Gassensoren sind heute unverzichtbare Werkzeuge für die sichere Nutzung neuer Technologien, beispielsweise im Bereich der Wasserstoffwirtschaft oder der nachhaltigen Energiegewinnung. Ein zentrales Thema in der Entwicklung moderner Gassensoren ist die Selektivität – also die Fähigkeit, gezielt bestimmte Gase auch in komplexen Umgebungen zu identifizieren. In der Arbeitsgruppe Prof. Tiemann werden verschiedene Strategien verfolgt, um die Selektivität von Gassensoren zu verbessern. Hierzu zählen mikroporöse Filterschichten, die nur für bestimmte Gase durchlässig sind (sog. Molekularsiebe), katalytische Sensorsysteme oder die Algorithmen-gestützte Auswertung (maschinelles Lernen) der Sensordaten.

Ausgewählte Publikationen:

• Selective H₂ Gas Sensing Using ZIF-71/In-SnO₂ Bilayer Sensors: A Size-Selective Molecular Sieving Approach
  D. Baier, L. Kieke, S. Voth, M. Kloß, M. Huck, H.-G. Steinrück, M. Tiemann
  ACS Sens. 10 (2025) 5664-5673
• Gas Sensing with Nanoporous In₂O₃ Under Cyclic Optical Activation: Machine Learning-Aided Classification of H₂ and H₂O
  D. Baier, A. Krüger, T. Wagner, M. Tiemann, C. Weinberger
  Chemosensors 12 (2024) 178
• Selective Discrimination between CO and H₂ with Copper-Ceria Resistive Gas Sensors
  D. Baier, T. Priamushko, C. Weinberger, F. Kleitz, M. Tiemann
  ACS Sens. 8 (2023) 1616-1623