(openPR) Heutige Computer arbeiten mit binären Codes aus Nullen und Einsen – etwa in Folgen wie 01010000011. Grundlage dafür sind Transistoren, die elektrische Signale in digitale Zustände übersetzen. Doch mit den steigenden Anforderungen datenintensiver Anwendungen stößt dieses Prinzip zunehmend an physikalische und energetische Grenzen.
Die Spintronik verfolgt einen anderen Ansatz: Sie nutzt nicht nur die elektrische Ladung von Elektronen, sondern auch ihre magnetische Eigenschaft, den sogenannten Spin. Diese zusätzliche Freiheitsgröße eröffnet neue Möglichkeiten für die Speicherung und Verarbeitung von Informationen.
Magnetische Materialien besitzen Eigenschaften, die für moderne Rechenansätze besonders interessant sind. Sie arbeiten nichtflüchtig, reagieren schnell und zeigen komplexe dynamische Prozesse wie Nichtlinearität, Zufälligkeit oder zeitliche Rückkopplung. Solche Eigenschaften lassen sich für neuromorphe und probabilistische Rechenmethoden nutzen – also für Algorithmen, die sich an der Funktionsweise biologischer Nervensysteme orientieren oder gezielt mit Unsicherheiten arbeiten.
Die Übersichtsarbeit stellt mögliche Bausteine solcher Systeme vor, darunter spintronische Neuronen und Synapsen, probabilistische Bits (p-bits) sowie größere Rechenarchitekturen wie magnetisches Reservoir Computing oder sogenannte Ising-Maschinen, die besonders für schwierige Optimierungsprobleme geeignet sind. „Wir erforschen insbesondere, wie sich Reservoir Computing mit magnetischen Strukturen wie sogenannten Skyrmionen realisieren lässt“, erklärt Prof. Dr. Karin Everschor-Sitte, Physikerin an der Universität Duisburg-Essen. „Ein wichtiger Teil unserer Arbeit ist es außerdem, neue Kenngrößen zu entwickeln, mit denen sich die Leistungsfähigkeit solcher Systeme zuverlässig bewerten lässt“.
Ein Vorteil der Technologie: Viele spintronische Bauelemente lassen sich mit bestehenden Halbleiterprozessen kombinieren. Magnetische Tunnelkontakte sind bereits in kommerziellen Speichertechnologien integriert und können in konventionelle CMOS-Fertigungsprozesse eingebunden werden.
Gleichzeitig stehen Forschung und Entwicklung noch vor Herausforderungen. Dazu gehören die optimale Abstimmung von Materialien, Bauelementen und Algorithmen sowie geeignete Bewertungsmaßstäbe, um die Leistungsfähigkeit neuer Hardware mit etablierten Systemen vergleichen zu können.
Langfristig sehen Fachleute spinbasierte Technologien nicht als Ersatz klassischer Computer, sondern als Ergänzung. Besonders vielversprechend erscheinen hybride Ansätze, bei denen unterschiedliche physikalische Rechenprinzipien kombiniert werden. Spinbasierte Systeme könnten so künftig dazu beitragen, die wachsenden Rechenanforderungen moderner datengetriebener Anwendungen energieeffizient zu bewältigen.
wissenschaftliche Ansprechpartner:
Prof. Dr. Karin Everschor-Sitte, Universität Dusiburg-Essen, Fakultät für Physik, Tel. 0203-379-472, 
Originalpublikation:
https://www.nature.com/articles/s42254-025-00918-1
