Dr. Aleksandr Savateev, Gruppenleiter am Max-Planck-Institut für Kolloid- und Grenzflächenforschung, hat eine einzigartige Online-Datenbank entwickelt. Dazu hat er Forschungsdaten aus 300 Fachartikeln analysiert und standardisiert, die in den letzten 40 Jahren auf dem Gebiet der Photohalbleiter veröffentlicht worden sind. Mit Hilfe der Datenbank könnten schneller und zielgerichteter geeignete Photohalbleiter zur Konstruktion neuer Batterien, Akkus und Superkondensatoren gefunden werden.
Die Materialchemie ist ein sich schnell entwickelndes Forschungsgebiet mit Tausenden von verschiedenen Halbleitern, und ständig kommen weitere Materialien hinzu. Doch welches dieser Materialien eignet sich beispielsweise am besten für die Anwendung in Solarbatterien? Wie sollte ein solches Material aussehen, wenn es noch nicht synthetisiert wurde? Zu diesem Zweck hat Dr. Aleksandr Savateev Forschungsartikel analysiert, die sich mit der Aufladung von Materialien durch Licht befassen und deren Ergebnisse zusammengetragen: „Wissenschaftler generieren enorme Datenmengen. Innerhalb eines einzelnen Forschungsartikels werden diese Daten analysiert, Trends abgeleitet und erklärt. Jedoch sind umfassende Analysen von Daten, die Jahrzehnte der Forschung umfassen, selbst aus einem Bereich, sehr selten. Das Fehlen einer solchen Analyse verzögert letztlich die Umsetzung technologischer Entwicklungen – und genau hier setzt die Datenbank an", erklärt Dr. Savateev. Vor 40 Jahren wurde ein physikalisches Phänomen beobachtet und untersucht, das es ermöglichen könnte, einen Lichtsammler und eine Batterie in einem Gerät zu kombinieren. Solarfarmen erzeugen zwar erneuerbaren Strom, Sonnenkollektoren können ihn jedoch bislang nicht speichern. Verschiedene Halbleitermaterialien, auch solche, die aus reichlich vorkommenden Elementen wie Kohlenstoff und Stickstoff bestehen, werden bei Bestrahlung mit sichtbarem Licht aufgeladen. Ähnlich wie eine elektrische Batterie bleibt ein Photohalbleiter im Dunkeln stunden- und sogar tagelang geladen und die in einem Photohalbleiter gespeicherte Energie kann bei Bedarf für verschiedene Zwecke genutzt werden. „Die Datenbank könnte dabei helfen, schneller die passenden Halbleiter zu finden“, sagt Savateev.
Photohalbleiter werden nicht nur dazu verwendet, Sonnenlicht zum Aufladen von Smartphones umzuwandeln, Forschungslabors auf der ganzen Welt verwenden diese Materialien anstelle von seltenen Elementen und teuren Reagenzien, um organische Verbindungen mit hohem Mehrwert zu gewinnen. Organische Chemiker und Materialwissenschaftler können die Online-Datenbank zu lichtgeladenen Materialien für deren Forschung nutzen, um das am besten geeignete Halbleitermaterial auszuwählen. Über verschiedene Filter lassen sich die gewünschten Datenpunkte nach einem bestimmten Kriterium hervorheben. Schon jetzt lassen sich anhand der in der Datenbank zusammengetragenen Eigenschaften bestimmte Trends zwischen der Struktur von Halbleitermaterialien und ihrer Fähigkeit zur Photoladung ableiten. Diese Abhängigkeiten sind in einem bei „Advanced Energy Materials“ erschienenen Fachartikel nachzulesen.
Über die Datenbank:
In dieser Übersicht werden die in 40 Jahren Forschung gesammelten experimentellen Daten zusammengefasst und quantifiziert. Die maximale spezifische Konzentration der in 1 g eines Halbleiters gespeicherten Elektronen, die maximale durchschnittliche Anzahl der pro Halbleiterpartikel gespeicherten Elektronen, die anfängliche Photoladungsrate und die anfängliche Entladungsrate werden für sechs Klassen von Halbleitermaterialien berechnet: Ti-, Zn-, Cd-, In-, W-basierte und graphitische Kohlenstoffnitride. Die Abhängigkeit dieser Parameter von der spezifischen Oberfläche des Materials, dem Partikelvolumen und anderen Eigenschaften wird analysiert und es werden Trends abgeleitet. Es wurde eine öffentliche Datenbank für photogeladene Materialien erstellt, um das Design von Hochleistungsmaterialien mit photogeladener Funktion, ihre Anwendung als wiederaufladbare Reduktionsmittel in der organischen Synthese und die Entwicklung von Geräten zu erleichtern.
Zur Veröffentlichung:
https://onlinelibrary.wiley.com/doi/full/10.1002/aenm.202200352
Links zur Datenbank:
https://pcmat.mpikg.mpg.de/ (Basisinformationen)
https://public.tableau.com/app/profile/oleksandr.savatieiev (Interaktive Grafiken)