Das Projekt "Teilvorhaben: Charakterisierung der Material-, Schicht- und Deviceeigenschaften zur Bewertung der Eignung für LED Bauelemente" wird vom Umweltbundesamt gefördert und von Universität Oldenburg, Institut für Physik durchgeführt. Dieses Projekt hat als übergeordnetes Ziel, Quantenmaterialien für neue, innovative Anwendungen in der Display- und Beleuchtungsindustrie nutzbar zu machen. Die Innovationen des Projekts basieren darauf, dass erstens Cadmium-freie Quantenmaterialien zum Einsatz kommen und zweitens diese selbst als elektrisch ansteuerbare, Licht-emittierende Schichten eingesetzt werden. Als Kernmaterialien sollen hier Indiumphosphid und Indiumzinkphosphid für rot leuchtende bzw. Zinkselenid für blau leuchtende Quantenmaterialien genutzt werden. Für diese Materialien müssen zunächst grundlegende, neue Erkenntnisse zu Wechselwirkungen zwischen den anorganischen Quantenmaterialien, ihrer Ligandenoberfläche und den umgebenden organischen Materialien erarbeitet werden. Ziel ist es hierbei vor allem, die Zusammenhänge zwischen Farbspektrum, Bandbreite und Leuchteffizienz der Quantenmaterialien auf der einen Seite sowie ihren chemischen und strukturellen Eigenschaften auf der anderen Seite zu verstehen, um die gewünschten Eigenschaften beim Schichtdesign gezielt einstellen zu können. In den neuen Quantenmaterialien wird die Abhängigkeit der optoelektronischen Eigenschaften von den chemischen und strukturellen Eigenschaften zunächst an den reinen Quantenmaterialien untersucht, bevor in einem zweiten Schritt der Einfluss des einbettenden Matrixmaterials untersucht wird. Dadurch wird gewährleistet, dass die Beiträge der einzelnen Materialien zu den Eigenschaften des fertigen OLED-Bauteils aufgeschlüsselt werden können. Für beide Schritte werden jeweils die Zusammensetzung und die Phasenreinheit sowie die Größe und die Packungsdichte bzw. die Verteilung der Quantenmaterialien analysiert und ihre Wechselwirkungen mit dem Farbspektrum, der Leucht-Effizienz und der Rekombinationsdynamik ausgewertet. Damit einher geht die Identifikation von Verlustmechanismen und potentieller Ursachen, so dass eine weitere Optimierung der Effizienz ermöglicht wird.