Catalysis App – strukturierte Forschungsdaten für nachhaltigere Katalysatoren
Die Plattform ermöglicht einen zuverlässigen Datenaustausch und bietet eine gut fundierte Grundlage für KI-gestützte Analysen
Die Katalyse – also das Herabsetzen der Aktivierungsenergie bei einer chemischen Reaktion durch einen Katalysator – spielt eine Schlüsselrolle in der chemischen Industrie, aber auch für die Entwicklung nachhaltiger Technologien auf dem Weg zu einer kohlenstoffarmen Wirtschaft. Die Suche nach leistungsfähigen und nachhaltigen Katalysatoren ist jedoch häufig kostenintensiv und zeitaufwendig. Beschleunigt werden kann sie mithilfe der datengetriebenen Katalyseforschung. Allerdings liegen experimentelle Daten oft nicht in maschinenlesbarer und standardisierter Form vor. Hier setzt die NOMAD Catalysis App an: „Mit der Catalysis App haben wir eine Lösung geschaffen, die es Forschenden ermöglicht, ihre Daten in einem einheitlichen Format zu speichern und zu teilen. Dies erleichtert die Vergleichbarkeit von Ergebnissen und schafft die Grundlage für eine zukünftige KI-gestützte Katalysatorentwicklung,“ sagt Dr. Annette Trunschke, Principal Investigator von FAIRmat.
Entwickelt wurde die Catalysis App durch das Konsortium FAIRmat innerhalb der Nationalen Forschungsdateninfrastruktur (NFDI). In der Fachzeitschrift Nature Catalysis ist dazu nun ein Beitrag erschienen, entstanden aus der Zusammenarbeit von Forschenden von FAIRmat am Center for the Science of Materials Berlin (CSMB) der Humboldt-Universität zu Berlin (HU), des Fritz-Haber-Instituts der Max-Planck-Gesellschaft und des Helmholtz-Zentrums Berlin. Maßgeblich beteiligt war Dr. Julia Schumann, FAIRmat Catalysis Expert von der HU, die wissenschaftliche Leitung lag bei Dr. Annette Trunschke, Principal Investigator bei FAIRmat.
Mehrwert der App steigt mit verfügbaren Daten
Die Catalysis App erlaubt es Forschenden, mit strukturierten, vergleichbaren und maschinenlesbaren Daten zu arbeiten – entweder über eine intuitive grafische Benutzeroberfläche (GUI) oder programmgesteuert über eine Programmierschnittstelle (API). Diese Benutzeroberflächen sind so gestaltet, dass Daten aus unterschiedlichen Perspektiven erschlossen werden können. So lassen sich beispielsweise geeignete Katalysatoren für bestimmte Reaktionen identifizieren oder Reaktionsprodukte für gegebene Ausgangsstoffe analysieren. Darüber hinaus können zahlreiche Parameter wie Synthesemethoden, Katalysatorformen oder Reaktionsbedingungen gefiltert werden, etwa zur gezielten Suche nach Hochdruck- oder Niedrigtemperaturreaktionen.
Ein besonderer Vorteil der Anwendung ist die integrierte Datenvisualisierung. Der Upload von Daten kann entweder manuell über GUI oder programmatisch über API erfolgen. Es wurden spezielle Datenstrukturen und Vorlagen entwickelt, die eine einfache und standardisierte Dateneingabe ermöglichen.
Der wissenschaftliche Mehrwert der App steigt maßgeblich mit Umfang, Vielfalt und Qualität der verfügbaren Daten. „Mit wachsender Beteiligung der Community wird auch der Nutzen der Plattform weiter zunehmen. Daher sind Forschende weltweit eingeladen, die Anwendung zu nutzen, Daten beizutragen und Feedback zu geben, um die Weiterentwicklung aktiv mitzugestalten“, so Dr. Annette Trunschke
FAIRmat: Umgang mit großen Mengen an Forschungsdaten
Moderne Forschungseinrichtungen benötigen effektive Datenmanagementinfrastrukturen und Tools, um Qualität, Nachvollziehbarkeit und langfristige Nutzbarkeit von Daten sicherzustellen. Dafür stehen die FAIR-Prinzipien: Auffindbarkeit (Findability), Zugänglichkeit (Accessibility), Interoperabilität (Interoperability) und Wiederverwendbarkeit (Reusability) digitaler Daten. Die Umsetzung erfolgt durch das Konsortium FAIRmat innerhalb der Nationalen Forschungsdateninfrastruktur (NFDI), das an der Humboldt-Universität zu Berlin koordiniert wird. Ziel des Forschungsdatenmanagements ist es, Transparenz und Nachvollziehbarkeit in der Forschung zu fördern und gleichzeitig redundante Arbeit durch die Nachnutzung bereits vorhandener Daten zu vermeiden. Damit ist es ein zentraler Bestandteil guter wissenschaftlicher Praxis. Innerhalb von FAIRmat werden diese Prinzipien in der NOMAD-Dateninfrastruktur umgesetzt.
NOMAD: Öffentlich zugängliche Dateninfrastruktur für Catalysis App
NOMAD (Novel Materials Discovery) ist eine Dateninfrastruktur für Forschungsdatenmanagement in den Materialwissenschaften. Sie bietet nötige Flexibilität für die Entwicklung domänenspezifischer Tools zur Verwaltung standardisierter Erfassung experimenteller Katalysedaten. Innerhalb von NOMAD wurde die Catalysis App entwickelt, um perspektivisch FAIR-konforme Datenpraktiken in der Katalyse zu etablieren. Seit dem Start im Jahr 2014 als Repositorium für berechnete Daten wurde NOMAD kontinuierlich weiterentwickelt.
Publikation:
“Enabling open and FAIR catalysis data with standardized data structures”
Julia Schumann, Hampus Näsström, Michael Götte, Lauri Himanen, Abdulrhman Moshantaf, Markus Scheidgen, José A. Márquez, Claudia Draxl, Annette Trunschke
Nature Catalysis volume 9, pages225–229 (2026). https://doi.org/10.1038/s41929-026-01508-9
Weiterführende Informationen:
Kontakt:
Dr. Julia Schumann
FAIRmat Catalysis Expert
Institut für Physik an der Humboldt-Universität zu Berlin
jschumann(at)physik.hu-berlin.de
Dr. Annette Trunschke
FAIRmat Principal Investigator
Fritz-Haber-Institut der Max-Planck-Gesellschaft
trunschke(at)fhi-berlin.mpg.de
HU-Pressemitteilung vom 23.04.2026