KI, Simulation, Verarbeitung formen Hochentropielegierungen
Ein internationales Forschendenteam am Advanced Institute for Materials Research der Tohoku University und an der POSTECH hat einen integrierten Rahmen für die Entwicklung struktureller Hochentropielegierungen vorgestellt. Hochentropielegierungen enthalten mehrere Hauptelemente in vergleichbaren Anteilen. Ihre Eigenschaften ergeben sich aus Zusammensetzung, Verfahren, Gefüge und mechanischem Verhalten zugleich. Diese Wechselwirkung über mehrere Längen- und Zeitskalen macht eine isolierte Planung mit einzelnen Experimenten oder Modellen ineffizient. In einem 2026 in Progress in Materials Science erschienenen Reviewpapier ordnet das Team bestehende Berechnungs- und Simulationsmethoden zu einem durchgängigen Ansatz. Die Autorinnen und Autoren verbinden dabei quantenmechanische Verfahren, thermodynamische Modelle, Mikrostruktursimulationen und KI-gestützte Datenanalyse. Dichte-Funktional-Theorie und Molekulardynamik erfassen atomare Wechselwirkungen. Berechnungen von Phasendiagrammen und Phasenfeldmodelle beschreiben Phasenstabilität und Gefügeentwicklung. Kristallplastizitätsmodelle überführen diese Informationen in mechanisches Verhalten auf Bauteilebene. Maschinelles Lernen und künstliche Intelligenz ergänzen diese Physik-basierten Werkzeuge, um Zusammenhänge aus vorhandenen Daten zu erkennen und neue Legierungsentwürfe zu empfehlen. Den entsprechenden Autor Hyoung Seop Kim nach lässt sich so erstmals ein kohärenteres Gesamtbild erzeugen, in dem Phasenstabilität, Gefügeentwicklung und mechanische Eigenschaften gemeinsam vorhergesagt werden können. Ein zentraler Aspekt des Reviews ist die direkte Verknüpfung von Prozesssimulation und Gefügeergebnis. Simulationen additiver Fertigungsverfahren sowie intensiver plastischer Verformung zeigen, wie Fertigungsbedingungen die Mikrostruktur und damit die Bauteilperformance steuern. Ergänzend werden Konzepte wie integrale Kern-Schale-Architekturen und umgekehrte Gradientenstrukturen diskutiert. Diese Designs zielen auf verbesserte mechanische Festigkeit und erhöhte Beständigkeit gegen Wasserstoffversprödung ab. Der vorgestellte Ansatz verfolgt das Ziel, die Entwicklung von Hochentropielegierungen vom empirischen Trial-and-Error in einen vorhersagbaren Prozess zu überführen. Kim zufolge besteht die Hauptleistung nicht in der Sammlung einzelner Studien, sondern in der Ordnung eines schnell wachsenden Feldes zu einer konsistenten Designphilosophie. Für die Zukunft skizzieren die Forschenden eine geschlossene Entwicklungsschleife: KI-Modelle und Berechnungen identifizieren vielversprechende Zusammensetzungen, physikalische Simulationen erklären deren Wirkmechanismen, Experimente überprüfen die Vorhersagen und liefern neue Daten zurück in die Modelle. Für die Materialforschung bedeutet das, Experiment, Theorie, Simulation und Datenwissenschaft stärker zu verzahnen. Künftige Legierungsentwicklung wird laut den Autorinnen und Autoren nicht mehr auf Intuition allein beruhen können. Stattdessen müssen rechnerische Verfahren, Prozesswissenschaft und künstliche Intelligenz als koordinierte Werkzeuge eingesetzt werden. Der Review von Renhao Wu und Hyoung Seop Kim positioniert diese Integration als Schlüssel zu schnelleren, präziseren und belastbareren Designs komplexer Hochentropielegierungen.
