# NMR-/IR-Peak-Vorhersage

Wählen Sie die funktionellen Gruppen Ihres Moleküls (Keton, Ester, Amid, Aldehyd, Aromat, Nitro…) und erhalten Sie die charakteristischen ¹H/¹³C-Verschiebungsbereiche und IR-Banden: annotiertes simuliertes IR-Spektrum (4000–400 cm⁻¹), Signalleitern, Unterscheidungstabelle der Carbonylfamilie, n+1-Regel und Kopplungskonstanten — mit Erklärung jedes Peaks (Ringstromanisotropie, Wasserstoffbrücken, Fermi-Resonanz, induktiver Effekt…). Werte aus Lehrbüchern, abgeglichen mit LibreTexts / CU Boulder / NIU / UCLA / Chemguide.

> Kanonische Seite: https://elysiatools.com/de/tools/nmr-ir-peak-predictor

- **Kategorie:** Science & Education

- **Schlagwörter:** nmr-vorhersage, ir-spektrum, verschiebungstabelle, funktionelle gruppen, organische spektroskopie

## Überblick

Implementiert das didaktische „Additive-Inkremente“-Modell im Stil von ChemDraw ChemNMR: Das Spektrum ist die Vereinigung der Bandensätze der gewählten Gruppen. Die C=O-Lage ist der Kern der Familienunterscheidung (Säurechlorid 1800–1815 > Anhydrid-Dublett ~1820+~1760 > Ester 1750–1735 > Aldehyd 1740–1720 > Keton 1715 > Säure ~1710+ultrabreite O–H > Amid 1690–1630 am tiefsten); die Konjugationsoption senkt um 20–40 cm⁻¹. Das Aromatenmuster ergänzt die oop-Banden 690–900 (Mono 690+750, Ortho ~750, Meta 690+780+880, Para 800–850). Die ¹H-Bereiche reichen von 0,9 (Alkyl) bis 13,2 (Säure-OH), austauschbare Protonen markiert (D₂O); ¹³C deckt 0–220 ab (Keton 205–220, der am weitesten entschirmte häufige Kohlenstoff). Plus n+1-Regel, Pascal-Intensitäten und Kopplungskonstanten (Alken trans 12–18 Hz vs. cis 6–14 Hz). Didaktisches Werkzeug, keine exakte Quantenchemie.

## Eingaben

- **Funktionelle Gruppen (eine pro Zeile)** (textarea): ester aromatic ring ketone
- **Konjugationsverschiebung auf Carbonyle anwenden** (checkbox)
- **Aromatisches Substitutionsmuster** (select)
- **IR-Panel anzeigen** (checkbox)
- **¹H-NMR-Panel anzeigen** (checkbox)
- **¹³C-NMR-Panel anzeigen** (checkbox)

## Wann verwenden

- Zur schnellen Abschätzung von Spektren bei der Planung organischer Synthesen oder Laboranalysen.
- Beim Lösen von spektroskopischen Übungsaufgaben zur Strukturaufklärung in Studium und Lehre.
- Zur schnellen Unterscheidung von Carbonylverbindungen wie Estern, Ketonen, Aldehyden oder Amiden.

## Funktionsweise

- Geben Sie die im Molekül enthaltenen funktionellen Gruppen zeilenweise in das Textfeld ein.
- Aktivieren Sie bei Bedarf die Konjugationsverschiebung für Carbonylgruppen und wählen Sie das aromatische Substitutionsmuster aus.
- Wählen Sie die gewünschten Ausgabepanels für IR, ¹H-NMR und ¹³C-NMR aus, um die simulierten Spektren, Signalleitern und Bandenerklärungen zu erzeugen.

## Anwendungsfälle

- Identifikation charakteristischer IR-Schwingungen für Carbonyl- und Aromatensysteme.
- Vorhersage von chemischen Verschiebungsbereichen für ¹H- und ¹³C-Kerne.
- Überprüfung von Kopplungsmustern und Intensitäten nach der n+1-Regel.

## Häufig gestellte Fragen

### Basiert das Werkzeug auf quantenchemischen Berechnungen?

Nein, es nutzt ein didaktisches additives Inkrementmodell auf Basis verifizierter Lehrbuchwerte.

### Wie wirkt sich die Option für Konjugation aus?

Sie senkt die berechnete Wellenzahl der Carbonylbande (C=O) im IR-Spektrum um etwa 20 bis 40 cm⁻¹.

### Welche Effekte hat das aromatische Substitutionsmuster?

Es ergänzt die spezifischen Out-of-Plane-Deformationsbanden (oop) im IR-Bereich zwischen 690 und 900 cm⁻¹.

### Werden austauschbare Protonen wie OH oder NH gekennzeichnet?

Ja, labile Protonen werden gesondert mit Hinweisen auf breite Peaks und den D₂O-Austausch markiert.

### Kann ich einzelne Spektrenarten in der Ausgabe ausblenden?

Ja, die Panels für IR, ¹H-NMR und ¹³C-NMR lassen sich über die entsprechenden Kontrollkästchen separat steuern.

## Ähnliche Tools

- [3D-Modell-Viewer (STL / OBJ / glTF)](https://elysiatools.com/de/tools/3d-model-viewer): Lade ein STL-, OBJ-, GLB- oder glTF-Modell hoch: Der Server extrahiert Vertices, Dreiecke, Maße der Bounding-Box, Normalen/UVs, glTF-Materialien und Animationen, und rendert das Modell live mit three.js: Ziehen zum Drehen, Scrollen zum Zoomen, Modi schattiert/Drahtgitter/Normalen, Gitter und Achsen. Sehr große Modelle werden für die Vorschau geraster-sampelt (die Statistik bleibt exakt).
- [Bildsteganographie: Einbetten & Erkennen](https://elysiatools.com/de/tools/image-steganography-embed-detect): Versteckt Text in den niederwertigsten Bits eines PNG, liest ihn zurück und führt die Chi-Quadrat-Stegoanalyse nach Westfeld–Pfitzmann mit gleitender p-Kurve und LSB-Ebenen-Vorschau aus.
- [Tailwind Arbitrary-Value Playground](https://elysiatools.com/de/tools/tailwind-arbitrary-value-playground): Fügen Sie Tailwind-Klassen mit Arbitrary Values ein (w-\[137px\], text-\[#bada55\], grid-cols-\[1fr_2fr\], \[mask-type:luminance\]) und prüfen Sie das erzeugte CSS mit Live-Vorschau, Erkennung von Datentyp-Hinweisen und einer Erklärung jeder Übersetzung. Hilfreich zum Debuggen von calc(), CSS-Variablen und Werten außerhalb der Token-Skala.
- [VP8-Bildanalysator](https://elysiatools.com/de/tools/vp8-image-analyzer): Analysiert WebP/VP8-Bilder mit Sharp, erzeugt eine Graustufen-Displacement-Map und rendert ein 3D-Relief mit Three.js
- [KI-Inhaltsüberprüfer - Sicherheitsanalyse](https://elysiatools.com/de/tools/content-moderation-detector): Erkennt intelligent sensible Wörter, unangemessene Inhalte und Politikverletzungen mit detaillierter Analyse und Verbesserungsvorschlägen
- [CSV-Splitter](https://elysiatools.com/de/tools/csv-splitter): CSV-Inhalt nach angegebener Zeilenanzahl aufteilen. Perfekt für die Verarbeitung großer Datenmengen, Aufteilung von Daten für Analysen, Stapelverarbeitung und Verwaltung von Dateigrößenbeschränkungen. Funktionen: - CSV nach Zeilenanzahl aufteilen - Unterstützung für mehrere Ausgabeformate - Kopzeile in jeder Aufteilung beibehalten - Flexible Ausgabeformat-Optionen - Unterstützung für große Datenmengen - Schnelle und effiziente Verarbeitung Häufige Anwendungsfälle: - Große CSV-Dateien für Verarbeitung aufteilen - Daten für Parallelverarbeitung aufteilen - Verwaltbare Datenblöcke erstellen - Daten in verschiedenen Formaten exportieren - Daten für Stapeloperationen vorbereiten - Dateigrößenbeschränkungen verwalten
- [Datums-Extraktor](https://elysiatools.com/de/tools/date-extractor): Extrahiert Daten aus Text in mehreren Formaten einschließlich chinesisch, ISO und US-Format mit detaillierter Analyse
- [Erythrozyenverteilungsbreite (RDW) Analyzer](https://elysiatools.com/de/tools/rdw-analyzer): Analysiert die Erythrozyenverteilungsbreite (RDW) zur Differenzierung von Anämien. RDW-CV Referenz ~11.5–14.5%, RDW-SD ~39–46 fL (laborabhängig). Erhöhter RDW → Anisozytose. Bessman-Klassifikation: hoher RDW + niedriges MCV → Eisenmangelanämie (steigt früh, vor Hb/MCV); normaler RDW + niedriges MCV → Thalassämie-Trait (gleichförmige Mikrozytose). Sonst: hoher RDW + hohes MCV → megaloblastäre Anämie (B12/Folat), MDS, Medikamente, Hämolyse mit Retikulozytose, Präleukämie, gemischte Populationen; hoher RDW + normales MCV → früher/mischernährungsbedingter Mangel, dimorphe Anämie, nach Transfusion, Regeneration; normaler RDW + normales MCV → Anämie bei chronischer Erkrankung. Mit Hb, Ferritin, Hb-Elektrophorese und Klinik interpretieren. Quellen: Bessman 1983, Teixeira 2014. Keine medizinische Beratung.

## Beispiele

- [MP3 Audio-Beispiele ohne Urheberrechte](https://elysiatools.com/de/samples/mp3-samples): Sammlung urheberrechtsfreier Audio-Beispiele zum Testen und Entwickeln, einschließlich Naturklänge, Meditationsmusik und Umgebungsgeräusche
- [Android Java Bildverarbeitungsbeispiele](https://elysiatools.com/de/samples/android-image-processing-java): Android Java Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung
- [Android Kotlin Bildverarbeitungsbeispiele](https://elysiatools.com/de/samples/android-image-processing-kotlin): Android Kotlin Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung
- [Web Python Bildverarbeitung Beispiele](https://elysiatools.com/de/samples/web-image-processing-python): Web Python Bildverarbeitungsbeispiele mit PIL/Pillow einschließlich Lesen, Speichern, Skalieren und Formatkonvertierung

## Verwandte Inhalte

- [Textanalyse-, Lesbarkeits- und Inhaltsinspektions-Tools](https://elysiatools.com/de/hubs/text-analyze): Vergleichen Sie Textstatistik, Spracherkennung, Lesbarkeitsbewertung, Sentimentanalyse, Moderationsprüfung und Musteranalyse in einem Hub.
- [Textfall-, Encoding- und Normalisierungs-Konvertierungs-Tools](https://elysiatools.com/de/hubs/text-convert): Vergleichen Sie Textfall-Konvertierung, Zeichenbreiten-Konvertierung, Encoding-Konvertierung, Quoted-Printable-Verarbeitung und Inline-Textnormalisierung in einem Hub.
- [Text-Tools](https://elysiatools.com/de/hubs/text-utility): Entdecken Sie 33 text-Tools für utility-Workflows und vergleichen Sie ähnliche Utilities schnell.
- [Text-Redaktions-, Hervorhebungs- und Darstellungsformatierungs-Tools](https://elysiatools.com/de/hubs/text-format): Vergleichen Sie Tools zum Maskieren sensibler Texte, Finden von PII, Normalisieren von Telefonnummern, Hervorheben von Phrasen, Zentrieren von Text und Formatieren von Diffs in einem Hub.
