Vi har en platform, der skal bruges af top-forskere verden over. Platformen er essentielt verdens mindste lab-on-a-chip, og gør det muligt at udføre forsøg, hvor man kan se hvordan enkelte atomer opfører sig. Dette er en vigtig del af teknologisk udvikling, fordi de mindste atomare detaljer, avler ny forståelse, der kan være med til at finde nye løsninger, og forbedre eksisterende. Særligt er vores chip egnet til væsker, og kan derfor bruges til bl.a. batteriforskning, power-to-X, mediciner eller proteiner. Insight Chips gør en forskel for samfundet, fordi vi avler vigtig forståelse for disse essentielle teknologier. Man kan se atomer med vores platform, hvis man bruger den i verdens bedste mikroskop, transmissions elektron mikroskopet (TEM). Dem er der omkring 30.000 af i verden, og dermed 30.000 potentielle kunder. Da vores udstyr koster omtrent 1 M DKK med tilbagevendende køb på mellem 50-400.000 DKK årligt, er det ultimative markedspotentiale 30 milliarder DKK. Innovationsfondens investering gør en kæmpe forskel. Den giver os økonomisk stabilitet, der gør, at vi med ro i sindet kan fordybe os i de vigtige opgaver der skal til, for at gøre vores opstart så solid som muligt. Vi er ambitiøse. Vores platform er op til 30x bedre en konkurrenters, meget mere brugervenlig, og har potentiale for flere features. Derfor har vi både muligheder for at dominere det segment af markedet, vores konkurrenter nu udgør, samt udvide segmentet, så flere brugere kommer i gang.

Med projektet ønsker Topsil GlobalWafers A/S, leverandør af ultrarent FZ silicium til halvlederindustrien, i samarbejde med IKZ i Berlin, at udvikle en bedre computersimulering af virksomhedens omkostningstunge siliciumkrystaltrækning, med henblik på at identificere og mindske faktorer som gør processen ustabil. Potentialet ved modelleringen er stort og vil kunne opgøres i lavere udgifter, mindre spild og bedre produktkvalitet af højspændingskomponenter, som bl.a. er vigtige for grøn omstilling.

Linking sensory perceptions of a food product with chemical composition is fundamentally difficult. The project will explore this relationship and establish a model for predicting sensory attributes using solely chemical analysis and artificial intelligence. As far as known, this is the first time such an approach to sensory evaluation has been introduced. The platform will be used to develop aroma mixtures designed to enhance sensory properties of non-alcoholic red wine in a model system.