large_BatTs-Logo-HoNaBat.png

medium_BatTs-Logo-HoNaBat.png

small_BatTs-Logo-HoNaBat.png

thumbnail_BatTs-Logo-HoNaBat.png

BatTs-Logo-HoNaBat.png

Hochbeladene Elektroden für Na-Ionen-Batterien

Herr Dr. Nicolas Bucher

small_VARTA_Logo_Positive_RGB.png

VARTA Microbattery GmbH

small_BMFTR_de_Web_RGB_gef_durch.jpg

Bundesministerium für Bildung und Forschung

Bundesministerium für Bildung und Forschung
Referat 511: Neue Werkstoffe, Nanotechnologie; KIT

Bundesministerium für Bildung und Forschung
Referat 523: Werkstoffinnovationen, Batterie; Hereon, KIT

Bundesministerium für Bildung und Forschung
Referat 525: Batterieforschung; KIT

Bundesministerium für ­Forschung, Technologie und Raumfahrt
Referat 525: Batterieforschung; KIT

small_BMFTR_de_v1__Web_farbig.png

Referat T15: Batterieforschung; KIT

Bundesministerium für­ Forschung, Technologie und Raumfahrt Referat T15: Batterieforschung; KIT

Bundesministerium für­ Forschung, Technologie und Raumfahrt

small_PTJ-Logo_Horizontal_Schutzraum_RGB.png

Arbeitseinheit NMT: Neue Materialien und Chemie

Projektträger Jülich Arbeitseinheit NMT: Neue Materialien und Chemie

Projektträger Jülich

PTJ-Logo_Horizontal_Schutzraum_RGB.png

[verbundprojekt]

[Verbundprojekt]

DLR_Logo.png

Deutsches Zentrum für Luft- und Raumfahrt e. V.

Kommunikation

small_DLR_TT_DE_kurz_bk.png

Institut für Technische Thermodynamik

Deutsches Zentrum für Luft- und Raumfahrt e. V. Institut für Technische Thermodynamik

Herr Dr. Timo Danner

Im Rahmen des Projektes HoNaBat sollen an der Universität Ulm tomographische Bilddaten von Elektroden für Natrium-Ionen-Batterien segmentiert und statistisch analysiert werden.
Für die Segmentierung werden klassische Methoden der Bildverarbeitung als auch Methoden des maschinellen Lernens wie convolutional neural networks verwendet. Dadurch kann die komplexe 3D-Morphologie durch interpretierbare, geometrische Deskriptoren quantifiziert werden. Insbesondere kann auch der Einfluss von Prozessparametern auf die Elektrodengeometrie untersucht werden. Die segmentierten 3D-Bilddaten dienen dann als Grundlage zur Kalibrierung von parametrischen, stochastischen Mikrostrukturmodellen, welche auf Methoden der stochastischen Geometrie basieren. Auch hier werden klassische Ansätze mit Methoden der generativen künstlichen Intelligenz (z. B. generative adversarial networks) kombiniert, um beispielsweise die Modell-Kalibrierung effizienter durchzuführen. Ziel ist es, ein- und denselben Modelltyp für unterschiedlich hergestellte Elektroden zu verwenden, sodass durch Interpolation der Modellparameter quantitative Prozess-Eigenschaftsbeziehungen hergeleitet werden können. Nach der Modellvalidierung wird ein breites Spektrum von virtuellen, aber dennoch realistischen, 3D-Strukturen für Elektroden in Natrium-Ionen-Batterien mittels (stochastischer) Monte-Carlo-Simulation generiert. Diese vielfältige Strukturdatenbank dient dann als Grundlage zur Herleitung von quantitativen Struktur-Eigenschaftsbeziehungen. Insbesondere werden hierfür die an der Universität Ulm generierten Strukturen als Geometrie-Input für ortsaufgelöste numerische Simulationen von elektrochemischen Eigenschaften am DLR-ECE verwendet. Dieser als virtuelles Materialtesten bezeichnete Ansatz ermöglicht es, optimale 3D-Strukturen zu identifizieren, welche mit verbesserten elektrochemischen Eigenschaften einhergehen.

Quelle: Institut für Stochastik, Universität Ulm (19.10.2026)

small_Logo_uulm_Vorlage_100mm_schwarz_RGB.jpg

Universität Ulm

Presse- und Öffentlichkeitsarbeit

Mikrostrukturmodellierung von Elektroden in Natrium-Ionen-Batterien

Institut für Stochastik

Universität Ulm Institut für Stochastik

Herr Prof. Dr. Volker Schmidt

Prof. Dr.

thumbnail_Schunk-BIT-GmbH.jpg

Schunk-BIT-GmbH.jpg

Schunk Kohlenstofftechnik GmbH

thumbnail_Logo-ZSW.jpeg

Logo-ZSW.jpeg

Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg

Prozesstechnologie & Prototypelektroden und -zellen

Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg Standort Ulm Akkumulatoren Materialforschung Prozesstechnologie & Prototypelektroden und -zellen

Laufzeit	01.07.2026 - 30.06.2029
Projektkoordination	VARTA Microbattery
Standort	Ellwangen (Jagst)
Projektbeteiligte	DLR • TT Kohlenstofftechnik Litona Rain Carbon Uni Ulm • Stochastik ZSW • StO Ulm • ECM • Prozesstechnologie
Fördersumme	4.614.692,00 €
Projektvolumen	k. A.
Fördergeber	BMFTR

Projekt

HoNaBat

Hochbeladene Elektroden für Na-Ionen-Batterien

Projektbeteiligte

Teilprojekt 1

Laufzeit:

Förderkennzeichen:

VARTA Microbattery GmbH

Teilprojekt 2

Laufzeit:

Förderkennzeichen:

Institut für Technische Thermodynamik

Teilprojekt 3

Laufzeit:

Förderkennzeichen:

Institut für Stochastik

Teilprojekt 4

Laufzeit:

Förderkennzeichen:

Schunk Kohlenstofftechnik GmbH

Teilprojekt 5

Laufzeit:

Förderkennzeichen:

Prozesstechnologie & Prototypelektroden und -zellen

Teilprojekt 6

Laufzeit:

Förderkennzeichen:

Rain Carbon Germany GmbH

Teilprojekt 7

Laufzeit:

Förderkennzeichen:

Litona GmbH

Förderung

Verbundprojektkoordination

VARTA Microbattery GmbH

Verbundprojektkoordinator*in

Pressekontakt