Ein Forscherteam um Hyuk-Jun Kwon vom Department of Electrical Engineering & Computer Science der Daegu Gyeongbuk Institute of Science and Technology hat eine umfassende Roadmap für KI-gestützte elektronische Nasen vorgelegt. Die Ergebnisse wurden im Fachjournal Progress in Materials Science publiziert. Die Studie adressiert die bekannten Limitierungen konventioneller Sensorik hinsichtlich Selektivität, Ansprechgeschwindigkeit und Betriebsbedingungen, indem sie metallorganische Gerüstverbindungen (MOFs) mit modernen Algorithmen des maschinellen Lernens verknüpft. Im Gegensatz zu etablierten Sensormaterialien nutzen die neuen Systeme die gezielt designbare poröse Struktur von MOFs. Durch die Kombination von Metallionen und organischen Liganden lassen sich diese Gerüste für spezifische Analyten optimieren, was eine hochempfindliche Detektion von Geruchsmolekülen bei Raumtemperatur und extrem niedrigem Energiebedarf ermöglicht. Das technische Konzept orientiert sich am menschlichen Geruchssinn: Über das Prinzip der kombinatorischen Kodierung aktivieren einzelne Duftstoffe gleichzeitig mehrere Sensoren. Daraus entsteht ein einzigartiges Signalarray, das von einer KI interpretiert und zuordnungsorientiert klassifiziert wird. Die Autoren kategorisieren die Sensorplattformen in drei Klassen: reine MOFs, MOF-Verbundwerkstoffe und MOF-Derivate. Die Grundstrukturen liefern dabei die Anpassbarkeit der Porengeometrie, während Composite-Materialien und Derivate die mechanische Stabilität sowie die chemische Spezifität deutlich erhöhen. Hyuk-Jun Kwon betont, dass MOFs eine nahezu unendliche Materialbibliothek bereitstellen und so die bisherige Trennung zwischen der Werkstoffforschung und der datenbasierten Geruchsanalyse überwinden. Die vorgestellte Roadmap dient als Entwicklungsrahmen für anwendungsspezifische intelligente Riechsysteme. Die technischen Fähigkeiten der MOF-basierten E-Nase eröffnen ein breites Spektrum zukünftiger Einsatzgebiete. Neben der Überwachung der Luftqualität, der Lebensmittelsicherheit und der Detektion gefährlicher Industriechemikalien sind Integrationen in die medizinische Atemdiagnostik, die präzise Landwirtschaft sowie in die autonome Mobilität und Robotik vorgesehen. Durch die synchrone Weiterentwicklung von nanoporösen Materialien und adaptiver Signalverarbeitung schafft der Ansatz die technologische Basis für eine neue Generation von vernetzten, intelligenten Umgebungs- und Gesundheitssensoren.