Wissenschaftler der Universität des Saarlandes haben eine innovative Methode zur Analyse rauer Siliziumoberflächen entwickelt, die insbesondere für die Photovoltaik-Technologie von Bedeutung ist. Diese neuartige Herangehensweise kombiniert Rasterkraftmikroskopie (AFM) und Röntgen-Photoelektronenspektroskopie (XPS), um die Oberflächenrauheit präzise zu analysieren. Dabei wird die Methode vor allem für Black Silicon, eine nanostrukturierte Siliziumoberfläche, eingesetzt, die für die Effizienz von Solarzellen eine wichtige Rolle spielt. Die Ergebnisse dieser Forschung wurden im Fachmagazin Small Methods veröffentlicht, wie uni-saarland.de berichtet.
Die Entwicklung dieser Methode wurde von einem Team unter der Leitung von Physikprofessorin Karin Jacobs und Kollegen des Deutschen Zentrums für Luft- und Raumfahrt (DLR) vorangetrieben. Ein zentrales Ziel der Forschung ist es, die Fehler zu korrigieren, die durch die Oberflächenrauheit entstehen. XPS ist als etabliertes Verfahren zur Bestimmung der chemischen Zusammensetzung von Oberflächen bekannt, jedoch zeigte sich, dass es bei rauen Oberflächen wie Black Silicon zu Verfälschungen neigt. Durch die Einbeziehung von AFM-Messungen zur genauen Bestimmung der Oberflächentopografie wird eine traditionelle Überschätzung der Oxidschichtdicke vermieden.
Der Einsatz von Minkowski-Tensoren
Ein Schlüssel zu dieser verbesserten Analyse liegt in der Nutzung von Minkowski-Tensoren, die eine präzise Bestimmung der lokalen Neigung der Oberfläche ermöglichen. Dies schafft die Voraussetzungen für eine genauere Bestimmung der Oxidschichtdicke auf Black Silicon, die nur 50 bis 80 Prozent dicker ist als die native Oxidschicht auf herkömmlichem Siliziumwafer. Ohne die Korrektur durch die AFM-Daten hätte die Überschätzung der Dicke etwa 300 Prozent betragen können. Solche Fortschritte in der Oberflächenanalyse-Technik sind für die Materialforschung und die Entwicklung neuer Technologien in den Bereichen Photovoltaik, Optoelektronik und Nanotechnologie entscheidend.
Die Forschungsarbeit wird von der Deutschen Forschungsgemeinschaft (DFG) im Rahmen des Schwerpunktprogramms SPP 2265 sowie des Sonderforschungsbereichs SFB 1027 gefördert. Diese Förderung unterstreicht die Bedeutung der Arbeit für die künftige Entwicklung von Materialien im Bereich der erneuerbaren Energien, die dringend notwendig ist, um die Effizienz von Solarzellen weiter zu steigern.
Ein neuer Ansatz in der Materialentwicklung
Parallel zu diesen Entwicklungen arbeiten Wissenschaftler der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), des Helmholtz-Instituts Erlangen-Nürnberg und des Karlsruher Instituts für Technologie (KIT) an einem neuen Arbeitsablauf zur Suche nach Hochleistungsmaterialien für Perowskit-Solarzellen. Dieser Ansatz kombiniert computergestützte Modellierung und autonome Syntheseplattformen mit quantentheoretischen Berechnungen, um geeignete Materialverbindungen vorherzusagen und automatisierte Tests durchzuführen, berichtet fau.de.
Die Forschung, unter der Leitung von Prof. Christoph Brabec, hat den bisherigen, auf Versuch und Irrtum basierenden Methoden den Kampf angesagt. Stattdessen wird ein hybrider Ansatz verfolgt, der maschinelles Lernen (ML) zur Vorhersage von Molekülstrukturen und -eigenschaften einsetzt. Dabei wurden rund 100 Moleküle zur Schulung der Modelle verwendet, die es ermöglichten, leistungsstärkste Materialkandidaten mit Wirkungsgraden von bis zu 24 Prozent zu identifizieren. Diese Werte übertreffen den bisherigen Referenzwert von 22 Prozent erheblich.
Insgesamt zeigen diese Forschungsprojekte, wie moderne Technologien und innovative Ansätze zusammenwirken können, um die Leistung von Solarzellen erheblich zu steigern. Mit Methoden, die sowohl präzisere Messungen als auch gezielte Materialentwicklungen ermöglichen, wird die Photovoltaik als zentrale Technologie für die zukünftige Energieproduktion gestärkt und weiterentwickelt.
