Projects

Dr.-Ing. Christoph Weigel, Mikrosystemtechnik, Fakultät Maschinenbau
Dr.-Ing. Ulrike Brokmann, Anorganische nichtmetallische Werkstoffe, Fakultät Maschinenbau

Doktorand: M.Sc. Anant Bhardwaj

Gläser sind High-Tech-Materialien, die für die Mikroelektronik und innovative Computerarchitekturen von großer aktueller und zukünftiger Bedeutung sind. Die erforderliche Mikrostrukturierung von Glas durch Trockenätzung ist jedoch ein relativ zeit- und energieaufwändiger Prozess, bei dem aggressive Chemikalien zum Einsatz kommen.

Dieses Projekt konzentriert sich daher auf effiziente reaktive Ionenätzverfahren (RIE) mit einer Präzision im Nanometerbereich, die eine verbesserte Umweltverträglichkeit bieten, was eine Schlüsselanforderung für die künftige Herstellung von Mikroelektronik in verschiedenen Bereichen ist. Ziel des Projekts ist es, einen Beitrag zur schrittweisen Substitution von PFAS-haltigen Gasen (CF4, C4F8, CHF3 usw.) zu leisten und gleichzeitig das Treibhauspotenzial (GWP) für die Plasmastrukturierung von Quarzglas-Bulk-Materialien und SiO2-Dünnschichten durch kombinierte alternative chemische und physikalische Verfahren zu senken.

Das Projekt steht somit in direktem Zusammenhang mit anderen „Green Electronics“-Projekten, die sich mit der Mikrofabrikation von elektrischen Bauelementen und funktionalen Strukturen befassen, was einen regen interdisziplinären Austausch ermöglicht. Das Projekt selbst umfasst wissenschaftliche Aspekte der Materialwissenschaften, der Glas-Chemie, des Plasma-Ätzens und der Mikrotechnik.

Weitere Informationen zu „Go gRIEn – Green Reactive Ion Etching of Silicon Oxides for Microelectronic Application“

Jun.-Prof. Dr. rer. nat. Robert Geitner, Physikalische Chemie / Katalyse, Fakultät für Mathematik und Naturwissenschaften
Jun.-Prof. Dr. rer. nat. Christian Dreßler, Theoretische Festkörperphysik, Fakultät für Mathematik und Naturwissenschaften

Doktorandin: M.Sc. Henrike Zacher

Konventionelle mikroelektronische Bauelemente basieren auf Halbleitern aus Metallen und Silizium. Diese Rohstoffe werden auf energieintensive und nicht nachhaltige Weise aus der Natur gewonnen und können daher kein Baustein für eine energiearme Kreislaufwirtschaft und grüne Elektronik sein. Als Alternative stehen elektrisch leitfähige Polymere aus rein organischen Elementen wie Kohlenstoff, Wasserstoff, Sauerstoff und/oder Stickstoff zur Verfügung.

Ein derzeitiges Problem dieser organischen Leiter ist der Verlust der elektrischen Leitfähigkeit im Laufe der Zeit. Dies wird durch die Oxidation des Kohlenstoffgerüsts durch Luftsauerstoff verursacht, die zur Bildung von Hydroxyl- und Carbonylgruppen führt, die das konjugierte System des leitfähigen Polymers unterbrechen. Die Konjugation ist für die Elektronenleitung verantwortlich und damit entscheidend für die makroskopische Leitfähigkeit.

Als Lösung des Problems ist es das Ziel des Projekts, bioinspirierte, selbstheilende, elektrisch leitfähige Polymere zu entwickeln. Diese intelligenten Materialien sind in der Lage, molekulare Schäden selbstständig, d.h. ohne äußeren Reiz, zu heilen, so dass die Lebensdauer der grünen Leiter nachhaltig verbessert wird.

Das Projekt leistet somit einen Beitrag zur grünen Informationstechnologie, indem es kritische und energieintensive Materialien durch intelligente, bioinspirierte, grüne Materialien ersetzt und deren Haltbarkeit verbessert, so dass das Materialsystem für grüne Mikroelektronik getestet werden kann.

Weitere Informationen über "Bio-Inspired, Self-Healing Polymers for Applications in Green Electronics"

Dr.-Ing. Benjamin Spetzler, Mikro- und Nanoelektronische Systeme, Fakultät Elektrotechnik und Informationstechnik
Prof. Dr.-Ing. Patrick Mäder, Datenintensive Systeme und Visualisierung, Fakultät Informatik und Automatisierung

Doktorand: Somayeh Rezaei

Dieses Projekt zielt darauf ab, eine datengesteuerte Methode zur Anpassung neuromorpher Hardware auf der Grundlage zweidimensionaler memristiver Bauelemente zu untersuchen. Die Methode baut auf der Synergie zwischen Materialwissenschaft und Informatik auf, um numerische Ladungstransportsimulationen für die maschinell lernbasierte Modellierung zu nutzen. Das vorgesehene Modell wird in der Lage sein, Optimierungsaufgaben schnell durchzuführen, um das Systemdesign unter Berücksichtigung von Einschränkungen (z. B. der Herstellungsprozesse) und den aus den Lernregeln abgeleiteten Anforderungen anzupassen.

Wenn Sie Pionierarbeit auf dem Gebiet der datengesteuerten Modellierung leisten und neue Maßstäbe für energieeffizientes Computing setzen möchten, bringt Sie dieses Projekt an die Spitze der zukünftigen Mikroelektronik- und KI-Forschung. Es bietet eine außergewöhnliche Gelegenheit, fundiertes interdisziplinäres Fachwissen zu entwickeln, indem moderne Gerätetechnologie, computergestützte Physik und modernste Techniken des maschinellen Lernens kombiniert werden.

Prof. Dr.-Ing. Steffen Strehle, Mikrosystemtechnik, Fakultät Maschinenbau
Prof. Dr.-Ing. Hannes Töpfer, Theoretische Elektrotechnik, Fakultät Elektrotechnik und Informationstechnik

Doktorand: Dr. Ren Li

Deep Learning gilt als einer der Innovationsbereiche, der allerdings häufig erhebliche Energiemengen für das Training der neuronalen Netze und den Betrieb der Infrastruktur benötigt. Reservoir Computing (RC) bietet für einige Datendomänen eine interessante Alternative, allerdings ist in diesem Fall ein geeignetes Reservoir erforderlich, das eine nichtlineare Transformation der Eingangsdaten ermöglicht.

Das Projekt zielt darauf ab, solche RC-Reservoirs zu entwerfen, zu modellieren, herzustellen und zu untersuchen, die auf nichtlinearen mikroelektromechanischen System (MEMS)-Oszillatoren basieren. MEMS-Oszillatoren sind im Allgemeinen bereits etabliert und können daher für verschiedene Aufgaben und Anforderungen umkonfiguriert und angepasst werden. Das Projekt umfasst interdisziplinäre Schwerpunkte: energieeffizientes Rechnen, bioinspirierte Mikroelektronik sowie Materialien, Geräte und Technologien, wobei Modellierung und experimentelle Untersuchung von MEMS-basierten RC kombiniert werden. Die erforderlichen elektronischen und mechanischen Simulationswerkzeuge stehen ebenso zur Verfügung wie eine umfassende Palette von Mikrotechnologien. 

Gesucht wird eine Doktorandin/ein Doktorand mit Kompetenzen in theoretischen und experimentellen Bereichen auf dem Gebiet der elektrotechnischen Grundlagen/Signalverarbeitung und Mikrotechnik, z.B. aus den Studiengängen Elektrotechnik, Mechatronik, Physik (Ingenieurwissenschaften) oder Mikrosystemtechnik. Die Qualifizierung umfasst eine intensive Betreuung, die regelmäßige Teilnahme an Tagungen, die Veröffentlichung in renommierten Fachzeitschriften sowie die Teilnahme an Fortbildungen zum wissenschaftlichen Arbeiten und zur Karriereplanung.

Prof. Dr. rer. nat. habil. Kathy Lüdge, Theoretische Physik II, Fakultät Mathematik und Naturwissenschaften
Dr. Lina Jaurigue, Theoretische Physik II, Fakultät Mathematik und Naturwissenschaften
Prof. Dr. rer. nat. habil. Stefan Sinzinger, Optische Technik, Fakultät Maschinenwesen

Doktorand: M.Sc. Maximilian Zier

Ziel des Projektes ist die Untersuchung der Leistungsfähigkeit eines Reservoir-Computing-Systems in Abhängigkeit von der Architektur des Reservoirs und der experimentellen Umsetzung als optisches räumlich-zeitlich rekurrentes neuronales Netz.  Als Ausgangspunkt dient ein bestehender Versuchsaufbau für ein Reservoir-Computing-System, das auf einem räumlichen Lichtmodulator in einer elektronischen Rückkopplungsschleife basiert. Die Systeme werden mit Hilfe von optischem Systemdesign und dreidimensionaler Strahlformung den Anforderungen entsprechend angepasst. Die Abhängigkeit der Leistung von der optimierten Reservoirstruktur wird anhand von Benchmark-Experimenten untersucht und im Hinblick auf die Energieeffizienz als Beispiel für grüne Elektronik bewertet. 

Weitere Informationen zu "Optimized Optical Reservoir Computing"

Dr. rer. nat. Jialan Cao-Riehmer, Physikalische Chemie / Mikroreaktionstechnik, Fakultät Mathematik und Naturwissenschaften
Prof. Dr. rer. nat. habil. Michael Köhler, Physikalische Chemie / Mikroreaktionstechnik, Fakultät Mathematik und Naturwissenschaften
Prof. Dr. rer. nat. habil. Martin Ziegler, Mikro- und Nanoelektronische Systeme, Fakultät Elektrotechnik und Informationstechnik

Doktorandin: Olivia Gerhard

Der Übergang von lebender zu nicht-lebender Materie erfordert einen ständigen Austausch von Energie, Materie und Information zwischen einem System und seiner Umgebung und bildet die Grundlage des Lebens.

Ziel dieses Projekts ist es daher, den Stoffwechsel in mikroelektronische Netzwerke zu integrieren und neuromorphe Systeme mit erhöhter Leitfähigkeit, Energieeffizienz, Anpassungsfähigkeit und Reaktionsfähigkeit auf die Umwelt zu verbessern. Durch den Einsatz elektroaktiver Mikroorganismen, zunächst durch feste, variable Widerstände und möglicherweise durch den Übergang zu memristiven Komponenten, sollen aktive bioelektronische Netze geschaffen werden, die zu kathodischer und anodischer Aktivität fähig sind. Dies ermöglicht die elektrische Stimulation und die Erforschung komplizierter emergenter Dynamiken und logischer Operationen.

Im Mittelpunkt des Projekts stehen die Entwicklung einer experimentellen Substratplattform, die Charakterisierung der elektrischen und bioelektronischen Eigenschaften einzelner Zellen und die Analyse von Netzwerkstrukturen für potenzielle Anwendungen in bioelektronischen Signalverarbeitungs- und Kommunikationssystemen.

Es ist eine aufregende Gelegenheit, einen Beitrag zur Spitzenforschung an der Schnittstelle zwischen Biologie und Technik zu leisten, für alle, die sich für den Wissenszuwachs in der miniaturisierten Biotechnologie begeistern und bereit sind, interdisziplinäre Herausforderungen anzugehen.

Weitere Informatione zu "Metabolism-based Bioelectronic Networks"

Dr. rer. nat. Peggy Reich, Biotechnische Mikro- und Nanosysteme in den Lebenswissenschaften, Fakultät Mathematik und Naturwissenschaften
Dr. rer. nat. Jörg Pezoldt, Nanotechnologie, Fakultät Elektrotechnik und Informationstechnik
Dr.-Ing. Heike Bartsch, Elektroniktechnologie, Fakultät Elektrotechnik und Informationstechnik

Doktorand: M.Sc. Saadman Abedin

DNA-Computing ist ein aufstrebender Zweig, der das Potenzial hat, unser Problem des hohen Energieverbrauchs bei Berechnungen auf der Grundlage künstlicher Intelligenz zu lösen. Es nutzt DNA zur Datenspeicherung und Informationsverarbeitung, die biologisch abbaubar, erneuerbar, nachhaltig und reparierbar ist. Darüber hinaus hat DNA memristive Eigenschaften, und ein memristives Crossbar-Array ermöglicht die Kolokation von Speicher- und Verarbeitungseinheiten und ist skalierbar, was es zu einem vielversprechenden Kandidaten für die Beschleunigung des maschinellen Lernens und des neuromorphen Computings macht[i].

In diesem Projekt geht es darum, durch selbstorganisierende Prozesse mit Hilfe von Kontaktmaterialien in Form eines Elektrodenarrays DNA-basierte memristive Geräte zu entwickeln. Durch das Hinzufügen kurzer DNA-Moleküle und deren selbstorganisierte sequenzabhängige Anlagerung werden die memristiven Eigenschaften der DNA selektiv verändert. Inwieweit sich diese intelligenten Bausteine zur Speicherung und Verarbeitung von Informationen und zur Entwicklung selbstlernender Systeme eignen, soll am Beispiel der Bilderkennung evaluiert werden.

Jun.-Prof. Dr.-Ing. Patrique Fiedler, Datenanalyse in den Lebenswissenschaften, Fakultät Informatik und Automatisierung
Jun-Prof. Hongye Sun, Funktionale Materialien, Fakultät Elektrotechnik und Informationstechnik

Doktorand: M.Sc. Han Yang

Die multimodale Überwachung physiologischer Signale auf der Haut während des täglichen Lebens eröffnet eine neue Ära für die Gesundheitsversorgung, Mensch-Maschine-Schnittstellen, Robotik und Prothesen. Die grundlegenden Elemente für die multimodale Erfassung auf der Haut umfassen mechanisch dehnbare und an die Haut anpassbare Sensornetzwerke. Das Projekt zielt darauf ab, eine neuartige Lösung zu untersuchen, die auf thermisch expandierbaren Mikrokugeln in Ag-PDMS basiert, um intelligente dehnbare Leiter herzustellen, die abstimmbare elektrische Leitfähigkeiten und Oberflächenmorphologien aufweisen. Dieses Material und seine Herstellung ermöglichen die selektive Integration von Sensoren und Leiterbahnen an bestimmten Positionen in ein flexibles Polymerpflaster, wodurch der Materialabfall reduziert, die Haltbarkeit und Wiederverwendbarkeit gewährleistet und somit ein wirtschaftlicher Ansatz für die Entwicklung von gedruckter Elektronik auf der Haut geboten wird. Darüber hinaus reduziert der multimodale Ansatz die Gesamtzahl der Sensoren und verringert somit den technologischen Fußabdruck weiter. Infolgedessen werden die vorgeschlagenen neuartigen multimodalen Sensoren eine bessere Nutzbarkeit, Haltbarkeit und Herstellbarkeit aufweisen als bestehende Sensorpflaster, wobei die Materialeffizienz sowohl bei der Herstellung als auch bei der Anwendung erheblich verbessert wird.

Diese Stelle bietet eine spannende Gelegenheit, zu innovativer und interdisziplinärer Forschung beizutragen, die Technik, Informatik und Medizin umfasst. Wenn Sie Ihr Wissen über Werkstoffe und biomedizinische Technik in einer interdisziplinären und internationalen Graduiertenschule erweitern möchten, möchten wir Sie ermutigen, sich zu bewerben.

Weitere Informationen zu "Highly Stretchable and Conformable Conductors for On-skin Multimodal Sensing"

Dr. rer. nat. Tzvetan Ivanov, Mikro- und Nanoelektronische Systeme, Fakultät Elektrotechnik und Informationstechnik
Dr.-Ing. Stephan Werner, Elektronische Medientechnik, Fakultät Elektrotechnik und Informationstechnik

Doktorand: Dipl.-Ing. Christian Kehling

Wie kann mit Hilfe der neuromorphen Mikrosensorik ein energieeffizientes, robustes und datensparsames Audiosystem zur Detektion, Erkennung und Bewertung akustischer Anomalien im industriellen Umfeld realisiert werden?

Um diese Frage zu beantworten, müssen Untersuchungen zur bioinspirierten akustischen Szenenanalyse und zu neuromorphen Schaltungen für die Audiosensorik interdisziplinär durchgeführt werden.

Einige der Hauptaspekte des Projekts werden daher sein:

(i) Erkennung von akustischen Ereignissen und Veränderungen in den frühen Stadien der Signalverarbeitungskette

(ii) Lokalisierung der Quelle dieses Schallereignisses in einer komplexen und sich verändernden akustischen Umgebung

(iii) Weiterleitung nur der zugehörigen und relevanten Daten zur Signalanalyse

(iv) möglichst effiziente Anpassung der Signalverarbeitung und Abstimmung der Sensoreigenschaften, um auf Veränderungen in der Umgebung oder bei den emittierten Geräuschen zu reagieren

Weitere Informationen zu "Neuromorphic Acoustic Detection and Recognition"

Prof. Dr. Hannes Töpfer, Theoretische Elektrotechnik, Fakultät Elektrotechnik und Informationstechnik
Dr. Peter Amthor, Verteilte Systeme und Betriebssysteme, Fakulät Informatik und Automatisierung

Doktorand: M.Sc. Uzma Majeed

Moderne IT-Anwendungen zeichnen sich durch einen drastischen Anstieg des Energieverbrauchs aus, insbesondere durch das schnelle Vordringen von Mobile & Cloud Computing, Big Data Processing, Smart Cities/Smart Infrastructure, High-Performance Computing oder dem Internet der Dinge in die Gesellschaft. Da die Skalierung der Transistoren in naher Zukunft zu einem gewissen Ende kommen wird, wird eine weitere Möglichkeit zur Verringerung der Energie für Rechenoperationen darin gesehen, die ineffizienten, von-Neumann-basierten Hardware-Architekturen, die auf digital kodierten Signalen über Spannungspegel basieren, aufzugeben. Mit einem bio-inspirierten Design können neuromorphe, spike-kodierte Schaltkreise dieses Problem überwinden, indem sie analoge Werte repräsentieren und deren äußerst effiziente Kodierung bei den heutigen energiekritischen Berechnungsproblemen ermöglichen. Insbesondere die supraleitende Mikroelektronik gilt als vielversprechende Option, da die Signale als Spannungsimpulse von nichtlinearen Oszillatoren erzeugt werden. Die Signalausbreitung in den Schaltkreisen ähnelt den bekannten Vorgängen an biologischen Nerven. Daher bilden sie die Grundlage für ein echtes und generisches bio-inspiriertes Konzept. Darüber hinaus ist es die einzige bekannte Festkörpertechnologie, die sowohl hohe Geschwindigkeit als auch Energieeffizienz mit einem Energiebedarf von ≈ 10-19 Joule pro Bitoperation ermöglicht [1].

Es gibt jedoch kein optimales architektonisches Design und kein entsprechendes Berechnungsmodell für die Verwendung dieser Schaltungen.

Das Forschungsziel ist die Umsetzung neuromorpher Prinzipien auf Schaltungsebene mit supraleitender Mikroelektronik, insbesondere durch die Manipulation einzelner magnetischer Flussquanten als Informationsträger. Es sollen integrierte Schaltkreise entwickelt und für relevante Anwendungen eingesetzt werden, bei denen eine überlegene Energieeffizienz nachgewiesen werden kann.

Dieses Projekt ist stark computerwissenschaftlich orientiert und schließt eine dringend benötigte Forschungslücke bei der Entwicklung, Demonstration und Bewertung von spike-kodierten dendritischen Schaltungen und der Anwendung ihrer physikalischen Eigenschaften auf eine Computerarchitektur und ein entsprechendes Berechnungsmodell für reale Anwendungsfälle.

[1] D.S. Holmes, A. L. Ripple and M A. Manheimer: "Energy-Efficient Superconducting Computing—Power Budgets and Requirements", IEEE Transactions on Applied Superconductivity, 23 (2013) 3, 1701610 doi: 10.1109/TASC.2013.2244634

PD Dr. Sukhdeep Singh, Fakultät Mathematik und Naturwissenschaften, Forschungsgruppe Bioorganische Chemie bioaktiver Oberflächen
PD Dr.-Ing. Dong Wang, Fakultät Elektrotechnik und Informationstechnik, Werkstoffe in der Elektrotechnik

PostDoc: Dr. Shan Changkai

Die Steuerung der elektronischen Eigenschaften auf molekularer Ebene ist ein spannendes Forschungsgebiet, das eine extreme Miniaturisierung im Vergleich zu herkömmlichen integrierten Siliziumschaltungen verspricht. Um die Dimensionen integrierter Schaltkreise weiter zu verkleinern, bieten molekulare Schalter und entsprechende Werkzeuge eine hervorragende Möglichkeit für zukünftige elektronische und MEMS-Geräte. Allein aufgrund der Größenreduzierung, der Verwendung preiswerter organischer Materialien und der einfachen und kostengünstigen Verarbeitung bietet die molekulare Elektronik eine grüne und nachhaltige Möglichkeit für die Mikroelektronik der nächsten Generation.

Es wurde gezeigt, dass photoswitching Moleküle genutzt werden können, um Gedächtniseffekte in elektronischen Geräten zu induzieren. Die Kontrolle von Übergängen an Elektrodenschnittstellen mit Hilfe solcher Fotoschalter kann ein optisch kontrolliertes elektronisches System mit inhärenter nicht-invasiver Modulation bieten. Die Mechanismen an der organisch-anorganischen Grenzfläche sind sehr wichtig für das Verständnis der endgültigen Leistung des Bauelements, die bisher noch nicht gut erforscht ist.   

Ein Ziel dieses Projekts ist die Entwicklung und Synthese von photoschaltend wirkenden Molekülen, die unter wellenlängenspezifischer Lichteinwirkung eine signifikante Änderung der Polarität und Konjugation bewirken können. Ein weiteres Ziel ist die Nutzung des Fachwissens in den Bereichen Nanofabrikation, Materialwissenschaft und elektrische Charakterisierung zur Herstellung eines stabilen und wiederholbaren Metall-Molekül-Metall-Übergangs (MMM). Die Untersuchung verschiedener photoschaltender Derivate auf MMM soll wertvolle Informationen über die Struktur-Eigenschafts-Beziehung liefern, die in diesem Projekt intensiv untersucht werden soll.

Die erfolgreiche Durchführung dieses Projekts wird den Weg ebnen, das blühende interdisziplinäre Forschungsthema der molekularen Elektronik mit der Fähigkeit der nicht-invasiven optischen Modulation der grünen Mikroelektronik näher zu bringen.