Über TACO

SFB TACO – kurz TACO – ist ein Spezialforschungsbereich und wurde vom österreichischen Fonds für Wissenschaft und Forschung FWF bewilligt. Der volle Name des Projekts (Projektnummer F 81-N) lautet “TAming COmplexity in Materials Modeling, TACO” – deutsch in etwa “Zähmung der Komplexität in der Materialmodellierung”. Es besteht aus neun wissenschaftlichen  Subprojekten und einem zusätzlichen Koordinations-Subprojekt, die von Wissenschaftlern zweier Universitäten betrieben werden: der TU Wien und der Universität Wien. TACO wurde ursprünglich für vier Jahre beginnend im März 2021 finanziert, es besteht jedoch die Option einer einmaligen Verlängerung für weitere vier Jahre.

TU Wien Pressemeldung.

Mission Statement

Wer sind wir?

Unser Team besteht aus experimentellen und theoretischen Wissenschaftlern (Physikern, Chemikern und Verfahrenstechnikern) zweier verschiedener Universitäten in Wien, Österreich. Anerkannte Experten der Oberflächenwissenschaften, Nano-Katalyse und  Computermodellierung sind Teil unserer Gruppe.

Womit beschäftigen wir uns…?

Wir verknüpfen Experiment und Theorie eng miteinander: Wir verwenden verschiedenste Messmethoden in verschiedenen Reaktionsumgebungen – beginnend bei (Ultra)Hochvakuum über Hochdruck- bzw. elektrochemischen Bedingungen bis hin zu Flüssigphasen – und untersuchen dabei Materialien steigender Komplexität – vom wohldefinierten Einkristall über epitaktischen Dünnschichten bishin zu Pulvern. Wir verwenden ausgewählte Spektroskopiemethoden als “Brückenmethoden” zwischen verschiedenen (Reaktions-)Umgebungen. Bei der  Computermodellierung kommen mittels maschinellem Lernen (ML) erhaltene Potentiale zur Beschreibung  der Materialien zum Einsatz, die ab-initio Berechnung um mehrere Größenordnungen beschleunigen können. ML wird überdies verwendet, um Kenngrößen von Strukturen vorherzusagen und simple Deskriptoren im Zusammenhang mit komplexen experimentellen Eigenschaften (bspw. der Selektivität) zu bestimmen.

…und warum?

Materialien aus mehreren Komponenten sowie deren Ober- bzw. Grenzflächen sind essentiell für die Umwandlung von Chemikalien und Energiespeicherung. Trotz jahrzehntelanger Forschungsbemühungen sind wir immer noch weit von einem Verständnis auf der mikrsokopischen Ebene entfernt – ein Entwirren der zahlreichen und verwobenen gegenseitigen Abhängigkeiten scheint einfach unüberwindlich. ML revolutioniert die Art und Weise, wie wir mit solcher Komplexität und den damit verknüpften großen Mengen (experimenteller) Daten umgehen.

Unser hautpsächliches Ziel ist es, mithilfe von ML die Komplexität von Oxiden mit mehreren Kationen zu verstehen – sozusagen “zu zähmen”. Oxide sind weltweit verbreitet und gehören zu den vielversprechendsten Materialien in Photo-, Elektro- und heterogener Katalyse. Ihre physikalischen und chemischen Eigenschaften können leicht verändert werden, bspw. durch Dotierung, der Verwendung verschiedener Oberflächenfacetten oder Änderung der Reaktionsumgebung. Unsere Zielsetzung ist es nun, mikroskopische Modelle zur Beschreibung des Verhaltens von Oxiden im Material und an der Oberfläche zu entwickeln – und das sowohl in (Ultra-)Hochvakuum, unter Gasatmosphären sowie im Kontakt mit wässrigen Lösungen. Langfristig werden wir Deskriptoren entwickeln, die leicht zu messen oder zu berechnen sind und mit Stabilität, Selektivität und katalytischem Umsatz korrelieren. Schlussendlich sollen uns diese Deskriptoren in die Lage versetzen, Materialien hinsichtlich der technischen Anwendungen zu optimieren.