Ein internationales Forscherteam um Professor Hao Li von der Tohoku-Universität hat die KI-gestützte Plattform DigMethpy vorgestellt. Das System beschleunigt die Entwicklung von Katalysatoren für die Methanpyrolyse, ein Verfahren zur emissionsarmen Wasserstoffproduktion. Bei der Methanpyrolyse wird Methan in Wasserstoff und festen Kohlenstoff gespalten, wodurch direkte CO2-Emissionen vermieden werden. Die Identifizierung effizienter Schmelzkatalysatoren war bisher aufgrund des umfangreichen und schlecht verstandenen chemischen Designraums ein aufwendiger Trial-and-Error-Prozess. DigMethpy schließt diese Lücke durch einen geschlossenen, KI-gesteuerten Workflow. Die Plattform integriert wissenschaftliche Literatur, experimentelle Daten, Computersimulationen, maschinelles Lernen und große Sprachmodelle zu einem einzigen Entdeckungssystem. Mit einer kuratierten Datenbank von über 40.000 Datensätzen aus mehr als 500 Publikationen und Rechenaufzeichnungen deckt DigMethpy Schmelzmetalle, Legierungen, Salze und Mischkatalysatorsysteme ab. Das System sammelt kontinuierlich Informationen, sagt vielversprechende Katalysatorkandidaten voraus und optimiert seine Empfehlungen durch Validierungsfeedback. Durch die Analyse der Plattformdaten identifizierten die Forscher zentrale Leistungsindikatoren, darunter atomare Ladungsdeskriptoren, Diffusionsverhalten und Wasserstoffadsorptionseigenschaften. Diese Erkenntnisse fließen direkt in das Design hochaktiver Mehrkomponenten-Schmelzlegierungskatalysatoren ein. Das Ergebnis ist ein signifikant reduzierter Zeitaufwand und geringere Kosten für die Materialentwicklung. Professor Hao Li, Herausgeber der Fachzeitschrift AI Agents, betonte, dass DigMethpy einen wichtigen Schritt hin zur datengetriebenen und schließlich autonomen Katalysatorentdeckung darstelle. Die integrierte Verknüpfung experimenteller, rechnerischer und KI-basierter Methoden ermögliche effizientere wissenschaftliche Entscheidungsprozesse. Die Ergebnisse wurden im Journal AI Agents publiziert. Das Forscherteam plant, die DigMethpy-Datenbank weiter zu erweitern, die Vorhersagegenauigkeit zu steigern und autonome Multi-Agenten-Systeme zu entwickeln, die die Katalysatorentwicklung der nächsten Generation unterstützen.