Selbstheilende iontronische neuromorphe Bauelemente für robuste Mensch‑Maschine‑Interaktion

Weiche Elektronik, die Beschädigungen übersteht

Stellen Sie sich ein Smartwatch‑Armband oder eine Prothese vor, deren „Nerven“ weiter funktionieren, selbst nachdem sie gebogen, verkratzt oder durchtrennt wurden – und sich dann still von selbst reparieren. In dieser Arbeit wird ein neuer Typ weicher Elektronik beschrieben, der Bewegung wie ein einfaches Gehirn erfassen und verarbeiten kann und gleichzeitig schwere mechanische Schäden repariert. Das macht künftige Wearables, Prothesen und Roboter im Alltag deutlich zuverlässiger.

Warum heutige weiche Schaltungen trotzdem versagen

Moderne Geräte versuchen zunehmend, die Flexibilität des Körpers nachzuahmen, doch die zugrunde liegenden Elektronikkomponenten sind oft nur dünne, biegsame Versionen starrer Chips. Ihre aktiven Schichten sind durchgehende Filme: Sobald ein tiefer Riss oder eine Durchbohrung entsteht, können elektrische Leitwege katastrophal ausfallen. Selbst fortschrittliche „selbstheilende“ Kunststoffe lösen das Problem nur teilweise. Wiederholtes Dehnen und Reparieren kann ihre Chemie schleichend verändern und die Leistung verschieben – ein ernstes Problem, wenn das Bauteil wie ein Nerv oder ein lernendes System agiert. Die Autoren argumentieren, dass wirklich verlässliche weiche Elektronik clevere Materialien mit ebenso durchdachter Architektur verbinden muss.

Lernen vom Bauplan des Regenwurms

Regenwürmer liefern die zentrale Inspiration. Ihre Körper bestehen aus sich wiederholenden Segmenten, jedes mit einem kleinen eigenen Nervenzentrum. Wenn ein Wurm verletzt wird, können die verbleibenden Segmente weiterarbeiten und beschädigte Teile regenerieren. Überträgt man diese Idee auf die Elektronik, bauten die Forscher einen flexiblen Streifen, bestückt mit vielen kleinen, kuppelförmigen Einheiten, von denen jede wie ein einzelnes elektronisches „Neuron“ wirkt. Diese Kuppeln bestehen aus einem ionenreichen Gel, das Signale über geladene Teilchen statt über übliche Metallleiter transportiert, und sie können nach einem Schnitt wieder zusammenhaften. Da die Einheiten voneinander getrennt sind, werden Risse physisch gestoppt, anstatt sich über das gesamte Bauteil auszubreiten.

Eine winzige Gelkuppel, die sich wie eine Synapse verhält

Im Kern jeder Einheit befindet sich ein speziell entwickeltes Ionogel, ein weicher Feststoff mit einem Netzwerk aus Polymerketten und einer nicht‑verdampfenden ionischen Flüssigkeit. Lithiumionen bewegen sich durch dieses Netzwerk unter angelegtem Strom und erzeugen elektrische Reaktionen, die dem Verhalten biologischer Synapsen ähneln, die sich bei wiederholter Aktivität verstärken oder abschwächen. Der Kern der Kuppel ist reich an Lithiumionen, während ihre äußere Hülle winzige Nickeloxid‑Partikel enthält, die die Ionen einfangen und verlangsamen. Dieses Kern‑Schale‑Design erzeugt stabile, einstellbare Signalimpulse, die „Gedächtnis“ über viele Sekunden speichern können, Dutzende von unterscheidbaren Pegeln unterstützen und sich geschmeidig ändern, wenn sich das Muster der Eingangspulse ändert. Entscheidend ist, dass nach dem Durchtrennen und anschließenden Heilen einer Kuppel ihre Signalstärke nahezu auf den ursprünglichen Wert zurückkehrt und das Material sogar seine Form nach starker Verformung wiedergewinnnen kann.

Gedacht für Schnitte, Krümmungen und Außenanwendungen

Weil das Bauteil aus einer Anordnung unabhängiger Kuppeln besteht, verhält es sich mehr wie ein Verbund widerstandsfähiger Nervenenden als wie eine spröde zusammenhängende Schicht. Einzelne Einheiten können abgelöst und auf neue Substrate wieder aufgebracht werden und funktionieren weiterhin normal. Ein Chip mit über hundert Kuppeln zeigte gleichmäßiges Verhalten und blieb stabil, selbst wenn er stark gekrümmt wurde. Die Chemie des Ionogels widersteht außerdem dem Austrocknen und der Degradation: Nach einem Jahr an normaler Luft lag die Signalantwort noch bei über 90 % des Ursprungswerts. Diese Kombination aus segmentweiser Architektur, selbstheilendem Material und Formgedächtnis verleiht dem System mehrere Schutzschichten gegen Abnutzung im realen Einsatz.

Einem weichen „Nerv“ beibringen, menschliche Bewegung zu lesen

Um zu demonstrieren, was diese Bauelemente leisten können, entwickelte das Team ein einfaches Bewegungs‑Erkennungssystem. Ein kleiner Bewegungssensor in der Hand einer Person maß Beschleunigung und Drehung und wandelte diese Signale in elektrische Pulse um, die an eine der Gelkuppeln gesendet wurden. Die Reaktion der Kuppel hing vom Muster und der Historie der Pulse ab und kodierte effektiv, wie sich der Arm entlang einer Bahn bewegt hatte. Nach dem Training konnte das System mehrere Wege und Drehfolgen mit bis zu 98 % Genauigkeit unterscheiden. Noch beeindruckender: Nachdem die Kuppel durchtrennt und wieder geheilt worden war, sank die Erkennungsgenauigkeit nur geringfügig und blieb bei etwa 96 %. Die decodierten Weganweisungen wurden drahtlos an einen schlangenförmigen Roboter gesendet, der die vom Menschen angezeigten Routen erfolgreich nachfolgte.

Auf dem Weg zu schadensresistenten Wearables und Robotern

Kurz gesagt zeigt diese Arbeit, wie man flexible „Nerven“ für Maschinen bauen kann, die sowohl aus Bewegung lernen als auch sich von schweren Beschädigungen erholen. Indem sie den segmentierten, redundanten Bauplan des Regenwurms nachahmen und ihn mit einem selbstheilenden, ionenbasierten Material kombinieren, schaffen die Autoren neuromorphe Bauelemente, die unter Bedingungen weiterarbeiten, die konventionelle Schaltungen außer Gefecht setzen würden. Solche Technologien könnten letztlich zu Prothesen führen, die nach Unfällen zuverlässig bleiben, zu weicher Reha‑Ausrüstung, die tägliche Beanspruchung übersteht, und zu Robotern, die auch in rauen, unvorhersehbaren Umgebungen reaktionsfähig bleiben.

Zitation: Li, Y., Chen, J., Tang, S. et al. Self-revival iontronic neuromorphic devices for robust human-machine interaction. npj Flex Electron 10, 59 (2026). https://doi.org/10.1038/s41528-026-00566-0

Schlüsselwörter: flexible neuromorphe Bauelemente, selbstheilende Elektronik, Ionogel, Mensch‑Roboter‑Interaktion, tragbare Sensoren