Forschungsdaten sind das neue Gold der Materialwissenschaften – doch nur, wenn sie für alle auffindbar, standardisiert und durch Algorithmen nutzbar sind. In Berlin vollzieht sich genau dieser Paradigmenwechsel. Fünf Schwergewichte der Forschungslandschaft haben sich zusammengeschlossen, um der Hauptstadt eine internationale Führungsrolle in der datengetriebenen Materialforschung und bei der Entwicklung sogenannter Self-Driving Laboratories (SDL) zu sichern.
Der Pakt der fünf Institutionen
Im Rahmen des Symposiums „The Digital Future of Materials Science“ am 20. Juli 2026 wurde der offizielle Grundstein gelegt. Mit einem Memorandum of Understanding (MoU) besiegelten fünf Institutionen den Aufbau eines gemeinsamen, stark vernetzten Forschungsdatenraums:
- Das an der Humboldt-Universität angesiedelte NFDI-Konsortium FAIRmat
- Das Helmholtz-Zentrum Berlin (HZB)
- Das Leibniz-Institut für Kristallzüchtung (IKZ)
- Das Paul-Drude-Institut für Festkörperelektronik (PDI)
- Die Bundesanstalt für Materialforschung und -prüfung (BAM)
Das Ziel dieser langfristigen Kooperation ist klar definiert: Die Überwindung von Datensilos. Forschungsdaten sollen institutionsübergreifend durch gemeinsame Standards interoperabel gemacht werden, um sie als Treibstoff für Künstliche Intelligenz (KI) in der Materialforschung nutzbar zu machen. Prof. Claudia Draxl, Sprecherin von FAIRmat, demonstrierte auf dem Symposium bereits, wie die zentrale Dateninfrastruktur NOMAD die Disziplin auf diese neuen, rein datengetriebenen Paradigmen vorbereitet.
Roboter und Algorithmen: Die Self-Driving Laboratories
Worum es bei dieser massiven Bündelung von Dateninfrastruktur geht, bringt Prof. Dr. Bernd Rech, der wissenschaftliche Geschäftsführer des HZB, auf den Punkt: „Die Zukunft der Materialforschung ist datengetrieben. Hochwertige Forschungsdaten und Metadaten bilden die Grundlage für Künstliche Intelligenz und für Self-Driving Laboratories – vollautomatisierte Forschungslabore, die Robotik und KI kombinieren.“
In diesen autonomen Laboren der Zukunft plant die KI die Experimente, steuert die Roboter bei der Synthese, wertet die Ergebnisse in Echtzeit aus und optimiert sofort den nächsten Durchlauf. Was menschliche Forschende Monate oder Jahre kosten würde, erledigt das System im Bruchteil der Zeit. Doch dafür benötigt die KI eine makellose, standardisierte Datengrundlage – genau jene, die durch das neue Berliner MoU nun flächendeckend geschaffen werden soll.
Der Praxistest: Das 30-Millionen-Projekt ASCEND
Dass diese Vision in Berlin bereits sehr reale Konturen annimmt, zeigt das Leuchtturmprojekt ASCEND (Accelerated Solutions for Catalysis using Emerging Nanotechnology and Digital Innovation). Das kürzlich mit 30 Millionen Euro vom Bundesforschungsministerium geförderte Großprojekt gilt als perfektes Anschauungsobjekt für die neue Datenallianz.
In ASCEND arbeiten das HZB, das Fritz-Haber-Institut (FHI), die TU Berlin sowie Industriepartner wie BASF und Siemens Energy zusammen. Der Auftrag: Die Entwicklung neuartiger Katalysatoren für die klimaneutrale Chemie radikal zu beschleunigen. Statt im Labor jahrelang Trial-and-Error zu betreiben, werden hier digitale Zwillinge von Materialien erzeugt. Algorithmen durchkämmen in Hochgeschwindigkeit riesige, chemische Räume, um den optimalen Katalysatorkandidaten für die Herstellung von grünem Wasserstoff oder synthetischen Kraftstoffen zu finden.
Mit dem Schulterschluss der fünf Forschungsinstitutionen positioniert sich der Technologie-Standort Berlin als zentraler Knotenpunkt für die Materialforschung 4.0. Wer in Zukunft neue Materialien für Batterien, Solarzellen oder Katalysatoren sucht, wird dies nicht mehr primär mit Pipette und Reagenzglas tun, sondern mit sauberen Daten, trainierten Modellen und automatisierten Roboterstraßen. Die Hauptstadt hat dafür nun das notwendige Fundament gegossen.
