KI sagt Qualität von Perowskit-Schichten für perfekte Solarzellen voraus

Das Karlsruher Institut für Technologie (KIT) hat sich mit der Entwicklung einer künstlichen Intelligenz (KI) beschäftigt, um die Produktion von Perowskit-Solarzellen zu verbessern. Diese Art von Solarzellen kann Sonnenlicht effizienter in Strom umwandeln als herkömmliche Silizium-Solarzellen. Um diese Technologie jedoch kommerziell einzusetzen, sind noch weitere Verbesserungen in Bezug auf Stabilität und Produktionsprozesse notwendig.

Daher hat sich das KIT mit der Helmholtz Imaging Plattform am Deutschen Krebsforschungszentrum (DKFZ) und Helmholtz AI zusammengetan, um einen neuen Ansatz zur Vorhersage der Qualität der Perowskit-Schichten und somit der Solarzellen zu entwickeln. Dank maschinellem Lernen und neuen Methoden der künstlichen Intelligenz können bereits während des Herstellungsprozesses Variationen in der Lichtemission erkannt werden, die Rückschlüsse auf die Qualität der Zellen zulassen.

Perowskit-Solarzellen auf Basis von Tandemsolarzellen haben eine höhere Effizienz bei der Umwandlung von Sonnenlicht in Strom im Vergleich zu Silizium-Solarzellen. Sie gelten daher als Technologie der nächsten Generation und sind weitaus effizienter. Außerdem zeichnen sie sich durch kostengünstige Ausgangsstoffe und einfache Herstellungsmethoden aus.

Allerdings stellt die Herstellung hochwertiger multikristalliner Dünnschichten ohne Defekte und Löcher eine große Herausforderung dar. Selbst unter Laborbedingungen führen unbekannte Einflüsse zu Schwankungen in der Qualität der Halbleiterschichten. Das erschwert den schnellen Start der industriellen Produktion dieser äußerst effizienten Solarzellen, die für die Energiewende dringend benötigt werden.

Das Team aus Fachleuten für Perowskit-Solarzellen und Experten für maschinelles Lernen und erklärbarer künstlicher Intelligenz (XAI) hat nun eine Methode entwickelt, um die Beschichtungsfaktoren zu identifizieren. Die KI nutzt dabei verborgene Hinweise, um eine gute Beschichtung zu finden. Durch die Analyse von Videoaufnahmen der Photolumineszenz der Perowskit-Dünnschichten während des Herstellungsprozesses konnten die Wissenschaftler Variationen in der Lichtemission erkennen, die die Qualität der Beschichtung beeinflussen.

Dank des Trainings der neuronalen Netzwerke der KI ist es nun möglich, vorherzusagen, ob eine Solarzelle einen niedrigen oder hohen Wirkungsgrad erreichen wird, abhängig von Variationen in der Lichtemission während des Produktionsprozesses.

Die Forschungsergebnisse wurden in der Fachzeitschrift „Advanced Materials“ veröffentlicht und bieten wegweisende Erkenntnisse für weitere Untersuchungen. Sie ermöglichen eine gezieltere Durchführung von Experimenten und tragen zur Verbesserung der Produktion bei. Durch die Kombination von KI und maschinellem Lernen können nun Maßnahmen ergriffen werden, um die Produktion hochwertiger Solarzellen zu optimieren.

Das Karlsruher Institut für Technologie (KIT) ist eine Forschungsuniversität in der Helmholtz-Gemeinschaft. Mit rund 9.800 Mitarbeiterinnen und Mitarbeitern aus verschiedenen Fachbereichen leistet das KIT wesentliche Beiträge zu den globalen Herausforderungen in den Bereichen Energie, Mobilität und Information. Durch die Verbindung von Erkenntnissen und Anwendungen trägt das KIT zur Förderung des wirtschaftlichen Wohlstands und zum Schutz unserer natürlichen Lebensgrundlagen bei. Das KIT zählt zu den herausragenden deutschen Universitäten im Rahmen der Exzellenzinitiative.

Schlagwörter: Künstliche Intelligenz KI + PerowskitSchichten + Tandemsolarzellen

Wie bewerten Sie den Schreibstil des Artikels?