Butler, F., Fiorentini, F., Eisenhardt, K. H. S., & Williams, C. K. (2025). Heterodinuclear Co(III)Na(I) catalysts for the Ring-Opening copolymerization of propene oxide and carbon dioxide. Macromolecules, 58(14), 7150–7160. https://doi.org/10.1021/acs.macromol.5c01529

Vier Co(III)Na(I)-Katalysatoren (L1-4 Co(III)Na(I)) wurden synthetisiert und hinsichtlich ihres Potenzials für die Ringöffnungs-Copolymerisation (ROCOP) von PO und CO2 zur Herstellung von Polycarbonaten untersucht. Ziel war es, die optimale Liganden-Koordinationsumgebung und die Betriebsbedingungen für das Co(III)/Na(I)-Metallsystem zu identifizieren und die Katalysatorleistung unter drei unterschiedlichen Bedingungen zu bewerten. Die Liganden wiesen geordnete Modifikationen auf, wobei der Fokus auf dem Diimin-Linker (Ethyl- und Dimethylpropyl-Linker) und der Anzahl der Sauerstoffdonoren (fünf und sechs) in den Ethersites lag. Diese Variationen wurden gewählt, da DFT-Berechnungen darauf hinwiesen, dass sie die Metallzentren in den geschwindigkeitsbestimmenden und selektivitätsbestimmenden Schritten beeinflussen.

„Die Reaktionsraten wurden mittels operando ATR-IR spectroscopy überwacht, indem der Anstieg der Intensität eines Peaks bei 1750 cm–1 beobachtet wurde, der der C=O-Streckschwingung im Polycarbonat entspricht, sowie eines Peaks bei 1810 cm–1, der der C=O-Streckschwingung im zyklischen Carbonat als Nebenprodukt entspricht. Die IR-Absorptionswerte wurden über die Integration des 1H-NMR-Spektrums eines am Ende der Reaktion entnommenen Aliquots auf die Umsetzung kalibriert. Halb-logarithmische Darstellungen von ln([PO]t/[PO]0) gegen die Zeit sind linear, wobei die beobachtete pseudo-erste Geschwindigkeitskonstante kobs aus dem Betrag der Steigung berechnet wurde. Der Vergleich der beobachteten katalytischen Aktivitäten zeigt erhebliche Unterschiede innerhalb der Serie, wobei L1Co(III)Na(I) am besten abschneidet … Die Katalysatoraktivität in Bezug auf kobs und TOFPPC nahm für den Rest der Serie in der folgenden Reihenfolge ab: L2Co(III)Na(I), L3Co(III)Na(I) und L4Co(III)Na(I).“ 

Chai, K., Xia, W., Shen, R., Luo, G., Cheng, Y., Su, W., & Su, A. (2024). Optimization of heterogeneous continuous flow hydrogenation using FTIR inline analysis: a comparative study of multi-objective Bayesian optimization and kinetic modeling. Chemical Engineering Science, 302, 120901. https://doi.org/10.1016/j.ces.2024.120901

Bei der Synthese eines wichtigen agrochemischen Zwischenprodukts, 2-Amino-3-methylbenzoesäure (AMA), wurde ein heterogenes kontinuierliches Durchflusssystem für die Hydrierung von 3-Methyl-2-nitrobenzoesäure (MNA) aufgebaut. Dieses System war mit einer In-situ-IR-Überwachung ausgestattet, und die erfassten Daten wurden mit einem künstlichen neuronalen Netz (ANN) verarbeitet, wodurch Echtzeit-Konzentrationen für MNA und AMA erhalten wurden. Die datengestützten Experimente wurden verwendet, um multiobjektive Bayesian optimization (MOBO) mit kinetischer Modellierung zu vergleichen. Die MOBO-Methode definierte effizient die pareto-optimalen Parameterkombinationen und ermöglichte ein umfassendes Verständnis des Zielkonflikts zwischen Ausbeute und Produktivität. Die kinetische Modellierung bestimmte die Aktivierungsenergie der Hydrierung und charakterisierte die Wasserstoffadsorption als kompetitive Dissoziation.   Von dem kinetischen Modell erzeugte Reaktionsflächen lieferten zusätzlich Einblicke in die Optimierung von Ausbeute und Produktivität. 

 „Die ANN-Modellierung wurde zur Verarbeitung der inline FTIR spectra gemäß der veröffentlichten Literatur durchgeführt. Es wurden mehrere Gruppen von MNA und AMA in Methanollösung mit unterschiedlichen Konzentrationen vorbereitet und ihre inline FTIR spectra-Daten als Trainings- und Validierungsdatensatz erfasst … während des Trainingsprozesses wurde eine Architektur aus einer Faltungsschicht gefolgt von dichten Schichten untersucht. Die Spectra-Daten wurden in der Conv1D-Faltungsschicht zur Merkmalsextraktion verarbeitet, um die Gewichte der Daten herauszufiltern. Anschließend wurde die Daten-Dimensionsreduktion über verschiedene Funktionen in den dichten Schichten durchgeführt. Schließlich gibt die Ausgabeschicht die vorhergesagten Konzentrationen von MNA und AMA aus.“ 

Xia, W., Zhan, Y., Xia, J., Luo, G., Su, W., Chai, K., & Su, A. (2025). Sustainable Continuous-Flow Catalysis and Bayesian Optimization of Biomass-Derived HMF Hydrogenation over RuPt@g-C3N4. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5638748

Aus Biomasse gewonnenes 5-Hydroxymethylfurfural (HMF) kann zu 2,5-Furandimethanol (BHMF) hydriert werden, einem wichtigen Ausgangsmolekül für die Synthese biologisch abbaubarer Polymere, Kraftstoffadditive und hochwertiger Feinchemikalien. Diese Synthese ist herausfordernd, da mehrere konkurrierende Hydrierungswege existieren, die von Katalysator-, Lösungsmittel- und Reaktionsvariablen beeinflusst werden, welche Selektivität und Ausbeute bestimmen. Aufgrund der verbesserten Kontrolle der Reaktionsbedingungen bietet die Verwendung von kontinuierlichen Durchflussreaktoren erhebliche Vorteile für die selektive HMF-Hydrierung. Ziel dieses Projekts war daher die Entwicklung eines wirksamen, umweltfreundlichen kontinuierlichen Durchflusssystems für die HMF-Hydrierung zu BHMF, das ein RuPt@g-C3N4-Katalysatorsystem und Wasser als Lösungsmittel verwendet. Die Entwicklungsmethodik umfasste die Bayesian optimization der Reaktionsbedingungen und die inline FTIR-basierte quantitative Verfolgung der Reaktionsdynamik.  Die Autoren merken an, dass der Einsatz von Bayesian optimization sowohl für das Screening der Reaktionsbedingungen als auch für das Design der Katalysatorzusammensetzung einen wirksamen Ansatz zur Optimierung der Synthese von chemischen Plattformmolekülen aus Biomasse darstellt.

  „Die Konzentrationen von HMF und BHMF in der Reaktionslösung wurden in Echtzeit mittels inline FTIR spectroscopy überwacht … Um den Hydrierungsmechanismus zu untersuchen, wurden Experimente unter optimalen Bedingungen in einem kontinuierlichen Festbettreaktor durchgeführt, der mit RuPt@g-C3N4 befüllt war ... es wurden keine ausgeprägten Peaks von Reaktionszwischenprodukten beobachtet. Dies spiegelt wahrscheinlich die hohe intrinsische Aktivität der RuPt-bimetallischen Zentren und das Vorhandensein kurzlebiger Zwischenprodukte hauptsächlich an der Katalysator-Substrat-Grenzfläche bei geringer Bedeckung wider …“

Wei, D., Ma, K., Ni, L., Mebarki, A., Fu, G., & Jiang, J. (2025). Thermal safety upgrading: Batch-to-flow transition of acid-catalyzed tert-butyl peroxypivalate synthesis. Chemical Engineering Journal, 523, 168103. https://doi.org/10.1016/j.cej.2025.168103

Die Synthese von Peroxyestern birgt inhärente thermische Sicherheitsprobleme aufgrund der exothermen Natur der Reaktion und der Anwesenheit instabiler Verbindungen. In der hier beschriebenen Arbeit wurde eine einstufige säurekatalysierte Acylierung zur Bildung von tert-Butylperoxypivalat (TBPP) von einem halbkontinuierlichen Prozess in einen Fließprozess überführt, um die Sicherheit zu verbessern. Dichtefunktionaltheorie-(DFT-)Berechnungen und In-situ-IR-Charakterisierung wurden verwendet, um den Mechanismus dieser Acylierung besser zu verstehen. Für die halbkontinuierliche Reaktion wurden kalorimetrische Messungen mittels DSC, ARC und Reaktionskalorimetrie durchgeführt, um das thermische Verhalten der Reaktion vollständig zu erfassen. Es wurde festgestellt, dass Prozesstemperatur und Dosiergeschwindigkeit die Hauptfaktoren für die Wärmefreisetzung sind, und das höchste Risikoniveau war mit Bedingungen verbunden, die die höchste Ausbeute erzeugten. 

„… der halbkontinuierliche Prozess wurde in einen Fließprozess umgewandelt. Die Optimierung wurde durchgeführt, um die Raum-Zeit-Ausbeute zu maximieren und den E-Faktor mithilfe einer multiobjektiven Bayesian optimization zu minimieren, und die Pareto-Front wurde bestimmt … ein zuvor vorgeschlagenes Risikobewertungsverfahren m-ITHI [modified inherent thermal runaway hazard index] wurde übernommen, um das thermische Risiko zwischen halbkontinuierlichem Prozess und Fließprozess zu quantifizieren und zu vergleichen. Das Bewertungsergebnis zeigte, dass der Einsatz des Mikroreaktors die thermische Durchgehgefahr von schwerwiegend (Klasse V) auf moderat (Klasse II) reduzierte. Die durch den Mikroreaktor verbesserte Sicherheit garantierte jedoch nicht die inhärente Sicherheit des TBPP-Syntheseprozesses, und das thermische Risiko variierte mit den Prozessbedingungen im Mikroreaktor … Der R-Faktor wurde erstmals vorgeschlagen, um die durch Reaktionsbedingungen in Fließprozessen verursachte Risikovarianz zu quantifizieren.“

Angulo, A., & McMullen, J. P. (2025). Data-Driven modeling for the enhanced understanding for the crystallization of an active pharmaceutical ingredient. Organic Process Research & Development, 29(6), 1432–1439. https://doi.org/10.1021/acs.oprd.5c00036

Modelle der Dynamic Response Surface Methodology (DRSM) wurden angewendet, um einen umfassenden Einblick in den kristallisationprozess des Arzneistoffs Belzutifan zu entwickeln, wobei der Fokus auf dem Verständnis der Auswirkungen der Zugaberate des Antisolvens und der Temperatur lag. Im OptiMax-Arbeitsplatz wurden 22 vollfaktorielle DoE zum Antisolvens-Kristallisationsprozess durchgeführt, und ReactIR wurde verwendet, um zeitaufgelöste Spektren der Konzentration im Überstand zu erfassen. Die Kalibrierung der IR-Daten erfolgte mithilfe von Offline-Überstandsproben, die mit einem EasySampler-System entnommen und deren Konzentrationen mittels UPLC gemessen wurden. Ein automatisiertes Partial-Least-Squares-(PLS-)Chemometriemodell wurde trainiert, um aus den IR-Spektren Konzentrationsprofile zu erhalten. Auf dieser Grundlage lieferte DRSM dynamische Modelle zur Charakterisierung der Konzentration im Überstand als Funktion von Temperatur und Antisolvenszugabe. Die Partikelgrößenverteilung (PSD) der Kristalle wurde als Funktion der Kristallisationstemperatur und der Zugaberate des Antisolvens gemessen. Das erzeugte DRSM-Modell war erfolgreich bei der Vorhersage der Konzentrationsdynamik als Funktion von Antisolvensanteil, Zugaberate und Temperatur sowohl für den DoE-Trainingsdatensatz als auch für ein separates Validierungsexperiment.

„Die in dieser Arbeit dargestellten Ergebnisse zeigen einen datengestützten Modellierungsansatz für die Kristallisation eines aktiven pharmazeutischen Wirkstoffs (API) unter Verwendung prozessanalytischer Technologien (PAT) und der dynamischen Response-Surface-Methodik (DRSM) … Dieser Ansatz ermöglicht es Anwendern, wertvolle Einblicke in die dynamische Auswirkung von Antisolvens-Zugaberate und Kristallisationstemperatur auf Konzentrationsprofile zu gewinnen, ohne ein mechanistisches oder wissensbasiertes Modell zu benötigen, und das ohne zusätzliche Experimente durchführen zu müssen. Darüber hinaus haben wir gezeigt, dass DRSM ein geeignetes Werkzeug ist, um Konzentrationsprofile vorherzusagen, indem eine Kristallisation innerhalb des Designraums des DoE durchgeführt wird.“

Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). Hin zu einer agilen, verteilten pharmazeutischen Produktion: kontinuierliche End-to-End-Integration von Reaktion, Reinigung und Formulierung für Lomustin über die MiniPharm-Plattform. Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314

Diese Arbeit konzentriert sich auf die Entwicklung der MiniPharm-Plattform zur Herstellung des Onkologikums Lomustin durch kontinuierliche integrierte Produktion. Die Forschenden verbanden die Wirkstoff- und Arzneimittelproduktionen, indem sie zwei verkettete Reaktionsschritte, eine kontinuierliche Lösungsmittelwechsel-Destillation, zweistufige MSMPR-kristallisation und Drop-on-Demand-Kapseldruck integrierten. Die Entwicklung jeder dieser Operationen erforderte eine eingehende Untersuchung von Reaktionskinetik, Löslichkeitsmodellierung, PAT-Überwachung und Prozesssimulationen. Durch Maßnahmen zur Prozessintensivierung, die Modifikationen an Reaktoren, Destillation und kristallisationseinheiten sowie die Integration automatisierter Steuerung und in-line PAT zur Steigerung der Betriebseffizienz umfassten, berichten die Forschenden von einer Gesamtprozessausbeute für Lomustin von 69%. 

In ersten Batch-Studien wurde in situ FTIR verwendet, um charakteristische Peaks für Ausgangsstoffe, Zwischenprodukte und Produkt zu identifizieren, darunter Cyclohexamin, 2‑Chlorethylisocyanat, das Zwischenprodukt 1‑(2‑Chlorethyl)‑3‑cyclohexylharnstoff, tert‑Butylnitrit und Lomustin. Diese Spektren wurden verwendet, um die kinetische Modellierung, die Auswahl der Verweilzeit und die Verifizierung der Umsetzung in den verketteten Durchflussreaktoren zu unterstützen. Bei Experimenten mit den integrierten Betriebseinheiten wurde die MIR-Sonde im MSMPR-Kristallisator installiert, um die gelöste Stoffkonzentration, übersättigung und das stationäre Verhalten zu überwachen. Ein in situ Mikroskopie-Bildgebungssystem lieferte Echtzeitaufnahmen von Nukleation, Kristallwachstum, Trübungsänderungen und möglichem Oiling-out. Die duale PAT-Strategie, bei der MIR gelöste Spezies maß, während die visuelle Bildgebung die Kristallbildung überwachte, war der Schlüssel zu einer effektiven continuous crystallization und dem erfolgreichen, voll integrierten End-to-End-Workflow.

„Um die Echtzeitüberwachung der Reaktions- und kristallisationsprozesse zu ermöglichen, wurden zwei PAT-Werkzeuge eingesetzt: Mettler Toledo ReactIR 702L Abgeschwächte Totalreflexion-Fourier-Transform-Infrarotspektroskopie (ATR-FTIR) und die Inline-Bildgebungssonde Easy-Viewer 100. Für die Batch-Reaktionsexperimente wurde ATR-FTIR verwendet, um Spektren chemischer Spezies bei unterschiedlichen Konzentrationen zu erfassen und die Hauptpeaks für die Edukte und Produkte zu identifizieren. Für die Durchflusssynthese wurde die FTIR-Sonde in einen Rundkolben eingetaucht, der hinter dem zweiten Reaktor platziert war. Die wiederholten Durchflusssyntheseversuche bestätigten hohe und konsistente Umsetzungsraten. Für die integrierten kontinuierlichen End-to-End-Läufe wurde die FTIR-Sonde für die Kristallisationsüberwachung umfunktioniert, indem sie direkt in den MSMPR-Kristallisator eingesetzt wurde. Der EasyViewer 100 wurde ergänzend verwendet, um Kristallbildung, Trübung und Wachstum innerhalb des MSMPR visuell zu überwachen.“

Abdoun, S., Bour, C., Mayer, R. J., & Vayer, M. (2026). Elektrochemische N -Propargylierung von N -Heterocyclen durch Decarboxylierung von Allensäuren. ACS Organic & Inorganic Au. https://doi.org/10.1021/acsorginorgau.5c00117

Die Elektrosynthese wird als Mittel untersucht, um C-N-Bindungen ohne die toxischen Reagenzien und Abfälle zu synthetisieren, die mit klassischen Kupplungsmethoden verbunden sind. 2,3‑Allensäuren werden als potenziell wirksame Vorläufer vorgeschlagen, da ihre anodische Oxidation Allenyl-/Propargylradikale erzeugt, die eine rasche Zweitoxidation zu hoch elektrophilen Kationen durchlaufen, die zu einer selektiven N‑Propargylierung fähig sind. Die Arbeit etabliert ein mildes, zusatzstofffreies elektrochemisches Protokoll, das N‑propargylierte Produkte aus Pyrazolen, Triazolen, Tetrazolen, Benzotriazolen, Amiden, Carbonsäuren und Alkoholen in 25–82% Ausbeute liefert, mit hoher Atomökonomie und Faraday-Effizienzen von 40-70%. Mechanistische Studien zeigen, dass die Reaktion eher durch elektrochemische Kontrolle als durch die Substratkonzentration bestimmt wird. Entscheidend für das Verständnis des Reaktionsmechanismus ist der Einsatz von ReactIR, das den Substratverbrauch in Echtzeit misst und die Bestimmung von Anfangsraten ermöglicht. Diese Daten zeigen, dass die Reaktion in Bezug auf die Allensäure und den Nucleophil jeweils nullter Ordnung ist, während die Rate linear mit dem angelegten Strom zunimmt. Dies deutet darauf hin, dass der anodische Elektronentransfer der geschwindigkeitsbestimmende Schritt ist. Zusammen mit zyklischer Voltammetrie und DFT stützen die kinetischen Erkenntnisse einen Mechanismus, bei dem oxidative Decarboxylierung ein Allenylradikal bildet, das unmittelbar zu einem Propargylkation oxidiert wird, das einer kinetisch kontrollierten C-N-Bindungsbildung unterliegt. Die Forschenden schließen mit der Feststellung, dass sie eine elektrochemische Methode zur Propargylierung von N-Heterocyclen mit 2,3‑Allensäuren unter einfachen, zusatzstofffreien Bedingungen entwickelt haben. Die Reaktion verwendet eine kostengünstige Kohlenstoffanode und benötigt keine externen Oxidationsmittel, Basen oder Dehydratisierungsmittel. Diese Untersuchung veranschaulicht, wie mechanistisches Verständnis die Gestaltung von elektrosynthetischen Ansätzen leiten kann, die reaktive Zwischenprodukte für eine effiziente C–N-Bindungsknüpfung erzeugen.

„… kinetische Studien wurden mittels in situ IR-spectroscopy durchgeführt. Um die zeitabhängige Konzentration von 1a [Allensäure] während der kinetischen Messung zu bestimmen, wurde die lineare Beziehung zwischen der IR-Absorption bei 1689 cm–1, die dem C═O-Band von 1a entspricht, und der Konzentration von 1a verwendet. Das Verschwinden von 1a über die Zeit wurde dann verwendet, um die Anfangsreaktionsraten k zu bestimmen, die experimentell mit unterschiedlichen Anfangskonzentrationen von 1a und 2a [Pyrazol] gemessen wurden. Die Anfangsraten von k waren unabhängig von den Konzentrationen von 1a und 2a, was darauf hindeutet, dass die Reaktion sowohl in Allensäure 1a als auch in Pyrazol 2a eine partielle Nullordnung aufweist. Dennoch zeigt die Anfangsrate eine lineare Korrelation mit dem angelegten Strom, was darauf hindeutet, dass der anodische Elektronentransferprozess den geschwindigkeitsbestimmenden Schritt darstellt.“

Yang, Y., Guan, Z., Wang, R., Wang, W., Zhang, M., Su, X., & Shao, Y. (2026). Optimierung der Abtritylierung von oligonukleotid bei der Festphasen-oligonukleotid synthese mithilfe von In-Line-IR-spectroscopy. Organic Process Research & Development, 30(5), 1369–1377. https://doi.org/10.1021/acs.oprd.6c00103

Die In-line-Mittel-IR-spectroscopy (ReactIR) wird verwendet, um die Abtritylierung während der Festphasen-oligonukleotid synthese zu optimieren, und erweist sich als reagenzieneffizientere Alternative zur klassischen UV-Überwachung. Zunächst wurde eine Offline-IR-Messung der Hauptkomponenten im Abtritylierungsansatz durchgeführt, die eindeutige Absorptionspeaks für Toluol (1495 cm⁻¹), wasserfreies Acetonitril (2253 cm⁻¹), DCA-Monomer (1765 cm⁻¹) und DCA-Dimer (1740 cm⁻¹) identifizierte. Für die quantitative Analyse wurde ein Ansatz mit Echtzeitüberwachung etabliert, da die IR-Intensitäten des DCA-Monomers und DCA-Dimers im Bereich von 3–10% DCA eine starke Linearität mit der Konzentration zeigten. 

Aus der Kinetik und dem mechanistischen Verständnis der Abtritylierungsreaktion lässt sich ableiten, dass die relativen Konzentrationen von DCA-Monomer und DCA-Dimer eng mit dem Fortschritt der Abtritylierung zusammenhängen und die Bildung des DCA-Dimers der geschwindigkeitsbestimmende Schritt der Abtritylierung ist. DCA liegt in Toluol überwiegend als chemisch aktives Dimer vor, während es in Acetonitril in eine inaktive monomere Form übergeht. Die Abtritylierung verläuft effizient, wenn das inaktive DCA-Monomer vollständig in das aktive Dimer umgewandelt wurde. Diese Arbeit setzte das In-line-IR-Tracking dieser strukturellen Veränderungen von DCA in Beziehung zur herkömmlichen UV-Detektion des Dimethoxytrityl-Kations (DMT⁺), einer UV-aktiven Spezies, die während des Abtritylierungsschritts der oligonukleotid-Festphasen synthese freigesetzt wird. Diese Korrelation zeigte, dass das Abklingen des inaktiven DCA-Monomer-IR-Signals bis zur Grundlinie, definiert als Knoten III, den optimalen Reaktionsendpunkt markierte. Zu diesem Zeitpunkt waren Produktreinheit, Depurinierungsniveaus und Gesamtausbeuten gleichwertig mit denen, die unter UV-basierter Steuerung erzielt wurden; allerdings wurde der Verbrauch an Abtritylierungsreagenz um bis zu 40,4% reduziert. Um die Robustheit und Allgemeingültigkeit dieser IR-gesteuerten Strategie zu validieren, wurden oligonukleotid-Sequenzen mit unterschiedlichen strukturellen und chemischen Merkmalen unter Verwendung dieses Kriteriums von Knoten III synthetisiert. Bei allen Sequenzen blieb die Produktqualität konstant, Nebenreaktionen der Depurinierung wurden wirksam unterdrückt, und der Reagenzienverbrauch sank um 22,7–46,7%. 

„Im Vergleich zur klassischen In-line-UV-Überwachung überwindet die In-line-IR-Technologie die Einschränkungen der UV-Überwachung, einschließlich eines engen Signalantwortbereichs, verzögerter Überwachung und unzureichender Überwachung des Mikroreaktionsprozesses. Sie ermöglicht die Echtzeitverfolgung der mikrokine­tischen Veränderungen wichtiger Komponenten bei der Abtritylierung, reduziert den Reagenzienverbrauch und fördert die grüne und nachhaltige Entwicklung der Festphasensynthese. Diese Studie bietet eine universelle Strategie zur Verbesserung der Präzision der Prozesssteuerung der Festphasensynthese und ermöglicht eine vollständige prozessverfeinerte Produktion von oligonukleotid.“

Pucihar, U., Vračar, P., Bitenc, M., & Kopač, T. (2025). Selbstoptimierung der Claisen-Schmidt-Kondensation in einem automatisierten Mikroflussreaktionssystem mithilfe von maschinellem Lernen. Computers & Chemical Engineering, 201, 109261. https://doi.org/10.1016/j.compchemeng.2025.109261

Anhand der Claisen-Schmidt-Aldolkondensationsreaktion zwischen 2-Methoxybenzaldehyd und Aceton als Beispiel zeigt diese Arbeit die Entwicklung und Anwendung eines neuartigen Selbstoptimierungssystems. Die Autoren berichten, dass ein Multi-Objective-Algorithmus, TSEMO (Thompson Sampling Efficient Multi-Objective Optimization), in Kombination mit in-line MIR (ReactIR) und online UHPLC-PAT an einem durch ein Supervisory Control and Data Acquisition (SCADA) gesteuerten mikrofluidischen Reaktor eingesetzt wird, um eine kontinuierliche Optimierung variabler Parameter durchzuführen. Optimale Reaktionsbedingungen, einschließlich Temperatur, Flussraten und Verweilzeiten, wurden festgelegt und das System durch kinetische Modellierung validiert. 

„… der Selbstoptimierungsprozess übertraf herkömmliche chemische Reaktionsmethoden, indem er Zielkonzentrationen (vorgegebene Ziele) schneller, mit weniger Chemikalien und minimalem manuellen Eingriff erreichte. Dies verbessert nicht nur die ökologische Nachhaltigkeit und die wirtschaftliche Effizienz des Prozesses, sondern zeigt auch Potenzial für eine breitere Anwendung in der Reaktionsingenieurwissenschaft. Die enge Übereinstimmung der experimentellen Daten mit den theoretischen Vorhersagen, innerhalb einer Abweichung von ±10 %, bestätigt die Fähigkeit des Systems, ohne Vorwissen über die Reaktionskinetik zu optimieren…“

Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). Enthüllung autokatalytischer Kinetiken in der Kurzketten-Polyaddition von Poly(amic acid) mittels In Situ FTIR. Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046

Es gibt zwei Phasen bei der Polyaddition aromatischer Diamine und Dianhydride (PAA): eine schnelle Phase der Kurzkettenbildung (Phase 1) und eine anschließende langsame Kettenwachstumsphase (Phase 2). Nahezu alle bisherigen kinetischen Untersuchungen konzentrieren sich auf die Kinetik der zweiten Phase unter Einsatz verschiedener Methoden. Obwohl diese Methoden bei Monomeren mit geringer Reaktivität wirksam sind, erfassen sie nicht die stark exotherme Phase 1 reaktiverer Monomere. Dies führt in den ersten Reaktionsminuten zu Simulationsabweichungen von 20−30 %, was die Prozesssteuerung, die Zuverlässigkeit des Scale-up und die Sicherheit beeinträchtigt. Daher ist eine datendichte Echtzeitüberwachung entscheidend, um das vermutete autokatalytische Verhalten zu erfassen, das diese frühe Phase steuert.  

In dieser Arbeit wird in situ FTIR eingesetzt, um die für ein umfassenderes Verständnis der Kinetik in der Frühphase der Polyaddition von Poly(amic acid) (PAA) erforderlichen Informationen bereitzustellen. Dies wird typischerweise als ein kinetischer Prozess zweiter Ordnung betrachtet, bei dem die Reaktionsgeschwindigkeit proportional zum Produkt der Konzentrationen von Diamin und Dianhydrid ist. Theoretische Modelle zeigen, dass diese Reaktionen ausgeprägte autokatalytische Eigenschaften aufweisen, bei denen Reaktionsprodukte die nachfolgenden Reaktionsgeschwindigkeiten beschleunigen, und dass Zwischenprodukte den autokatalytischen Effekt verursachen.  Es wird ein Modell für die autokatalytische Kinetik hochreaktiver aromatischer Diamin–Dianhydrid-Systeme entwickelt, das Mechanismusannahmen, Herleitung der Geschwindigkeitsgleichung, Datenanpassung und thermodynamische Analyse umfasst. Das Modell gibt Aufschluss darüber, wie Komponenten wie Temperatur und Monomerstruktur das Ausmaß der Autokatalyse steuern. Die Daten zeigen, dass die Kurzketten-Polyaddition einem irreversiblen autokatalytischen kinetischen Modell zweiter Ordnung folgt, das primär durch Protonenkatalyse aus den neu gebildeten –COOH-Gruppen angetrieben wird. Temperatur und Elektrophilie des Monomers modulieren gemeinsam das Ausmaß der Autokatalyse, wobei BTDA die stärkste katalytische Beschleunigung und s-BPDA die schwächste zeigt. 

„Wir verwenden in situ FTIR spektroskopie, um die Frühphasen-Polyaddition von 4,4′-Diaminodiphenylmethan (MDA) mit drei Dianhydriden quantitativ zu untersuchen: 3,3′,4,4′-Benzophenontetracarbonsäuredianhydrid (BTDA), 3,3′,4,4′-Biphenyltetracarbonsäuredianhydrid (s-BPDA) und 2,3,3′,4′-Biphenyltetracarbonsäuredianhydrid (a-BPDA). Die isolierte charakteristische Bande von MDA bei 818 cm^–1 kann als wirksame Sonde dienen, um die Veränderung der MDA-Konzentration quantitativ zu verfolgen. Die kinetische Analyse der normalisierten Bandintensitäten (A-818 cm^–1, T-818 cm^–1 und S-818 cm^–1) zeigt, dass die Reaktion einer irreversiblen autokatalytischen Kinetik zweiter Ordnung folgt. Dieser kombinierte in situ FTIR- und Modellierungsansatz liefert erstmals quantitative Einblicke, wie Elektrophilie des Dianhydrids, molekulare Struktur und Temperatur synergistisch das Ausmaß der Autokatalyse bestimmen, und bietet damit entscheidende experimentelle und theoretische Orientierung für die präzise Steuerung und Optimierung der PAA-Synthese.“

• Li, M., Wang, Y., Luo, Y., & Shu, X. (2026). Ein effizienter und umweltfreundlicher Ansatz zur Synthese von Dodecanonoxim aus der zeolithkatalysierten indirekten Transoximierungsreaktion. Chemical Engineering Journal Green and Sustainable, 2, 100070. https://doi.org/10.1016/j.cejgas.2026.100070
• Xia, W., Zhan, Y., Xia, J., Luo, G., Su, W., Chai, K., & Su, A. (2025). Nachhaltige kontinuierliche Flusskatalyse und Bayes-Optimierung der aus Biomasse gewonnenen HMF-Hydrierung über RuPt@g-C3N4. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5638748
• Zhou, C., Beydokhti, M. T., Rammal, F., Kumar, P., Lacroix, M., Vermeiren, W., Dusselier, M., Liao, Y., & Sels, B. F. (2025). Abstandsunabhängige Säure-Base-Synergie in einem festen ZrOxHy-Katalysator für die Aminregeneration bei der CO2-Abscheidung nach der Verbrennung. Nature Catalysis, 8(3), 270–281. https://doi.org/10.1038/s41929-025-01307-8
• Li, D., Xiong, C., Zhao, X., Yang, T., Wu, Y., Hu, P., & Ji, H. (2025). Selektive Regulation des Sauerstofftransfers für die umweltfreundliche Oxidation von n-Butan unter milden Bedingungen: Leistung und Mechanismus. Journal of Catalysis, 448, 116187. https://doi.org/10.1016/j.jcat.2025.116187
• Mazumder, A., & Beckingham, B. S. (2025). PEGMA mit langer Seitenkette in Ionenaustauschmembranen zur Verringerung des Crossovers von CO 2-Reduktionsprodukten. ACS Sustainable Chemistry & Engineering, 13(45), 19464–19481. https://doi.org/10.1021/acssuschemeng.5c02539
• Yao, Y., Chen, D., Li, Y., & Yin, Z. (2025). Auswirkungen von Gaskompositionen auf die Anpassung der Kinetik von CH4/CO2-Hydraten mit 1,3-Dioxolan: Implikationen für die hydratisbasierte Biogasspeicherung. ACS Applied Materials & Interfaces, 17(12), 18403–18419. https://doi.org/10.1021/acsami.5c00733
• Li, D., Xiong, C., Mao, Q., Xi, L., Yang, T., Hu, P., & Ji, H. (2025). Steigerung des Cumen-Hydridtransfers über ein auf Ru basierendes porphyrines kovalentes organisches Gerüst für die Tandem-Luft-Epoxidation von Olefinen. Nano Research, 19(1), 94907892. https://doi.org/10.26599/nr.2025.94907892

• Silva, J. R. C., Oliveira, L. B., Silva, J. O., Queiroz, L. M. S. V., Cardoso, K. P., Nagamachi, M. Y., & Ferrão, L. F. A. (2025). Untersuchung und Charakterisierung von Zwischenprodukten, die bei der Herstellung des Oxidationsmittels Ammoniumdinitramid verwendet werden. Propellants Explosives Pyrotechnics, 50(7), 95–105. https://doi.org/10.1002/prep.12078
• Wei, D., Ma, K., Ni, L., Mebarki, A., Fu, G., & Jiang, J. (2025). Erhöhung der thermischen Sicherheit: Übergang von Batch zu Flow bei der säurekatalysierten Synthese von tert-Butylperoxypivalat. Chemical Engineering Journal, 523, 168103. https://doi.org/10.1016/j.cej.2025.168103
• Chen, S., Gao, Y., Dong, C., Shen, L., Zeng, Y., Bao, P., Li, Y., Yi, Z., Chen, H., Zhu, S., & Zhang, L. (2025). Anordnung tetraedrischer Stickstoffatome in A-Stellen-Kationen: ein neuer Ansatz zur Regulierung von Empfindlichkeit und Energie perowskitischer Energiematerialien. Advanced Science, 12(19), e2415680. https://doi.org/10.1002/advs.202415680

• Zou, X., Xie, T., Xu, J., Bai, H., Wang, D., Ke, X., Zhao, W., & Lv, M. (2026). Enthüllung autokatalytischer Kinetiken in der Kurzketten-Polyaddition von Poly(amic acid) mittels In Situ FTIR. Industrial & Engineering Chemistry Research, 65(10), 5452–5459. https://doi.org/10.1021/acs.iecr.6c00046
• Duan, W., Zhao, S., Wen, Y., Duan, Z., Zhang, L., & Liu, B. (2026). Verdünnungstoleranter organoborhaltiger Katalysator für die Copolymerisation von CO 2 und Propylenoxid, ermöglicht durch ein cyclisches Anhydrid. Macromolecules, 59(4), 2040–2051. https://doi.org/10.1021/acs.macromol.5c03427
• Butler, F., Fiorentini, F., Eisenhardt, K. H. S., & Williams, C. K. (2025). Heterodinukleare Co(III)NA(I)-Katalysatoren für die Ringöffnungs-Copolymerisation von Propylenoxid und Kohlendioxid. Macromolecules, 58(14), 7150–7160. https://doi.org/10.1021/acs.macromol.5c01529
• Jiang, C., Lee, E., Schaefer, J., Holtcamp, M. W., Lin, T., & Gabbaï, F. P. (2025). Pnictogen-Bonding-Katalyse: Copolymerisation von CO2 und Epoxiden auf Antimon(V)-Plattformen. ACS Catalysis, 15(21), 17882–17892. https://doi.org/10.1021/acscatal.5c03781
  
• Abrahamsen, G. M., Lequeux, Z. a. B., Kemp, L. K., Wedgeworth, D. N., Rawlins, J. W., Newman, J. K., & Morgan, S. E. (2025). Morphologiekontrolle in wasserbasierten Polyurethan-Dispersions-Nanokompositen durch maßgeschneiderte Struktur, Formulierung und Verarbeitung. Langmuir, 41(16), 10383–10393. https://doi.org/10.1021/acs.langmuir.5c00226
• Jia, Z., Zhang, J., Gao, L., Sun, H., Chen, J., Qin, L., & Yin, J. (2025). Aufklärung der Rolle von Wasser in der katalytischen Glykolyse von PET. RSC Sustainability, 3(10), 4714–4723. https://doi.org/10.1039/d5su00528k
• Zeng, X., Liu, C., Wang, X., Cao, Y., Zheng, Z., He, P., Li, H., & Wang, L. (2025). Kommerzielle organische Lewis-Paar-Katalysatoren für die effiziente Ringöffnungs-Polymerisation von 1,2-Butylenoxid. Polymer Chemistry, 16(23), 2742–2750. https://doi.org/10.1039/d5py00238a

• Wang, R., Xu, L., Yang, Y., Wang, W., Liu, M., Su, X., & Shao, Y. (2026). Echtzeit-Prozessüberwachung der Ammonolyse von Oligonukleotiden mit Online-FTIR-spektroskopie. Organic Process Research & Development, 30(3), 731–740. https://doi.org/10.1021/acs.oprd.5c00476
• Ashikari, Y., Tamaki, T., Tomite, K., Yonekura, Y., & Nagaki, A. (2025). Echtzeit-Inline-IR-Analyse mittels Linearkombinationsstrategie und maschinellem Lernen für die automatisierte Reaktionsoptimierung. Communications Chemistry, 8(1), 287. https://doi.org/10.1038/s42004-025-01676-y
• Chai, K., Xia, W., Shen, R., Luo, G., Cheng, Y., Su, W., & Su, A. (2024). Optimierung der heterogenen kontinuierlichen Fluss-Hydrierung mithilfe von FTIR-Inline-Analyse: eine vergleichende Studie zu multiobjektiver Bayes-Optimierung und kinetischer Modellierung. Chemical Engineering Science, 302, 120901. https://doi.org/10.1016/j.ces.2024.120901
• Shen, R., Luo, G., Cheng, Y., Zhu, J., Duan, H., & Su, A. (2025). Zweistufige Optimierung der kontinuierlichen Flusssynthese von L-Carnitin unter Kombination von Bayes-Optimierung, Inline-Analyse und kinetischer Modellierung. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5256095
  
• Moll, M., Wängler, B., Wängler, C., & Röder, T. (2025). Kinetische Untersuchung der asymmetrischen Hydrierung von Benzylphenylephrone im kontinuierlichen Fluss. CHIMIA International Journal for Chemistry, 79(6), 441–448. https://doi.org/10.2533/chimia.2025.441

• Talbot, F. J. T., Lindsay-Scott, P. J., Stokes, S., Barnes, A., Rees, M., Miller, I., Richardson, J., & Tang, X. (2026). ReactIR-Überwachung der Turbo-Hauser-Basenbildung ermöglicht eine robuste Iodierungsreaktion während einer frühen Scale-up-Kampagne. Organic Process Research & Development, 30(4), 1041–1049. https://doi.org/10.1021/acs.oprd.6c00062
• Chida, T., Takebayashi, Y., Sue, K., & Kataoka, S. (2026). Automatisierter Säulen-Flussreaktor mit Inline-Spektrometern zur Verweilzeitmessung und kinetischen Analyse der von ZrO 2 katalysierten direkten Esteramidierung. Industrial & Engineering Chemistry Research, 65(12), 6491–6500. https://doi.org/10.1021/acs.iecr.6c00042
• Zars, E., Beagan, D., Reed, S., Zeller, M., Lehnert, N., & Szymczak, N. (2026). N-N-Kupplung von Nitrosyl-Liganden in einem Dinitrosyl-Eisenkomplex, vermittelt durch exogene Säuren. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-9z9lk/v2
• Lorraine, S. C., Baur, A., Taylor, N., Dolinar, B. S., & Hoover, J. M. (2026). Feldeffekte bestimmen die Decarboxylierung von Kupfer(II)-Benzoaten: kinetische und mechanistische Untersuchungen. Organometallics, 45(2), 169–180. https://doi.org/10.1021/acs.organomet.5c00415
  
• Zheng, S., Du, C., Hu, J., Tu, Y., Wang, Y., & Ren, Z. (2025). Atomarer Mechanismus der RDX-Synthese über direkte Nitrierung von Urotropin: DFT-Studie und spektroskopische Validierung. Chemical Engineering Science, 321, 123003. https://doi.org/10.1016/j.ces.2025.123003
• Fockenberg, T., Sülzner, N., Sato, T., Reher, J., Schnegg, A., Hättig, C., & Schulz, S. (2025). Vergleichende Studie zur katalytischen Aktivität von [COIII4O4]-Heterokubanen in Alkoholoxidationsreaktionen in Lösung. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-0pw68
• Lorraine, S., Baur, A., Taylor, N., Dolinar, B., & Hoover, J. (2025). Feldeffekte bestimmen die Decarboxylierung von Kupfer(II)-Benzoaten: kinetische und mechanistische Untersuchungen. ChemRxiv. https://doi.org/10.26434/chemrxiv-2025-vftv5
• Zhu, W., Ouyang, Z., Du, X., Li, Y., Deng, X., Xue, Y., Zhou, J., Yu, P., Lu, G., Chan, A. S. C., & Weng, J. (2025). Zugang zu azyklischen, vicinalen, tetrasubstituierten Stereozentren über biomimetische Cu/Squaramid-kooperative katalysierte asymmetrische Mannich-Reaktionen. Nature Communications, 16(1), 8896. https://doi.org/10.1038/s41467-025-63919-9
  
• Kirchhoff, J., Mairath, T., Schöler, M., Risken, R., & Strohmann, C. (2025). Mechanistische Untersuchungen selektiver Alkoxysilan-Substitutionen durch primäre Lithiumamide: von mono- bis di- und trisubstituierten Si–N-funktionalisierten Silanen. Inorganic Chemistry, 64(26), 13355–13363. https://doi.org/10.1021/acs.inorgchem.5c01794

• Yu, H., Schiele, S. A., & Briesen, H. (2026). Krümmungsbasierte Quantifizierung der durch Abrieb induzierten Formentwicklung in der gerührten kristallisation. Crystal Growth & Design. https://doi.org/10.1021/acs.cgd.6c00432
• Omstead, K. M., Malig, T. C., Pederson, Z., Kurita, K. L., & Shi, Z. (2026). Anwendungen der Infrarot-Spektroskopie bei der Überwachung der Lösungsmitteldestillation während der pharmazeutischen Prozessentwicklung in der frühen Phase─Lean Chemometrics zur Berücksichtigung von Temperatur- und Matrixeffekten. Organic Process Research & Development, 30(5), 1119–1129. https://doi.org/10.1021/acs.oprd.5c00146
• Ghaffari, S., Gänsch, J., Schulze, P., & Lorenz, H. (2026). Kristallwachstumskinetik von NA 2 CO 3-Hydratphasen im NA 2 CO 3–NAOH–H 2 O-System für eine nachhaltige Soda-Produktionsweise. ACS Omega, 11(5), 7741–7755. https://doi.org/10.1021/acsomega.5c09440
• Zhang, C., Ma, Y., Wang, Z., Jia, S., Zhang, Y., Yang, L., Yang, H., Cheng, J., & Yang, C. (2026). Einfluss von Samenpartikeleigenschaften und Betriebsbedingungen auf die sekundäre Keimbildung von Glyphosat. Industrial & Engineering Chemistry Research, 65(15), 7826–7839. https://doi.org/10.1021/acs.iecr.5c04870
  
• Lima, F. a. R. D., De Moraes, M. G. F., Secchi, A. R., De Souza, M. B., & Grover, M. A. (2025). Experimentelle nichtlineare modellprädiktive Regelung von Kristallgröße und Ausbeute bei der Chargenkühlungskristallisation, ermöglicht durch Softsensor und symbolbasiertes Kalibrierungsmodell. Industrial & Engineering Chemistry Research, 64(49), 23582–23600. https://doi.org/10.1021/acs.iecr.5c03894
• Dong, Y., Xuanyuan, S., Xie, C., Sun, Y., Zhou, X., & Wang, Y. (2025). Kinetisches Modell auf Basis neuronaler Netze für die Antilösungsmittel-kristallisation von Benzophenon: Aufbau, Validierung und mechanistische Interpretation. Crystals, 15(5), 464. https://doi.org/10.3390/cryst15050464

• Arunachalampillai, A., Chandrappa, P., Crockett, R. D., Gaines, C. S., Hu, K., Judd, T., Kommuri, V. C., Murray, J. I., Nidhiry, J., Ortiz, A., Robinson, J. A., Rötheli, A. R., Vernon, R. M., Wei, C. S., Wells, S., Wilson, C. V., Xu, S., Yamamoto, K., & Zetzsche, L. E. (2025). Entwicklung eines Herstellungsverfahrens für AMG 193, einen MTA-kooperativen PRMT5-Inhibitor. Organic Process Research & Development, 29(11), 2934–2941. https://doi.org/10.1021/acs.oprd.5c00310
• Waldschitz, D., Bartlechner, J., Karner, E. M., Spadiut, O., Jakubek, S., & Kager, J. (2025). Umgang mit Rohstoffschwankungen: Aufrechterhaltung eines stationären Zustands während der Kultivierung durch Mischen lignocellulosischer Zuflussströme. Biochemical Engineering Journal, 224, 109891. https://doi.org/10.1016/j.bej.2025.109891
• Hengelbrock, A., Baukmann, S., Uhl, A., Schmidt, A., & Strube, J. (2025). Digitaler Zwilling für die Produktion von aus hMSC gewonnenen extrazellulären Vesikeln für Anwendungen in Zell- und Gentherapie hin zu autonomem Betrieb. ACS Omega, 10(40), 46659–46681. https://doi.org/10.1021/acsomega.5c03703
• Da Silva Rodrigues, K. C., Veloso, I. I. K., Lemos, D. A., Cruz, A. J. G., & Badino, A. C. (2025). Extraktive Ethanolfermentation mit Ethanolverwertung durch Absorption in offenen und geschlossenen Systemen. Fermentation, 11(1), 12. https://doi.org/10.3390/fermentation11010012
  
• Ponnudurai, A., Schulze, P., Seidel-Morgenstern, A., & Lorenz, H. (2025). LigniFrac: Machbarkeitsnachweis für einen skalierbaren kontinuierlichen Lignin-Fraktionierungsprozess. Chemical Engineering Journal, 510, 161113. https://doi.org/10.1016/j.cej.2025.161113
• Ren, T., Bi, Y., Li, J., Li, J., Gao, D., Yu, F., Wang, J., & Zhang, K. (2025). Durch synthetische Biologie ermöglichte, biologisch abbaubare, leistungsanpassbare und schmelzverarbeitbare Biokunststoffe. Chemical Engineering Journal, 515, 163593. https://doi.org/10.1016/j.cej.2025.163593

• Akturk, I., Mackey, J. S., Sundarkumar, V., Murbach, G., Joglekar, G., Csathy, A. T., Wehrle, F. J., Thompson, D. H., & Nagy, Z. K. (2026). Auf dem Weg zu agiler, verteilter pharmazeutischer Fertigung: kontinuierliche End-to-End-Integration von Reaktion, Aufreinigung und Formulierung von Lomustin über die MiniPharm-Plattform. Organic Process Research & Development, 30(3), 595–618. https://doi.org/10.1021/acs.oprd.5c00314
• Ashikari, Y., Tamaki, T., Tomite, K., Yonekura, Y., & Nagaki, A. (2025). Echtzeit-Inline-IR-Analyse mittels Linearkombinationsstrategie und maschinellem Lernen für die automatisierte Reaktionsoptimierung. Communications Chemistry, 8(1), 287. https://doi.org/10.1038/s42004-025-01676-y
• Jong, C. Y., Mittal, A., Lee, F. J. J., Loo, L. M., Goh, Y., Yuan, Q., Yeap, E. W. Q., Dubbaka, S. R., Rao, H. N., & Wong, S. Y. (2025). Laktosekristallisation: Integration von maschinellem Lernen mit prozessanalytischen Technologien. Food and Bioproducts Processing, 151, 64–72. https://doi.org/10.1016/j.fbp.2025.02.008
• Bell, N. L., Berardi, E., Gladkikh, M., Turnbull, R. D., & Turton, F. (2025). ReactPyR: Ein Python-Workflow für ReactIR ermöglicht die Quantifizierung der Stabilität empfindlicher Verbindungen in Luft. Digital Discovery, 4(12), 3533–3539. https://doi.org/10.1039/d5dd00305a
  
• Vasisht, S., Wiedner, E., Lopez-Ruiz, J., Royer, N., Begildayeva, T., Choudhury, S., Koch, J., Birmiwal, R., Wang, Z. & Washton, N. (2025). Autonome Flow-Elektrochemie zur beschleunigten Katalysatorentdeckung. Prepared for the U.S. Department of Energy under Contract DE-AC05-76RL01830
• Knoll, S., Silber, K., Williams, J. D., Sagmeister, P., Hone, C. A., Kappe, C. O., Steinberger, M., & Horn, M. (2025). FlowMat: eine Werkzeugbox zur Modellierung von Durchflussreaktoren mit physikbasierten und Machine-Learning-Ansätzen für modulare Simulation, Parameteridentifikation und Reaktoroptimierung. RSC Advances, 15(40), 33278–33296. https://doi.org/10.1039/d5ra06173c