Mit Künstlicher Intelligenz Bauteile sicher machen Heinrich-Büssing-Preis an Dr. Alexander Henkes

Für seine hervorragenden wissenschaftlichen Leistungen wird Dr. Alexander Henkes mit dem Heinrich-Büssing-Preis 2023 ausgezeichnet. Der mit 10.000 Euro dotierte Preis wird jährlich von der „Stiftung zur Förderung der Wissenschaften an der Carolo-Wilhelmina“ des Braunschweigischen Hochschulbundes (BHB) verliehen.

Der Preisträger Alexander Henkes entwickelte in seiner Dissertation Methoden, die auf Künstlicher Intelligenz basieren und die hochintensiven Berechnungen stark beschleunigen. So können aufwendige Simulationen um bis zu 1800-mal schneller durchgeführt werden und damit geplante Leichtbauteile – etwa für ein Flugzeug oder ein Automobil – künftig wesentlich schneller und ressourcenschonender getestet werden.

Neue Wege für rechenintensive Simulationen

Für die Entwicklung von Leitbauteilen werden Computersimulationen eingesetzt, um aufwändige Experimente ressourcenschonend zu ergänzen. „Bei neuen Materialien stoßen wir jedoch auf ein Problem“, erklärt Dr. Alexander Henkes. Verändern die Forschenden beispielsweise auf mikroskopischer Ebene die Zusammensetzung von partikel- oder faserverstärkten Verbundwerkstoffen, so ändert sich das Verhalten des gesamten Bauteils – und das auch noch in Abhängigkeit von seiner geplanten Form und Materialschwankungen. Solche Bauteile mit den herkömmlichen Computersimulationen zu testen, ist schwierig. Dr. Henkes: „Die Berechnungen können sehr rechenintensiv sein – Wochen bis Monate. Um diese hochgenauen Berechnungen trotzdem durchführen zu können, braucht es also neue Wege; besonders für kleinere Unternehmen, die sich keine teuren Rechenzentren leisten können. Hier kommt meine Arbeit ins Spiel.“

Die von ihm entwickelten Methoden zur Beschleunigung aufwendiger Simulationen umgehen dabei ein typisches Problem Künstlicher Intelligenz (KI): Um den Datenhunger bisherige KI-basierten Methoden zu umgehen, nutzt er wiederum KI-basierte Methoden, die zum Beispiel die aufwendige Beschaffung von Daten etwa durch CT-Scanner stark reduzieren. Zusätzlich hat er physikalische Gesetze in das Modell integriert. Geplante Leichtbauteile – etwa für ein Flugzeug oder ein Automobil – können auf diese Weise künftig wesentlich schneller und ressourcenschonender getestet werden.

Alexander Henkes hat am Institut für rechnergestützte Modellierung im Bauingenieurwesen promoviert und als wissenschaftlicher Mitarbeiter gearbeitet. Der Titel seiner Arbeit lautet „Artificial Neural Networks in Continuum Micromechanics“. Er wurde vorgeschlagen von Prof. Henning Wessels, ebenfalls vom Institut für rechnergestützte Modellierung im Bauingenieurwesen.

Energetische Leichtgewichte

Aktuell arbeitet Alexander Henkes an der ETH Zürich im renommierten ETH Postdoc Fellowship: Seine derzeitige Forschung knüpft an den herausforderndsten, aber dringlichsten Punkten seiner Dissertation an. KI-basierte Methoden benötigen häufig viel Energie. Das Training von großen Modellen wie ChatGPT kann mehrere Millionen Dollar Äquivalent an Strom kosten. In seiner Dissertation hat er bereits damit begonnen „energetische Leichtgewichte“ zu entwickelt. „Aber da geht noch mehr“, meint Alexander Henkes. So möchte er noch stärker mit seiner zukünftigen Forschung dazu beitragen, Künstliche Intelligenz als ein ressourcenschonendes Instrument bei der Entwicklung leistungsstarker Bauteile – wie einer Flugzeugwand – zu etablieren.