In der Forschung rund um Materialien und ihre Anwendung wird KI zunehmend als wertvolles Werkzeug eingesetzt. Ein Beispiel dafür ist die Student Research Group Material Informatics am Institut für Werkstoffe, die zwei engagierte Studierende, Claas Hardt und Karina Kaidarova, hervorbringt. Hardt, der sein Masterstudium im Umweltingenieurwesen absolviert, entwickelte ein KI-Programm zur Bildklassifizierung von Mikrostrukturen metallischer Pulverpartikel. Diese innovative Arbeit wird nun von Kaidarova in ihrer Bachelorarbeit weitergeführt, die sich auf ein anderes Material aus einer unterschiedlichen Werkstofffamilie konzentriert. Sie nutzt die Ergebnisse von Hardts Arbeit und das entwickelte KI-Programm, um ihre eigenen Forschungsziele zu erreichen. Dies zeigt die enge Verzahnung von Theorie und Praxis in der Materialwissenschaft.
Die Student Research Group, die unter der Leitung von Dr. Santiago Benito steht, fördert nicht nur den Austausch zwischen den Studierenden, sondern ermöglicht auch potenzielle gemeinsame wissenschaftliche Veröffentlichungen. Die Gruppe bietet ein breites Spektrum an Forschungsfeldern, darunter die Mikrostrukturklassifizierung, die als einer der vier Schwerpunkte dieser Forschungsarbeit hervorgehoben wird. Kaidarova schätzt, dank der Vorarbeit Hardts nicht bei null anfangen zu müssen, was die Entwicklungszeit ihrer Forschung deutlich verkürzt.
Innovative Methoden in der Mikrostrukturcharakterisierung
Die Gruppe „Advanced Microstructure Characterization“, die Teil der Forschungslandschaft ist, beschäftigt sich vertieft mit der quantitativen Analyse des dreidimensionalen Werkstoffgefüges. Diese Forschung nutzt sowohl klassische 2D-Verfahren als auch moderne tomographische Techniken. Ziel ist es, die Herstellungsprozesse der Materialien zu verstehen und optimale Gefüge für spezifische Eigenschaften zu identifizieren. Arbeiten mit Mehrphasenstählen und Aluminium-Gusslegierungen sind aktuelle Projekte dieser Gruppe. Besonders bemerkenswert ist die interdisziplinäre Zusammenarbeit mit der Informatik, um innovative Methoden der Bildverarbeitung und Gefügeklassifizierung zu entwickeln.
Ein entscheidender Vorteil dieser modernen Analysemethoden ist die umfassende Charakterisierung des Werkstoffgefüges, die Rückschlüsse auf die effektiven Werkstoffeigenschaften erlaubt. Dies führt zu einer besseren Korrelation von Verarbeitung und Eigenschaften, was für die weitere Entwicklung von Materialien relevant ist.
Künstliche Intelligenz als Wegbereiter für Fortschritt
Künstliche Intelligenz spielt eine immer größere Rolle in der Materialwissenschaft und verändert grundlegend die Art und Weise, wie Materialien entdeckt und dessen Eigenschaften untersucht werden. Die Entwicklung von KI-gestützten Verfahren fördert Innovation und Effizienz. KI kann die Entdeckungszeit von neuen Materialien massiv verkürzen, häufig um bis zu 70 Prozent, und erreicht dabei eine Vorhersagegenauigkeit von über 90 Prozent. Eingesetzt wird KI nicht nur zur Materialentdeckung, sondern auch zur prädiktiven Modellierung von Eigenschaften und zur Optimierung von Designprozessen. Dies hat erhebliche Auswirkungen auf künftige Entwicklungen in der Materialwissenschaft, da die Prozesse schneller und präziser ablaufen.
Kaidarova plant, nach ihrer Bachelorarbeit weiterhin im Bereich Werkstoffe und KI zu forschen und sieht in der Student Research Group eine wertvolle Plattform für ihre wissenschaftliche Entwicklung. Auch Hardt strebt an, in seiner Masterarbeit an dem Thema Mikrostrukturklassifizierung weiterzuarbeiten und bleibt der Gruppe aktiv erhalten. Ihre gemeinsamen Anstrengungen verdeutlichen nicht nur den Wert interdisziplinärer Zusammenarbeit, sondern auch die bedeutenden Fortschritte, die bei der Anwendung von KI in der Materialwissenschaft erzielt werden können.
Diese Entwicklungen sind nicht nur Fortschritte für die einzelnen Studierenden, sondern könnten auch entscheidend für Fortschritte in der gesamten Branche sein. Die Student Research Group steht somit exemplarisch für den Innovationsdrang in der Materialforschung, der durch moderne Technologien und wissenschaftliche Zusammenarbeit beflügelt wird.
