KI-gestützte Katalysatorforschung: 30 Millionen Euro Förderung für deutsches Konsortium

ASCEND Konsortium: Helmholtz-Zentrum Berlin, das Fritz-Haber-Institut der Max-Planck-Gesellschaft, BASF, Dunia Innovations, Siemens Energy und die Technische Universität Berlin / BasCat

ASCEND Konsortium: Helmholtz-Zentrum Berlin, das Fritz-Haber-Institut der Max-Planck-Gesellschaft, BASF, Dunia Innovations, Siemens Energy und die Technische Universität Berlin / BasCat

Ein Roboterarm bewegt einen leeren Probenbehälter präzise zwischen automatisierten Arbeitsstationen hin und her.

Ein Roboterarm bewegt einen leeren Probenbehälter präzise zwischen automatisierten Arbeitsstationen hin und her. © Dunia Innovations

Das ASCEND Team beim internen Kick-off des Projekts.

Das ASCEND Team beim internen Kick-off des Projekts. © FHI / Steffen Kangowski

Sechs Partner aus Forschung und Industrie – darunter das Helmholtz-Zentrum Berlin (HZB), das Fritz-Haber-Institut der Max-Planck-Gesellschaft (FHI), BASF, Dunia Innovations, Siemens Energy und die Technische Universität Berlin – starten ein gemeinsames Projekt, um die Katalysatorforschung zu beschleunigen. Das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) fördert das Projekt ASCEND (Accelerated Solutions for Catalysis using Emerging Nanotechnology and Digital Innovation) mit 30 Millionen Euro. Die Forschungsinitiative trägt dazu bei, energieintensive Industrien nachhaltiger zu gestalten. Dabei soll die industrielle Wettbewerbsfähigkeit, vor allem im Chemiesektor, erhalten bleiben. Das Projekt hat eine Laufzeit von fünf Jahren und startet am 1. April 2026.

ASCEND möchte die Entwicklung von Katalysatoren der nächsten Generation beschleunigen. Sie sind die Eckpfeiler einer nachhaltigen chemischen Produktion. Dabei führt das Projekt zwei bahnbrechende Ansätze zusammen: digitale Katalyse und Dünnschichtkatalysatoren. Die digitale Katalyse nutzt künstliche Intelligenz (KI), Simulationen und selbststeuernde Labore (Self-Driving Labs, kurz: SDLs), um Hochleistungsmaterialien schneller zu entwickeln. Dünnschichtkatalysatoren reduzieren den Materialverbrauch und verbessern die Effizienz. In Kombination mit 3D-Strukturen verbessern diese Katalysatoren die Oberfläche und die Reaktionskontrolle. Ziel dieser Forschung ist, nachhaltige synthetische Kraftstoffe und Basischemikalien als Drop-in-Ersatzstoffe für die Industrie bereitzustellen.

KI-beschleunigte Materialentdeckung

Im Mittelpunkt des ASCEND-Ansatzes steht der Einsatz Künstlicher Intelligenz (KI). Zusammen mit Automatisierung und Robotik treibt sie SDLs an, um die Versuche zu beschleunigen. Die KI erstellt und aktualisiert eigenständig digitale Zwillinge der untersuchten Systeme und stützt ihre Designentscheidungen auf diese Modelle. Sie entwirft Testreihen, die von automatisierten Systemen in iterativen Lernschleifen durchgeführt werden. Dabei verbessert jedes Ergebnis den nächsten Schritt. Die KI beschleunigt die Planung und verbessert die Effizienz erheblich. Für die übergeordnete Steuerung und Definition der Forschungsfragen bleiben Menschen jedoch weiterhin unverzichtbar.

Das Projekt baut auf der langjährigen, erfolgreichen Partnerschaft zwischen dem Fritz-Haber-Institut (FHI) und dem Helmholtz-Zentrum Berlin (HZB) auf, um die Katalyseforschung voranzutreiben.

Die wissenschaftlichen Projektkoordinatoren betonen die strategische Bedeutung der Förderung: „Der KI-gesteuerte Ansatz von ASCEND ermöglicht es uns, riesige Materialräume zu erforschen, die zuvor unzugänglich waren“, sagt Projektleiter Karsten Reuter vom FHI. Seine Co-Projektleiterin Michelle Browne vom HZB fügt hinzu: „Er verändert grundlegend, wie schnell die Wissenschaft Lösungen liefern kann, die die chemische Industrie dringend benötigt.“

„Das Ziel ist nicht autonomes Experimentieren um seiner selbst willen, sondern industriell verlässliche Ergebnisse. Durch die Kombination von KI mit physikalischer Synthese und Stresstests unter produktionsrelevanten Bedingungen beschleunigt Dunia in ASCEND den Lernprozess und sorgt gleichzeitig für Zuverlässigkeit in großem Maßstab“, so Marcus Tze-Kiat Ng, Chief Technology Officer von Dunia Innovations“.

Von der Forschung zur industriellen Anwendung: Stärkung der Technologieführerschaft

ASCEND will die Entwicklungszyklen für Katalysatoren beschleunigen und so Leistungsdurchbrüche erzielen, die für einen wirtschaftlich tragfähigen, flächendeckenden Einsatz von grünem Wasserstoff und nachhaltigen Chemikalien erforderlich sind. Dies ist eine zentrale Voraussetzung, damit die Industrie unabhängig von Kohle und Erdöl wird.

„Dieses Projekt ermöglicht es uns, neue Katalysatormaterialien frühzeitig zu validieren. Das ist entscheidend, um vielversprechende Forschungsergebnisse in technologische Anwendungen umzusetzen“, sagt Wolfram Stichert, Senior Vice President bei BASF SE.

Hintergrund

Laut Angaben von S&P Global Ratings ist die chemische Industrie derzeit weltweit für rund sechs Prozent der Treibhausgasemissionen verantwortlich. Das entspricht etwa den jährlichen Emissionen der Europäischen Union (gemäß EDGAR - Emissions Database for Global Atmospheric Research). Sie entstehen größtenteils bei der Stromerzeugung in Kraftwerken durch den Einsatz fossiler Rohstoffe. Ein weiterer wesentlicher Faktor ist die Produktion von Kunststoffen, Düngemitteln und Arzneimitteln. Diese werden überwiegend aus Erdöl gewonnen.

Hier können Katalysatoren helfen. Schätzungen zufolge durchlaufen rund 80 Prozent aller chemischen Produkte während der Herstellung einen katalytischen Prozessschritt. Innovationen im Bereich der Katalysatoren sind deshalb von entscheidender Bedeutung für die Transformation der Industrie, die nach Zielen der Europäischen Union bis 2050 treibhausgasneutral produzieren soll. 

ASCEND red.

  • Link kopieren

Das könnte Sie auch interessieren

  • 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)
  • Muster aus polaren Wirbeln in bleifreien Übergittern auf Silizium
    Science Highlight
    19.10.2026
    Muster aus polaren Wirbeln in bleifreien Übergittern auf Silizium
    Ein 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.