Girls on Tour bei der Langen Nacht: Sei dabei!
Selbstgelötete Ohrringe © HZB
Du bist Schülerin der 10. bis 13. Klasse und interessierst Dich für Mathematik und Naturwissenschaften? Dann sichere Dir Dein kostenfreies VIP-Ticket für eine Tour mit spannenden Experimenten und Einblicken während der Langen Nacht der Wissenschaften! Lerne Wissenschaftlerinnen kennen, die mit Leidenschaft daran forschen, unsere Welt besser zu machen! 17.06. , ab 17.30 Uhr, Forschungscampus Adlershof
Komm mit auf Entdeckungstour und lerne interessante Forschungslabore kennen, die sonst verschlossen sind. Am Helmholtz-Zentrum Berlin nimmst Du an einem Workshop teil und stellst Ohrringe aus bunten LEDs mit dem Lötkolben her. Außerdem erfährst Du, warum Mechatronikerinnen eins lieben sollten: basteln und kreativ sein.
Auf der Tour geht’s auch zur Humboldt-Universität und zur Bundesanstalt für Materialforschung und -prüfung. Lerne Neues über erneuerbare Energien und Nanooptik oder mache ein Wärme-Selfie. Sei mit dabei und tauche einen Abend lang ein in die Welt der Naturwissenschaften!
Wann und Wo?
- am 17.06.2023, von 17.30 bis 21.30 Uhr
- Forschungscampus Adlershof, Start: am HZB | Ende: IGAFA
- in deutscher Sprache
- Teilnahme ist kostenlos (Ticket für die Lange Nacht der Wissenschaften ist nicht nötig)
Jetzt anmelden!
Bitte melde Dich verbindlich bis zum 12. Juni 2023 an unter igafa@igafa.de
- 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)
- Muster aus polaren Wirbeln in bleifreien Übergittern auf SiliziumEin Team am HZB hat erstmals polare Wirbel in (BaTiO3/SrTiO3)10-Übergittern auf Silizium nachgewiesen. Diese Ergebnisse erweitern das Spektrum an Materialien und Substraten, auf denen polare topologische Texturen auftreten können, und sie eröffnen neue Möglichkeiten für die Einbindung komplexer ferroelektrischer Zustände in siliziumbasierte Technologien.