Kooperation mit dem UFZ Leipzig · Kolbe-Elektrolyse · Max Pohl · Entwurf vom 8. Okt. 2026

Welche Parameter die Kolbe-Elektrolyse bestimmen, und wie stark

Max’ Publikation von 2026 (Pohl et al.) berichtet die wesentlichen Trends der Kolbe-Elektrolyse von Säuregemischen in ihrer Kurzfassung, dem Teil, den MESSAI gelesen hat: die Konzentrationsschwelle, die Bevorzugung längerer Ketten und den Energievorteil einer Einkammerzelle. Dort setzt der Beitrag von MESSAI an. Wir würden jeden Betriebsparameter auf jedes Ergebnis abbilden, jede Verknüpfung anhand seiner Versuche und der übrigen Kolbe-Literatur quantifizieren und ein Vorhersagemodell bauen, das Effizienz, Produktmischung und kWh pro Liter liefert, mit Intervall und den Parametern, die es bestimmen, für Bedingungen, die die Daten abdecken.

VorschlagNoch ist nichts angepasst. Felder mit „berichtet“ stammen aus der Kurzfassung der Publikation; alles andere ist danach gekennzeichnet, wie viel wir wissen.

Die Frage, die das Vorhersagemodell beantwortet

„Welche CE zum Kraftstoff, welche Produktmischung und wie viele kWh pro Liter sind für diese Einsatzlösung und diese Betriebsbedingungen zu erwarten, wie sicher sind wir, und welche Parameter sind für diese Vorhersage am wichtigsten?“

Die Antworten folgen dem Vorhersageformat von MESSAI. Jede Antwort nennt die Parameter, die sie bestimmen, und die Evidenz dahinter. Fehlt eine Eingabe, nennt das Vorhersagemodell sie, statt einen Standardwert einzusetzen. Solange das Modell nicht angepasst ist, lautet jedes Feld pending.

query    feed = { Essigsäure 0,30, Buttersäure 0,20, Capronsäure 0,50 } mol/L   (Beispieleingaben)
         anode = Pt · j = 50 mA/cm² · Einkammer · 20 °C · pH = ?
answer   CE_fuel   { value: pending, unit: "%",     ci_low: pending, ci_high: pending }
         energy    { value: pending, unit: "kWh/L", ci_low: pending, ci_high: pending }
drivers  Gesamtkonzentration · Zusammensetzung · Stromdichte · Elektrode   (Rangfolge: pending)
evidence Versuche von Pohl 2026 + Kolbe-Literatur (extrahiert, Prüfung und Harmonisierung ausstehend)
missing  pH-Wert / Neutralisationsgrad  →  als fehlend genannt, kein Standardwert eingesetzt, Antwort markiert

Der Plan auf einer Seite

Was zuerst kommt, was jeder Schritt braucht, wie wir das Modell testen und was bisher schiefging.

  1. Den Kolbe-Parametersatz abstimmen

    Nicht begonnen

    434 extrahierte Werte sind noch mit keinem Parameter verknüpft (28. Okt. 2026), also ist keiner vergleichbar.

    Braucht
    Max’ Prüfung der zehn Parameter und sieben Zielgrößen.
    Fertig, wenn
    Der Satz ist abgestimmt, und die extrahierten Werte sind damit verknüpft.
  2. Die Evidenzbasis aufbauen

    Braucht Max

    54 Kolbe-Papers sind erfasst, 9 haben extrahierte Werte, und noch kein Wert ist geprüft.

    Braucht
    Seine Liste von 20–50 verlässlichen Papers und die Lauftabelle zum Paper von 2026, mit fehlgeschlagenen Läufen.
    Fertig, wenn
    Die Evidenztabelle zeigt, was das Feld gemessen hat, mit einem Quell-Snippet je Wert.
  3. Sein Paper reproduzieren, dann darüber hinaus vorhersagen

    Wartet auf Daten

    Einem Modell, das bekannte Trends nicht wiederfindet, ist bei neuen nicht zu trauen.

    Braucht
    Die Lauftabelle.
    Fertig, wenn
    Seine berichteten Trends kommen heraus, und Prädiktor v1 ist auf zurückgehaltenen Studien bewertet.

Vollständige Listen:AufgabenLieferungenUnsere Bitten

Was das Modell können soll und wie wir es testen

Jeder Test bildet etwas nach, das Forschende wirklich tun. Die Schwellen bleiben Vorschläge, bis die Partner sie bestätigen.

Das Modell sollSo testen wir esBestanden, wennHeute
Wiederfinden, was Max schon veröffentlicht hatSeine Läufe kodieren und Konzentrationsschwelle, Kettenlängenpräferenz und Energievorteil der Einkammerzelle prüfen.Alle drei Trends kommen heraus, oder wir halten fest, was nicht zusammenpasst.Braucht Partnerdaten
Die Kolbe-Läufe eines anderen Labors vorhersagenEine Studie auslassen und ihre CE zu Kraftstoff und kWh pro Liter vorhersagen.Es schlägt die gepoolte Baseline, und 90-%-Intervalle decken 85–95 % der Werte ab.Braucht Partnerdaten
Sagen, was es nicht weißOhne pH anfragen, dann nach einer echten Brühe außerhalb der Daten fragen.Es nennt den pH als fehlend und markiert die Antwort zur Brühe als Extrapolation.Noch nicht gelaufen

Ohne Partnerdaten gemessen

Zwei Prüfungen, die allein mit veröffentlichten Arbeiten möglich sind. Beide lassen sich wiederholen, und die Zahlen sind auf jeder Seite gleich.

PrüfungErgebnisWas offen bleibt
Stehen die extrahierten Werte wirklich in der Publikation?96 % von 308 geprüften Werten aus Forschungsarbeiten, über 20 Publikationen (31. Okt. 2026).Maschinell geprüft, noch nicht von einem Menschen. 101 Werte aus Übersichtsarbeiten stammen aus anderen Studien. 41 % der echten Werte erreichen das Modell.
Trifft das Modell veröffentlichte Läufe, die es nie gesehen hat?Lab-Simulator: 7 von 17 innerhalb von 25 %. API und Chat: 4 von 17, 8 ohne Antwort (31. Okt. 2026).Der Simulator lag bei 0 von 5 MFC-Werten innerhalb von 25 %. Eine MFC-Anfrage ohne CSB antwortet weiter nur aus ihren Materialien.

Was bisher schiefging

Diese Zeilen stammen aus unseren eigenen Sitzungen und Prüfungen, nicht aus Meldungen der Partner. Neue Meldungen landen hier.

Was geschahWas das ändertGefunden in
434 Kolbe-Werte liegen im Korpus ohne Parameterverknüpfung und ohne SI-Wert.Erst der Parametersatz, dann die Harmonisierung. Kein Wert geht ungeprüft in einen Fit.Eigene Prüfung
45 von 54 Kolbe-Papers haben keinen Volltext in MESSAI, und wir haben nicht festgehalten, welche hinter einer Paywall liegen.Den Grund je Paper festhalten und Max fragen, welche Papers am meisten zählen.Eigene Prüfung
Was wir über Max’ Paper sagen, stützt sich auf das Abstract, nicht auf seine Daten.Seine Lauftabelle ersetzt das Abstract als Quelle für diese Zellen.Eigene Prüfung

Wie ein Fehler zurück ins Modell gelangt

  1. Melden. Kommentieren Sie diese Seite, oder schicken Sie uns den Lauf.
  2. Nachstellen. Wir machen daraus einen Test mit der echten Eingabe und dem erwarteten Ergebnis.
  3. Beheben. Wir ändern Modell oder Pipeline an der Ursache.
  4. Erneut testen. Der Test bleibt im Satz, und das Ergebnis steht hier.

Diese Schritte laufen von Hand. Nichts davon ist bisher automatisiert.

So funktioniert es

Der Weg von einer veröffentlichten Publikation zu einer Zahl auf dieser Seite. Jeder Schritt speist den nächsten. Die ersten drei zeigen, was diese Seite jetzt zu den hier zitierten Publikationen hält.

  1. Die Publikation finden

    Erledigt

    Eine Publikation kommt als Eintrag in den Korpus: DOI, Titel, Autorinnen und Autoren, Zeitschrift, Datum und Abstract, übernommen von Crossref oder vom Verlag.

    • 12 von 12 zitierten Publikationen mit DOI sind in diesem Korpus.
    • Gezählt auf dieser Bereitstellung am 20. Nov. 2026.
    • Am 8. Okt. 2026 wurden die Publikationen, die das Protokolldiagramm zitiert, im Staging-Korpus erfasst, als Einträge nur mit Abstract. Am 31. Okt. 2026 wurden die frei zugänglichen PDFs gespeichert, die ein Skript beschaffen konnte. Die Zahlen in diesen Schritten werden auf der Bereitstellung gelesen, auf der Sie sich befinden.
    Korpus öffnen
  2. Den Volltext beschaffen

    Teilweise erledigt

    Wo der Verlag es erlaubt, wird das PDF gespeichert und in Text, Tabellen und Gleichungen umgewandelt. Werte lassen sich auch aus frei zugänglichem Volltext lesen, ohne das PDF zu speichern. Eine Publikation ohne beides bleibt beim Abstract: Verfügbar ist nur, was das Abstract sagt, ohne Tabellen und Methoden.

    • 6 von 12 haben ein gespeichertes PDF.
    • Am 11. Okt. 2026 wurde der frei zugängliche Volltext einiger davon gelesen. Publikationen hinter einer Bezahlschranke und frei zugängliche, die ein Verlag nicht an ein Skript ausliefert, haben weiterhin nur einen Abstract. Die übrigen zu beschaffen ist Teil der Aufgabe „Kolbe-Literaturkorpus“, die Max’ Liste braucht (siehe Unsere Aufgaben).
  3. Werte mit ihrem Beleg extrahieren

    Teilweise erledigt

    Ein Sprachmodell liest Text und Tabellen und schreibt jeden Wert als eine Zeile: Parameter, Zahl, Einheit, die Bedingungen der Messung, das Zitat, aus dem er stammt, eine Konfidenz und die Version des Extraktors.

    • 6 von 12 haben extrahierte Werte (279 verschiedene Fakten insgesamt; ein doppelt extrahierter Wert zählt einmal).
    • Am 11. Okt. 2026 hat ein KI-Modell aus diesem Volltext Werte extrahiert, jeweils mit dem Satz, aus dem sie stammen. Eine Prüfung bestätigt, dass der Satz in der Publikation steht und die Zahl enthält. Alle Werte warten auf Prüfung. Die Extraktion mit einer Kolbe-spezifischen Spezifikation gehört weiterhin zur selben Aufgabe: Der allgemeine Extraktor liefert für eine Publikation ohne Mikroorganismen keine Werte, daher warten die gespeicherten PDFs, die noch keine Werte haben, darauf.
  4. Harmonisieren

    Noch nicht erledigt

    Jede Zeile wird einem kanonischen Parameter zugeordnet, wo eine Regel greift, sodass „Leistungsdichte“ in allen Publikationen dasselbe bedeutet, und ihre Einheit wird in SI umgerechnet. Umrechnung ist nicht Vergleichbarkeit: Auch Spezies, Referenzelektrode und Flächen- oder Volumenbezug müssen übereinstimmen. Diese Prüfungen sind unvollständig, daher erreichen manche Zeilen, die sich nicht vergleichen lassen, noch die Modelle.

    • Kanonische Namen und Einheiten für die Kolbe-Parameter sind die erste unserer Aufgaben (siehe Unsere Aufgaben). Bis dahin behalten die extrahierten Werte die Namen und Einheiten der jeweiligen Publikation, das Vorhersagemodell kann sie also nicht nutzen.
    Parameter öffnen
  5. Modellieren und vorhersagen

    Noch nicht erledigt

    Modelle werden nur an harmonisierten Zeilen angepasst: zuerst der Effekt eines Parameters innerhalb jeder Studie, dann gepoolt über die Studien. Eine Vorhersage liefert einen Wert, eine Einheit, ein Intervall, eine Konfidenz und ihre Quelle. Ziel ist, dass eine fehlende Eingabe genannt und nie durch einen Standardwert ersetzt wird; manche Vorhersagemodelle von MESSAI setzen heute noch einen ein, etwa eine angelegte Spannung von 0,6 V für eine MEC.

    • Für Kolbe ist noch nichts angepasst: Jedes Feld der Antwort des Vorhersagemodells lautet pending (siehe die Fragestellung oben auf der Seite).
    Nachlesen, wie die Vorhersagen entstehen
  6. Prüfen

    Links aufgeführt

    Die Publikationen hinter dem Protokolldiagramm sind unten mit einem Link zum jeweiligen Verlag aufgelistet. Die Schritte des Diagramms sind Schritte des gemeinsamen Protokollgraphen. Angemeldete Lesende können diese Seite kommentieren. Eine aufgeführte Publikation ist ein Hinweis zum Prüfen, keine Prüfung, die MESSAI vorgenommen hat.

    Zu den Publikationen

Parameter-Ergebnis-Karte

Die Zeilen sind Betriebsparameter, die Spalten Ergebnisse. Jedes Feld sagt, wie viel wir darüber wissen, wie dieser Parameter dieses Ergebnis verändert. Der größte Teil der Karte ist leer. Der Wert des Vorhersagemodells liegt darin, diese Felder mit Effektgrößen und Intervallen zu füllen, zuerst die, die für Designentscheidungen am wichtigsten sind. Wählen Sie ein Feld, um die Evidenz zu sehen und wie wir es quantifizieren würden.

In der Publikation berichtet (Kurzfassung)5Richtung bekannt, nicht quantifiziert4Physik, berechenbar3Aus anderen Feldern abgeleitet3Unbekannt55von 70 Feldern
ParameterCE zum KraftstoffKolbe vs. Hofer-MoestO₂-AnteilOERKettenverkürzungKettenlänge der ProdukteZellspannungkWh pro L Kraftstoff
Gesamtkonzentration der Säurenmol/L
Kettenlängen-ZusammensetzungStoffmengenanteile
ZellaufbauEin- / Zweikammer
Stromdichte an der AnodemA/cm²
AnodenmaterialPt, Kohlenstoff, …
pH-Wert / NeutralisationpH-Wert oder %
Temperatur°C
Leitelektrolytmol/L, Art
Reale Brühe vs. synthetischVerunreinigungen
Elektrodenalter / VersuchsreihenfolgeAnzahl Versuche

„Berichtet“ = in der Kurzfassung von Pohl et al., ChemSusChem 2026 (doi 10.1002/cssc.70753) angegeben; Seite, Tabelle, Zahl der Versuche und die Bedeutung von ± sind hier noch nicht erfasst. „Richtung bekannt“ = allgemeine Kolbe-Elektrochemie, für diese Mischungen nicht quantifiziert; mit Max zu bestätigen. „Physik“ = folgt aus der Elektrochemie der Zelle und ist berechenbar, sobald die Eingangsgrößen erfasst sind.

Ihre Versuche

Legen Sie eine CSV-Datei Ihrer eigenen Versuche ab, um zu sehen, zu welchen Feldern der Karte sie beitragen könnten. Die Datei wird in Ihrem Browser gelesen und weder hochgeladen noch gespeichert; nichts wird angepasst, und keine Vorhersage ändert sich.

Offene Fragen

Ein unbekanntes Feld ist ein Zusammenhang, für den diese Seite noch keine Messung und keine Literaturschätzung hat; das kann auch nur heißen, dass ihn hier noch niemand eingetragen hat. Unten je Parameter: was unbekannt ist, der Versuch, der es füllen würde, und die Arbeitsschritte des Kolbe-Protokolls, die er durchläuft.

Geordnet danach, wie viele leere Felder ein Versuch füllen würde. Das ist eine Zählung, kein Maß dafür, wie stark ein Versuch die Vorhersagen eingrenzen würde; diese Rangfolge braucht das Vorhersagemodell (siehe „Rangfolge der nächsten Messungen“ unter „Unsere Aufgaben“).

Die übrigen 6 zeigen

Wie MESSAI daraus Vorhersagen macht

MESSAI betreibt diese Pipeline bereits auf dem bioelektrochemischen Korpus. Für Kolbe braucht sie einen Parametersatz, einen Literaturkorpus und seine Versuchsdaten. Die Schritte laufen in dieser Reihenfolge, weil jeder den nächsten speist.

  1. Effekte innerhalb einer Studie

    In MESSAI vorhanden

    Für jede Studie wird geschätzt, wie ein Parameter ein Ergebnis verändert, während die übrigen konstant gehalten werden. Das ist die sauberste Evidenz für einen Trend: Unterschiede zwischen Laboren fallen heraus, Störgrößen innerhalb einer Studie wie Versuchsreihenfolge oder Elektrodenalter bleiben aber. MESSAI passt diese als bayessche Effekte auf Populationsebene an und zeigt sie im Sensitivitätsdiagramm des Labors (zum Beispiel stützt sich der Effekt HRT → CSB-Abbau innerhalb von Publikationen im Artefakt vom 3. Sept. 2026 auf 8 Publikationen und 60 Beobachtungen; er ist nicht konvergiert, und sein Intervall schließt null ein). Seine Publikation wäre die erste Kolbe-Studie, die auf diese Weise kodiert ist.

  2. Studienübergreifende Zusammenführung

    In MESSAI vorhanden

    Derselbe Effekt wird über Kolbe-Publikationen hinweg in einer hierarchischen Metaanalyse zusammengeführt (die Forest-Plots unter /meta-analysis in MESSAI). Das beantwortet, ob seine Trends für andere Elektroden, Lösungsmittel und Labore gelten und wie stark sie zwischen den Studien schwanken.

  3. Korrelationsstruktur zwischen Parametern

    In MESSAI vorhanden

    Manche Parameter ändern sich gemeinsam: Mit der Konzentration steigt die Leitfähigkeit, wodurch die Zellspannung sinkt; Kettenlänge und Hydrophobie nehmen gemeinsam zu. Der gelernte Abhängigkeitsgraph und der Wissensgraph von MESSAI halten solche Verknüpfungen fest (für Kolbe noch keine), damit ein Vorhersagemodell einen Effekt nicht doppelt zählen würde. Korrelation über Studien hinweg ist keine Kausalität; kausale Aussagen stützen sich daher auf Schritt 1.

  4. Kompakte Gesetze durch symbolische Regression

    In MESSAI vorhanden

    MESSAI nutzt symbolische Regression (PySR) bereits, um kurze Gleichungen zwischen Parametern zu suchen. Für Kolbe ist das Ziel ein Gesetz wie CE_fuel = f(Konzentration, mittlere Kettenlänge, Stromdichte), das sich nachlesen und prüfen lässt, statt einer Blackbox.

  5. Vorhersagemodell mit Intervallen und Treibern

    Für Kolbe noch zu bauen

    Ein hierarchisches Modell mit der Studie als Zufallseffekt, das die Effekte aus den Schritten 1–4 als Priors (A-priori-Verteilungen) und seine Versuche als Kerndaten nutzt. Seine eigene Studie bliebe aus diesen Priors heraus, damit seine Versuche nicht doppelt zählen. Es würde jede Vorhersage mit einem Intervall und einer Rangliste der Parameter liefern, die sie bestimmen. Die Intervalle müssten noch an zurückgehaltenen Studien kalibriert werden: Die ausgelieferten Vorhersagemodelle von MESSAI liefern noch keine kalibrierten Intervalle.

    Ergebnis ~ f(Konzentration, Zusammensetzung, j, Elektrode, Zelle, pH, T, …) + (1 | Studie) + Residual-GP
    Zu validieren durch
    jeweils eine Studie auslassen. Der eigentliche Test ist, die Ergebnisse eines anderen Labors vorherzusagen, nicht innerhalb seiner eigenen Versuche zu interpolieren.
    Geplante Leitplanke
    außerhalb der durch Daten abgedeckten Bedingungen wird die Antwort als Extrapolation markiert; ein breiteres Intervall allein würde sie nicht verlässlich machen

Protokoll

Die Kolbe-Methodik als Graph von Schritten, von der Vorbereitung der Einsatzlösung bis zur Berechnung von CE und Energie pro Liter. Klicken Sie auf einen Schritt, um Sollwerte, Messwerte, Vorsichtsmaßnahmen und Quellen zu sehen. Von links nach rechts verläuft die Ausführungsreihenfolge, und jeder Schritt verweist auf den vollständigen /protocols-Graphen. Ein ausgewählter Schritt zeigt außerdem, welche Zeilen und Spalten der Parameterkarte er speist. Schrittnamen, Beschreibungen und Quellen stammen aus diesem Graphen und bleiben auf Englisch.

Protokollgraph wird geladen …

Klicken Sie auf einen Schritt, um Messungen, Ausrüstung, Vorsichtsmaßnahmen und Referenzen zu sehen. Zum Verschieben ziehen.Vollständigen Protokollgraphen öffnen →

Was über die Publikation hinaus hinzukommt

  • Verallgemeinerung. Gelten die Schwelle und die Kettenlängenpräferenz auch für andere Elektroden, Elektrolyte und Labore? Die zusammengeführten Effekte und ihre Streuung zwischen den Studien würden das beantworten.
  • Parameter, die er nicht variiert hat. Stromdichte, pH-Wert, Temperatur und Elektrodenmaterial würden literaturbasierte Schätzungen mit breiteren Intervallen erhalten, bis seine Versuche sie eingrenzen.
  • Wechselwirkungen. Verschiebt sich die Konzentrationsschwelle mit der Stromdichte oder mit der Zusammensetzung? Trends für einzelne Faktoren können das nicht zeigen, ein gemeinsames Modell schon.
  • Ein Werkzeug für das Design (geplant). Eine Parameterkombination innerhalb des abgedeckten Bereichs hinein, Vorhersage mit Intervall und Treibern heraus. Rückwärts betrieben würde es beantworten: „Welche Bedingungen erreichen für diese Brühe 50 % CE_fuel bei den niedrigsten kWh/L?“
  • Wo als Nächstes zu messen ist. Die leeren Felder der Karte, gereiht danach, wie stark jedes die wichtigen Vorhersagen eingrenzen würde, werden zu den nächsten Experimenten.

Illustration: einer seiner Trends als Was-wäre-wenn (nicht angepasst)

Seine Beobachtung, dass längere Ketten zuerst reagieren, wird zu einem Ausgangsmodell der Produktmischung mit einem einzigen Parameter γ; ob ein Parameter genügt, ist offen (siehe „Die Modellform ist offen“). Jede Säure bildet Radikale im Verhältnis zu ihrer Konzentration und zu einer Kettenlängenpräferenz γ, und die Radikale paaren sich zufällig. Würde γ an seine Daten je Säure angepasst, ergäbe sich eine Produktverteilung, bedingt auf die Kupplung, für Einsatzlösungen wie die, die er untersucht hat; Umsatz, CE, Ausbeute, Kraftstoffvolumen oder Energie würde sie nicht vorhersagen. Sauerstoffentwicklung, Hofer-Moest-Reaktion, Kettenverkürzung und die Abreicherung während eines Ansatzes bleiben unberücksichtigt; das vollständige Vorhersagemodell ergänzt sie.

Das Modell, genau

Radikalgewicht der Säure i
wi=amounti⋅eγ (ni−2)w_i = \mathrm{amount}_i \cdot e^{\gamma\,(n_i - 2)}
  • wiw_i=Radikalgewicht der Säure i [relativ]
  • amounti\mathrm{amount}_i=Menge der Säure i in der Einsatzlösung [relativ]
  • nin_i=Kohlenstoffatome der Säure i [C-Atome]
  • γ\gamma=Kettenlängenpräferenz [pro C-Atom]
Anteil der Radikale aus Säure i
θi=wi∑jwj\theta_i = \dfrac{w_i}{\sum_{j} w_j}
  • θi\theta_i=Anteil aller Radikale aus Säure i [0–1]
Zufällige Paarung, Anteil der Kupplungsereignisse (i ≤ j)
Pij={θi2i=j2 θi θji≠jP_{ij} = \begin{cases} \theta_i^{2} & i = j \\ 2\,\theta_i\,\theta_j & i \neq j \end{cases}
  • PijP_{ij}=Anteil der Kupplungsereignisse, die die Radikale i und j verbinden [0–1]
Kohlenstoffzahl des Dimers aus den Säuren i und j
nij=ni+nj−2n_{ij} = n_i + n_j - 2
  • nijn_{ij}=Kohlenstoffatome des Dimers [C-Atome]

Parameter: 1 (γ). Nicht angepasst; γ ist ein Schieberegler.

Eine Säure mit n Kohlenstoffatomen verliert CO₂ und hinterlässt ein Radikal mit n − 1 Kohlenstoffatomen; zwei Radikale kuppeln daher zu einem Dimer mit nᵢ + nⱼ − 2 Kohlenstoffatomen. Der Schalter „Gewichte je Säure“ unten ersetzt e^(γ(n−2)) durch ein freies Gewicht je Säure.

Die Modellform ist offen

Ein Parameter reicht möglicherweise nicht, und diese Seite behauptet nicht, dass er reicht. Das sind die infrage kommenden Formen; jede ist eine andere Reaktivität im Gewicht oben.

  • (a) Reaktivität kᵢ je Säure: ein freies Gewicht für jede Säure C2–C8, also 7 Parameter (nur ihre Verhältnisse verändern die Mischung, daher sind 6 bestimmbar). Der Schalter „Gewichte je Säure“ im Beispiel zeigt diese Form.
  • (b) Zwei Parameter: Gewicht = Menge · exp(γ(n − 2) + δ), wobei δ ein Versatz nur für Acetat (C2) ist, denn ein δ für alle Säuren würde sich bei der Normierung herauskürzen. Oder eine Präferenz, die mit der Kettenlänge sättigt, statt unbegrenzt zu wachsen.
  • (c) γ hängt von der Stromdichte ab: γ(j), sodass dieselbe Einsatzlösung bei anderer Stromdichte eine andere Mischung ergeben kann. Mindestens ein weiterer Parameter.

Welche Daten entscheiden: seine Umsätze je Säure und Versuch, zusammen mit der Einsatzlösung und der Stromdichte des jeweiligen Versuchs. Vorgehen: Jede Form an diese Versuche anpassen, die Formen an zurückgehaltenen Versuchen und über das AIC vergleichen und die Parameterunsicherheit angeben (Intervalle, keine Punktwerte). Bis diese Daten vorliegen, ist die Form mit einem γ nur eine Illustration.

Beispiel-Einsatzlösungen

Beispielzusammensetzungen, keine gemessenen Brühen.

Relative Menge in der Einsatzlösung

C2 Essigsäure14 %
C3 Propionsäure14 %
C4 Buttersäure14 %
C5 Valeriansäure14 %
C6 Capronsäure14 %
C7 Heptansäure14 %
C8 Octansäure14 %

Modellform

γ pro Kohlenstoff0,00

γ = 0: keine Kettenlängenpräferenz. γ > 0: Längere Säuren bilden Radikale schneller, die Richtung, die seine Publikation berichtet. γ ist nicht angepasst; ob seine Daten je Säure γ bestimmen können, ist offen.

Gas, C2–C4
12,2 %
Leichte Flüssigkeit, C5–C7
30,6 %
Kohlenstoffzahlen des Kerosinbereichs, C8–C14
57,1 %

Molare Anteile der Kupplungsereignisse, nicht Umsatz, CE, Ausbeute oder Kraftstoffvolumen. Die Klassen fassen Kohlenstoffzahlen zusammen; über Kraftstoffeigenschaften sagen sie nichts.

Dimerprodukte nach Kohlenstoffzahl, % der Kupplungsereignisse

Gas C2–C4Leichte Flüssigkeit C5–C7Kohlenstoffzahlen des Kerosinbereichs C8–C14
0 %2 %4 %6 %8 %10 %12 %14 %16 %C2C3C4C5C6C7C8C9C10C11C12C13C14

Anteil der Radikale je Säure

C2 Methyl14,3 %
C3 Ethyl14,3 %
C4 Propyl14,3 %
C5 Butyl14,3 %
C6 Pentyl14,3 %
C7 Hexyl14,3 %
C8 Heptyl14,3 %
Als Tabelle anzeigen
ProduktKlasse% der DimerePaare
C2 EthanGas2,0C2+C2
C3 PropanGas4,1C2+C3
C4 ButanGas6,1C2+C4, C3+C3
C5 PentanLeichte Flüssigkeit8,2C2+C5, C3+C4
C6 HexanLeichte Flüssigkeit10,2C2+C6, C3+C5, C4+C4
C7 HeptanLeichte Flüssigkeit12,2C2+C7, C3+C6, C4+C5
C8 OctanKohlenstoffzahlen des Kerosinbereichs14,3C2+C8, C3+C7, C4+C6, C5+C5
C9 NonanKohlenstoffzahlen des Kerosinbereichs12,2C3+C8, C4+C7, C5+C6
C10 DecanKohlenstoffzahlen des Kerosinbereichs10,2C4+C8, C5+C7, C6+C6
C11 UndecanKohlenstoffzahlen des Kerosinbereichs8,2C5+C8, C6+C7
C12 DodecanKohlenstoffzahlen des Kerosinbereichs6,1C6+C8, C7+C7
C13 TridecanKohlenstoffzahlen des Kerosinbereichs4,1C7+C8
C14 TetradecanKohlenstoffzahlen des Kerosinbereichs2,0C8+C8

Eine Säure mit n Kohlenstoffatomen liefert ein Radikal mit n−1 Kohlenstoffatomen; die Säuren i und j ergeben daher ein Alkan mit nᵢ + nⱼ − 2 Kohlenstoffatomen. Essigsäure liefert Methylradikale; die Kupplung von zwei Acetaten ergibt Ethan. Die Anteile sind molar, je Kupplungsereignis.

Reaktionsnetzwerk hinter den Ergebnisspalten

Modelle

Der Elektrolyseschritt, um den es im Vorhersagemodell geht, und ein mikrobieller Schritt, der vorgelagert Säuren liefern könnte. Eine Kopplung der beiden ist nicht modelliert; das Paar ist eine Illustration, kein Prozessentwurf. Beides sind gemeinsam genutzte 3D-Modelle von MESSAI; zum Drehen ziehen.

Der Elektrolyseschritt

Kolbe-Elektrolysezelle

Beispiel-Einkammerzelle (ungeteilt): Pt-Anode, Kathode mit H₂, Carboxylat-Elektrolyt, obenauf sich abscheidende Kraftstoffschicht. Die Geometrie ist ein Beispiel und nicht Max’ Aufbau.

Kolbe-Elektrolysezelle

Als abiotische elektrochemische Vorlage siehe das Modell zur Direktabscheidung aus der Luft (DAC) im Labor.

Daten, die das Vorhersagemodell braucht

Zwei Quellen, dieselben Spalten. Seine Versuche liefern saubere Effekte innerhalb einer Studie; die Kolbe-Literatur liefert die Streuung zwischen Laboren. Versuche mit geringer Effizienz oder solche, die fehlgeschlagen sind, zählen so viel wie gute. Aus der Literatur extrahiert MESSAI dieselben Spalten mit einem Quellenausschnitt für jeden Wert.

GruppeSpalteEinheitSeine VersucheLiteratur
EinsatzlösungKonzentration jeder Säure, C2–C8mol/LErforderlichExtrahieren
EinsatzlösungpH-Wert oder Neutralisationsgrad; Gegenion–, K⁺/Na⁺ErforderlichExtrahieren
Einsatzlösungsynthetische Mischung oder reale Brühe; VerunreinigungenTextErforderlichExtrahieren
ZelleEin- oder Zweikammer; Membran; ElektrodenabstandText, mmErforderlichExtrahieren
ZelleAnodenmaterial, Oberfläche und FlächeText, cm²ErforderlichExtrahieren
ZelleTemperatur; Lösungsmittel und Leitelektrolyt°C, TextErforderlichExtrahieren
BetriebRegelungsmodus; Stromdichte an der AnodemA/cm²ErforderlichExtrahieren
BetriebZellspannung; Anodenpotenzial mit ReferenzelektrodeV, V vs refErforderlichExtrahieren
Betriebgeflossene Ladung; Dauer; Versuchsreihenfolge an derselben ElektrodeC, h, #ErforderlichFalls berichtet
ErgebnisseProdukte je Verbindung (GC), einschließlich Alkene, Alkohole, EstermolErforderlichExtrahieren
ErgebnisseRestsäuren im Zeitverlauf (HPLC); O₂ im Abgasmol/L, vol-%NützlichFalls berichtet
ErgebnisseCE je Produktklasse; Energie pro Liter Kraftstoff%, kWh/LBerechnen wirExtrahieren

Publikationen hinter dieser Seite

Jede Publikation, die das Protokolldiagramm zitiert, mit dem, wofür sie zitiert wird, und wo Sie es prüfen können. Jede Zeile verlinkt den Verlag und, wenn diese Seite die Publikation führt, ihren Korpuseintrag.

12 Werke zitiert · 12 mit DOI · 12 in diesem Korpus

PublikationZitiert fürSchrittePrüfenIm MESSAI-Korpus
Pohl et al. 2026, ChemSusChemThe Concentration Determines Reaction Efficiency of Hetero‐Coupling of Bio‐Based Medium Chain Carboxylic Acids by Kolbe Electrolysis
  • Kolbe electrolysis of mixed carboxylic acids
Prepare the carboxylic-acid feed · Assemble a two-chamber (divided) cell · Assemble a one-chamber (undivided) cell · +1 weitereVerlagKorpuseintrag
Abstract
ja
Volltext
gespeichert; nur beim Verlag (Lizenz)
Werte
42 Fakten extrahiert
Neubert et al. 2022, ChemSusChemHetero‐Coupling of Bio‐Based Medium‐Chain Carboxylic Acids by Kolbe Electrolysis Enables High Fuel Yield and Efficiency
  • hetero-coupling of acid mixtures, full carbon and electron balances
Prepare the carboxylic-acid feed · Pass a set charge · Close the balances; calculate CE and energyVerlagKorpuseintrag
Abstract
ja
Volltext
gespeichert; nur beim Verlag (Lizenz)
Werte
68 Fakten extrahiert
Rózsenberszki et al. 2025Upgrading Potential of Waste Fermentation-Based C4-C5-C6 Carboxylic Acid Mixtures using Electrochemical Oxidative Decarboxylation
  • real-broth-like C4–C6 mixtures versus alkane formation
  • real-broth-like mixtures at 100 mA/cm²
Prepare the carboxylic-acid feed · Run galvanostatic electrolysisVerlagKorpuseintrag
Abstract
ja
Volltext
gespeichert; nur beim Verlag (Lizenz)
Werte
42 Fakten extrahiert
Stang & Harnisch 2015, ChemSusChemThe Dilemma of Supporting Electrolytes for Electroorganic Synthesis: A Case Study on Kolbe Electrolysis
  • supporting electrolytes for Kolbe electrolysis
Choose the supporting electrolyteVerlagKorpuseintrag
Abstract
ja
Volltext
nicht gespeichert
Werte
keine extrahiert
Urban & Harnisch 2017, ChemElectroChemDeterioration of Aqueous n‐ Octanoate Electrolysis with Electrolytic Conductivity Collapse Caused by the Formation of n ‐Octanoic Acid/ n ‐Octanoate Agglomerates
  • conductivity and n-octanoate agglomerates
Choose the supporting electrolyteVerlagKorpuseintrag
Abstract
ja
Volltext
nicht gespeichert
Werte
keine extrahiert
Olde Nordkamp et al. 2022, ChemCatChemStudy on the Effect of Electrolyte pH during Kolbe Electrolysis of Acetic Acid on Pt Anodes
  • Kolbe oxidation of acetate on Pt versus pH
Set neutralisation (pH) and counter-ionVerlagKorpuseintrag
Abstract
ja
Volltext
nicht gespeichert
Werte
keine extrahiert
Ashraf et al. 2024, ChemElectroChemThe Influence of Alkali Cations on the Performance of Pt Electrodes in Kolbe Electrolysis of Acetic Acid
  • counter-cation effect on Kolbe Faradaic efficiency
Set neutralisation (pH) and counter-ionVerlagKorpuseintrag
Abstract
ja
Volltext
gespeichert; nur beim Verlag (Lizenz)
Werte
34 Fakten extrahiert
Neubert et al. 2021, ChemSusChemPlatinized Titanium as Alternative Cost‐Effective Anode for Efficient Kolbe Electrolysis in Aqueous Electrolyte Solutions
  • Pt/Ti versus pure Pt anodes
Prepare the Pt anodeVerlagKorpuseintrag
Abstract
ja
Volltext
gespeichert; nur beim Verlag (Lizenz)
Werte
61 Fakten extrahiert
Ranninger et al. 2022, ChemSusChemOn‐line Electrode Dissolution Monitoring during Organic Electrosynthesis: Direct Evidence of Electrode Dissolution during Kolbe Electrolysis
  • Pt dissolution during Kolbe electrolysis
Prepare the Pt anodeVerlagKorpuseintrag
Abstract
ja
Volltext
gespeichert; nur beim Verlag (Lizenz)
Werte
32 Fakten extrahiert
Drögemüller et al. 2023, ChemSusChemClosing the Gap: Towards a Fully Continuous and Self‐Regulated Kolbe Electrosynthesis
  • pH-controlled continuous Kolbe electrolysis
Control pH during electrolysisVerlagKorpuseintrag
Abstract
ja
Volltext
nicht gespeichert
Werte
keine extrahiert
Baumgarten et al. 2024, Chem. Ing. Tech.Continuous Kolbe Electrolysis Using an Electrochemical Microreactor, Product Separation, and Electrolyte Recycling
  • KOH addition and KHCO₃ build-up in continuous Kolbe electrolysis
Control pH during electrolysisVerlagKorpuseintrag
Abstract
ja
Volltext
nicht gespeichert
Werte
keine extrahiert
Klocke et al. 1993, Chem. Ber.Electroorganie Synthesis, 55 [1] . Influences on the Selectivity of the Kolbe versus the Non‐Kolbe Electrolysis in the Anodic Decarboxylation of Carboxylic Acids
  • current density and the Kolbe versus non-Kolbe split
Run galvanostatic electrolysisVerlagKorpuseintrag
Abstract
ja
Volltext
nicht gespeichert
Werte
keine extrahiert

Korpus am 20. Nov. 2026 auf dieser Bereitstellung gelesen.

„Werte“ zählt die verschiedenen Fakten, die der Extraktor aus der Publikation gelesen hat, nicht nur die hier zitierten: Ein doppelt geschriebener Wert (gleicher Name, Wert, Einheit, gleiches Zitat und gleiche Bedingungen) zählt einmal. Eine Publikation, deren Volltext nie gelesen wurde, hat keine; Werte aus frei zugänglichem Volltext zählen, auch wenn kein PDF gespeichert ist.

Stand jedes Kolbe-Papers

Eine Zeile je Paper der Kolbe-Kohorte, am 31. Okt. 2026 im Staging-Korpus gemessen. Der Status ist der weiteste Schritt, den das Paper erreicht hat; die Zahlen zählen jedes Paper, das mindestens diesen Schritt erreicht hat.

Registriert
55
PDF gespeichert
13
Text gelesen
9
Werte extrahiert
9
Für Modelle nutzbar
0
JahrErstautorTitelStatusLinks
2026Dana M. PinsonFrom Waste to Value: Kolbe Electrolysis for the Sustainable Production of Fuels and ChemicalsRegistriertKorpus-EintragDOI
2026Jian YangModulating hydrocarbon coverage on Mo-doped RuO₂ anodes enables energy-efficient and selective Kolbe electrolysisRegistriertKorpus-EintragDOI
2026Max PohlThe Concentration Determines Reaction Efficiency of Hetero‐Coupling of Bio‐Based Medium Chain Carboxylic Acids by Kolbe ElectrolysisExtrahiert42 FaktenKorpus-EintragDOI
2026Zhenan JinTuning Kolbe electrolysis selectivity by chain length of fatty acids: Mechanistic insights and a synergistic mixed-feed strategy in an aqueous electrolyteRegistriertKorpus-EintragDOI
2026Chen DengValorization of Biomass-Derived Carboxylic Acids into Electrofuels and Chemicals via Kolbe ElectrosynthesisRegistriertKorpus-EintragDOI
2025Xinyan ZhangAnion intercalation enables efficient and stable carboxylate upgrading via aqueous non-Kolbe electrolysisExtrahiert63 FaktenKorpus-EintragDOI
2025Wenhua ZhouDopant-Induced Electron Localization Drives Direct Current Kolbe Coupling of Biomass-Derived Carboxylic AcidsRegistriertKorpus-EintragDOI
2025Yunfei ZhangEfficient electrosynthesis of valeric acid from levulinic acid using indium nanoparticlesRegistriertKorpus-EintragDOI
2025Tamás RózsenberszkiUpgrading Potential of Waste Fermentation-Based C4-C5-C6 Carboxylic Acid Mixtures using Electrochemical Oxidative DecarboxylationExtrahiert42 FaktenKorpus-EintragDOI
2024Nils BaumgartenContinuous Kolbe Electrolysis Using an Electrochemical Microreactor, Product Separation, and Electrolyte RecyclingRegistriertKorpus-EintragDOI
2024Luis F.M. RosaElectrolysis of medium chain carboxylic acids to aviation fuel at technical scaleRegistriertKorpus-EintragDOI
2024Clemens TaubeKolbe Electrolysis of Long‐Chain Fatty Acids for Efficient Production of Bio‐Based Hydrophobic Paraffin WaxesRegistriertKorpus-EintragDOI
2024Talal AshrafThe Influence of Alkali Cations on the Performance of Pt Electrodes in Kolbe Electrolysis of Acetic AcidExtrahiert34 FaktenKorpus-EintragDOI
2023Chong WangAmorphous RuO₂ Catalyst for Medium Size Carboxylic Acid to Alkane Dimer Selective Kolbe Electrolysis in an Aqueous Environment**RegistriertKorpus-EintragDOI
2023Patrick DrögemüllerClosing the Gap: Towards a Fully Continuous and Self‐Regulated Kolbe ElectrosynthesisRegistriertKorpus-EintragDOI
2022Nils Kurig3D Printed Microreactors for the Continuous Non‐Kolbe ElectrolysisRegistriertKorpus-EintragDOI
2022Tongying YuanEfficient Electrocatalytic Reduction of Levulinic Acid to Valeric Acid on a Nanocrystalline PbO‐In₂ O₃ CatalystRegistriertKorpus-EintragDOI
2022Lin LangEnhancing the selectivity of hydrocarbons during the Kolbe electrolysis of biomass-derived short-chain carboxylic acids by anionic surfactantsRegistriertKorpus-EintragDOI
2022Katharina NeubertHetero‐Coupling of Bio‐Based Medium‐Chain Carboxylic Acids by Kolbe Electrolysis Enables High Fuel Yield and EfficiencyExtrahiert68 FaktenKorpus-EintragDOI
2022Johanna RanningerOn‐line Electrode Dissolution Monitoring during Organic Electrosynthesis: Direct Evidence of Electrode Dissolution during Kolbe ElectrolysisExtrahiert32 FaktenKorpus-EintragDOI
2022Nils BaumgartenScalable Microreactor Concept for the Continuous Kolbe Electrolysis of Carboxylic Acids Using Aqueous ElectrolyteExtrahiert67 FaktenKorpus-EintragDOI
2022Margot Olde NordkampStudy on the Effect of Electrolyte pH during Kolbe Electrolysis of Acetic Acid on Pt AnodesRegistriertKorpus-EintragDOI
2022Sihang LiuUnderstanding the reaction mechanism of Kolbe electrolysis on Pt anodesRegistriertKorpus-EintragDOI
2022Niklas TeetzUpgrading Kolbe Electrolysis—Highly Efficient Production of Green Fuels and Solvents by Coupling Biosynthesis and ElectrosynthesisIn der Korpus-Liste ausgeblendet · Über Titel oder Abstract gefunden, außerhalb der kuratierten AuswahlPDFDOI
2021Daniel KlühKolbe Electrolysis for the Conversion of Carboxylic Acids to Valuable Products—A Process Design StudyPDFKorpus-EintragDOI
2021Najoua SbeiOrganic synthesis via Kolbe and related non-Kolbe electrolysis: an enabling electro-strategyRegistriertKorpus-EintragDOI
2021Katharina NeubertPlatinized Titanium as Alternative Cost‐Effective Anode for Efficient Kolbe Electrolysis in Aqueous Electrolyte SolutionsExtrahiert61 FaktenKorpus-EintragDOI
2020Nils Kurig(Non-)Kolbe Chemistry Going with the Flow: The Continuous Electrolysis of Biogenic AcidsRegistriertKorpus-EintragDOI
2020F. Joschka Holzhäuser(Non-)Kolbe electrolysis in biomass valorization – a discussion of potential applicationsRegistriertKorpus-EintragDOI
2020Jérôme MeyersIntramolecular Biradical Recombination of Dicarboxylic Acids to Unsaturated Compounds: A New Approach to an Old Kolbe ReactionRegistriertKorpus-EintragDOI
2020Moritz C. RehbeinLiquid–Liquid Equilibrium Data and Continuous Process Concept for the Electrosynthesis of Valeric Acid from Levulinic AcidExtrahiert25 FaktenKorpus-EintragDOI
2020Yan DuSynthesis of Valeric Acid by Selective Electrocatalytic Hydrogenation of Biomass-Derived Levulinic AcidRegistriertKorpus-EintragDOI
2019Gang YuanCore–Shell Pt@Ir Nanothorns on Carbon Fiber Paper Electrodes for Carboxylic Acid Valorization via Kolbe ElectrolysisRegistriertKorpus-EintragDOI
2019Jérôme MeyersElectrochemical conversion of a bio-derivable hydroxy acid to a drop-in oxygenate diesel fuelRegistriertKorpus-EintragDOI
2019F. Joschka HolzhäuserElectrochemical cross-coupling of biogenic di-acids for sustainable fuel productionRegistriertKorpus-EintragDOI
2019Zhu XixiElectrolyzing lactic acid in situ in fermentation broth to produce pyruvic acid in electrolysis cellRegistriertKorpus-EintragDOI
2019Roel J. M. BisselinkIdentification of More Benign Cathode Materials for the Electrochemical Reduction of Levulinic Acid to Valeric AcidRegistriertKorpus-EintragDOI
2019Gang YuanKolbe Electrolysis of Biomass‐Derived Fatty Acids Over Pt Nanocrystals in an Electrochemical CellRegistriertKorpus-EintragDOI
2019Stefan PalkovitsThe Role of Electrochemistry in Future Dynamic Bio‐Refineries: A Focus on (Non‐)Kolbe ElectrolysisRegistriertKorpus-EintragDOI
2018Yimeng ZhangElectrochemical conversion of palmitic acid via Kolbe electrolysis for synthesis of n-triacontaneRegistriertKorpus-EintragDOI
2017Carolin UrbanDeterioration of Aqueous n‐ Octanoate Electrolysis with Electrolytic Conductivity Collapse Caused by the Formation of n ‐Octanoic Acid/ n ‐Octanoate AgglomeratesRegistriertKorpus-EintragDOI
2015Tatiane R. dos SantosElectrochemistry for Biofuel Generation: Transformation of Fatty Acids and Triglycerides to Diesel‐Like Olefin/Ether Mixtures and OlefinsRegistriertKorpus-EintragDOI
2015Jiajie XuIn-line and selective phase separation of medium-chain carboxylic acids using membrane electrolysisRegistriertKorpus-EintragDOI
2015Carolin StangThe Dilemma of Supporting Electrolytes for Electroorganic Synthesis: A Case Study on Kolbe ElectrolysisRegistriertKorpus-EintragDOI
2014Yang QiuIntegrated electrocatalytic processing of levulinic acid and formic acid to produce biofuel intermediate valeric acidRegistriertKorpus-EintragDOI
2013Le XinElectricity Storage in Biofuels: Selective Electrocatalytic Reduction of Levulinic Acid to Valeric Acid or γ‐ValerolactoneRegistriertKorpus-EintragDOI
2007Toshiki TajimaDevelopment of an Electrolytic System for Non-Kolbe Electrolysis Based on the Acid−Base Reaction between Carboxylic Acids as a Substrate and Solid-Supported BasesRegistriertKorpus-EintragDOI
2006Hitoshi KURIHARAMixed-Kolbe Electrolysis Using Solid-Supported BasesPDFKorpus-EintragDOI
1999Yasushi ONOKolbe Electrolysis of Carboxylates on a Hydrophobic Platinum Electrode Composite-plated with PTFE ParticlesPDFKorpus-EintragDOI
1998Hiroki FujiwaraUltrasonic Effects on Electroorganic Processes. Part 10. Product‐Selectivity in Mixed Kolbe Electrolysis of Carboxylic AcidsRegistriertKorpus-EintragDOI
1996Michael HarenbrockElectroorganic Synthesis, 62!! Anodic Heterocoupling (Mixed Kolbe Electrolysis) of Carbohydrate Carboxylic Acids with Alkanoic Acids to C ‐GlycosidesRegistriertKorpus-EintragDOI
1993Elisabeth KlockeElectroorganie Synthesis, 55 [1] . Influences on the Selectivity of the Kolbe versus the Non‐Kolbe Electrolysis in the Anodic Decarboxylation of Carboxylic AcidsRegistriertKorpus-EintragDOI
1984P. F. LevyKolbe Electrolysis of Mixtures of Aliphatic Organic AcidsRegistriertKorpus-EintragDOI
1979H.J. SchäferRecent synthetic applications of the Kolbe electrolysisRegistriertKorpus-EintragDOI
1959William B. SmithThe Kolbe Electrolysis as a Source of Free Radicals in SolutionRegistriertKorpus-EintragDOI

Ein Korpus-Eintrag öffnet sich nur in einer Bereitstellung, die das Paper enthält; Staging und Produktion unterscheiden sich. „Für Modelle nutzbar“ zählt Werte, die die Zeilenregeln des Modells erfüllen; noch keiner ist harmonisiert.

Unsere Aufgaben (MESSAI)

In der Reihenfolge der Priorität. Die Schätzungen sind grob und gehen von einer Person in Teilzeit aus.

  1. Kolbe-Parametersatz~2–3 TageNicht begonnen

    Kanonische Namen und Einheiten für die zehn Parameter und sieben Ergebnisse der Karte (vorgeschlagen: carboxylate_total_concentration, degree_of_neutralisation, anode_current_density, kolbe_ce_fuel, specific_energy_fuel_volume …), zur Prüfung an Max geschickt. Felder, nach denen gefiltert wird, werden zu Datenbankspalten. Alles Weitere hängt davon ab.

  2. Kolbe-Literaturkorpus~1–2 WochenWartet auf Max’ Liste

    Die 20–50 Publikationen, die er auswählt, plus eine Suche nach den übrigen, beschafft, mit einer Kolbe-spezifischen Spezifikation extrahiert und harmonisiert. Am 7. Okt. 2026 enthielt der Korpus eine Kolbe-Publikation. Bis zum 11. Okt. 2026 kamen 54 weitere in den Staging-Korpus, 47 davon mit Abstract; aus den 9, deren frei zugänglicher Volltext beschafft werden konnte, wurden 434 Werte extrahiert; noch keiner ist harmonisiert oder geprüft. Die übrigen 45 haben keine extrahierten Werte; am 31. Okt. 2026 wurden die frei zugänglichen PDFs von 11 Publikationen in MESSAI gespeichert, 3 davon gehören zu diesen 45. Welche der übrigen hinter einer Bezahlschranke liegen, ist nicht erfasst, daher wird keine Zahl genannt. Dies ist die Hauptquelle für studienübergreifende Evidenz. Was die Bereitstellung, auf der Sie sich befinden, jetzt enthält, wird unter „So funktioniert es“ gezählt.

  3. Seine Publikation als Effekte innerhalb einer Studie kodieren~2 Tage nach DatenlieferungWartet auf Daten

    Effekte von Konzentration, Zusammensetzung und Zellaufbau aus seinen Versuchen, geprüft anhand der von ihm berichteten Trends.

  4. Parameterkarte v1 mit Zahlen~1 Woche nach den beiden obenSpäter

    Die Evidenzzustände auf dieser Seite werden durch Effektgrößen, Intervalle und die Zahl der Studien hinter jedem Feld ersetzt. Dazu kommen die Verknüpfungen zum Wissensgraphen von MESSAI.

  5. Vorhersagemodell v1~2 WochenSpäter

    Hierarchisches Modell mit der Studie als Zufallseffekt, Conformal-Intervallen, gereihten Treibern und einem Validierungsbericht nach dem Leave-one-study-out-Verfahren, einschließlich der Stellen, an denen es scheitert.

  6. Interaktive Vorhersageseite~3–4 TageSpäter

    /collab/pohl auf Englisch und Deutsch: Parametereingaben, Vorhersage mit Intervall, Treiber und die Live-Parameterkarte.

  7. Rangfolge der nächsten Messungen~1 WocheSpäter

    Die leeren Felder werden danach gereiht, wie stark ihre Messung die Vorhersagen eingrenzen würde, die Max wichtig sind, und die obersten werden zu vorgeschlagenen Versuchen.

  8. Unterstützende Korrekturen~2 Tage + RoadmapNicht begonnen

    Harmonisierung der Einheiten für Produktraten und Umrechnung der Referenzelektrode auf SHE; die Upload-Route für Messdaten (Roadmap C3-M1, geplant für den 21. Nov.), damit Laborversuche mit der Herkunft „gemessen“ ankommen.

Lieferungen an das UFZ

L0 ist der Tag, an dem seine Literaturliste eintrifft, T0 der Tag, an dem seine Versuchstabelle eintrifft. Vor der Datenlieferung wird nichts zugesagt.

  1. Diese WocheParametersatz und Vorlage für die Versuchstabelle

    Die vorgeschlagenen Kolbe-Parameter und -Einheiten zur Korrektur durch ihn, die CSV-Vorlage und die Literaturanfrage.

  2. L0 + 2 WochenKolbe-Evidenztabelle

    Was die Literatur unter welchen Bedingungen gemessen hat, mit Quellenausschnitten. Zeigt auf einen Blick, welche Parameter das Fachgebiet untersucht hat und welche nicht.

  3. T0 + 1 WocheSeine Publikation kodiert

    Effekte innerhalb der Studie aus seinen Versuchen, die die von ihm veröffentlichten Trends reproduzieren, oder ein Vermerk, was sich nicht in Einklang bringen lässt.

  4. T0 + 4 WochenParameterkarte mit Zahlen

    Effektgröße, Intervall und Zahl der Studien für jedes gefüllte Feld; leere Felder nach Wichtigkeit gereiht.

  5. T0 + 6 WochenVorhersagemodell v1 und Validierung

    Vorhersagen mit Intervallen und Treibern, geprüft durch das jeweilige Auslassen einer Studie.

  6. T0 + 8 WochenInteraktive Seite, vorgeschlagene Versuche, Methodennotiz

    Das Vorhersagewerkzeug in MESSAI, die wichtigsten vorgeschlagenen Messungen, der Entwurf einer gemeinsam verfassten Methodennotiz und der Datensatz auf Zenodo mit DOI, falls das UFZ zustimmt.

Was wir von Max und dem UFZ erbitten

  • Die Versuchstabelle hinter der Publikation von 2026, dazu unveröffentlichte Versuche, besonders solche, die Stromdichte, pH-Wert, Temperatur oder Elektrode variieren, und die fehlgeschlagenen.
  • Eine Liste von 20–50 Publikationen zu Kolbe und Elektrobioraffinerie, deren Daten er für zuverlässig genug hält, um sie mit seinen eigenen zusammenzuführen, dazu die, die er ausschließen würde, und warum.
  • Eine Prüfung des Parametersatzes und der Felder mit „Richtung bekannt“ in der Karte.
  • 30 Minuten alle zwei Wochen, um Ergebnisse zu besprechen, sowie eine Einigung über Datenbedingungen und Autorenschaft.

Offene Fragen an Max

  1. Welche Parameter außer Konzentration und Zusammensetzung hat er variiert, in der Publikation oder in unveröffentlichten Versuchen? Stromdichte, pH-Wert, Temperatur, Elektrode?
  2. Welche Felder der Karte würden seinen nächsten Versuch verändern, wenn wir sie vorhersagen könnten?
  3. Vermutet er Wechselwirkungen? Verschiebt sich zum Beispiel die Schwelle bei ≈ 0,1 mol/L mit der Stromdichte oder der Kettenlänge?
  4. Stimmen die Felder mit „Richtung bekannt“ für sein System? Platin gegenüber Kohlenstoff, hohe Stromdichte zugunsten von Kolbe.
  5. Wenn wir seine Versuche mit veröffentlichten Kolbe-Ergebnissen anderer Labore zusammenführen: Welche Publikationen oder Gruppen sind zuverlässig genug, um sie einzubeziehen, und welche sollten wir weglassen (andere Elektrode, fehlende Bedingungen, zweifelhafte Ausbeuten)?
  6. Reale Brühe: Wie verhalten sich Verunreinigungen und reale Titer im Vergleich zu synthetischen Mischungen?
  7. Wäre er bereit, eine kleine Zahl von Experimenten durchzuführen, die das Modell vorschlägt, die Ergebnisse zurückzuspielen, damit sich das Modell aktualisiert, und das zu wiederholen? (ein iterativer Zyklus der Versuchsplanung; jede Runde grenzt die unsicheren Felder der Karte weiter ein)

Veröffentlichte Trends: Pohl, Röhring, Chávez Morejón, Harnisch, ChemSusChem 2026 (Crossref-Abstract). MESSAI-Zahlen: Staging-Datenbank, 7., 11. und 31. Okt. 2026; Beispiel eines Effekts innerhalb einer Studie aus docs/wastewater-modeling.md. Modelle, Gleichungen und Schätzungen auf dieser Seite sind Vorschläge. Von MESSAI für den UFZ-Besuch am 8. Okt. 2026 vorbereitet.