Robert Strothmann wird Kekulé Stipendiat
 

29. März 2022

Der Doktorand der Abteilung Theorie erhält ab 1. April 2022 ein Stipendium des Fonds der Chemischen Industrie. Mithilfe des maschinellen Lernens versucht er, neue Moleküle vorherzusagen und molekulares Design zu optimieren.
 

Der Fonds der Chemischen Industrie – das Förderwerk des Verbandes der Chemischen Industrie - fördert seit 1950 die Grundlagenforschung, Nachwuchswissenschaftler*innen und auch den Chemieunterricht an Schulen. Um eines seiner begehrten Kekulé Promotionsstipendien zu bekommen, muss man schnell und mit hervorragenden Leistungen studieren – so wie Robert Strothmann. Der Krefelder studierte Chemie an der Freien Universität Berlin, in unmittelbarer Nähe zum Fritz-Haber-Institut. Trotz der Corona-Pandemie und einem Auslandsaufenthalt an der Universität Wien studierte er in Regelstudienzeit und begann gerademal einen Monat nach Abschluss des Masterstudiums an der RWTH Aachen mit der Promotion in der Abteilung Theorie des FHI.

Da er bereits im Rahmen der Bachelor- wie der Masterarbeit im Bereich der Theoretischen Chemie geforscht hat, war ihm schon früh klar, dass er in diesem Feld weiterarbeiten möchte. Mit Prof. Karsten Reuter als Betreuer forscht Robert Strothmann nun seit 2021 im Bereich des Maschinellen Lernens im Schwerefeld der Chemie, mit einem Fokus auf Molekularem Design und am Beispiel von Photoschalter-Molekülen.

"Die Situation in der Chemie ist etwas paradox,“ erzählt Strothmann. „Einerseits stehen uns enorme Datenmengen zur Verfügung. Gleichzeitig ist der ‚chemische Raum‘ (also die Menge an denkbaren Molekülen) so groß, dass man für eine konkrete Anwendung meistens nur sehr wenige Beispiele in der Literatur finden kann. Die Herausforderung besteht also darin, allgemeine Muster und Regeln aus den Daten zu extrahieren, um sie dann auf den konkreten Fall anwenden zu können."

Die Grundidee seiner Promotion ist es, die große Menge an bekannten Molekülen in Form von Strukturdatenbanken mit einem geeigneten Modell des Maschinellen Lernens zu kombinieren, um die Vorhersage neuer effizienterer Moleküle zu beschleunigen. Damit könnte man Materialien mit besseren Eigenschaften herstellen, zum Beispiel für technische Geräte oder andere industrielle Produkte, die idealerweise zu einer ressourcenschonenden Wirtschaft beitragen. In der Arbeitsgruppe von Dr. Johannes Margraf, dessen Team zu daten-effizientem maschinellem Lernen in der Chemie forscht, ist dieses Projekt optimal aufgehoben. „Wir freuen uns sehr, dass Herr Strothmann zu uns gestoßen ist. Sein Projekt ist wichtig, um die Anwendungen von künstlicher Intelligenz zur Entdeckung neuer Moleküle nutzbar zu machen. Und das nicht - wie bisher - nur am Computer, sondern auch im Labor“, so Margraf.

Denn maschinelles Lernen soll keine rein theoretische Arbeit sein, meint auch Strothmann. „Theoretiker und Experimentatoren müssen zusammenarbeiten. Moderne Rechenverfahren und Maschinelles Lernen in Kombination mit experimenteller Expertise und hochwertigen Messdaten – das ist der Königsweg. So können wir ein verallgemeinerbares Vorgehen im molekularem Design schaffen.“

Bei diesem wichtigen Unterfangen wird Robert Strothmann am Fritz-Haber-Institut vollumfänglich unterstützt. „Es ist ein großes Privileg, hier zu arbeiten. Ich bin die erste Person in meiner Familie, die studiert. An einem so renommierten Institut promovieren zu dürfen, ist ein einmaliges Gefühl.“

Weitere interessante Beiträge

Zur Redakteursansicht