{"id":179184,"date":"2026-07-31T07:20:00","date_gmt":"2026-07-31T05:20:00","guid":{"rendered":"https:\/\/renewable-carbon.eu\/news\/?p=179184"},"modified":"2026-07-24T12:42:15","modified_gmt":"2026-07-24T10:42:15","slug":"holz-aus-sperrmull-besser-aussortieren-mit-ki-und-sensorik","status":"publish","type":"post","link":"https:\/\/renewable-carbon.eu\/news\/holz-aus-sperrmull-besser-aussortieren-mit-ki-und-sensorik\/","title":{"rendered":"Holz aus Sperrm\u00fcll besser aussortieren mit KI und Sensorik"},"content":{"rendered":"\n\n
\n
\"\"
Rund ein Viertel des j\u00e4hrlich in Deutschland anfallenden Sperrm\u00fclls ist stofflich wiederverwertbares Holz. \u00a9 Animaflora PicsStock – stock.adobe.com<\/figcaption><\/figure><\/div>\n\n\n

KI und moderne Sensorik k\u00f6nnen dabei helfen, Holz aus Sperrm\u00fcll effizienter, kosteng\u00fcnstiger und in gr\u00f6\u00dferen Mengen zur\u00fcckzugewinnen und damit das Prinzip der Kreislaufwirtschaft st\u00e4rken. Ein entsprechendes, auf vier verschiedenen Sensortypen und KI basierendes Verfahren hat ein Forschungsverbund unter Koordination des Fraunhofer-Instituts f\u00fcr Optronik, Systemtechnik und Bildauswertung IOSB im Vorhaben ASKIVIT entwickelt. Der Ansatz erreichte bei praxisnahen Messreihen eine Sortiergenauigkeit von \u00fcber 95 Prozent.<\/strong><\/p>\n\n\n\n

Das Vorhaben ASKIVIT wurde vom Bundesministerium f\u00fcr Landwirtschaft, Ern\u00e4hrung und Heimat (BMLEH) gef\u00f6rdert. Der Abschlussbericht steht auf projekte.fnr.de unter dem F\u00f6rderkennzeichen <\/strong>2220HV048<\/strong><\/a> zur Verf\u00fcgung.<\/strong><\/p>\n\n\n\n

Sperrm\u00fcll stellt eine bedeutende Rohstoffquelle dar: Rund ein Viertel der in Deutschland j\u00e4hrlich anfallenden \u00fcber zwei Millionen Tonnen Sperrm\u00fcll besteht aus stofflich wiederverwertbarem Holz. W\u00e4hrend andere Abfallstr\u00f6me wie Altglas oder Verpackungen l\u00e4ngst weitgehend automatisiert sortiert werden, erledigen diesen Job beim Altholz aus Sperrm\u00fcll im Wesentlichen noch immer menschliche Arbeitskr\u00e4fte. Eine maschinelle Sortierung kann nicht nur die Wirtschaftlichkeit erh\u00f6hen, sondern gleichzeitig eine L\u00f6sung f\u00fcr den Arbeitskr\u00e4ftemangel bieten.<\/p>\n\n\n\n

Im Vorhaben ASKIVIT entwickelte ein Forscherteam einen Ansatz f\u00fcr eine sensor- und KI-gest\u00fctzte, automatische Sperrm\u00fcllsortierung. Da Sperrm\u00fcll aus sehr unterschiedlichen Materialien besteht und Verdeckungen, Verschmutzungen oder Alterungsprozesse die Erkennung erschweren, kombiniert der Ansatz die St\u00e4rken mehrerer Sensortypen und f\u00fchrt ihre Informationen per KI zusammen. Zum Einsatz kamen eine RGB-Kamera, eine Nahinfrarot(NIR)-Hyperspektralkamera sowie Thermografie- und Terahertz-Sensorik, wobei die beiden letzteren bislang in der industriellen Abfallsortierung kaum genutzt werden. <\/p>\n\n\n\n

Die Forschenden erfassten mit diesen Sensoren reale Sperrm\u00fcllproben, die sie als Trainingsmaterial f\u00fcr KI-Systeme klassifizierten. Die so entstandenen umfangreiche Bilddatens\u00e4tze stellen eine in dieser Form einzigartige, multimodale Datenbasis f\u00fcr die Sperrm\u00fcllklassifikation dar. Teile davon stehen anderen Forschenden \u00fcber die Forschungsdatenplattform Fordatis <\/em>der Fraunhofer-Gesellschaft sowie \u00fcber einen Open-Access-Artikel in Nature<\/em>Scientific Data<\/em> zur Verf\u00fcgung[1]<\/sup>. <\/p>\n\n\n\n

Die besten Ergebnisse erzielte ein Ansatz, bei dem die Auswertungen der einzelnen Sensoren zun\u00e4chst getrennt erfolgen und erst am Ende zu einer gemeinsamen Entscheidung zusammengef\u00fchrt werden (Late-Fusion-Ansatz). Hierbei konnte der Terahertz-Sensor mit seiner hohen Sensitivit\u00e4t f\u00fcr metallische Materialien punkten. Die Gesamtsortiergenauigkeit dieses Ansatzes lag bei 95,6 Prozent.<\/p>\n\n\n

\n
\"\"
Vor der Sortierung wird der Sperrm\u00fcll zerkleinert \u2013 im Forschungsprojekt ASKIVIT auf eine geringere Teilchengr\u00f6\u00dfe als in der Praxis. Im Bild die Aufnahmen von RGB-Kamera und Terahertz-Sensor \u2013 letzterer hebt die Fremdk\u00f6rper etwas hervor. \u00a9 Fraunhofer IOSB\/ITWM<\/figcaption><\/figure><\/div>\n\n\n

Schlie\u00dflich untersuchten die Forschenden in einem Feldtest die M\u00f6glichkeit, das Multisensorsystem partiell in eine Sortiermaschine zu integrieren. In einer solchen Maschine l\u00e4uft der Sperrm\u00fcll stark zerkleinert \u00fcber ein Band. Die Forschenden installierten wenige Zentimeter nach der Sensorlinie quer zum Band Druckluftd\u00fcsen, die vom KI-Modell in Echtzeit angesteuert wurden und Objekte gezielt ausschleusen sollten. Bei einer praxis\u00fcblichen Bandgeschwindigkeit von drei Metern pro Sekunde hatte das System nach der Bildauswertung ca. 30 Millisekunden Zeit f\u00fcr seine Sortierentscheidung. Im Ergebnis wurde bereits eine hohe Reinheit erreicht, falsch sortierte Teilst\u00fccke waren \u00fcberwiegend mechanisch bedingt und nicht auf Fehler des KI-Modells zur\u00fcckzuf\u00fchren.<\/p>\n\n\n\n

Insgesamt erwies sich der Ansatz als vielversprechend und einer manuellen Sperrm\u00fcllsortierung in Geschwindigkeit und Pr\u00e4zision \u00fcberlegen. <\/p>\n\n\n\n

\n

\u201eDie Technologie steigert die Effizienz und spart Kosten, wir sehen gro\u00dfe Marktchancen etwa in der Recyclingindustrie oder zur Inline-Inspektion in der Produktion,\u201c so Dr. Robin Gruna vom Fraunhofer IOSB.<\/strong>\u00a0<\/p>\n<\/blockquote>\n\n\n\n

[1]<\/sup>\u00a0https:\/\/fordatis.fraunhofer.de\/handle\/fordatis\/375<\/a>;\u00a0https:\/\/www.nature.com\/articles\/s41597-026-07053-1<\/a><\/sub><\/p>\n\n\n\n

<\/div>\n\n\n\n

\u00dcber die FNR<\/strong><\/a><\/p>\n\n\n\n

<\/div>\n\n\n\n

Projektinformationen<\/strong><\/h3>\n\n\n\n

Verbundvorhaben \u201eAltholzgewinnung aus Sperrm\u00fcll durch k\u00fcnstliche Intelligenz und Bildverarbeitung im VIS-, IR- und Terahertz-Bereich (ASKIVIT)\u201c (FKZ = F\u00f6rderkennzeichen):<\/strong><\/p>\n\n\n\n

Teilvorhaben 1:<\/strong> Erkennung von Holz und Holzwerkstoffen in Sperrm\u00fcll mittels Farbbildverarbeitung und bildgebender NIR-Spektroskopie \u2013 Fraunhofer-Institut f\u00fcr Optronik, Systemtechnik und Bildauswertung IOSB; Fraunhofer-Institut f\u00fcr Holzforschung, Wilhelm-Klauditz-Institut WKI; Fraunhofer-Institut f\u00fcr Technologie und Wirtschaftsmathematik ITWM (FKZ\u00a02220HV048A<\/a>)<\/p>\n\n\n\n

Teilvorhaben 2:<\/strong> Sensordatenauswertung f\u00fcr die Klassifikation von Altholz in Sperrm\u00fcll \u2013 Karlsruher Institut f\u00fcr Technologie (Universit\u00e4tsaufgabe) (FKZ\u00a02220HV048B<\/a>)<\/p>\n\n\n\n

<\/div>\n\n\n\n

Fachlicher Kontakt<\/strong><\/h3>\n\n\n\n

Fachagentur Nachwachsende Rohstoffe e.\u2009V.
Lukas Gieseking<\/strong>
Tel.: +49 3843 6930-360
E-Mail:\u00a0l.gieseking@fnr.de\u00a0<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

KI und moderne Sensorik k\u00f6nnen dabei helfen, Holz aus Sperrm\u00fcll effizienter, kosteng\u00fcnstiger und in gr\u00f6\u00dferen Mengen zur\u00fcckzugewinnen und damit das Prinzip der Kreislaufwirtschaft st\u00e4rken. Ein entsprechendes, auf vier verschiedenen Sensortypen und KI basierendes Verfahren hat ein Forschungsverbund unter Koordination des Fraunhofer-Instituts f\u00fcr Optronik, Systemtechnik und Bildauswertung IOSB im Vorhaben ASKIVIT entwickelt. Der Ansatz erreichte bei […]<\/p>\n","protected":false},"author":59,"featured_media":179198,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"none","nova_meta_subtitle":"Neues, multimodales Verfahren mit vielversprechenden Ergebnissen ","footnotes":""},"categories":[17143],"tags":[22509,11841,24551,23207,15314],"supplier":[26433,19232,23188,11408],"class_list":["post-179184","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-recycling","tag-holzabfalle","tag-kreislaufwirtschaft","tag-kunstlicheintelligenz","tag-sortierung","tag-specialsensors","supplier-bundesministerium-fur-landwirtschaft-ernahrung-und-heimat-bmleh-formerly-bmel","supplier-fachagentur-nachwachsende-rohstoffe-e-v-fnr","supplier-raunhofer-institut-fur-optronik-systemtechnik-und-bildauswertung-iosb","supplier-fraunhofer-institut-fuer-techno-und-wirtschaftsmathematik-itwm"],"_links":{"self":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/posts\/179184","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/users\/59"}],"replies":[{"embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/comments?post=179184"}],"version-history":[{"count":2,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/posts\/179184\/revisions"}],"predecessor-version":[{"id":179230,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/posts\/179184\/revisions\/179230"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/media\/179198"}],"wp:attachment":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/media?parent=179184"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/categories?post=179184"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/tags?post=179184"},{"taxonomy":"supplier","embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/supplier?post=179184"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}