Nils Mårtensson erhält Helmholtz International Fellow Award
Nils Mårtensson, Universität Uppsala, hat das Uppsala Berlin Joint Lab am HZB mit aufgebaut.
Die Helmholtz-Gemeinschaft hat den schwedischen Physiker Nils Mårtensson mit einem „Helmholtz International Fellow Award“ ausgezeichnet. Der Synchrotron-Experte der Universität Uppsala, der auch den Vorsitz des Nobelpreis-Komitees für Physik innehat, kooperiert eng mit dem HZB und hat das Uppsala Berlin Joint Lab mit aufgebaut.
Lesen Sie hier ein Porträt über Nils Martensson, in dem er über die Arbeit des Nobel-Komitees und über die Atmosphäre und die Forschungsmöglichkeiten am BESSY II@HZB spricht. Dort gibt es nun Untersuchungsmethoden für funktionale Materialien, die es nach Einschätzung Martenssons „an keiner anderen Forschungseinrichtung gibt“.
Nils Mårtensson ist Professor an der Universität Uppsala, er hat als Direktor 13 Jahre lang den Aufbau der schwedischen Synchrotron-Strahlungsquelle Max IV geleitet und 2013 einen Grant des European Research Councils (ERC) eingeworben. Er ist Mitglied der Schwedischen Akademie der Wissenschaften und Vorsitzender des Nobel-Komitees für Physik. Am HZB arbeitet Mårtensson eng mit dem Team um Alexander Föhlisch am HZB-Institut für Methoden und Instrumentierung der Forschung mit Synchrotronstrahlung zusammen. Gemeinsam mit Föhlisch leitet er das Uppsala Berlin Joint Laboratory (UBjL), um Methoden und Instrumente für die Forschung an Synchrotronquellen weiter zu entwickeln.
Insgesamt hat die Helmholtz-Gemeinschaft in dieser Ausschreibungsrunde fünf herausragende internationale Wissenschaftlerinnen und Wissenschaftler mit einem Helmholtz International Fellow Award ausgezeichnet. Alle haben bereits eng mit Helmholtz-Zentren zusammengearbeitet und konkrete Pläne zur Fortsetzung der Kooperation vorgelegt. „Wir hoffen natürlich, dass sie auch Botschafter für weitere Kooperationen zwischen ihren Einrichtungen und der Helmholtz-Gemeinschaft sein werden“, sagt Otmar D. Wiestler, der Präsident der Helmholtz-Gemeinschaft.
Zur Presseinformation der Helmholtz-Gemeinschaft
red.
https://www.helmholtz-berlin.de/pubbin/news_seite?nid=14856;sprache=de
- Link kopieren
-
Weltweit nur an BESSY II: IR-Nanoskopie bei sehr langen THz-Wellenlängen
Ein HZB-Team hat an der IRIS-Beamline bei BESSY II neue experimentelle Optionen geschaffen: Die Infrarot-Nanoskopie mit einer räumlichen Auflösung von rund 50 nm bei sehr langen THz-Wellenlängen. Möglich wurde dies durch den „Low-Alpha-Betriebsmodus“ an BESSY II, ein besonderes zeitliches Muster von Lichtimpulsen. Weltweit ist BESSY II nun die einzige Synchrotronlichtquelle, die in einem Versuchsaufbau Nanoskopie im Bereich von 25 bis 4000 cm-1 anbietet – eine einzigartige Möglichkeit zur ultrabreitbandigen Charakterisierung komplexer Materialien im Nanobereich sowohl in den Lebenswissenschaften als auch in den Materialwissenschaften.
-
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
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)