Optocycle GmbH
Am Markt 12
72070 Tübingen
Bau- und Abbruchabfälle sind mit rund 88 Mio. Tonnen jährlich der größte Abfallstrom Deutschlands. Ihre stoffliche Zusammensetzung wird bislang meist nur visuell geschätzt – ein Verfahren, das fehleranfällig ist und dazu führt, dass wertvolle Recyclingpotenziale ungenutzt bleiben und unnötig Deponieraum beansprucht wird.
Das Vorhaben von Optocycle zielt darauf ab, ein KI-basiertes Klassifizierungssystem zu entwickeln, das Bauabfälle automatisch und reproduzierbar erkennt. Damit sollen Fehler menschlicher Schätzungen vermieden, digitale Datenschnittstellen für Logistik und Stoffstromplattformen geschaffen und Bauabfälle effizienter recycelt werden – mit messbaren Vorteilen für Klima- und Ressourcenschutz.
Das Projekt gliederte sich in mehrere Phasen: Zunächst wurden die relevanten Materialklassen definiert und ein Datensystem für die Sammlung und Annotation von Bildmaterial aufgebaut. Mit täglich rund 2.000 neuen Bildern konnte ein kontinuierlich wachsender Datensatz erstellt werden.
Auf dieser Basis wurden neuronale Netze trainiert, die bereits eine Genauigkeit von über 90 % bei der Klassifizierung zentraler Fraktionen erreichten. In Pilotanlagen bei Partnerunternehmen wurde die Praxistauglichkeit unter realen Bedingungen getestet und die Anbindung an Logistikprozesse erprobt. Parallel dazu fanden Fachvorträge, Delegationsreisen und Netzwerkaktivitäten statt, um die Technologie in der Branche sichtbar zu machen.
Im Rahmen des Projektes konnte gezeigt werden, dass eine automatisierte Klassifizierung von Bau- und Abbruchabfällen mit Hilfe von KI-basierter Bildverarbeitung technisch möglich und praktisch umsetzbar ist. Die entwickelten Modelle erreichten bereits im Projektzeitraum eine Klassifizierungsgenauigkeit von über 90 % bei den zentralen Materialfraktionen wie Beton, Ziegel und Keramik. Grundlage hierfür war ein kontinuierlich wachsender Bilddatensatz, der derzeit täglich um rund 2.000 Aufnahmen erweitert wird und somit eine stetige Verbesserung der Modelle erlaubt.
Ein wesentliches Ergebnis war zudem der Nachweis der Praxistauglichkeit in Pilotanlagen. In Kooperation mit Partnerunternehmen konnten die Systeme unter realen Bedingungen – mit Staub, wechselnden Lichtverhältnissen und variablen Materialströmen – erfolgreich getestet werden. Die Integration in bestehende Logistikprozesse zeigte, dass sich die Technologie problemlos mit Waagen, Annahmeprozessen und Stoffstromplattformen verbinden lässt.
Aus ökologischer Sicht belegen die Ergebnisse das Potenzial der Technologie, Deponieraum einzusparen und den Einsatz von Primärrohstoffen zu reduzieren. Zwar konnte die genaue Quantifizie-rung der CO₂-Einsparungen noch nicht durchgeführt werden, sie ist jedoch ab 2026 vorgesehen. Schon jetzt ist absehbar, dass durch optimiertes Routing und die gezielte stoffliche Verwertung er-hebliche Effizienzgewinne erzielt werden können.
Die Diskussion zeigt, dass die Technologie bereits einen hohen Reifegrad erreicht hat, zugleich aber noch Herausforderungen bestehen. Dazu gehören die Erweiterung der Sensorik auf NIR/SWIR, um komplexere Materialgemische zu erfassen, die Skalierung auf verschiedene Anlagengrößen sowie die Sicherung der Datenqualität bei stetig wachsender Datenmenge. Insgesamt verdeutlichen die Ergebnisse die hohe Innovationshöhe des Projektes und die Relevanz für den Übergang zu einer datengetriebenen Kreislaufwirtschaft.
Die Projektergebnisse wurden auf Fachveranstaltungen wie dem KongressBW vorgestellt und in Podiumsdiskussionen diskutiert. Zudem nahm Optocycle an zwei Delegationsreisen des Landes Baden-Württemberg teil und präsentierte die Technologie einem internationalen Publikum. Ergänzend erfolgte eine Vernetzung über Fachverbände und Branchenplattformen, um Sichtbarkeit und Akzeptanz in der Entsorgungswirtschaft zu erhöhen.
Das Projektziel wurde erreicht: Mit dem KI-basierten System zur optischen Klassifizierung von Bau- und Abbruchabfällen konnte Optocycle zeigen, dass eine präzise und automatisierte Lösung realisierbar ist. Die erzielte Genauigkeit von über 90 % verdeutlicht das Potenzial, menschliche Schät-zungen abzulösen und Recyclingprozesse zu verbessern.
Die Pilotanwendungen bei Partnerunternehmen bestätigten die Praxistauglichkeit und den Mehrwert für die Entsorgungswirtschaft. Durch die stetig wachsende Datenbasis und geplante Erweiterungen eröffnen sich neue Perspektiven für zusätzliche Abfallströme und Märkte. Damit leistet das Projekt einen nachhaltigen Beitrag zu Klimaschutz und Ressourcenschonung.