Warum laufen manche chemischen Reaktionen in Wasser schnell ab, während andere unter denselben Bedingungen kaum stattfinden? Prof. Robert J. Mayer und sein Doktorand Stefan Kuffer von der TUM School of Natural Sciences der Technischen Universität München (TUM) haben nun einen neuen Ansatz entwickelt, um genau solche Reaktivitätsunterschiede vorherzusagen. Durch eine Kombination aus automatisierten Hochdurchsatz-Experimenten, detaillierter kinetischer Analyse und maschinellem Lernen konnten sie erstmals Reaktionsgeschwindigkeiten über verschiedene Mechanismen der Säure- und Basenkatalyse hinweg quantitativ beschreiben und Vorhersagemodelle entwickeln. Die Ergebnisse wurden im renommierten Fachmagazin Angewandte Chemie Novit veröffentlicht und eröffnen neue Möglichkeiten für die Entwicklung nachhaltiger chemischer Prozesse und datengetriebener Modelle in der Chemie. 

Chemische Reaktionen im Wasser besser verstehen

Wasser ist das wichtigste Lösungsmittel biologischer Systeme und gewinnt auch in der nachhaltigen Chemie zunehmend an Bedeutung. Gleichzeitig sind chemische Reaktionen in Wasser besonders komplex: Säuren und Basen können dieselbe Reaktion über verschiedene gleichzeitig ablaufende Mechanismen beeinflussen. Dadurch wird es schwierig vorherzusagen, wie schnell eine bestimmte Reaktion unter unterschiedlichen Bedingungen abläuft.

Das Team um Prof. Robert J. Mayer hat nun einen experimentellen Ansatz entwickelt, mit dem sich diese Komplexität systematisch erfassen lässt. Mithilfe automatisierter Flüssigkeitshandhabung und kontinuierlicher UV-Analyse wurden tausende kinetische Messungen durchgeführt. Insgesamt entstand ein Datensatz mit knapp 7.000 experimentell bestimmten Reaktionsgeschwindigkeiten. 

Auf Basis dieser Daten konnten die Forschenden die Beiträge der verschiedenen Mechanismen von Säure- und Basenkatalyse differenzieren und quantitativ beschreiben. Anschließend nutzten sie Verfahren des maschinellen Lernens, um Reaktionsgeschwindigkeiten auch für bislang nicht untersuchte Verbindungen und Reaktionsbedingungen vorherzusagen.

Brücke zwischen klassischer Chemie und Data Science

Im Gegensatz zu vielen datengetriebenen Ansätzen basiert die neue Methode nicht ausschließlich auf statistischen Zusammenhängen. Stattdessen kombiniert sie etablierte Konzepte der physikalisch-organischen Chemie und mechanistische Analysen mit modernen Methoden der Datenanalyse.

„In Wasser werden chemische Reaktionen durch eine Vielzahl an parallel ablaufenden Mechanismen beeinflusst. Unser Ansatz erlaubt es, diese Beiträge getrennt zu betrachten und daraus belastbare Vorhersagen abzuleiten“, erläutert Prof. Robert J. Mayer, der die Studie gemeinsam mit Doktorand Stefan Kuffer durchgeführt hat. Die Verbindung von mechanistischem Verständnis und datengetriebener Modellierung schafft damit eine neue Grundlage für die Vorhersage chemischer Reaktivität.  

Neue Perspektiven für nachhaltige Chemie

Die Ergebnisse gehen über das untersuchte Modellsystem hinaus. Die entwickelte Methodik kann künftig auf zahlreiche weitere Reaktionen übertragen werden. Durch die dadurch möglichen Vorhersagen könnten chemische Prozesse schneller optimiert und der Bedarf an zeitaufwendigen Versuchsreihen deutlich reduziert werden.

Besonders relevant ist dies für die Entwicklung nachhaltiger Synthesen, in denen Wasser zunehmend als umweltfreundliches Lösungsmittel eingesetzt wird. Auch für die Erforschung der Chemie der Entstehung des Lebens, wo Wasser eine entscheidende Rolle spielt, eröffnet die Arbeit neue Perspektiven. 

Die Studie entstand an der TUM School of Natural Sciences und dem Zentralinstitut für Katalyseforschung. 

Sie wurde vom wissenschaftlichen Beirat von Angewandte Chemie für die Publikation in Angewandte Chemie Novit ausgewählt, da sie wichtige Entwicklungen der modernen Chemie vereint: von mechanistischer Forschung über automatisierte Hochdurchsatz-Experimente bis hin zu datenwissenschaftlichen Methoden. Das daraus entstandene Verfahren und der umfangreiche Datensatz sollen Forschenden künftig dabei helfen, Reaktivität in Wasser besser zu verstehen und vorherzusagen.

Publikation

Stefan Kuffer, Robert J. Mayer: High-Throughput Kinetics Enable Predicting Reactivity Across Mechanisms of Acid/Base Catalysis in Water, Angewandte Chemie Novit (2026),https://onlinelibrary.wiley.com/doi/10.1002/anov.70033

Weitere Informationen und Links

• Prof. Robert Mayer, Physikalisch-organische Chemie der Katalyse
• Zentralinstitut für Katalyseforschung

Presskontakt
communications@nat.tum.de
Team Website