Forschung

Wir entwickeln Simulationsmethoden, die auf der Dichtefunktionaltheorie basieren und es erlauben, genaue und realistische Materialeigenschaften bei finiten Temperaturen zu berechnen. Eigenschaften – die für das Materialdesign besonders wichtig sind und uns daher vor allem interessieren – sind Phasenstabilitäten, Diffusionskonstanten und Defektigenschaften. Um die Methoden effizient zu machen, entwickeln wir unter anderem interatomare Potentiale mittels "machine learning". Mit interatomaren Potentialen führen wir ebenfalls großskalige Molekulardynamik-Simulationen durch, um z.B. die Bewegung und Wechselwirkung von Defekten (wie Versetzungen) zu verstehen.

• Entwicklung einer Methode um Schmelzeigenschaften effizient mittels ab initio zu berechnen
• Untersuchung von dynamisch instabilen Systemen mit ab initio
• Untersuchung von Diffusionseigenschaften in Hochentropielegierungen (DFG gefördertes Projekt)
• Entwicklung von ab initio-basierten Methoden zur Vorhersage von Phasendiagrammen (EU gefördertes Projekt, ERC Consolidator Grant Materials 4.0)
• Berechnung von Eigenschaften von Superversetzungen in Ni3Al mit maschinell gelernten Potentialen
• Berechnung der Li-Diffusion in festen Elektrolyten mit maschinell gelernten Potentialen (innerhalb des Exzellenclusters SimTech)