Kurzfassung

Das im Rahmen des KI Produktionsnetzwerk Augsburg geförderte Projekt KIA (KI-basierte Erkennung des Zusammenhangs zwischen Chemismus und Auslaugbarkeit mineralischer Nebenprodukte und Abfälle) ist im April 2026 im Zuge eines Kick-Off-Meetings unter Teilnahme aller Projektbeteiligter gestartet. Innerhalb des Projekts wird das Umweltverhalten (Auslaugung von Schadstoffen und/oder Feststoffgehalte an Schadstoffen) von insgesamt drei mineralischen Stoffströmen experimentell untersucht und mithilfe KI-gestützter Datenauswertung, kausale Zusammenhänge zu deren chemischer Zusammensetzung und Mineralogie identifiziert. Weiterführend wird LIBS (laser induced breakdown spectroscopy) als neue Methode genutzt, um die mineralischen Stoffströme hinsichtlich ihrer elementaren Zusammensetzung zu analysieren und anhand der identifizierten kausalen Zusammenhänge, deren Auslaugungsverhalten KI-basiert zu prognostizieren. Zu den im Projekt KIA betrachteten mineralischen Stoffströmen gehören Elektroofenschlacken, Fraktionen aus der Bauschuttaufbereitung sowie eine Fraktion aus der Aufbereitung von Bodenaushub. Das Nutzen von KI zur Auswertung von Datensätzen der Materialien, um die genauen Zusammenhänge zwischen chemischer Zusammensetzung, Mineralogie und Umweltverhalten festzustellen, bildet die Grundlage für sensorbasierte Qualitätsüberwachung und führt potenziell zur enormen Einsparung an Primärrohstoffen und weiterer Ressourcen.

Problemstellung

Die Substitution mineralischer Primärrohstoffe kann in großem Maß durch die alternative Nutzung von Rezyklaten aus mineralischen Nebenprodukten und Abfällen gewährleistet werden. Trotz dieses grundlegenden Potenzials sind große Teilmengen relevanter mineralischer Stoffströme nicht als Ersatzbaustoff verwertbar, da der tatsächliche Verwertungsweg im Wesentlichen von deren Umweltverhalten (Feststoffgehalt an Schadstoffen und/oder Auslaugung an Schadstoffen) abhängig ist. Feststoffuntersuchungen und insbesondere die Durchführung von Elutionsversuchen, welche die Auslaugbarkeit des Materials charakterisieren, sind zeitintensiv, fordern enorme Lagerkapazitäten und führen zu hohen Kosten, weshalb viele Chargen vorsorglich deponiert werden, statt eine Wiederverwendung als Ersatzbaustoff anzustreben. Aus Sicht der Prozessanalyse werden zudem industrielle Materialdaten, insbesondere die chemische Zusammensetzung und die Mineralogie, bisher nicht ausreichend systematisch ausgewertet und genutzt, um die kausalen Mechanismen zu identifizieren, die das Auslaugungsverhalten mineralischer Materialien steuern. Umfassende Erkenntnisse zu den kausal steuernden Mechanismen können wiederum zur Prozessoptimierung in der Aufbereitung genutzt werden und die Nutzung schnellerer Analysemethoden ermöglichen.

Lösungsansatz

Um diese Probleme anzugehen, werden in dem Projekt KIA bisherige Prozessdaten von drei mineralischen Stoffströmen mit neuen robusten Datensätzen hinsichtlich chemischer Zusammensetzung, Mineralogie und Auslaugverhalten kombiniert zusammengeführt. In einem ersten Projektabschnitt werden mehrere Proben von Elektroofenschlacken der   Max Aicher Umwelt GmbH, Fraktionen aus der Aufbereitung von gemischtem Bauschutt sowie einer Fraktion aus der Bodenaufbereitungsanlage der Heinrich Feess GmbH und Co. & KG. zur Verfügung gestellt. Die Proben werden aufbereitet, eluiert und mit ausgewählten Labormethoden ( RFA, XRD, REM, ICP-OES, IC) analysiert. Aus den resultierenden umfassenden Datensätzen können mit Hilfe KI-basierten Auswertemethoden komplexe Zusammenhänge und kausale Mechanismen zwischen chemischer Zusammensetzung, Mineralogie und Auslaugbarkeit identifiziert werden.

Um die ermittelten Zusammenhänge zwischen chemischer Zusammensetzung und dem Auslaugungsverhalten praxisnah zu integrieren, wird in der Halle 43 der Universität Augsburg eine LIBS-Einheit der Laser Analytical Systems & Automation GmbH als Förderbandüberwachung installiert, die eine real-time Analyse der Elementzusammensetzungen geförderter Stoffströme ermöglicht. Für die Auswertung der LIBS-Analysen wird ein weiteres KI-Modell verwendet, sodass basierend auf der Elementzusammensetzung und der Verknüpfung mit den zuvor identifizierten kausalen Zusammenhängen, eine Vorhersage zu dem Auslaugungsverhaltens des analysierten Materials der getroffen werden kann.

Nach erfolgreicher Durchführung der LIBS-basierten Vorhersage des Auslaugungsverhaltens an der Technikumsanlage sollen – sofern die technische Umsetzung dies erlaubt – in realen Anlagen der Industriepartner erste Versuche im größeren Maßstab durchgeführt werden.

Projektpartner

• Max Aicher Umwelt GmbH

• Heinrich Feess GmbH & Co. KG.

• Laser Analytical Systems & Automation GmbH

• KI-Produktionsnetzwerk Augsburg

Ansprechpartner