Wie Elektrolyseure aus der Manufaktur in die Gigawatt-Fabrik kommen

Grüner Wasserstoff ist der stille Riese der Energiewende. Ohne ihn werden Stahlwerke, Chemieparks und der Schwerlastverkehr in Deutschland kaum klimaneutral – ganz egal, wie gut Batterien noch werden. Das Problem: Es fehlen ausreichend Elektrolyseure, und die wenigen verfügbaren Anlagen sind teuer, wartungsintensiv und weit weg von industriellen Stückzahlen.

Die gute Nachricht: Genau daran arbeiten aktuell Fraunhofer-Institute, Industrieunternehmen und Hochschulen – und zwar mit einem klaren Ziel: Elektrolyseure aus echter Massenproduktion, im Gigawatt-Maßstab. Damit das gelingt, treffen Produktionstechnik, Quantencomputing, KI und Robotik direkt aufeinander.

Dieser Beitrag zeigt, wo wir Ende 2025 stehen, wie automatisierte Fertigung und digitale Zwillinge Elektrolyseure skalierbar machen – und warum das Thema Kreislaufwirtschaft und KI-gestützte Prozesse gerade für die deutsche Automobil- und Zulieferindustrie hochspannend ist.

---

1. Warum Elektrolyseure aus Massenproduktion so dringend gebraucht werden

Der Engpass ist klar: Ohne Elektrolyseure kein grüner Wasserstoff, ohne grünen Wasserstoff keine Dekarbonisierung der Industrie.

Ein paar harte Fakten, die das einordnen:

• Ein moderner PEM-Elektrolyseur benötigt aktuell etwa 0,67 g Iridium pro Kilowatt Leistung.
• Iridium gehört mit 0,000003 ppm Vorkommen und einer Weltjahresfördermenge von nur rund 9 Tonnen (2020) zu den seltensten Metallen überhaupt.
• Gleichzeitig plant Deutschland laut Wasserstoffstrategie Elektrolysekapazitäten im zweistelligen Gigawatt-Bereich.

Das führt zu drei zentralen Herausforderungen:

1. Skalierung der Produktion: Vom Laboraufbau zur Gigawatt-Fabrik.
2. Materialeffizienz: Weniger Edelmetalle bei gleicher Leistung.
3. Kreislaufwirtschaft: Edelmetalle müssen zurückgewonnen und wiederverwertet werden.

Für Unternehmen aus der Automobil- und Zulieferindustrie ist das hochrelevant. Viele Player suchen aktuell neue Geschäftsfelder rund um Brennstoffzellen, H2-Tanksysteme und Komponentenfertigung. Wer früh versteht, wie eine industrielle Elektrolyseurproduktion aussieht, kann sich gezielt dort positionieren, wo künftig Wertschöpfung entsteht.

---

2. Vom Handarbeitsplatz zur Gigawatt-Fabrik: Roboter übernehmen das Stacking

Der Flaschenhals der Elektrolyseurproduktion war bisher eindeutig: Manuelle Montage.

Ein PEM-Elektrolyseur besteht aus vielen wiederkehrenden, sensiblen Schichten:

• Anode (positiv geladen)
• Kathode (negativ geladen)
• Protonenaustauschmembran (PEM)
• Bipolarplatten und Dichtungen

Diese Zellen werden zu einem sogenannten Stack aufeinander gestapelt. Genau hier setzt das Teilprojekt PEP.IN (Industrialisierung der PEM-Elektrolyse-Produktion) am Fraunhofer IPA an.

Roboter-Stacking in Sekunden

Statt zeitaufwendiger Handarbeit übernehmen Industrieroboter das Stacking – mit beeindruckender Taktzeit:

„Eine Sekunde brauchen die Roboter, um eine Komponente auf die andere zu legen.“ – Nicolas Mandry, Fraunhofer IPA

Damit das funktioniert, wurden speziell entwickelte Greifer und automatisierte Zuführsysteme aufgebaut. Ergänzt wird das durch ein durchgängiges Qualitätskonzept:

• Kamerasysteme inspizieren jede Komponente.
• Bildverarbeitungssoftware erkennt Verschmutzungen, Beschädigungen oder Lagefehler.
• Komponenten, deren Fehler die Performance des Stacks beeinträchtigen könnten, werden konsequent ausgeschleust.

Wichtig: Die Software arbeitet nicht nach dem Prinzip „Null Toleranz“, sondern nach Funktionsrelevanz. Kleinere Abweichungen bleiben im Prozess, wenn sie die Leistung nicht messbar beeinflussen. Das reduziert Ausschuss und Kosten.

Ergebnis: Elektrolyseurfabrik im Gigawatt-Maßstab

Auf Basis dieser Technologien wurde bei einem Industriepartner eine Elektrolyseurfabrik im Gigawatt-Maßstab aufgebaut. Das bedeutet:

• Die innerhalb eines Jahres produzierten Elektrolyseure erreichen eine addierte Nominalleistung von mindestens 1 GW.
• Im Vergleich zur früheren, handwerklich geprägten Fertigung ist das ein Quantensprung in Sachen Stückzahl und Taktzeit.

Für die deutsche Automobilindustrie ist das ein vertrautes Muster: Was bei der Batterieproduktion und beim E-Antriebsstrang schon Realität ist – hochautomatisierte Linien, inline Qualitätsprüfung, flexible Skalierung – hält nun auch in der Welt der Elektrolyseure Einzug. Wer heute schon Roboterzellen für Batteriemodule oder E-Achsen beherrscht, kann dieses Know-how relativ zügig auf Elektrolyseur-Stacks übertragen.

---

3. Digitaler Zwilling: Produktions-IT als Rückgrat der H2-Gigafabrik

Eine schnelle Linie allein reicht nicht. Ohne transparente Produktionsdaten sind hohe Ausbringung, Qualität und Wirtschaftlichkeit kaum zu halten.

Im Teilprojekt FRHY (Referenzfabrik für hochratenfähige Elektrolyseur-Produktion) wurde deshalb eine standortübergreifende, serviceorientierte Produktions-IT-Plattform aufgebaut.

Echtzeit-Daten für jede Prozessstufe

Die Idee: Jede relevante Anlage – vom Beschichtungsmodul bis zur End-of-Line-Prüfung – sendet strukturierte Daten an eine zentrale Plattform:

• Taktzeiten, Stillstände, Störungen
• Prozessparameter (z. B. Temperatur, Druck, Beschichtungsdicken)
• Qualitätsdaten (z. B. Leckraten, elektrische Kennlinien)

Diese Informationen bilden einen Digitalen Zwilling der Produktion. Das virtuelle Abbild hilft, systematisch Antworten auf typische Produktionsfragen zu finden:

• Welche Parameterkombination führt zu den stabilsten Zellen?
• Wo entstehen Engpässe im Materialfluss?
• Lohnt es sich, eine bestimmte Station zu duplizieren oder umzubauen?

Noch sind nicht alle Anlagen physisch in Betrieb und vernetzt – teils wegen langwieriger Lieferzeiten. Um trotzdem ein lernfähiges System aufzubauen, kommen Emulatoren zum Einsatz. Sie simulieren reale Module und liefern vergleichbare Datenströme.

Warum das für KI-gestützte Produktion entscheidend ist

Für KI-Modelle in der Produktion gilt: Ohne saubere Daten keine sinnvollen Vorhersagen.

Wer später:

• Ausschussquoten mit Machine Learning senken,
• Predictive Maintenance für Elektrolyseur-Linien nutzen,
• oder automatisiert optimale Prozessfenster finden möchte,

braucht zuerst eine verlässliche, gut strukturierte Datenbasis. Genau hier setzt der Digitale Zwilling an.

Für Automobilhersteller und Zulieferer ist das hochinteressant, weil sich viele bekannte Konzepte aus der Fahrzeugproduktion direkt übertragen lassen:

• MES-Systeme (Manufacturing Execution Systems) für neue H2-Produktbereiche erweitern
• Bestehende KI-Lösungen zur Qualitätsanalyse auf neue Komponenten (Stacks, Membranen, Katalysatoren) anwenden
• Gemeinsame Datenplattformen für Batterien, Brennstoffzellen und Elektrolyseure aufbauen

---

4. Iridium, Legierungen und Quantencomputer: der Kampf um Materialien und Lebensdauer

Der nächste große Hebel liegt in der Materialseite der Elektrolyseure. Denn teure und seltene Rohstoffe entscheiden am Ende über die Gestehungskosten von grünem Wasserstoff.

Dünnere Schichten, gleiche Leistung

Im Projekt IREKA (Iridium-reduzierte Anodenkatalysatoren) wurden zwei Strategien untersucht, um den Iridium-Einsatz zu senken:

1. Hauchdünne Iridiumschichten per Galvanotechnik

   • Nur das Material direkt an der Oberfläche ist wirklich aktiv.
   • Dicke Schichten verschwenden wertvolles Iridium in tieferen Lagen.
   • Erste Ergebnisse zeigen: Dünne galvanische Schichten funktionieren mindestens genauso gut wie bisherige dicke Schichten.
   • Offene Frage: Langzeitstabilität – hier laufen noch Untersuchungen.

2. Iridiumhaltige Legierungen mit anderen Metallen

   • Kombinationen mit Nickel, Zinn und Ruthenium wurden untersucht.
   • Nickel-Legierungen waren zu instabil und lösten sich schnell elektrochemisch auf.
   • Legierungen mit Zinn und Ruthenium zeigten hohe Aktivität.
   • Problem: Ruthenium ist selbst ein Edelmetall und ähnlich selten wie Iridium.

Die ernüchternde, aber realistische Zwischenbilanz:

„Es sind aktuell keine edelmetallfreien PEM-Elektrolyseure in Sicht.“ – Stefan Kölle, Fraunhofer IPA

Damit wird Kreislaufwirtschaft zum Pflichtprogramm, nicht zur Kür.

Quantencomputing und Machine Learning für Materialauswahl und Lebensdauer

Parallel dazu wurde im Projekt DEGRAD-EL3-Q untersucht, wie sich Materialverhalten und Degradation besser vorhersagen lassen.

Zwei Ansätze spielen hier zusammen:

• Quantencomputing für hochdetaillierte Materialsimulationen auf Molekülebene.

  • Ziel: Materialien vor dem Kauf teurer Rohstoffe virtuell „durchspielen“.
  • Vorteil: Klassische Simulationen stoßen bei komplexen Systemen an Grenzen.
  • Ergebnis: Verbesserte Quantenalgorithmen und ein besseres Verständnis der zugrundeliegenden Mechanismen.

• KI-Modelle (Machine Learning) für das reale Degradationsverhalten von Elektrolyseuren.

  • Basis: Experimentelle Messdaten aus dem Projektverbund.
  • Ergebnis: Ein ML-Modell, das Lebensdauereffekte anhand von Betriebsparametern vorhersagen kann.

Für industrielle Anwender bedeutet das:

• Investitionssicherheit, weil sich Lebensdauer und Wartungszyklen besser kalkulieren lassen.
• Optimierte Betriebsstrategien, z. B. angepasste Lastprofile, um die Alterung zu reduzieren.
• Neue Service-Modelle, etwa „Elektrolyseur-as-a-Service“ mit garantierter Performance.

---

5. Robotergestützte Demontage: Kreislaufwirtschaft als Geschäftsmodell

Wenn Elektrolyseure und Brennstoffzellen in Stückzahlen kommen, entsteht ein neues Thema: Was passiert mit den Stacks nach ihrem Lebensende?

Manuelle Demontage ist bei kleinen Stückzahlen okay. Bei Massenanwendungen wird das wirtschaftlich und ergonomisch kritisch. Genau hier setzt das Projekt ReNaRe (Recycling – Nachhaltige Ressourcennutzung) an.

Roboter lernen, Stacks zu zerlegen

Die Herausforderung: Stacks unterscheiden sich je nach Hersteller und Anwendung deutlich.

• Unterschiedliche Geometrien, Verschraubungen, Dichtkonzepte
• Unterschiedliche End-of-Life-Zustände (korrodiert, verformt, verklebt)

Der Ansatz des Fraunhofer IPA:

1. Produktanalyse: Systematische Erfassung der Varianten und Zustände.
2. Definition automatisierbarer Prozessschritte: Wo kann der Roboter übernehmen, wo braucht es (noch) manuelle Unterstützung?
3. Entwicklung spezieller Roboterskills:
   • Robuste Handhabung empfindlicher Stacks
   • Automatisiertes Lösen von Schraubverbindungen
   • Kraftgeregelte (De-)Montage bei Toleranzen und Lageunsicherheiten

Ein Highlight:

Ein Reinforcement-Learning-Agent wurde so trainiert, dass er beim Lösen von Schrauben einen sicheren Formschluss herstellt – trotz Positionsungenauigkeiten von Roboter, Vorrichtung, Werkzeug und Bildverarbeitung.

Das Ergebnis ist ein Hardware-Demonstrator, der bereits industriellen Kunden zur Verfügung steht – ein sehr konkreter Einstiegspunkt für Unternehmen, die das Thema H2-Recycling ernsthaft angehen wollen.

Digitaler Zwilling für Demontageprozesse

Parallel wurde ein Digitaler Zwilling für die Demontage aufgebaut:

• Abbildung unterschiedlicher Stackdesigns und Prozessvarianten
• Erfassung des Energieverbrauchs einzelner Prozessschritte
• Planung energieoptimierter Demontageabläufe

Damit lassen sich zukünftig wirtschaftlich tragfähige Recyclingprozesse entwickeln, obwohl die Produktvielfalt hoch ist und sich Designs schnell weiterentwickeln.

Für die Automobilindustrie ist das vertrautes Terrain: Ähnlich wie bei Batterierecycling, Motor-Remanufacturing oder Karosserie-Rückbau geht es um skalierbare, automatisierte Zerlegung mit hohem Rückgewinnungsgrad.

---

6. Was Unternehmen jetzt konkret tun sollten

Wer in der Wertschöpfung rund um grünen Wasserstoff mitspielen will, sollte 2025 nicht mehr abwarten. Ein paar konkrete Ansatzpunkte:

1. Technologietransfer aus der Automotive-Produktion prüfen

   • Bestehende Kompetenzen in Robotik, Qualitätsprüfung und Linienplanung auf Elektrolyseure und Brennstoffzellen übertragen.
   • Besonders spannend für Tier-1- und Tier-2-Zulieferer.

2. Pilotprojekte mit Digitalen Zwillingen starten

   • Kleine Modelllinien (z. B. für Stackkomponenten) mit durchgängiger Datenbasis aufbauen.
   • Frühzeitig KI-Modelle für Qualität und Degradation einbinden.

3. Material- und Recyclingstrategien früh mitdenken

   • Edelmetallabhängigkeit analysieren und Alternativen bewerten.
   • Kooperationen mit Forschungseinrichtungen zu Recyclingprozessen und Demontage-Robotik aufsetzen.

4. Kompetenz in KI und Quantencomputing ausbauen

   • Kurzfristig: Machine-Learning-Kompetenz für Produktions- und Lebensdauermodelle nutzen.
   • Mittelfristig: Quantencomputing als strategisches Zukunftsthema für Materialentwicklung und Optimierung beobachten.

Wer diese Bausteine kombiniert, verhindert, dass er in ein paar Jahren nur noch Standardkomponenten einkauft, statt selbst relevante Teile der Wertschöpfung zu besetzen.

---

Ausblick: Grüner Wasserstoff als Industriestandard – oder verpasste Chance?

Die Richtung ist klar: Elektrolyseure wandern aus der Manufaktur in hochautomatisierte Gigawatt-Fabriken. Robotik, KI, Quantencomputing und Kreislaufwirtschaft wachsen dabei zusammen.

Ob Deutschland diese Chance nutzt, entscheidet sich nicht allein in Forschungsprogrammen, sondern in den Werken der Industrie – auch und gerade bei Automobilherstellern und Zulieferern. Wer heute lernt, Elektrolyseure effizient zu produzieren, zu betreiben und zu recyceln, sichert sich Zugang zu einem Markt, der in den nächsten Jahren massiv wachsen wird.

Die entscheidende Frage für jedes Unternehmen lautet daher: Will ich Wasserstofftechnologie nur einkaufen – oder will ich Teil des neuen industriellen Rückgrats werden?