Die Forschungsgruppe Datenbasiertes Materialdesign konzentriert sich auf Strukturanalysen mit Großgeräten, die Entwicklung von Strukturmodellen mit Hilfe von Computersimulations- und Modellierungsmethoden sowie die Analyse chemischer Bindungen in oxidischen Strukturen und deren Einfluss auf die chemischen und physikalischen Eigenschaften von keramischen Werkstoffen. Durch die Anwendung von Methoden des maschinellen Lernens und des Deep Learning werden neue Verfahren zur Digitalisierung in der Materialforschung entwickelt und der Entwurf von digitalen Zwillingen für Brennstoffzellen, Gastrennmembranen, Festkörperbatterien und Wärmedämmschichten unterstützt.