10x schnellere Materialforschung KI-gestützte Labore verkürzen Entwicklungszyklen

Von ABB robotics 3 min Lesedauer

Anbieter zum Thema

Für die Energiewende ist die Materialforschung Eckpfeiler und Flaschenhals zugleich. Mit einem fortschrittlichen Labor-Ökosystem aus KI-Algorithmen, Robotern von ABB Robotics und Präzisionsinstrumenten von Mettler Toledo verkürzt Dunia Innovations die Entwicklungszyklen signifikant.

Der geschlossene «Design-Make-Test-Analyze»-Kreislauf beschleunigt die Suche nach neuen Materialien erheblich: In einem internen Entwicklungsprojekt erreichte Dunia das Forschungsziel in etwas mehr als 20 Zyklen. Nach Einschätzung des Unternehmens wären mit einem herkömmlichen sequenziellen Ansatz mehr als 200 Iterationen erforderlich gewesen. (Bild:  ABB Robotics)
Der geschlossene «Design-Make-Test-Analyze»-Kreislauf beschleunigt die Suche nach neuen Materialien erheblich: In einem internen Entwicklungsprojekt erreichte Dunia das Forschungsziel in etwas mehr als 20 Zyklen. Nach Einschätzung des Unternehmens wären mit einem herkömmlichen sequenziellen Ansatz mehr als 200 Iterationen erforderlich gewesen.
(Bild: ABB Robotics)

Eine Brücke schlagen zwischen Modell und Realität, das ist die Mission von Dunia Innovations, einem Berliner Spezialisten für datengetriebene Materialforschung. Während KI-Modelle in der digitalen Welt auf gewaltige, über Jahrzehnte kuratierte Datenbanken zugreifen, fehlen solche strukturierten, maschinenlesbaren Daten in der physischen Materialwissenschaft noch. Die traditionelle Materialforschung hat sich bislang meist auf relativ begrenzte chemische Suchräume konzentriert, da die Erforschung einer grossen Zahl potenzieller Materialkombinationen kostspielig und zeitaufwendig ist. Historische Datensätze sind häufig fragmentiert oder uneinheitlich dokumentiert, während manuelle Dokumentation und arbeitsintensive experimentelle Verfahren in vielen Laboren nach wie vor weit verbreitet sind.

Closed-Loop-Materialforschung der nächsten Generation

Um diesen Engpass zu überwinden, kombiniert Dunia multimodale KI-Modelle mit flexibler Robotik und präziser Laborinstrumentierung in einem «AI Self-Driving Lab», einer KI-gestützten Laborlösung, die Versuchsreihen vollautomatisiert durchführt. Dadurch lassen sich Forschungszyklen deutlich verkürzen. Die KI-Modelle von Dunia entwerfen dabei neue Materialkombinationen, die anschliessend in Versuchen validiert werden. Standardisierte Roboterzellen automatisieren zentrale Schritte der Versuchsvorbereitung und -durchführung und gewährleisten dabei eine hohe Konsistenz. Die gewonnenen Messdaten fliessen in die Algorithmen zurück und ermöglichen so einen fortlaufenden Lern- und Optimierungsprozess.

Bildergalerie
Bildergalerie mit 8 Bildern

Eine zentrale Komponente des «Design-Make-Test-Analyze»-Regelkreises bei Dunia ist eine modulare Roboterzelle mit einem kollaborativen Gofa-Cobot von ABB im Zusammenspiel mit Präzisionsinstrumenten von Mettler Toledo. Für Laborumgebungen ist diese Kombination deshalb interessant, weil sie sichere Zusammenarbeit, wiederholgenaue Bewegungen und eine schnelle Anpassung an wechselnde Workflows vereint. Das schlanke Design und die intuitive Simulation und Programmierung mit der RobotStudio Software erleichterten den Aufbau eines kompakten Zellendesigns in rasanter Geschwindigkeit.

So automatisiert die Roboterzelle bei Dunia grundlegende Vorbereitungsschritte wie Feststoffdosierung, Flüssigkeitsdosierung und Dispersionen, die stets reproduzierbar ablaufen. Dabei handelt es sich um sehr gängige Verfahrensschritte, die in einer Vielzahl materialwissenschaftlicher Arbeitsabläufe eingesetzt werden.

«Am Ende ist jede Simulation nur so gut wie ihre Nähe zur Realität. Belastbare Datensätze entstehen im Experiment. Deshalb ist für uns entscheidend, den Weg von der Modellidee zur realen Messung drastisch zu verkürzen», erklärt Marcus Tze-Kiat Ng, Co-Founder der Dunia Innovations GmbH.

Turbo für die Materialinnovation

Obwohl sie von entscheidender Bedeutung sind, nehmen repetitive manuelle Aufgaben wie das Abwiegen, die Probenvorbereitung und das Mischen täglich bis zu drei Stunden pro Fachkraft in Anspruch. Dank der ABB-Roboter können diese wichtigen Schritte stattdessen automatisch vor Beginn des Arbeitstages erledigt werden, sodass sich das Personal auf Aufgaben konzentrieren kann, die menschliches Fachwissen erfordern, darunter die Versuchsauslegung und die Datenanalyse. «Unser Ziel ist es, mit minimalem Versuchseinsatz maximalen Erkenntnisgewinn zu generieren», erklärt Marcus Tze-Kiat Ng. Die Ergebnisse sprechen für sich: Im Rahmen eines internen Entwicklungsprojekts erreichte Dunia sein Ziel mithilfe des KI-basierten Automatisierungssystems in etwas mehr als 20 Zyklen. Nach Einschätzung des Unternehmens wären mit einem herkömmlichen sequenziellen Ansatz mehr als 200 Iterationen erforderlich gewesen, um denselben Suchraum zu erschliessen.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

«Roboter sind die physische Verkörperung von KI. Ihr volles Potenzial entfaltet KI jedoch erst dann, wenn digitale Intelligenz zuverlässiges Handeln in der realen Welt ermöglicht», sagt Jose-Manuel Collados, Business Line Managing Director, Service Robotics bei ABB Robotics. «Durch die Kombination der flexiblen Roboter von ABB Robotics mit Dunias KI-gestützter Plattform für Materialforschung können Forschende den gesamten Design-Make-Test-Analyze-Zyklus automatisieren und beschleunigen und schaffen damit die Grundlage für AI Self-Driving Labs. Das ermöglicht mehr Experimente, bessere Daten und schnellere Lernprozesse und trägt dazu bei, innovative Materialien schneller vom Labor in die industrielle Anwendung zu bringen.»

Zudem ermöglicht das System signifikante Kosteneinsparungen. In einem kürzlich durchgeführten Projekt zur Erzeugung von grünem Wasserstoff konnte der KI-gesteuerte Algorithmus von Dunia eine Materialkombination für die Herstellung von Elektroden identifizieren, die ohne teure Metalle wie Platin und Ruthenium auskommt. Das senkt die Investitionskosten (CAPEX) deutlich – ein entscheidender Schritt auf dem Weg zu einer wirtschaftlichen Energiewende.

Die aktuelle Zelle fungiert als Blaupause für eine umfassende und modulare Laborarchitektur. In einem nächsten Schritt plant Dunia, die drei standardisierten Zellen über einen autonomen mobilen Manipulator (AMM) physisch miteinander zu vernetzen. Aus den anfänglichen Kernzellen entsteht so eine hochautomatisierte Linie für die Materialforschung. Und das ist erst der Anfang: Mittelfristig plant Dunia ein Gigalab, ein Rechenzentrum für die Materialforschung. Anstelle von Serverclustern sollen dort bis zu 60 automatisierte Zellen alle 30 Tage ein neues marktreifes Material erschliessen.

(ID:51022319)