlich oder umweltverträglich herzustellen.
Die Forschenden wollen deshalb sogenannte Lebenszyklusanalysen direkt in die KI-gestützte Materialentwicklung integrieren.
„Künftig könnten diese Informationen bereits frühzeitig beeinflussen, welche Materialkandidaten ein KI-System weiterverfolgt“, erklärt Professor Lothar Wondraczek von der Universität Jena.
Dabei sollen mögliche Umweltwirkungen von der Rohstoffgewinnung über die Herstellung und Nutzung bis zur Entsorgung oder Wiederverwertung berücksichtigt werden.
Fünf Bausteine für eine intelligentere Materialsuche
Die internationale Forschungsgruppe beschreibt fünf miteinander verbundene Aufgaben.
Zunächst sollen wissenschaftliche Veröffentlichungen und vorhandene Datenbanken systematisch ausgewertet werden. Anschließend sollen KI-Modelle Zusammenhänge zwischen Materialzusammensetzung, Herstellungsverfahren und Umweltbelastungen erkennen.
Besonders schwierig ist die Bewertung völlig neuer Materialien, für die noch keine Erfahrungen aus der industriellen Produktion vorliegen.
Hier sollen verschiedene plausible Szenarien berechnet werden. Die Unsicherheiten solcher Prognosen müssen dabei erkennbar bleiben.
„Neben Messwerten und Computersimulationen müssen die KI-Modelle künftig auch Informationen über Herstellungsverfahren, gesetzliche Vorgaben und die gesellschaftliche Akzeptanz eines Materials berücksichtigen“, erklärt Mitautor N. M. Anoop Krishnan vom Indian Institute of Technology Delhi.
Von Kunststoffen bis zur Zementherstellung
Welche Möglichkeiten sich daraus ergeben könnten, zeigen die Forschenden anhand verschiedener Werkstoffgruppen.
Bei Kunststoffen fehlen häufig ausreichend strukturierte Daten über die Umweltwirkungen. Für neuartige Gläser müssen Modelle entwickelt werden, die chemische Zusammensetzung, Materialeigenschaften und Umweltbilanz miteinander verbinden.
Auch Fotolacke für die Halbleiterfertigung gehören zu den untersuchten Anwendungsfeldern.
Bei Zement existieren dagegen bereits zahlreiche Daten zur Ökobilanz. Hier liegt die Herausforderung stärker darin, Materialeigenschaften auf unterschiedlichen Größenskalen zuverlässig vorherzusagen.
An der Forschung beteiligt sind neben der Universität Jena unter anderem das Imperial College London sowie Forschungseinrichtungen in Indien und Schweden.
KI soll Forschung nachhaltiger machen
Die Wissenschaftler erwarten, dass solche Verfahren künftig helfen könnten, vielversprechende Materialien gezielter auszuwählen und unnötigen Entwicklungsaufwand zu vermeiden.
Eine fertige Technologie, die sämtliche Umweltfolgen neuer Werkstoffe bereits zuverlässig vorhersagt, stellt die Veröffentlichung allerdings noch nicht vor. Vielmehr beschreibt sie einen wissenschaftlichen Entwicklungsweg.
Auch das Experimentieren im Labor soll weiterhin eine wichtige Rolle spielen.
Für Professor Wondraczek liegt der Vorteil darin, aus zahlreichen theoretisch möglichen Werkstoffen diejenigen herauszufiltern, die besonders gute Aussichten auf eine nachhaltige Anwendung bieten.
Die Forschung aus Jena könnte damit einen wichtigen Beitrag zu einer Materialentwicklung leisten, bei der technische Leistungsfähigkeit und Umweltverträglichkeit von Anfang an gemeinsam betrachtet werden.
