Battery 2030+ Schnellere Batterieentwicklung mit Fokus auf Nachhaltigkeit

Automatisierung und der Einsatz von KI beim Planen und Auswerten von Versuchsreihen sollen die Entwicklung neuer Batterien beschleunigen.
Automatisierung und der Einsatz von KI beim Planen und Auswerten von Versuchsreihen sollen die Entwicklung neuer Batterien beschleunigen.

Das von der Europäischen Union geförderte Projekt BIG-MAP soll die Geschwindigkeit, mit der sich neue Batterietypen entwickeln lassen, erheblich beschleunigen – und das mit einem besonderen Fokus auf Nachhaltigkeit.

Um die von der EU und von Deutschland angestrebte Klimaneutralität bis 2050 zu erreichen, müssen die Treibhausgasemissionen aus dem Straßenverkehr drastisch sinken. Wesentlich dazu beitragen soll der konsequente Ausbau der Elektromobilität, der allerdings kostengünstigere und nachhaltigere Alternativen zu den bestehenden Batterien erforderlich macht. »Die Entwicklung neuer Batterien dauert mit derzeitigen Methoden recht lange. Im Projekt Big-Map wollen wir diesen Aspekt entscheidend voranbringen«, sagt Professor Maximilian Fichtner, wissenschaftlicher Sprecher von Celest und POLiS sowie stellvertretender Direktor am Helmholtz-Institut Ulm (HIU), das das KIT gemeinsam mit der Universität Ulm gegründet hat.

Das EU-Projekt Big-Map (BIG steht für »Battery Interface Genome«, MAP für »Materials Acceleration Platform«) zielt darauf ab, gänzlich neue Methoden zu etablieren und dadurch die Batterieentwicklung – unter anderem durch eine konsequente Automatisierung und durch den Einsatz von künstlicher Intelligenz – deutlich zu beschleunigen. Nachhaltige und ultrahochleistungsfähige Batterien sollen zukünftig durch die in BIG-MAP etablierten Methoden bis zu zehnmal schneller entwickelt werden als bisher.

»Die Vision besteht nicht nur darin, neue Batterien wesentlich schneller entwickeln zu können, sondern auch sicherzustellen, dass sie Energie effizient speichern können, dass sie nachhaltig und zu so niedrigen Kosten hergestellt werden können, damit es in Zukunft noch attraktiver sein wird, Strom zum Beispiel aus Sonne und Wind in Batterien zu speichern«, betont Fichtner. »Eine Neuausrichtung der bestehenden Entdeckungs-, Entwicklungs- und Herstellungsprozesse für Batteriematerialien und -technologien ist notwendig, damit Europa es mit seinen Hauptkonkurrenten in den USA und Asien aufnehmen kann.«

Das Budget für BIG-MAP beläuft sich auf 16 Mio. Euro. Beteiligt sind 34 Institutionen aus 15 Ländern. Das KIT ist mit den drei Professoren Maximilian Fichtner, Wolfgang Wenzel und Helge Stein nach der koordinierenden Technical University of Denmark größter Fördersummenempfänger. Entsprechend wird auch das Exzellenz-Cluster Post-Lithium-Speicherung (POLiS), das vom KIT in Kooperation mit der Universität Ulm, dem Zentrum für Sonnenenergie- und Wasserstoffforschung Baden-Württemberg (ZSW) sowie der Universität Gießen betrieben wird, bei der Entwicklung der neuen Methoden einen wichtigen Anteil haben. BIG-MAP wird zunächst über drei Jahre laufen, mit der Option auf eine Verlängerung um weitere sieben Jahre. Damit handelt es sich um das größte Einzelforschungsprojekt der europäischen Forschungsinitiative für Batterien »Battery 2030+«.

»Bei Battery 2030+ und BIG-MAP müssen wir die Art und Weise, wie wir Batterien entwickeln, neu erfinden. Im vergangenen Jahr ging der Nobelpreis für Chemie an die Erfinder der Lithium-Ionen-Batterie. Eine fantastische Erfindung, aber es dauerte 20 Jahre von der Idee bis zum Produkt – wir müssen in der Lage sein, es in einem Zehntel dieser Zeit zu schaffen, wenn wir nachhaltige Batterien für die Energiewende bereitstellen wollen«, kommentiert Tejs Vegge, Professor an der DTU und Leiter von BIG-MAP.

KI und Roboter dienen als Entwicklungsbeschleuniger

Im Rahmen von BIG-MAP soll eine gemeinsame europäische Dateninfrastruktur entstehen, die es ermöglicht, Daten aus allen Bereichen des Batterieentwicklungszyklus autonom zu erfassen, zu verarbeiten und in kooperativen Arbeitsabläufen zu nutzen. So wird ein physischer Zugang zu den unterschiedlich ausgestatteten Testeinrichtungen für die BIG-MAP-Forscher dann kaum noch notwendig sein, und sie können über Landesgrenzen und Zeitzonen hinweg zusammenarbeiten.

Von KI orchestrierte Experimente und Synthese werden große Mengen erfasster Daten mit Fokus auf Batteriematerialien, Schnittstellen und Zwischenphasen nutzen. Die Daten werden aus Computersimulationen, autonomer Hochdurchsatz-Materialsynthese und -charakterisierung, in Operando-Experimenten und Tests auf Geräteebene generiert. Neuartigen KI-basierten Werkzeugen und Modellen werden die Daten dazu dienen, das Zusammenspiel zwischen Batterie-Materialien und Grenzflächen zu »erlernen« und so die Basis für die Verbesserung zukünftiger Batteriematerialien, Grenzflächen und Zellen zu schaffen.