{"id":44617,"date":"2021-11-12T15:22:47","date_gmt":"2021-11-12T14:22:47","guid":{"rendered":"https:\/\/www.h-its.org\/de\/forschung\/simplaixnew-simpn-de\/"},"modified":"2026-04-07T15:43:41","modified_gmt":"2026-04-07T13:43:41","slug":"simplaix","status":"publish","type":"page","link":"https:\/\/www.h-its.org\/de\/forschung\/simplaix\/","title":{"rendered":"\u00dcber SIMPLAIX"},"content":{"rendered":"\n

Eine interinstitutionelle 3-Wege-Kooperation zur \u00dcberbr\u00fcckung der Skalen von Molek\u00fclen zu molekularen Materialien mithilfe von Multiskalensimulation und maschinellem Lernen<\/strong>.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Die Erforschung molekularer Mechanismen und das rationale Design von Molek\u00fclen und Materialien f\u00fcr gezielte Anwendungen beruht traditionell auf physikalisch basierten Modellierungen und Simulationen. Dies hat zweifellos zu erstaunlichen Entdeckungen gef\u00fchrt und Teile der modernen Wissenschaft und Technik revolutioniert. K\u00fcnftige Fortschritte werden jedoch durch die Notwendigkeit behindert, den unendlich komplexen und variablen Struktur-Eigenschafts-Raum molekularer Systeme skalen\u00fcbergreifend abzubilden, zu erforschen und zu analysieren. Hier bieten datengesteuerte und maschinelle Lernmethoden, die erst seit kurzem auf dem Gebiet der Molekularsimulationen Einzug gehalten haben, einen vielversprechenden Ansatz. Der kombinierte Einsatz beider Methoden steckt zwar noch in den Kinderschuhen, ist aber dank der j\u00fcngsten Fortschritte (z. B. Deep Learning, GPU-basierte Simulation) sehr vielversprechend beim Molekular- und Materialdesign. Um dieses Versprechen einzul\u00f6sen, m\u00fcssen zun\u00e4chst die gr\u00f6\u00dften Hindernisse bei der Anwendung datengesteuerter Methoden auf atomistische Systeme \u2013 z.B. die Behandlung komplexer dreidimensionaler Strukturen und die Integration in Multiskalen-Simulationsalgorithmen, um nur zwei zu nennen – \u00fcberwunden werden.<\/p>\n\n\n\n

Ziel der strategischen Forschungsinitiative SIMPLAIX ist es, die einzigartige Expertise des Heidelberger Instituts f\u00fcr Theoretische Studien (HITS), der Universit\u00e4t Heidelberg und des Karlsruher Instituts f\u00fcr Technologie (KIT) auf dem Gebiet der Multiskalensimulation \u2013 d.h. von der Quantenmechanik \u00fcber die klassische Mechanik bis hin zur Kontinuumsmodellierung – und des maschinellen Lernens zu b\u00fcndeln, um diese Herausforderung anzugehen. In SIMPLAIX werden Techniken entwickelt und eingesetzt, um in acht interdisziplin\u00e4ren, interinstitutionellen Forschungsprojekten eine Reihe anspruchsvoller Probleme in den biomolekularen und molekularen Materialwissenschaften zu untersuchen.<\/p>\n\n\n\n

SIMPLAIX wird vom HITS koordiniert und startete mit Phase 1 im Oktober 2021. Phase 2 begann im Oktober 2025. Als neuer assoziierter Partner kam das Max-Planck-Institut f\u00fcr Polymerforschung (MPIP) dazu. SIMPLAIX wird von der HITS\u2011Forscherin Rebecca Wade koordiniert, unterst\u00fctzt von der HITS-Alumna und Direktorin am MPIP Frauke Gr\u00e4ter. Die Initiative wird von der Klaus Tschira Stiftung gef\u00f6rdert, erg\u00e4nzt durch die vier beteiligten Institutionen.<\/p>\n\n\n\n

Wof\u00fcr steht SIMPLAIX?<\/strong><\/p>\n\n\n\n

– SIMPLeX spiegelt die auf Mathematik basierende trilaterale Zusammenarbeit der drei beteiligten Institutionen wider.
– SIM steht f\u00fcr SIMulation
– AI steht f\u00fcr K\u00fcnstliche Intelligenz (Artificial Intelligence)
– X steht f\u00fcr den interdisziplin\u00e4ren Austausch (eXchange) zwischen Simulation, KI, Molek\u00fclen und Materialien.
Und so spricht man SIMPLAIX aus: sim\u2019ple\u026a.ks\/ (IPA)<\/p>\n\n\n\n

Hier geht es zu unserem Bluesky-Kanal: http:\/\/simplaix.bsky.social<\/a>.<\/p>\n\n\n\n