许多电化学反应经历几个步骤。如果可能，每种催化剂都应在催化剂表面进行优化，但是每个步骤都需要满足不同的要求。RUB电化学中心的Wolfgang Schuhmann教授解释说：“由于以前的催化剂通常只有一种优化的功能，因此只能做出最佳的折衷，并且无法避免能量损失。”

使用复杂的固溶体，可以在一个催化剂表面上同时实现多种功能，从而克服了这一限制。但是，仅当至少五个不同元素组合在一起时才会发生这种情况。数以百计的比例可以组合各个元素的可能性。对于此类材料，寻找策略以找到最佳性能的先前挑战似乎可以解决。现在的任务是找出哪种组合可以最佳方式实现目标。舒曼强调说：“顺便说一句，与以前的催化剂相比，使用更有利的元素也可能实现这一点。”

做出并检查预测

研究团队在他们的工作中提出了一种方法，可以在无数种可能性中提供指导。哥本哈根大学高熵合金催化中心的Jan Rossmeisl教授解释说：“我们已经开发了一种模型，该模型可以预测氧气还原活性随成分的变化而变化，从而可以计算出最佳的成分。”

来自Bochum的团队提供了该模型的验证。“我们可以使用组合溅射系统来生产材料库，其中支撑物表面上的每个点都有不同的成分，并且在每个方向上都有不同但定义明确的渐变，”新材料与研究中心教授Alfred Ludwig解释说。 RUB的接口。然后使用扫描液滴池自动测量材料库中342种组合物的催化性能，以识别活性趋势。

“我们发现原始模型还不能很好地解决复杂性问题，并且仍做出了不精确的预测。因此，我们对其进行了修改，并对其进行了实验性再次测试，”哥本哈根研究小组的托马斯·巴切洛（Thomas Batchelor）博士说。 RUB作为合作的一部分。这次，预测和实验测量显示出极好的一致性，这被进一步的材料库所证实。

这种策略允许识别由五种化学元素组成的表面复杂机制，而将大部分筛选工作留给了计算机。研究小组说：“如果该模型普遍适用于所有元素组合以及其他反应，那么该催化剂类别目前最大的挑战之一将得到切实解决。”