Künstliche Intelligenz

Bei verschiedenen technologischen Lösungsansätzen kommen Methoden der künstlichen Intelligenz zum Einsatz. In der Prognostik werden u.a. substanzspezifische Vorhersagemodelle zur Entfernbarkeit von Schadstoffen in technischen Systemen erforscht. Bei technischen Abbauverfahren hängt die Abbaugeschwindigkeit und Mineralisierbarkeit stark von der chemischen Struktur und dem eingesetzten Verfahren ab. Bisherige Ansätze verfolgen eher einen trial-and-error-Ansatz, um Mikroschadstoffe möglichst schnell und effizient zu entfernen.

In unserer Arbeitsgruppe wird ein neuer Ansatz verfolgt – eine Kopplung von chemischer Struktur und dem jeweiligen standardisierten Abbauverfahren sowie die Entwicklung eines prädiktiven Modells. Insbesondere wird mit diesem Ansatz ermöglicht, ausgehend von der bekannten chemischen Struktur einer Verbindung (Strukturformel oder spezifische Molekülstrukturen bzw. funktionelle Gruppen) die Abbaubarkeit dieser mit verschiedenen Verfahren z.B. aus dem Bereich der Advanced Oxidation Processes vorherzusagen. Dazu werden Strukturelemente und molekulare Deskriptoren über Methoden des maschinellen Lernens verknüpft mit dem real gemessenen, chemischen Verhalten und der Reaktionskinetik einer großen Zahl von real gemessenen Proben (Testdatensatz) verknüpft.

Mit Hilfe eines solchen (universalen) prädiktiven Modells kann z.B. abgeleitet werden, welches Entfernungsverfahren für einen Schadstoff am geeignetsten ist, wie schnell, bei welchen Betriebspunkten und zu welchen Kosten dies stattfindet. Dies kann auch für zukünftige, kommerziell noch nicht verfügbare Substanzen (z.B. neu entwickelte Arzneimittel) erfolgen. Auch eine Rückrechnung von chemischen Strukturen aus den Modellen kann für die Entwicklung „optimaler“ Chemikalien, die mit geringstem Aufwand entfernbar sind, eingesetzt werden. Darüber hinaus erlaubt das Modell auch die Möglichkeit - bspw. für Umweltbehörden – Alternativen für bisher eingesetzte Chemikalien zu empfehlen, die unter den regional vorherrschenden Reinigungstechniken zu geringen Umweltauswirkungen führen. Ein high-thoughput System zur Erzeugung von Daten zum Abbau von (Mikro-)Schadstoffen mit verschiedenen technischen Verfahren steht ebenfalls zur Verfügung.