Wissenschaft kann ein langwieriges Geschäft sein – und längst nicht jeder plant, überhaupt Geschäftsmann oder -frau zu werden, erst recht nicht im Deeptech-Bereich der elektronischen Schaltungen. So sind diese traditionell mit verschiedenen aktiven und den drei passiven, elektronischen Bauelementen Spule, Kondensator und Widerstand aufgebaut, die die Messgrößen Strom, Spannung, Ladung und magnetischer Fluss verknüpfen. Jedoch postulierte der Physiker Leon Chua bereits im Jahr 1971, dass aus Symmetrie-Gründen ein viertes, passives elektronisches Bauelement existieren muss, welches direkt die Ladung und den magnetischen Fluss miteinander verknüpft. Eine Besonderheit dieses Bauelements sollte auch sein, dass es ein Gedächtnis für die geflossene Ladung und für den erzeugten magnetischen Fluss hat. Chua nannte dieses Bauelement Memristor, ein Kunstwort aus Speicher (Englisch: memory) und Widerstand (Englisch: resistor). Lange gab es viele Lösungsansätze, die als memristive Bauelemente gezählt werden können, doch einen Memristor, der digitale und analoge Daten speichert und selbst im Bauelement rechnet, gab es bisher so nicht, bis Prof. Dr. Heidemarie Krüger und ihr Team am Helmholtz-Zentrum Dresden-Rossendorf an magnetischen Eigenschaften von Materialien forschten – und dabei 2011 ein eisenbasiertes Material, das den von Chua beschriebenen Eigenschaften entsprach, entdeckten.

Zunächst untersuchte Heidemarie Krüger den Fund im Rahmen eines Heisenberg-Stipendiums der Deutschen Forschungsgemeinschaft und weiterentwickelte ihn weiter, bis sie ein Unternehmen gründete, um die neuen Bauelemente für ressourceneffiziente elektronische Schaltungen herzustellen, die Massenproduktion vorzubereiten, Applikationen zu entwickeln und zu vertreiben. 2021 startete die Validierung des Projekts durch die SPRIND, bei der sich zeigte, dass der Memristor den Anforderungen an ein Speichermedium entspricht – und sogar besser ist, nämlich digitale sowie analoge Daten speichern kann. In der SPRIND Challenge New Computing Concepts von 2022 bis 2023 erprobten die Wissenschaftler:innen neue Technologien rund um neuromorphe Rechnerstrukturen. Im Frühjahr 2023 folgte schließlich die Gründung der MemLog. Sowohl mit dem Helmholtz-Zentrum Dresden-Rossendorf als auch mit weiteren Forschungsinstitutionen wird eng zusammengearbeitet.

Der Bedarf für die neuen elektronischen Bauelemente ist immens: Herkömmliche Rechnerarchitekturen stoßen längst an ihre Grenzen und verbrauchen enorm viel Energie durch das Speichern der Daten. Bisher erhöhte sich der Energiebedarf für Rechentechnik durch die exponentiell zunehmende Verwendung von Geräten im Zehnjahrestakt um den Faktor 1,38, beispielsweise im Zeitraum von 2010 bis 2020 von 1,67 auf 2,31 Petawattstunden. Für das Jahr 2030 wird ein Energiebedarf für KI-Rechentechnik von 3,18 Petawattstunden prognostiziert. Ein Großteil des Energiebedarfs der Rechentechnik wird innerhalb der Prozessoren zwischen Speichern und Kernen für den kontinuierlich stattfindenden Datentransfer benötigt, der zugleich die Rechenleistung massiv bremst. So verzehnfacht sich seit 2010 jedes Jahr die Rechenzeit zum Trainieren komplexer KI-Netzwerke. All das werden neue, neuromorphe Rechenarchitekturen durch den Einsatz von Memristoren, in denen die Funktion des Speichers und die des Prozessors im selben Bauelement vereint wird, umgehen.

Wenn es gelingt, die Produktion in Sachsen, Deutschland und Europa zu etablieren und zu halten, dann besteht vor Ort die Chance auf eine Spitzentechnologie, die wirtschaftlich voranbringt, die positiven Einfluss auf die Umwelt, auf die Natur und Gesellschaft hat und die in die Lage versetzt, die exponentiell anwachsende Datenmenge auch ressourceneffizient zu verarbeiten. Von sich selbst sagt die Physikerin Heidemarie Krüger, dass sie schon immer einen großen Forscherdrang verspürt habe, aber – wie so viele Wissenschaftler:innen – nie auch nur ans Gründen gedacht hätte; das Labor war ihr immer genug. Umso glücklicher ist sie heute, dass ihre Entdeckung nun den Weg in die Anwendung finden wird, zeitnah in der Edge Sensorik für Quantendetektion und perspektivisch im Edge Computing für neuromorphe Rechnerarchitekturen.

Nun gilt es für die MemLog, die Memristor-Hardware zu entwickeln und damit neue Applikationen auf den Markt zu bringen. Dazu möchte das Unternehmen auf Partnerschaften mit denen setzen, die nur auf die Memristor-Technologie gewartet haben und all jene ansprechen, die ihre Applikationsideen für KI testen möchten – in Hardware und in Echtzeit – erst in kleinen Stückzahlen und perspektivisch hochskaliert. Erste Bauteile dafür gibt es schon. Kollaborationen zu begründen und Erstanwender zum Beispiel in der Automobil-Industrie, im Fahrzeug- und Maschinenbau, in Medizin- oder Messtechnik, Energieversorgung oder Halbleiterherstellung zu finden, gehört zu den nächsten großen Zielen.