Künstliche Intelligenz bringt große Vorteile für Produktion, Leben und wissenschaftliche Forschung durch effiziente Datenverarbeitung, präzise Vorhersagen, automatisierte Aufgabenausführung und personalisierte Dienste. Die breite Durchdringung des maschinellen Lernens und der Hochdurchsatzberechnung im Materialbereich sowie deren erfolgreiche Anwendung eröffnen neue Wege zur Entwicklung von Leuchtmaterialien – durch Algorithmen zur effizienten Extraktion und großskaligen Datenverarbeitung, beschleunigen die Auswahl und Gestaltung neuer Materialien und fördern so die innovative Entdeckung und Anwendung von Materialien. Dieser Artikel fasst die jüngsten Fortschritte in der datengetriebenen Forschung von Leuchtmaterialien zusammen, beginnt mit entsprechenden Forschungsbeispielen, gibt einen vollständigen Überblick über den datengetriebenen Forschungsprozess, erläutert die Bedeutung und Implementierungsstrategien der Datenakquisitionsphase bei der Entwicklung von Leuchtmaterialien ausführlich, analysiert die Extraktion der wichtigsten Merkmale zur Charakterisierung der Materialeigenschaften und diskutiert die Auswahl von Modellen und Optimierungsansätzen, die im Bereich der Leuchtmaterialien anwendbar sind. Abschließend werden Lösungsvorschläge für aktuelle Herausforderungen wie Mangel an qualitativ hochwertigen Daten und Schwierigkeiten beim Aufbau komplexer Struktur-Leistungs-Modelle vorgestellt, u.a. durch den Aufbau von Datenbankplattformen für Leuchtmaterialien, Durchführung von Hochdurchsatzexperimenten und Etablierung entsprechender Datenproduktionsstandards.

datengetrieben;Leuchtmaterialien;maschinelles Lernen;Hochdurchsatzberechnung;Leuchtmaterial-Datenfabrik