Bayes-Optimierung ist ein globales Optimierungsverfahren für teure, oft verrauschte Zielfunktionen, das ein probabilistisches Surrogatmodell (typisch Gauß-Prozess) nutzt. In der Werkstoffwissenschaft steuert sie experimentelle oder simulationsbasierte Suchprozesse im Zusammensetzungs-, Prozess- oder Mikrostrukturraum. Durch erwartungsbasiertes Abwägen von Exploration und Exploitation lassen sich optimale Werkstoffeigenschaften mit minimalen Versuchen identifizieren.