Monatsarchiv Oktober 8, 2025

Ein Forschungsteam des Massachusetts Institute of Technology (MIT) in Cambridge hat erstmals die Geschwindigkeit der Lithium-Interkalation in verschiedenen Batteriematerialien präzise gemessen und daraus ein neues Reaktionsmodell entwickelt. Entgegen früherer Annahmen bestimmt nicht allein die Diffusion der Lithium-Ionen die Reaktionsrate: Die Forschenden zeigen, dass ein gekoppelt ablaufender Transfer von Ion und Elektron — das sogenannte Coupled Ion-Electron Transfer (CIET) — die entscheidende Rolle spielt.

Beim CIET erfolgt die Übertragung eines Elektrons simultan mit dem Einbau eines Lithium-Ions in die Elektrodenstruktur. Dieser gekoppelte Mechanismus reduziert die Energiebarriere der Reaktion deutlich und erklärt, warum frühere Modelle die beobachteten Geschwindigkeiten systematisch überschätzt haben. Das Resultat ist ein einheitliches Bild dafür, wie Ladung und Materie beim Laden und Entladen tatsächlich in die feste Elektrode gelangen.

Die Forschenden untersuchten über 50 Kombinationen von Elektrolyten und Elektroden — darunter gängige Materialien wie Lithium-Nickel-Mangan-Kobalt-Oxid (NMC) und Lithium-Kobalt-Oxid (LCO). Die gemessenen Interkalationsraten lagen deutlich unter den Erwartungen älterer Theorien und wichen stark von deren Vorhersagen ab. Die experimentellen Daten stimmen jedoch gut mit dem CIET-Modell überein und liefern sowohl theoretische als auch praktische Belege für dessen Gültigkeit.

Praktisch bedeutet das: Die Geschwindigkeit der Interkalation lässt sich gezielt beeinflussen. Durch passende Wahl von Elektrolyt-Elektroden-Kombinationen kann die benötigte Aktivierungsenergie gesenkt und der Prozess effizienter gestaltet werden. Professor Martin Bazant (MIT) fasst das Ziel so zusammen: „Unser Ziel ist es, die Reaktionen schneller und kontrollierter zu machen, um das Laden und Entladen zu beschleunigen.“

Ein weiterer wichtiger Aspekt der Studie ist die systematische Optimierung von Elektrolyten. Professorin Yang Shao-Horn betont, dass automatisierte Experimente und Machine-Learning-Methoden genutzt werden, um Tausende von Elektrolytvarianten zu testen und vorherzusagen, welche Kombinationen die besten Leistungs- und Lebensdauer-Eigenschaften liefern. Solche datengetriebenen Ansätze könnten die Materialentwicklung erheblich beschleunigen.

Finanziell wurde die Forschung vom D3BATT Center for Data-Driven Design of Rechargeable Batteries unterstützt, unter anderem durch Shell International Exploration and Production und das Toyota Research Institute. Die Autoren sehen in ihren Ergebnissen nicht nur eine vertiefte physikalisch-chemische Grundlage für Batterietechnologien, sondern auch ein konkretes Werkzeug zur zielgerichteten Entwicklung leistungsfähigerer und langlebigerer Energiespeicher.

Kurzfristig könnten die Erkenntnisse zu schnelleren Ladezeiten und längerer Lebensdauer von Elektroautobatterien sowie mobilen Akkus führen. Langfristig eröffnen sie einen systematischen Weg, Batteriematerialien nicht mehr durch Versuch-und-Irrtum, sondern durch physikalisch fundierte, datengetriebene Entwicklung zu verbessern.