Ein internationales Forscherteam um Professor Dong Zhaogang von der Singapore University of Technology and Design (SUTD), Professor Zhu Jinfeng von der Xiamen University sowie Wissenschaftler der Hefei University of Technology hat ein KI-basiertes Framework zur Entwicklung optischer Fourier-Flächen entwickelt. Die Ergebnisse wurden 2026 im Fachjournal PhotoniX veröffentlicht. Das Modell adressiert ein langjähriges Problem der Nanophotonik: Herkömmliche Designs basieren auf idealisierten Computersimulationen, die reale Fertigungsungenauigkeiten und komplexe Lichteinfallswinkel oft nicht abbilden. Um diese Lücke zu schließen, trainierten die Forscher ein transformerbasiertes neuronales Netzwerk namens ExpForm ausschließlich auf experimentellen Messdaten. Dabei kam ein Hochdurchsatz-Spektroskopiesystem zum Einsatz, das breitbandige Reflexionsspektren über einen weiten Bereich von Einfallswinkeln erfasste. Über 25.000 Spektrumdatenpunkte von vier mittels Nanoimprint-Lithografie hergestellten Proben dienten als Trainingsbasis. Die Daten enthalten automatisch die typischen Fertigungsrauhigkeiten, strukturellen Asymmetrien und Messrauschen der realen Welt. Das Framework integriert zwei neuronale Netze. Ein Vorwärtsnetz berechnet in Echtzeit das optische Spektrum aus gegebenen geometrischen Parametern und Einfallswinkeln. Ein inverses Netz ermittelt umgekehrt aus einer gewünschten spektralen Antwort die notwendigen Strukturmaße und Beleuchtungswinkel. Diese bidirektionale Architektur ersetzt den traditionellen, zeitaufwändigen Zyklus aus Simulation, Fertigung und Messtechnik durch einen direkten KI-gestützten Entwurf. Im Vergleich zu herkömmlichen Simulationsverfahren wie der Finite-Difference-Time-Domain-Methode erreicht ExpForm eine Übereinstimmung von 99,79 Prozent mit den experimentellen Messwerten. Die spektrale Auswertung läuft dabei annähernd 900-mal schneller ab. Dies reduziert Konstruktionszyklen von Stunden oder Tagen auf Sekunden und minimiert den Bedarf an kostspieligen physischen Prototypen. Zudem ermöglicht das System die programmierbare Steuerung optischer Moden allein durch Variation des Lichteinfallswinkels, wodurch eine einzelne Nanostruktur mehrere Funktionen übernehmen kann. Die Forscher haben den gesamten experimentellen Datensatz öffentlich zugänglich gemacht, um den wissenschaftlichen Austausch zu fördern und objektive Benchmarks zu ermöglichen. Bisher waren experimentgestützte KI-Ansätze vorwiegend auf Mikrowellenfrequenzen beschränkt; dieses Projekt erweitert die Methode erstmals in den sichtbaren und nahen Infrarotbereich. Zukünftig soll der Ansatz auf hochgütige Resonatoren, nichtlineare optische Plattformen und dreidimensionale Metastrukturen ausgeweitet werden. Nach Ansicht des Teams markiert die Arbeit einen strategischen Wandel von rein erstprinzipienbasierten Modellen hin zu einem dateninformierten, experimentell verankerten Designparadigma. Künstliche Intelligenz fungiert dabei nicht als reines Rechenwerkzeug, sondern als ko-kreativer Entwicklungspartner. Dieses Vorgehen ist potenziell auf weitere Disziplinen wie Materialwissenschaften, Elektronik und Quantentechnologien übertragbar.