KIT nutzt KI zur Entwicklung effizienterer Perowskit-Solarzellen

Methoden der Künstlichen Intelligenz (KI) ermöglichen präzise Vorhersagen von Materialeigenschaften bei der Bildung von Perowskit-Material für Solarzellen. Forschende des KIT veröffentlichen Studie.

Veröffentlicht: 27. Januar 2025 | Kategorie: Allgemein, News
Foto: Markus Breig, KIT / Grafik: Felix Laufer, KIT

Das Karlsruher Institut für Technologie (KIT) hat eine Methode entwickelt, die maschinelles Lernen (ML) einsetzt, um die Überwachung und Optimierung der Herstellung von Perowskit-Solarzellen zu verbessern. Perowskit-Solarzellen zeigen im Labor hohe Wirkungsgrade bei der Umwandlung von Sonnenenergie in elektrische Energie und können kostengünstig hergestellt werden. Durch den Einsatz von Deep Learning können Materialeigenschaften und Wirkungsgrade von Solarzellen schnell und präzise vorhergesagt werden. Die Forschenden nutzten dabei Messdaten, die während der Fertigung erfasst wurden, um Prozessfehler frühzeitig zu identifizieren, ohne dass zusätzliche Untersuchungsmethoden erforderlich sind. Dies stellt einen wichtigen Schritt in Richtung industrieller Anwendbarkeit der Perowskit-Photovoltaik dar. Professor Ulrich Wilhelm Paetzold (Institut für Mikrostrukturtechnik sowie Lichttechnisches Institut (LTI) des KIT) betont, dass maschinelles Lernen entscheidend ist, um das für die industrielle Fertigung erforderliche Monitoring der Perowskit-Dünnschichtbildung zu verbessern. Ihre Studie stellen die Forschenden in der Fachzeitschrift Energy und Environmental Science vor. Sie ist unter diesem Link zu finden.

Quellen

Aktuelle Beiträge