idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Würzburger Forschende des Exzellenzclusters ctd.qmat haben eine neue Art elektronischer Bauteile entwickelt. Sie eröffnen neue Perspektiven für energieeffiziente Hardware, etwa für Anwendungen in der künstlichen Intelligenz.
Künstliche Intelligenz benötigt heute oft sehr viel Energie, besonders beim Training großer Modelle. Während klassische Computer Rechen- und Speicheroperationen im Chip meist räumlich trennen, sind diese im menschlichen Gehirn enger miteinander verknüpft: Neuronen (Nervenzellen) sind über Synapsen verbunden und verarbeiten Signale direkt an diesen Verbindungsstellen. Wenn Signale häufig oder besonders stark auftreten, verändern sich diese Verbindungen. Ein zentraler Mechanismus des Lernens besteht darin, dass das System frühere Aktivität speichert und sein Verhalten anpasst. Da sich die Verbindungen im Gehirn entsprechend ändern, wird dieser Prozess als Neuroplastizität bezeichnet.
Dieses Prinzip des Lernens aus Erfahrung will das sogenannte „brain-inspired computing“ nachahmen: Computerhardware soll Informationen nicht nur verarbeiten, sondern sich auch Zustände merken und anpassen können. Würzburger Forschende des Exzellenzclusters ctd.qmat – Komplexität, Topologie und Dynamik in Quantenmaterialien der Universitäten Würzburg und Dresden haben nun nachgewiesen, dass sich dafür komplexe Oxidmaterialien besonders gut eignen. In ihrer aktuellen Veröffentlichung stellen sie Bauelemente vor, die wesentliche Eigenschaften biologischer Nervensysteme elektronisch nachbilden können.
Komplexe Oxide vereinen viele Funktionen
Die Grundlage der neuen Bauelemente bildet eine Grenzfläche aus zwei Oxidmaterialien, die am Würzburger Lehrstuhl für Experimentelle Physik IV hergestellt wurde: Lanthanaluminat (LaAlO₃, kurz LAO) und Strontiumtitanat (SrTiO₃, kurz STO). Obwohl beide Materialien für sich genommen elektrisch isolierend sind, entsteht an ihrer gemeinsamen Grenzfläche ein extrem dünner leitfähiger Bereich, ein sogenanntes quasi-zweidimensionales Elektronengas.
Durch gezielte Mikrostrukturierung lassen sich daraus winzige „Elektronen-Autobahnen“ herstellen, auf denen sich der Verkehr der Ladungsträger – also der Ladungstransport – präzise steuern lässt. Fließt Strom durch die Grenzfläche, können Sauerstoffatome herausgelöst werden. Dadurch verändert sich der elektrische Widerstand. Die Leitfähigkeit der Struktur kann somit gezielt angepasst werden. Auf diese Weise lässt sich ein Bauelement „anlernen“. Das funktioniert ähnlich wie bei einem neuronalen Netzwerk, das durch äußere Reize lernt.
Die dabei eingesetzten komplexen Oxide zählen zu den vielversprechendsten Materialplattformen für neuartige Elektronik. „Komplexe Oxide sind für uns ein besonders spannendes Spielfeld, weil sie viele elektronische Eigenschaften in einer einzigen Materialplattform vereinen. Genau das macht sie so interessant für eine neue Generation energieeffizienter und anpassungsfähiger Computerhardware“, erläutert Ralph Claessen, Sprecher des Würzburg-Dresdner Exzellenzclusters ctd.qmat an der Universität Würzburg und Mitautor der Studie.
Elemente für ein künstliches Nervennetzwerk
Die Vielseitigkeit der Oxid-Plattform nutzte das Würzburger Team, um Bauelemente zu entwickeln, die zentrale Funktionen von Neuronen und Synapsen nachbilden können. Dazu zählen ein Transistor zum Schalten von Strom, ein Memristor als widerstandsbasierter Speicherbaustein sowie ein Memcapacitor, dessen Kapazität von seiner elektrischen Vorgeschichte abhängt. Besonders bemerkenswert ist, dass ein einzelnes nanoskaliges Bauelement – je nach Verschaltung – verschiedene Aufgaben übernehmen kann. Es lässt sich als Transistor, Memristor oder Memcapacitor betreiben und fungiert damit als eine Art elektronisches Multitalent.
„Das Spannende an unserer Plattform ist, dass wir mit demselben Materialsystem sehr verschiedene Funktionen realisieren können. Dadurch kommen wir Hardware näher, die nicht nur rechnet, sondern auch direkt im Bauelement lernen sowie Informationen zwischenspeichern kann“, sagt Soumen Pradhan, Postdoktorand am Lehrstuhl für Technische Physik in Würzburg und Erstautor der Studie.
Potenzielle Anwendung für mitdenkende Biosensoren
Mögliche Anwendungsbereiche für die „selbstlernende“ Brain-Inspired-Computing-Plattform sind die Gesundheitsüberwachung und die medizinische Diagnostik.
Langfristig könnten solche Technologien in tragbaren Sensorsystemen oder bioelektronischen Anwendungen eingesetzt werden. Sie könnten zentrale Parameter wie Herzfrequenz, Blutdruck, Körpertemperatur, Sauerstoffsättigung oder Blutzucker kontinuierlich erfassen und direkt vor Ort intelligent auswerten: schnell, energieeffizient und ohne zusätzliche Recheneinheiten.
Die aktuellen Ergebnisse des Würzburger Physikteams stammen zwar aus der Grundlagenforschung, verdeutlichen jedoch das Potenzial dieser neuen Generation von Hardware und sind in Nature Communications erschienen.
ctd.qmat
Der Exzellenzcluster ctd.qmat – Complexity, Topology and Dynamics in Quantum Matter (Komplexität, Topologie und Dynamik in Quantenmaterialien) der Julius-Maximilians-Universität Würzburg (JMU) und der Technischen Universität Dresden erforscht und entwickelt neuartige Quantenmaterialien mit maßgeschneiderten Eigenschaften. Etwa 300 Forschende aus mehr als 30 Ländern entwerfen an der Schnittstelle von Physik, Chemie und Materialwissenschaften die Grundlagen für die Technologien der Zukunft. 2026 ist das Cluster in die 2. Förderperiode der Exzellenzstrategie des Bundes und der Länder gestartet – mit erweitertem Fokus auf die Dynamik von Quantenprozessen.
Dr. Fabian Hartmann, Group Leader Nanoelectronics Group, Julius-Maximilians-Universität Würzburg, Tel: +49 931 31-81523, fabian.hartmann@uni-wuerzburg.de
Oxide Interface-Based Polymorphic Electronic Devices for Neuromorphic Computing; Pradhan, S., Miller, K., Hartmann, F. et al., Nat Commun 17, 3406 (2026), https://doi.org/10.1038/s41467-026-71642-2.
Merkmale dieser Pressemitteilung:
Journalisten
Physik / Astronomie
überregional
Forschungsprojekte
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
