Augsburger Umweltmediziner messen bereits seit 2015 den Pollenflug mit automatischen Pollenmessgeräten, seit 2017 auf dem Dach des Labors der Umweltmedizin auf dem Gelände des Universitätsklinikums. Das automatische Pollenmessgerät der Firma Hund, liebevoll „PoMo“ getauft, erfasst seit sechs Jahren an diesem Standort 17 verschiedene Pollenarten. Im 3-Stunden-Takt aktualisieren sich die Messergebnisse und stehen der Öffentlichkeit auf einer Website zur Verfügung. Ende Juni wurde nun ein weiteres Messgerät installiert und in Betrieb genommen, welches ab jetzt in Echtzeit komplexe Bioaerosole, also luftgetragene Teilchen biologischer Herkunft erfassen kann, neben Pollen zukünftig auch Sporen.

Der Poleno Jupiter der Firma Swisens meldet im Sekundentakt, welche biologischen Partikel sich zu welcher Zeit in der Umgebungsluft befinden und übermittelt die Daten an einen Server, auf den die Wissenschaftler jederzeit zugreifen können. Das neue Gerät kann derzeit 14 verschiedene Pollen unterscheiden, indem er unter anderem holographische Bilder erstellt. Neu ist jedoch, dass das System die Möglichkeit bietet, dass die Forscher selbst es auch für die Erkennung neuer Pollen und langfristig auch Pilzsporen trainieren können. Pilzsporen sind erheblich kleiner als Pollen und sind daher mit dem bisherigen automatischen Pollenmonitor nicht verlässlich messbar. Jedoch machen sie vielen Allergikern zu schaffen. Reduziert Regen nach einer Weile die Pollenkonzentration in der Luft, lässt die hohe Luftfeuchte Pilzsporen sprießen. Allergiker könnten also davon profitieren, auch über die Pilzsporenkonzentration in der Luft Bescheid zu wissen.
Dennoch: der Trainingsprozess ist aufwändig. „Es wird viel Zeit in Anspruch nehmen, bis der „Poleno“ selbstständig in der Lage ist, korrekte Zuordnungen zu machen. Pilzsporen zum Beispiel sind sehr vielfältig. Wir als Wissenschaftler müssen aufgrund der Forschungserkenntnisse eine fundierte Auswahl treffen und das Gerät muss auf jedes einzelne zu erkennende Objekt neu trainiert werden. Aber wir sind zuversichtlich, dass wir nach einer Weile auch diese Daten aus Augsburg der Öffentlichkeit zur Verfügung stellen können,“ so Maria Plaza, Leiterin des Fachbereichs Human Exposure Sciences der Augsburger Umweltmedizin.
Die Schnelligkeit der Datenerfassung durch das neue Gerät ermöglicht auch, den Pollenflug im Tagesverlauf genauer abzubilden und auch Einflüsse des Wetters auf die Intensität des Pollenflugs noch genauer bestimmen zu können. Zudem ist der „Poleno“, dessen Messeinheit lediglich 26 Kilogramm auf die Waage bringt, mobil und kann bei Feldversuchen, zur Analyse der Luftqualität in Innenräumen oder auch für gezielte Kurzzeitmessungen im Labor, beispielsweise in einer Expositionskammer, verwendet werden.
Die Augsburger Wissenschaftler vom Universitätsklinikum Augsburg und von  Helmholtz Munich erfassen den Pollenflug an dieser Pollen-Super-Site mittlerweile mit drei verschiedenen Geräten: einer klassischen „Hirst-Typ Pollenfalle“, zu deren Messprozess das händische Zählen der Pollen unter dem Mikroskop gehört, einem automatischen Pollenmessgerät der Firma Hund, das die Ausbeute der angesaugten Partikel auf Objektträgern sammelt und optisch auswertet und mit dem neu hinzugekommenen Poleno Jupiter, bei dem zusätzlich zu den physischen Proben auch Datensätze zu Morphologie, Lichtbrechung oder Fluoreszenzverhalten der Teilchen erzeugt werden.
Die alle drei Stunden ermittelten Echtzeitdaten des „PoMo“ der Firma Hund sind es, die momentan in die von PD Stefanie Gilles und Caroline Holzmann entwickelten PollenApp PollDi einfließen, die innerhalb einer Studie in Augsburg und – mit eigenem Messgerät an der Alpenklinik Santa Maria – in Bad Hindelang einem Praxis-Test unterzogen wird. Ganz neu ist: Die generierten Hochrechnungen und somit die Grundlage für die Pollenvorhersage in der App beruhen auf Echtzeitdaten. Andere Pollen-Informations-Apps berechnen die Pollendaten aus ein bis zwei Wochen alten Pollen-Messwerten.
Die Messung der Pollenkonzentration mit drei verschiedenen Geräten ermöglicht zum einen, die jeweilige Messgenauigkeit der unterschiedlichen Messmethoden zu vergleichen und überprüfen, zum anderen um Stärken und Schwachstellen der Geräte herauszufinden und letztlich die automatisierten Geräte weiter zu optimieren.