Uppsala Berlin Joint Laboratory „Unser Willen zur Kooperation ist unsere Stärke“

Großes politisches Interesse für das neue Uppsala Berlin Joint Laboratory (UBjL): Der Botschafter Schwedens in Deutschland, Dr. Lars Danielsson, kam am 4. November persönlich zur Einweihung des Gemeinschaftsprojekts an das HZB, wo das UBjL etabliert wird.

„Derzeit werden viele Weltregionen als dynamischer als Europa angesehen“, so Dr. Danielsson bei seiner Eröffnungsansprache: „Aber wir haben große Stärken – nämlich unsere Fähigkeit und unseren Willen zur Kooperation.“ Diese Stärken seien am UBjL sehr gut sichtbar, so der Botschafter weiter: „Solche exzellenten gemeinsamen Forschungsprojekte führen zu Ergebnissen, die der Gesellschaft, unseren Kindern und Enkelkindern großen Nutzen bringen.“ Anschließend gab Dr. Danielsson das symbolische Startsignal für zwei Experimentierplätze, die von der zum UBjL gehörenden schwedisch-deutschen Arbeitsgruppe zukünftig betreut werden.

Das „Uppsala Berlin Joint Laboratory“ wird von Professor Nils Mårtensson, Universität Uppsala, und Professor Alexander Föhlisch, Leiter des HZB-Instituts „Methoden und Instrumentierung der Forschung mit Synchrotronstrahlung“ geleitet. „Wir freuen uns sehr, dass Professor Mårtensson Ressourcen aus seinem ERC Advanced Grant in das UBjL investiert“, sagte bei der Eröffnung Prof. Dr. Anke Kaysser-Pyzalla, wissenschaftliche Geschäftsführerin des HZB. Mit diesen Mitteln, die vom HZB kofinanziert werden, konnten weltweit einzigartige Untersuchungsmethoden für funktionale Materialien etabliert werden.

Sie basieren auf winkelaufgelöster Flugzeit- Elektronen-Spektroskopie (ARTOF) und MHz-Pulsextraktion an BESSY II. Die ARTOF-Instrumente wurden in Schweden von der Universität Uppsala und dem Unternehmen Scienta-Omicron in enger Zusammenarbeit mit dem HZB entwickelt. „Weltweit liefert die Synchrotronquelle BESSY II Pulse mit der am besten geeigneten Zeitstruktur, um die Instrumente optimal zu nutzen“, so Professor Svante Svensson, der Teil des UBjL-Teams an BESSY II in Berlin ist. Am UBjL können die Forscher den Zustand funktionaler Materialien bei geringstmöglicher Röntgen-Dosis untersuchen. Weitere Methoden erlauben die detaillierte Erfassung der elektronischen Struktur von Materialien.

  • Link kopieren

Das könnte Sie auch interessieren

  • Zwei Gewinnerbilder aus dem HZB beim Helmholtz-Bilderwettbewerb
    Nachricht
    12.11.2026
    Zwei Gewinnerbilder aus dem HZB beim Helmholtz-Bilderwettbewerb
    Paul H. Kamm aus dem HZB erhält den zweiten Preis der Jury für eine zeitaufgelöste Röntgentomographie. Die Teilnehmenden der Helmholtz Imaging Konferenz wählten dieses Bild zu ihrem Gewinner, dem Participants’ Choice Award. Das Bild zeigt eine Momentaufnahme beim Laserschweißen und wurde an der Swiss Light Source des Paul Scherrer-Instituts aufgenommen. Zu den 20 schönsten Bildern zählt auch eine Mikroskopie-Aufnahme einer Solarzelle von Yannic Kerkhoff und Daniel Abou Ras, HZB.
  • Ultraschnelle Entmagnetisierung - Dünneres Eisen, stärkere Wirkung 
    Science Highlight
    23.10.2026
    Ultraschnelle Entmagnetisierung - Dünneres Eisen, stärkere Wirkung 

    Je dünner eine Eisenschicht, desto leichter lässt sie sich durch einen Laserpuls entmagnetisieren. Forschende der Universität Duisburg-Essen haben gemeinsam mit dem Helmholtz-Zentrum Berlin und weiteren Partner:innen herausgefunden, warum das so ist: Entscheidend ist die magnetische Ordnung an den Grenzflächen des Materials. Die Erkenntnisse könnten langfristig dazu beitragen, neue Technologien für die magnetische Datenspeicherung zu entwickeln. Die Ergebnisse wurden in der Fachzeitschrift Advanced Science veröffentlicht.

  • Blinder Fleck für die Anordnung der Atome
    Nachricht
    21.10.2026
    Blinder Fleck für die Anordnung der Atome
    Künstliche Intelligenz wird zunehmend eingesetzt, um Eigenschaften neuer Materialien vorherzusagen. Ein Forschungsteam aus Jena und den USA zeigt nun in einer im Fachjournal „Nature Computational Science“ Studie: Kommen dabei Sprachmodelle zum Einsatz, erfassen diese zwar zuverlässig, welche Atomsorten ein Material enthält. Informationen über deren räumliche Anordnung nutzen sie jedoch nur unzureichend. Selbst größere Modelle und mehr Trainingsdaten beheben diese Schwäche nicht. Für stark strukturabhängige Materialeigenschaften sind deshalb auf räumliche Strukturen spezialisierte KI-Modelle die verlässlichere Wahl. (DOI: 10.1038/s43588-026-01045-2)