Deep-Learning-Ansatz ermöglicht genaue Berechnungen der elektronischen Struktur in großem Maßstab (WK-intern) - Die Anordnung von Elektronen in Materie spielt in Grundlagenforschung und angewandter Forschung - wie bei Arzneimitteldesign oder Energiespeicherung - eine entscheidende Rolle. Lange Zeit fehlten jedoch geeignete Simulationsmethoden. Forscher des Center for Advanced Systems Understanding (CASUS) am Helmholtz-Zentrum Dresden-Rossendorf (HZDR) in Görlitz und der Sandia National Laboratories in Albuquerque, USA, haben nun eine auf maschinellem Lernen basierende Simulationsmethode entwickelt, die herkömmliche Verfahren zur Simulation elektronischer Strukturen übertrifft. Die Anordnung von Elektronen in Materie, die so genannte elektronische Struktur, spielt nicht nur in der Grundlagenforschung eine entscheidende Rolle, sondern auch bei angewandter