Schnelles Laden, Verlängerung der Lebensdauer und Sicherheit sind entscheidende Elemente für eine breitere Anwendung von Elektrofahrzeugen, die eine Voraussetzung für die Transformation des Mobilitäts- und Verkehrssektors hin zu mehr Nachhaltigkeit und, auf längerer Zeitskala, potenzieller CO₂-Neutralität ist. Ein entscheidendes Element dieser Batteriesysteme ist das Batteriemanagementsystem (BMS), das das Laden und Entladen einer Batterie, die aus einer Vielzahl von Zellen besteht, steuert. Da die Entwicklungszeit einer Batterie kürzer ist als ihre erwartete Lebensdauer in einem Auto, werden diese BMS konservativ abgestimmt, um einen sicheren Betrieb als wichtigstes Designziel sicherzustellen. Eine Steigerung der Leistung und Langlebigkeit bei gleichzeitiger Verbesserung der Sicherheit wäre möglich, wenn Leistungseinbußen oder Ausfälle einzelner Zellen unter Berücksichtigung neuer Daten, die während des Betriebs der Batterie gesammelt werden, zuverlässig vorhergesagt werden könnten. Das von der Helmholtz Artificial Intelligence Cooperation Unit geförderte Projekt i2Batman („Intelligentes, individuelles Batteriemanagement mittels Spektroskopie und maschinellem Lernen“) untersucht den Einsatz fortschrittlicher KI-Techniken für ein intelligentes BMS. In einer Zusammenarbeit zwischen dem IEK-9, dem Steinbuch Centre for Computing (SCC) am KIT und der Theorieabteilung am Fritz-Haber-Institut (FHI) der Max-Planck-Gesellschaft in Berlin entsteht ein neues Konzept zur dynamischen Optimierung des Ladeprotokolls von Batterien, um ihre Lebensdauer und Leistung zu erhöhen. Das Projekt zielt auf ein KI-gestütztes BMS ab, das eine kontinuierliche intelligente (KI-optimierte, unter Berücksichtigung von Design of Experiment-Konzepten) Datenerfassung mit einem numerischen „digitalen Zwilling“ der Batterie kombiniert, um ein besseres und detaillierteres Ladeprotokoll auf der Ebene von einzelne Batteriezellen zu entwickeln. Dadurch wird das Modell robust parametrisiert und die Parameter werden während der Nutzung der Batterie kontinuierlich und automatisiert aktualisiert.