idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Im Projekt DiKey will ein Konsortium aus Industrie und Akademia neue Modelle zur schnellen Entwicklung chemischer Prozesse auf Basis von Stoffdaten realisieren. So sollen gleichzeitig die Time-to-Market reduziert und die Nachhaltigkeit gesteigert werden. Die unmittelbare Umsetzung in der chemischen Industrie soll die Vorteile der neuen Methode belegen.
Angesichts der Herausforderungen durch die Energiewende, den Zugang zu neuen Rohstoffquellen sowie immer kürzere Produktlebenszyklen benötigt die chemische Industrie dringend neue Prozesse, die schnell verfügbar sind und gleichzeitig hohe Nachhaltigkeitsstandards erfüllen. Im Verbundvorhaben „DiKey – Digitale Schlüsseltechnologien zur Bestimmung der Stoffdaten für effiziente Stofftrennung in der Chemischen Industrie“ werden daher neuartige Lösungen entwickelt.
Stoffdaten sind entscheidend für die Realisierbarkeit neuer Prozesse in der chemischen Industrie. Da jedoch aufgrund zahlreicher möglicher Stoffgemische eine experimentelle Ermittlung aller relevanten Daten nicht machbar ist, setzt DiKey auf Methoden des Maschinellen Lernens (ML), um hochgenaue und breit anwendbare Modelle zur Vorhersage von Stoffdaten zu erstellen. Diese bieten eine weit höhere Leistungsfähigkeit und Flexibilität als bisherige physikalische Modelle.
Sie werden dabei gezielt auf die Bedürfnisse der Chemischen Industrie zugeschnitten. Dafür werden auch Federated Learning und Verschlüsselungstechnologien zum vertraulichkeitswahrenden Einbezug von Firmendaten in das Modelltraining entwickelt und in der Industrie implementiert. So kann eine sehr große Zahl von Verfahrensvarianten ohne Experiment untersucht und bewertet werden. Anhand der Ergebnisse werden die vielversprechendsten Verfahren ausgewählt, modellgestützt optimiert und hinsichtlich ihrer Nachhaltigkeit und Wirtschaftlichkeit bewertet. Für die praktische Umsetzung werden daten- und wissensbasierte Methoden kombiniert, um aus einem Portfolio von Einzelapparaten die bestmögliche Verschaltung für gegebene Synthese- und Trennaufgaben zu identifizieren. Sie sollen noch während der Projektlaufzeit erprobt werden, um den Mehrwert der Modelle zu demonstrieren. Außerdem soll eruiert werden, welche neuen Geschäftsmodelle sich auf den Erkenntnissen aufbauen lassen.
DiKey wird vom Bundesministerium für Wirtschaft und Energie im Rahmen des 8. Energieforschungsprogramms gefördert. Beteiligt sind unter der Koordination des Fraunhofer IWTM der DECHEMA e.V., die RTPU Kaiserslautern, die Ruhr-Universität Bochum und die INOSIM GmbH. Als assoziierte Partner bringen die Bayer AG, Evonik Operations GmbH und Merck KGaA eigene Stoffdaten und Anwendungsszenarien ein und prüfen die Anwendbarkeit der Projektergebnisse in der Praxis.
DiKey ist am 1. April 2025 gestartet mit einer Laufzeit von drei Jahren. Expertinnen und Experten haben während des Projekts Gelegenheit, die Erkenntnisse aus dem Projekt in Stakeholder-Workshops zu diskutieren. Interessierte können sich dazu bereits jetzt auf der Projekt-Webseite registrieren.
https://industrie.dechema.de/DiKey
Schnellere Prozessentwicklung dank digitaler Stoffdaten-Modelle – Projekt DiKey gestartet
Copyright: DECHEMA e.V.
Criteria of this press release:
Journalists, Scientists and scholars
Chemistry
transregional, national
Research projects
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
