Batterien gelten als Schlüsseltechnologie für die Energiewende. Doch Fortschritte bei Leistung, Ladegeschwindigkeit und Nachhaltigkeit lassen auf sich warten. Ein neues deutsch-kanadisches Projekt will das ändern – mithilfe von Künstlicher Intelligenz. Ein Blick auf aktuelle Forschungsansätze gibt Aufschluss.

Forschungsallianz Jülich–Kanada: Mit KI zu nachhaltigeren Lithium-Ionen-Batterien

Am 24. November 2025 gab das Forschungszentrum Jülich gemeinsam mit internationalen Partnern den Start des Projekts ATLAS.LIB bekannt. Ziel ist es, mithilfe von KI-gestützter Hochdurchsatzforschung neuartige Materialien für Lithium-Ionen-Batterien zu identifizieren. Das Vorhaben bringt Forschende aus Deutschland und Kanada zusammen und könnte einen wichtigen Impuls für die Zukunft der Batterietechnologie setzen.

Forschung neu gedacht

Traditionelle Materialforschung ist komplex, kostenintensiv und zeitaufwendig. Um ein neues Batteriematerial zu entwickeln, müssen hunderte Varianten synthetisiert und getestet werden – ein Prozess, der Jahre dauern kann. ATLAS.LIB verfolgt einen anderen Ansatz: Mit automatisierten Experimenten, Simulationen und KI-Algorithmen soll die Suche nach neuen Elektrolyt- und Elektrodenmaterialien massiv beschleunigt werden.

Im Zentrum steht die Kombination aus Hochdurchsatzverfahren und maschinellem Lernen: Während automatisierte Systeme in kurzer Zeit zahlreiche Materialproben erzeugen und testen, analysiert eine KI die Ergebnisse und prognostiziert, welche Materialkombinationen erfolgversprechend sind. So entsteht ein selbstlernendes System, das mit jedem Durchlauf besser wird.

Das Projekt ATLAS.LIB: Ein transatlantisches Vorhaben

ATLAS.LIB ist ein gemeinsames Projekt des Forschungszentrums Jülich, der Helmholtz-Gemeinschaft sowie kanadischer Forschungseinrichtungen, darunter das National Research Council Canada (NRC). Gefördert wird es durch das Bundesministerium für Bildung und Forschung (BMBF) sowie die kanadische Regierung.

„Wir wollen mit ATLAS.LIB eine Plattform schaffen, die es erlaubt, Materialien für Lithium-Ionen-Batterien deutlich schneller zu entwickeln als bisher“, sagt Projektleiterin Dr. Susanne Uhlenbruck vom FZ Jülich. Ziel sei es, bis 2028 mehrere neuartige Materialien mit verbesserten Eigenschaften zu identifizieren – darunter höhere Energiedichte, längere Lebensdauer und kürzere Ladezeiten.

Technologie im Detail: So funktioniert die KI-gestützte Materialsuche

Die Grundlage des Projekts bildet ein kontinuierlicher Zyklus aus Datenerfassung, Modellierung und Optimierung:

1. Datenerfassung: Automatisierte Synthesestationen erzeugen unterschiedliche Materialproben. Sensoren erfassen chemische, physikalische und elektrochemische Eigenschaften.
2. Datenanalyse: Machine-Learning-Modelle analysieren die Messdaten, erkennen Muster und treffen Vorhersagen über vielversprechende Materialzusammensetzungen.
3. Optimierung: Basierend auf den KI-Prognosen werden neue Materialkombinationen generiert und erneut getestet.

Dieser datengetriebene Zyklus ermöglicht es, in wenigen Monaten das zu leisten, wofür klassische Methoden mehrere Jahre benötigen würden.

Bedeutung für Nachhaltigkeit und Elektromobilität

Die Fortschritte in der Batterieforschung sind zentral für viele Zukunftsfelder – von der Elektromobilität über mobile Geräte bis zur stationären Energiespeicherung. Insbesondere die europäische Automobilindustrie ist auf leistungsfähige, kostengünstige und umweltfreundlichere Batterien angewiesen, um im globalen Wettbewerb mithalten zu können.

ATLAS.LIB zielt deshalb nicht nur auf wissenschaftliche Exzellenz, sondern auch auf strategische Souveränität: Europa soll sich unabhängiger von asiatischen Batterieproduzenten machen und gleichzeitig nachhaltigere Lösungen entwickeln.

Chancen und Herausforderungen

Die Vorteile des KI-gestützten Forschungsansatzes liegen auf der Hand: schnellere Entwicklungszyklen, systematischere Datennutzung, geringere Kosten. Doch es gibt auch Herausforderungen:

• Modellqualität und Datenbasis: KI-Systeme sind nur so gut wie die Daten, mit denen sie trainiert werden. Rauschen, Messfehler oder unvollständige Datensätze können zu Fehlprognosen führen.
• Reproduzierbarkeit: Ergebnisse müssen verlässlich und konsistent sein – eine Hürde, wenn viele Faktoren gleichzeitig variiert werden.
• Nachvollziehbarkeit: Black-Box-Modelle werfen Fragen hinsichtlich der Interpretierbarkeit auf. Gerade im wissenschaftlichen Umfeld ist Transparenz essenziell.

Trotzdem sind sich Expertinnen und Experten einig: KI bietet enormes Potenzial für die Materialwissenschaft – nicht als Ersatz für Forschende, sondern als intelligentes Werkzeug zur Entscheidungsunterstützung.

Internationale Zusammenarbeit als Innovationsmotor

Ein bemerkenswerter Aspekt von ATLAS.LIB ist die internationale Kooperation. Durch den Austausch von Know-how, Infrastrukturen und Datenbanken entsteht ein wissenschaftliches Ökosystem, das über nationale Grenzen hinaus wirkt. Kanada bringt dabei seine Expertise in der Materialchemie ein, Deutschland seine Stärken in KI-gestützter Forschung und Systemintegration.

Diese Art der Vernetzung ist nicht nur effizient, sondern auch notwendig, um globalen Herausforderungen wie der Energiewende und Ressourcenknappheit zu begegnen.

Wohin die Reise gehen könnte

ATLAS.LIB ist ein Beispiel für eine neue Forschungslogik: iterativ, datengetrieben, interdisziplinär. Wenn das Projekt erfolgreich ist, könnte es als Blaupause für viele andere Anwendungsfelder dienen – von Halbleitern über Baustoffe bis zur Medizintechnik.

Auch politisch könnte das Signal nicht klarer sein: Europa investiert gezielt in KI als Enabler-Technologie, um nicht nur beim Datenschutz, sondern auch bei Schlüsseltechnologien wie Batterien eine aktive Rolle zu spielen.

Das Projekt ATLAS.LIB zeigt also eindrucksvoll, wie KI dabei helfen kann, technologische Durchbrüche zu beschleunigen – vorausgesetzt, sie wird sinnvoll eingebettet, kritisch reflektiert und international abgestimmt. In der Kombination aus künstlicher Intelligenz, automatisierter Forschung und strategischer Zusammenarbeit liegt eine große Chance für den Wissenschaftsstandort Europa. Denn wer die Materialwissenschaft von morgen gestaltet, formt auch die Technologien der Zukunft.