Vom maschinellen Lernen gesteuerte Wolfram-Einzelatome fördern Oxyhydroxide für noble-metallfreie Wasser-Elektrolyse

Wasser effizienter in Brennstoff verwandeln

Wasser mithilfe von Strom in Wasserstoff und Sauerstoff zu spalten gehört zu den vielversprechendsten Möglichkeiten, saubere Energie aus Sonne und Wind zu speichern. Doch die besten heutigen Geräte verschwenden noch viel Leistung und sind oft auf seltene, teure Metalle wie Iridium angewiesen. Diese Studie zeigt, wie die Kombination aus künstlicher Intelligenz und raffinierter Chemie ein günstigeres, effizienteres Material für die Sauerstoffbildung – die schwierigere Hälfte der Wasserspaltung – aufdecken kann und damit großtechnischen grünem Wasserstoff einen Schritt näherbringt.

Warum Sauerstoff die schwierige Seite ist

In Elektrolysegeräten verlangt die Sauerstoffbildungsreaktion eine zusätzliche Spannung über das hinaus, was die einfache Chemie vorhersagt; sie wirkt wie eine hartnäckige Mautstation, die die Effizienz schmälert. Iridium-basierte Materialien treiben diese Reaktion zwar sehr gut voran, sind aber knapp und teuer, und ihr Abbau ist mit Umweltproblemen verbunden. Häufigere Metallverbindungen aus Nickel, Eisen und Kobalt sind vielversprechende Kandidaten, doch ihre nativen Aktivitäten sind begrenzt. Forscher haben gelernt, dass die Zugabe winziger Mengen anderer Elemente oder sogar isolierter Einzelatome die Leistung dramatisch steigern kann – aber die möglichen Kombinationen sind praktisch unendlich, sodass Versuch-und-Irrtum-Experimente zu langsam sind.

Das Labor vom maschinellen Lernen durchsuchen lassen

Die Forschenden gingen dieses Problem an, indem sie ein leistungsfähiges Modell des maschinellen Lernens, EquiformerV2, einsetzten, das darauf trainiert ist, vorherzusagen, wie Atome auf Katalysatoroberflächen miteinander interagieren. Sie fütterten das Modell mit nahezu 4.000 verschiedenen Entwürfen, bei denen einzelne Metallatome in geschichtete Metalloxyhydroxide eingebracht wurden – Materialien, die bereits für alkalische Wasserspaltung bekannt sind. Für jeden Entwurf schätzte das Modell sehr schnell, wie stark Schlüsselfragmente der Reaktion binden würden, etwas, wofür normalerweise aufwändige quantenmechanische Rechnungen nötig wären. Aus diesem virtuellen Screening stach ein Kandidat hervor: ein Nickel–Eisen-Oxyhydroxid mit isolierten Wolfram-Atomen knapp unter der Oberfläche, bezeichnet als W1–NiFeOOH.

Den neuen Katalysator herstellen und untersuchen

Anhand der Computergestützten Ergebnisse entwickelte das Team eine schnelle Elektroabscheidungsmethode, um ultradünne W1–NiFeOOH-Blätter direkt auf Elektrodenunterlagen in nur wenigen Minuten bei Raumtemperatur zu erzeugen. Hochauflösende Mikroskopie zeigte einzelne helle Wolfram-Atome, die innerhalb des Nickel–Eisen-Gitters verteilt waren, ohne größere Partikel zu bilden, und Röntgentechniken bestätigten, dass das ursprüngliche Kristallgerüst erhalten blieb. In alkalischer Lösung getestet, benötigte dieses Material deutlich weniger zusätzliche Spannung, um die Sauerstoffbildungsreaktion anzutreiben als Standard-Nickel–Eisen-Oxyhydroxid und sogar ein kommerzieller Iridium-Katalysator. In einem vollständigen Gerät mit einer handelsüblichen Membran erreichte die wolframverstärkte Anode industrienahe Stromdichten – über 13 Ampere pro Quadratzentimeter bei 2,0 Volt – und blieb dabei mehr als 500 Stunden stabil.

Wie versteckte Wolfram-Atome die Arbeit erleichtern

Um zu verstehen, warum Wolfram so hilft, beobachtete das Team den Katalysator im Betrieb in Echtzeit mithilfe von Röntgenabsorptions- und Raman-Spektroskopie. Diese Messungen zeigten, dass sich der chemische Zustand der Wolfram-Atome während des Betriebs kaum ändert, was bedeutet, dass sie nicht die direkten Orte der Sauerstoffbildung sind. Stattdessen formen sie subtil die elektronische Umgebung der benachbarten Nickel- und Eisenatome an den Kanten der Blätter um, wo die Reaktion tatsächlich stattfindet. Diese Feinabstimmung erleichtert es der Oberfläche, Protonen abzugeben und sauerstoffhaltige Gruppen umzuordnen, wodurch das Material bei geringerer angelegter Spannung in eine aktivere „Gamma“-Phase übergeht. Computersimulationen stützen dieses Bild und zeigen, dass Wolfram die Energiekosten für einen kritischen Reaktionsschritt senkt, indem es die Elektronenverteilung zwischen Metall- und Sauerstoffatomen anpasst.

Was das für sauberen Wasserstoff bedeutet

Durch die Verbindung schneller maschineller Suchläufe mit sorgfältigen Experimenten liefert die Studie sowohl einen praktischen Fortschritt – einen robusten, iridiumfreien Katalysator für die Sauerstoffbildung – als auch ein klares Verständnis seiner Funktionsweise. Anstatt als Star aufzutreten, übernimmt jedes Wolfram-Atom die Rolle eines erfahrenen Coaches und stärkt leise die Fähigkeiten der vorhandenen Nickel–Eisen-Stellen. Diese Strategie, einzelne „Promoter“-Atome zur Feineinstellung verbreiteter Materialien zu verwenden, könnte die Entwicklung vieler zukünftiger Katalysatoren leiten und dabei helfen, Kosten zu senken und die Effizienz in Geräten zu verbessern, die Wasser und erneuerbaren Strom in sauberen Wasserstoff umwandeln.

Zitation: Kim, J., Kwon, I.S., Lim, J. et al. Machine-learning-guided tungsten single atoms promote oxyhydroxides for noble-metal-free water electrolysis. Nat Commun 17, 2344 (2026). https://doi.org/10.1038/s41467-026-68735-3

Schlüsselwörter: Wasser-Elektrolyse, Sauerstoffentwicklungsreaktion, Einzelatom-Katalysatoren, Materialentdeckung mittels maschinellem Lernen, grüner Wasserstoff