Europäisches Projekt zu Dünnschicht-Kesterit-Solarzellen erfolgreich abgeschlossen
Elf Partner aus verschiedenen europäischen Ländern haben sich in dem EU-Forschungsprojekt KESTCELLS (2012-2016) zusammengeschlossen. Die Kooperation hatte sich zum Ziel gesetzt, neue Expertinnen und Experten auszubilden und dabei die Effizienz von Kesterit-Solarzellen zu steigern. Zum Abschluss des Projekts, Ende August 2016, sind diese Ziele nicht nur erreicht, sondern sogar übertroffen:
Im Rahmen des Projekts konnten sich vierzehn Nachwuchswissenschaftlerinnen und -wissenschaftler weiter qualifizieren. Dabei gelang es den Projektteams, die Effizienz von Kesterit-Solarzellen auf 11,8 % zu steigern. Dies ist deutlich mehr als das ursprüngliche Ziel von 10 %. Aus dem HZB waren als Projektleitende Dr. Iver Lauermann, Prof. Dr. Susan Schorr und Dr. Thomas Unold beteiligt. Das Projekt wurde mit 3,7 Millionen Euro von der EU gefördert.
Mehr Informationen über das EU-Projekt KESTCELLS
- Zwei Gewinnerbilder aus dem HZB beim Helmholtz-BilderwettbewerbPaul 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
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 AtomeKünstliche 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)