Institute und Experten

Das dynamische Verhalten vieler chemischer Prozesse ist durch wandernde Temperatur- und Konzentrationsfronten gekennzeichnet. Solche wandernden Fronten werden in der Physik und der angewandten Mathematik auch kurz als nichtlineare Wellen bezeichnet. Diese nichtlinearen Wellen vermitteln ein einfaches Verständnis der in den betrachteten Systemen ablaufenden dynamischen Prozesse und sind daher oft Ausgangspunkt für eine verbesserte Prozesssteuerung oder -regelung sowie die Entwicklung neuer Prozesskonzepte. Aktuelle Untersuchungen am Max-Planck-Institut für Dynamik komplexer technischer Systeme in Magdeburg betreffen eine Erweiterung der theoretischen Grundlagen für die wichtige Klasse der kombinierten Reaktions-Separations-Prozesse sowie die Untersuchung neuer Anwendungsmöglichkeiten im Rahmen der modellgestützten Prozessführung.

Die Ausnutzung der Sonnenenergie zur Oxidation von Wasser in Protonen, chemisch gebundene Elektronen und molekularen Sauerstoff ist eine der bedeutendsten Reaktionen für das Ökosystem Erde. Zugleich ist die photosynthetische Wasseroxidation ein Modell für die künftige technische Sonnenenergienutzung zur effizienten Spaltung von Wasser in Wasserstoff und Sauerstoff. In diesem Beitrag wird der gegenwärtige Kenntnisstand allgemein verständlich dargestellt. Ferner wird anhand von einigen Beispielen erläutert, wie am MPI für Bioanorganische Chemie diese faszinierende Reaktion mit biophysikalischen Methoden erforscht wird.

Die Lerntheorie befasst sich mit der Extraktion von Gesetzmäßigkeiten aus Beobachtungen. Das Grundproblem hierbei ist die ,Generalisierung:’ die extrahierten Gesetzmäßigkeiten sollen nicht nur die bereits vorliegenden Beobachtungen (die ,Trainingsmenge’) korrekt erklären, sondern auch für neue Beobachtungen zutreffend sein. Dieses Problem der Induktion berührt Grundsatzfragen nicht nur der Statistik, sondern der empirischen Wissenschaften im Allgemeinen. Dazu gehören die Repräsentation von Daten und von Vorwissen, sowie die Komplexität oder Kapazität von Erklärungen bzw. Modellen. Wenn anhand eines Modells geringer Komplexität (in einer geeigneten Formalisierung dieses Begriffs) eine gegebene Menge von empirischen Beobachtungen hinreichend genau erklärt werden kann, dann garantiert die statistische Lerntheorie, dass mit hoher Wahrscheinlichkeit auch zukünftige Beobachtungen mit dem Modell konsistent sein werden.

Halbleiter-Nanodrähte stellen ein interessantes Forschungsgebiet an der Schnittstelle zwischen Grundlagenforschung und Technologie dar. Die Analyse des Wachstumsprozesses, der Eigenschaften und möglicher Anwendungen ist Bestandteil der Forschung zu Halbleiter-Nanodrähten am Max-Planck-Institut für Mikrostrukturphysik in Halle. Mithilfe verschiedener Wachstumsverfahren wurden erfolgreich Halbleiter-Nanodrähte hergestellt und im Elektronenmikroskop charakterisiert. Weitere Untersuchungen, wie z.B. der elektrischen und optischen Eigenschaften werden derzeit durchgeführt.

Moderne experimentelle Methoden ermöglichen es, große Mengen von Daten über molekulare Bestandteile von Zellen und ihre Aktivitäten zu erzeugen. Die Analyse und Interpretation dieser Daten erfordert bioinformatische Verfahren, mit denen Muster und Zusammenhänge entdeckt und in Beziehung zu bekanntem Wissen über metabolische und regulatorische Netzwerke gebracht werden können. Die Verfügbarkeit von Informationen über die Gesamtheiten des genetischen Materials (Genom), der transkribierten Gene (Transkriptom), der translatierten Proteine (Proteom) und der beteiligten Metabolite (Metabolom) verspricht einerseits neue Möglichkeiten des Verständnisses der Reaktion von Organismen auf Umweltveränderungen, andererseits sind damit aber auch neue Anforderungen an die Datenverarbeitung verknüpft.