Research Unit G: Trendforschung für langlebige und effiziente Wasserstoff-Brennstoffzellensysteme

Das Verbundprojekt „DuraFuelCell“, gefördert durch die DFG, zielt auf die Entwicklung und das Verständnis von langlebigen, effizienten Wasserstoff-Brennstoffzellensystemen für mobile und stationäre Anwendungen ab. Das Teilprojekt „Data-based trend and scenario research“ leistet dabei einen wichtigen Beitrag durch die Entwicklung einer KI-basierten Wissensdatenbank, die als zentrale Plattform zur Strukturierung internationaler Forschungsaktivitäten dient, den Wissensaustausch fördert und die Forschungsaktivitäten im Bereich Wasserstoff-Brennstoffzellentechnologie optimiert.

Wasserstoff erlebt derzeit einen Wiederaufschwung als entscheidende Komponente bei der Dekarbonisierung der Energieversorgung. Sowohl die deutsche als auch die bayerische Regierung planen die Umstellung wichtiger CO₂-intensiver Industrien, einschließlich der Verkehrssektoren, auf eine grüne Wasserstoffbasis. Nachhaltige, wasserstoffbasierte Brennstoffzellen sind für die Rückumwandlung von Wasserstoff in elektrische Energie unerlässlich, wobei die Langlebigkeit dieser Systeme entscheidend ist. Angesichts der schnellen Fortschritte auf diesem Gebiet werden zahlreiche Lösungsansätze in Betracht gezogen. Allerdings kann es herausfordernd sein zu bestimmen, welche Ansätze tatsächlich zu einer nachhaltigen technologischen und wirtschaftlichen Entwicklung führen. Fortschritte werden oft schnell und über verschiedene Kanäle veröffentlicht, was es für Forschungseinrichtungen und Unternehmen, vor allem KMU, schwierig macht, relevante Entwicklungen zu verfolgen und in ihre Innovationsprozesse zu integrieren.

Unser Teilprojekt zielt darauf ab, die Komplexität der globalen Forschungs- und Entwicklungsaktivitäten auf dem Gebiet der wasserstoffbasierten Brennstoffzellen zu beherrschen, indem wir einen KI-basierten Ansatz zur dynamischen Erfassung und Strukturierung der internationalen Forschungsanstrengungen verwenden. Durch die kontinuierliche Erhebung des aktuellen Forschungsstandes können wir wichtige Entwicklungen, Technologien und Akteure identifizieren, klassifizieren und beobachten. Dieses strukturierte Wissen, das mit öffentlichen Datenbanken verknüpft ist, wird die Erkennung von Trends und Abhängigkeiten in technologischen Entwicklungen unterstützen und somit verwertbare Erkenntnisse für spezifische Fragestellungen in der Wasserstoff-Brennstoffzellenforschung liefern. 

Um dies zu erreichen, werden wir eine integrierte Methodik für die automatisierte Wissensextraktion, -darstellung und -aufbereitung entwerfen und entwickeln. Dies beinhaltet v.a. die:

• Erstellung einer domänenspezifischen Ontologie für den Bereich Brennstoffzellen in Zusammenarbeit mit Domänenexperten. Diese Ontologie trägt dazu bei, Akteure und technologische Entwicklungen zu klassifizieren und ihre Beziehungen zueinander zu identifizieren. 
• Anwendung von NLP-basierten Algorithmen (Natural Language Processing) zur automatischen Extraktion strukturierter Daten aus Textquellen.  
• Integration von Informationen aus verschiedenen Quellen (z. B. extrahierte Daten aus Texten, öffentliche Datenbanken, Expertenwissen) in einen semantisch angereicherten, dynamischen Wissensgraphen
• Ermöglichung der Visualisierung und Interaktion mit dem Wissensgraphen durch eine Benutzeroberfläche

Die im Rahmen dieses Teilprojekts entwickelte Wissensdatenbank wird im Laufe der Zeit wachsen, das gesammelte Fachwissen leicht zugänglich halten und Synergien in den einzelnen Forschungsbereichen erzeugen.  Diese Transparenz kann die Bewertung der Forschungsergebnisse unterstützen und zugleich weitere Forschungsrichtungen aufzeigen.

Nähere Informationen zur Arbeitsgruppe von Prof. Blum finden Sie hier .