Unordnung im Kohlenstoff könnte Edelmetalle bei Wasserstoffproduktion ersetzen

Wasserstoff aus Elektrolyse gilt als Baustein der Energiewende, doch die Katalysatoren dafür kosten viel Geld. Platin und Iridium beschleunigen die Reaktion zuverlässig, sind aber selten und teuer. Ein Forschungsteam des Indian Institute of Technology Gandhinagar (IITGN) hat nun am Computer eine Alternative durchgerechnet: eine einschichtige, ungeordnete Form von Kohlenstoff. Sie kommt komplett ohne Metall aus und verdankt ihre Eignung ausgerechnet ihren strukturellen Fehlern. Die Studie erschien im Fachmagazin npj 2D Materials and Applications und reiht sich in die weltweite Suche nach günstigeren Wegen zu grünem Wasserstoff ein.

Unordnung schafft vielfältige Bindestellen

Graphen bindet Wasserstoff schlecht. Seine Kohlenstoffatome sitzen in einem regelmäßigen sechseckigen Gitter, das kaum geeignete Andockstellen bietet. Reines Graphen erreicht bei der freien Adsorptionsenergie ΔG_H einen Wert von etwa +1,73 Elektronenvolt, weit entfernt vom Idealwert nahe null. Selbst β-Graphin, das beste unter den geprüften kristallinen Kohlenstoffmaterialien, kommt nur auf +0,34 Elektronenvolt.

Das Team um Prof. Raghavan Ranganathan setzte stattdessen auf einschichtigen amorphen Kohlenstoff, kurz MAC. Ein simuliertes Schmelz-Abschreck-Verfahren erzeugte die Struktur: Ein Kohlenstoffgitter wurde virtuell erhitzt, bis die Ordnung zusammenbrach, und danach schnell abgekühlt. Zurück blieb eine Schicht aus fünf-, sechs- und siebengliedrigen Ringen, verzerrten Bindungen und welligen Oberflächenbereichen. Genau diese Vielfalt an atomaren Umgebungen eröffnet deutlich mehr mögliche Bindestellen für Wasserstoff als ein perfektes Gitter. Man kann sich MAC wie ein zerknittertes Blatt Papier vorstellen, während Graphen eher einer glatten Fliese gleicht: Erst die Falten und Unebenheiten schaffen Nischen, in denen sich Wasserstoff passend andocken lässt.

Maschinelles Lernen durchsucht die Oberfläche

Erstautor Sreehari MS beschreibt die Herausforderung so: Haftet Wasserstoff zu fest, lässt er sich kaum wieder freisetzen. Haftet er zu schwach, läuft die Reaktion nicht effizient. Nur ein ΔG_H nahe null bringt beide Anforderungen in Einklang.

Um diesen Wert für möglichst viele Stellen zu bestimmen, kombinierten die Forschenden aufwendige Dichtefunktionaltheorie-Rechnungen mit einem maschinell trainierten interatomaren Potential namens MACE. Das Modell lernte aus präzisen DFT-Daten für 30 lokale Umgebungen und traf danach eigenständig Vorhersagen. Bei einem mittleren Fehler von 0,161 Elektronenvolt unterschied es aktive von inaktiven Stellen mit 95 Prozent Genauigkeit. Damit ließ sich eine deutlich größere MAC-Oberfläche erfassen: Insgesamt bewertete das Modell 1.183 mögliche Adsorptionsstellen. Die Werte reichten von −0,91 bis +1,70 Elektronenvolt, rund 15 Prozent lagen unter dem günstigen Schwellenwert von +0,25 Elektronenvolt.

Siebenerringe und Wölbungen als Schlüssel

Die Auswertung zeigte ein klares Muster: Siebengliedrige Ringe, stärker verzerrte Bindungen und ausgeprägte Höhenunterschiede in der Kohlenstoffschicht begünstigten die Wasserstoffbindung. Regelmäßige, graphenähnliche Bereiche schnitten dagegen schlechter ab. Defekte, die sonst als Makel gelten, erweisen sich hier als Vorteil.

Mitautor Ashutosh Krishna Amaram, der inzwischen an der University of Illinois Chicago und am Argonne National Laboratory promoviert, vergleicht die Oberfläche mit einer Landkarte aus Hügeln, Tälern und Nachbarschaften, auf der bestimmte Muster verlässlich zu guten Bindestellen führen.

Noch fehlt der Praxistest

Die Rechnungen ersetzen keine Messung. Wie schnell die Reaktion tatsächlich abläuft und ob sich MAC stabil herstellen lässt, muss erst im Labor geprüft werden. Ranganathan sieht die Arbeit dennoch als Bauplan: Sie zeigt, welche atomaren Unregelmäßigkeiten gezielt erzeugt werden sollten, um metallfreie Katalysatoren zu entwickeln. Für Indiens National Green Hydrogen Mission, die günstigen grünen Wasserstoff zum Ziel hat, liefert die Studie damit einen konkreten Ansatzpunkt für die nächste Materialgeneration. Für die Berechnungen nutzte das Team den Supercomputer Param Ananta der Hochschule, bevor es an die experimentelle Umsetzung geht.

via Indian Institute of Technology Gandhinagar (IITGN)