Viele der wichtigen technologischen Fortschritte der letzten Jahre sind eng mit der Entwicklung von neuartigen funktionellen Materialien verbunden. Diese Materialentwicklung ist häufig empirisch geschehen. Allerdings kann man nun auf einen riesigen Datensatz von Materialparametern zugreifen, die zunehmend mit Hilfe von Rechnungen und Simulationen erzielt werden.

Die Mez-Starck-Stiftung unterstützt einerseits die rechnergestützte Erzeugung von solchen Daten. Andererseits steht das Voranbringen der Identifizierung von vielversprechenden funktionalen Materialien mit Hilfe von modernen Werkzeugen der Datenanalyse im Fokus. Dabei sollen in enger Zusammenarbeit mit Experten Methoden der künstlichen Intelligenz und des maschinellen Lernens eingesetzt werden.

Solche Ansätze können zum Beispiel zu einem tieferen Verständnis von Struktur-Wirkungsbeziehungen in Materialen genutzt werden, die zu neuartigen Ansätzen bei der Materialentwicklung führen können. Weiterhin können potentielle Kandidaten für Materialien mit verbesserten Eigenschaften gefunden werden, wodurch die Materialentwicklung beträchtlich beschleunigt werden kann. Dabei sollen sowohl rationale Ansätze, die zielgerichtet strukturelle und spektroskopische Eigenschaften von Materialien bestimmen, als auch kombinatorische Ansätze, die die Eigenschaften einer Vielzahl von Materialien automatisiert ableiten, gefördert werden.