Die Welt der kondensierten Materie und Materialwissenschaften untersucht, wie sich Atome zu neuen Materialien verbinden und welche faszinierenden Eigenschaften daraus entstehen. Von Supraleitern, die Strom ohne Verlust leiten, bis hin zu weichen Materialien, die unser tägliches Leben verändern, reicht das Spektrum dieser Forschung. Gist.Science macht die neuesten Erkenntnisse aus diesen Feldern für alle zugänglich, indem wir die komplexen Preprints von arXiv sorgfältig durchgehen.

Für jede neue Veröffentlichung in dieser Kategorie erstellen wir sowohl eine leicht verständliche Zusammenfassung als auch eine detaillierte technische Analyse. So können Sie schnell den Kern der Forschung erfassen oder tief in die mathematischen und physikalischen Details eintauchen, je nach Ihrem Interesse. Unser Ziel ist es, die Sprachbarriere zwischen Fachleuten und der breiten Öffentlichkeit zu überwinden.

Nachfolgend finden Sie die aktuellsten Beiträge aus dem Bereich kondensierte Materie und Materialwissenschaften, die wir gerade für Sie aufbereitet haben.

🔬 Materialwissenschaft

Breaking the Wiedemann-Franz limit in thermoelectrics via separated flat bands

Diese Arbeit schlägt eine Strategie vor, um das Wiedemann-Franz-Limit in der Thermoelektrik durch die gezielte Gestaltung der energieabhängigen Streuung in Flachbandsystemen, wie etwa monolagigem Ni3_3In, zu durchbrechen, um gleichzeitig eine hohe elektrische Leitfähigkeit und einen hohen Seebeck-Koeffizienten zu erreichen und dabei die elektronische Wärmeleitfähigkeit zu unterdrücken.

Illia Serhiienko, Fabian Garmroudi, Stefan Enzner, Izem Dural, Giorgio Sangiovanni, Andrej Pustogow2026-09-16
🔬 Materialwissenschaft

Full Minimal Coupling All-Electron Real-Time TDDFT for X-Ray-Matter Interactions

Diese Arbeit präsentiert eine neue All-Elektronen-Echtzeit-TDDFT-Implementierung in FHI-aims, die eine vollständige minimale Kopplung integriert, um Röntgenstrahl-Materie-Wechselwirkungen durch Beibehaltung räumlich variierender Vektorpotentiale und Photonenimpulses präzise zu modellieren und dadurch die Untersuchung von Nicht-Dipol-Effekten und verbotenen Übergangskanälen in Molekülen und Festkörpern zu ermöglichen.

Daniel Schacher, Tod A. Pascal, Craig P. Schwartz, Keith V. Lawler2026-09-16
🔬 Materialwissenschaft

Exotic centrosymmetric phase of acentric urea under high pressure

Diese Studie zeigt auf, dass azentrisches Harnstoff unter Druck oberhalb von 10 GPa einen druckinduzierten Übergang in eine exotische zentrosymmetrische Phase (V') durchläuft, die durch den Verlust der Frequenzverdopplung (Second Harmonic Generation) und einen quantenmechanisch ungeordneten Zwischenzustand (Phase X) zwischen 5,2 und 10,0 GPa gekennzeichnet ist, wie durch kombinierte experimentelle Spektroskopie, Beugung und theoretische Kristallstrukturvorhersage bestätigt wurde.

Haw-Tyng Huang, Yedukondalu Neelam, Mei-Shuan Cheng, Zhenxian Liu, Lkhamsuren Bayarjargal, Rachel Husband, Anna Pakhomov (…)2026-09-16✓ Author reviewed ⓘ
🔬 Materialwissenschaft

Origin and Reduction of Coercive Fields in ZnO-based Wurtzite Ferroelectrics

Diese Studie nutzt groß angelegte reaktive Molekulardynamik, um zu zeigen, dass die Koerzitivfelder in ZnO-basierten Wurtzit-Ferroelektrika durch ungeschirmte lokale polare Ordnung an der vorrückenden Inversionsgrenzflächen-Filamentspitze bestimmt werden, wobei sie offenlegt, dass Ladungsumverteilung und Heterostrukturierung diese Barriere effektiv unterdrücken können, um das Koerzitivfeld um etwa 50 % zu reduzieren.

Abhijeet Dhakane, Alireza Sepehrinezhad, William Prudnick, Jon-Paul Maria, Bobby Sumpter, Adri C. T. van Duin, Kyle P. K (…)2026-09-16
🔬 Materialwissenschaft

The Closer, the Better: Engineering RGB Thermometric Performance in Tb3+, Eu3+-Doped MOFs

Diese Studie zeigt, dass die Verringerung des interionischen Abstands zwischen Tb³⁺- und Eu³⁺-Ionen in metall-organischen Gerüststrukturen den Energietransfer sowie die thermische Empfindlichkeit verbessert und somit eine Struktur-Leistungs-Beziehung etabliert, die für das rationale Design von filterfreien, kamerabasierten RGB-Thermometern essenziell ist.

M. Szymczak, L. Giang, L. Marciniak2026-09-16
🔬 Materialwissenschaft

Topological spin textures in 2D altermagnetic chromium chalcogenides: Interplay between magnetic frustration and Dzyaloshinskii-Moriya interaction

Diese Studie nutzt First-Principles-Berechnungen und atomistische Simulationen, um zu demonstrieren, dass das Zusammenspiel zwischen intrinsischer Austauschfrustration und symmetriebrechender Dzyaloshinskii-Moriya-Wechselwirkung in zweidimensionalen altermagnetischen Chromchalkogeniden die Bildung vielfältiger nichtkollinearer topologischer Spin-Texturen durch unterschiedliche synergistische und kompetitive Mechanismen vorantreibt.

Zirui Zhang, Shiwei Zhu, Ruixiao Ma, Qiuyao Zhang, Xiaoping Wu, Changsheng Song2026-09-16
🔬 Materialwissenschaft

SpectraFit XPS: a free, browser-based application for X-ray photoelectron spectroscopy peak fitting and quantification

SpectraFit XPS ist eine kostenlose, browserbasierte Anwendung, die eine sichere, clientseitige Analyse von Röntgenphotoelektronenspektroskopie-Daten (XPS) ermöglicht und fortschrittliche Peak-Anpassung, Quantifizierung sowie ISO 14976-Dateisupport bietet, mit verifizierter Genauigkeit gegenüber dem Open-Source-Projekt KherveFitting.

Yongsup Park2026-09-16
🔬 Materialwissenschaft

ZStar: An automated toolkit for polarization, Born effective charges, dielectric response, and infrared and Raman spectra calculations

ZStar ist ein Open-Source-Python-Toolkit, das die Berechnung von Polarisation, Bornschen effektiven Ladungen, dielektrischer Antwort sowie Infrarot- und Raman-Spektren für Materialien aller Dimensionalitäten durch einen einheitlichen, symmetrieadaptierten Workflow automatisiert, der die Recheneffizienz steigert und sowohl die konventionelle als auch die agentengestützte Nutzung unterstützt.

Xudong Zhu, Junhong Li, Gan Jin, Zheng Guan, Lixin He2026-09-16
🔬 Materialwissenschaft

Probabilistic Deep Learning Framework for Phase Transformation Forecasting aided by In Situ High temperature Microscopy

Dieses Paper führt ein probabilistisches Deep-Learning-Framework ein, das Bildkompression, zeitliche Vorhersage und Mikrostrukturprognose vereinheitlicht, um die Entwicklung von Widmanstätten-Ferrit in S235-Stahl unter beliebigen thermischen Verläufen unter Verwendung von In-situ-Hochtemperaturmikroskopie-Daten präzise vorherzusagen.

Ioannis Kouroudis, Niki Balestrieri, Stefan Rotzsche, Niccolo Radice, Peter Mayr, Alessio Gagliardi2026-09-16