Eine der größten Hürden für hochwertige Stoffkreisläufe im Bauwesen ist die fehlende, qualitätsgesicherte Datengrundlage entlang mineralischer Materialströme. Ein Bericht von Optocycle zeigt, wie das Unternehmen diese Lücke durch multispektrale, KI-gestützte Echtzeitklassifikation schließt und belastbare Qualitätsdaten direkt im Materialfluss bereitstellt.

Mineralische Bauabfälle stellen mit rund 60 % den größten Abfallstrom in Deutschland dar. Die ausgewiesenen Verwertungsquoten von über 90 % erscheinen hoch, greifen jedoch zu kurz: Der überwiegende Anteil wird in niedrigwertigen Anwendungen wie Verfüllung oder im Straßenunterbau eingesetzt, während weniger als 1 % in hochwertige Anwendungen wie Beton zurückgeführt wird.

Demgegenüber steht ein jährlicher Primärrohstoffbedarf der Bauindustrie von mehreren hundert Millionen Tonnen, insbesondere für Sand, Kies und Naturstein. Die Substitutionsquote durch Sekundärrohstoffe liegt hingegen nur im Bereich von rund 15 %. Dieses Missverhältnis verdeutlicht das bislang ungenutzte Potenzial mineralischer Stoffströme für eine echte Kreislaufwirtschaft.

Qualitätsunsicherheit als systemisches Bottleneck

Die zentrale Ursache liegt in der fehlenden qualitätsgesicherten Datengrundlage entlang des Stoffstroms. Die Klassifikation mineralischer Massen erfolgt heute überwiegend visuell oder auf Basis punktueller Laboranalysen. Beide Ansätze sind strukturell limitiert: visuelle Bewertungen sind subjektiv, Laboranalysen zeitverzögert und nicht skalierbar auf kontinuierliche Materialströme.

In der Folge werden Materialien häufig vorsorglich downgraded oder direkt deponiert, obwohl sie technisch und regulatorisch für höherwertige Anwendungen geeignet wären. Gleichzeitig entstehen Unsicherheiten hinsichtlich Normkonformität, Schadstoffgehalten und Haftungsfragen, die den Einsatz von RC-Baustoffen insbesondere im Hochbau zusätzlich hemmen.

LKW-Ladefläche mit RC-Gesteinskörnung, erfasst mittels optischer Bildgebung während der Durchfahrt. (Quelle: Optocycle GmbH)

Echtzeitfähige Materialklassifikation im Feld

Die Technologie von Optocycle adressiert diese Datenlücke direkt am Ort des Materialanfalls. Multispektrale Kamerasysteme, kombiniert mit Machine-Learning-Algorithmen, ermöglichen eine automatisierte Klassifikation mineralischer Massen unter realen Baustellenbedingungen.

Im Gegensatz zu klassischen RGB-Systemen oder hyperspektralen Ansätzen bieten multispektrale Systeme ein robustes Verhältnis aus Informationsgehalt, Kosten und Einsatzfähigkeit im Feld. Sie erlauben die Differenzierung relevanter Materialklassen (z. B. Beton, Ziegel, Gips, Störstoffe) sowie die Erfassung geometrischer Parameter wie Korngröße, Kornform und Volumenstrom. Praxisanwendungen – etwa bei der Analyse von LKW-Ladeflächen im Durchfahrtsbetrieb, direkt am Haufwerk oder über dem Fließband – zeigen, dass so erstmals kontinuierliche, belastbare Qualitätsdaten erzeugt werden können. Diese lassen sich mit Wiegedaten und Lieferscheininformationen verknüpfen und in Echtzeit bereitstellen.

Operative und regulatorische Effekte

Die Verfügbarkeit dieser Daten ermöglicht eine signifikante Verbesserung operativer Prozesse:
● qualitätsbasiertes Routing von Materialströmen zu geeigneten Verwertungsanlagen
● Reduktion von Fehlchargen und Nachsortieraufwand
● kontinuierliche Qualitätssicherung statt stichprobenbasierter Kontrolle
● vereinfachte Dokumentation im Rahmen von ErsatzbaustoffV, NachwV und Güteüberwachung

Gleichzeitig wird die Voraussetzung geschaffen, um das Ende der Abfalleigenschaft gemäß § 5 KrWG belastbarer nachzuweisen, da Materialqualitäten frühzeitig und nachvollziehbar dokumentiert werden können.
Integration in digitale Stoffstromplattformen

Der eigentliche Systemhebel durch Optocycle entsteht durch die Integration dieser Daten in digitale Stoffstromplattformen. Hier werden Materialien nicht mehr als unspezifischer Abfall, sondern als qualitätsklassifizierte, handelbare Ressourcen abgebildet.

Durch die Verknüpfung von Qualitätsdaten, Mengeninformationen und räumlich-zeitlicher Verfügbarkeit können:
● Angebot und Nachfrage effizient zusammengeführt werden
● Transport- und Logistikprozesse optimiert werden
● Deponiemengen reduziert werden
● digitale Materialpässe und Nachweissysteme automatisiert werden

Langfristig entstehen so die Voraussetzungen für geschlossene Stoffkreisläufe im Bauwesen – von der Rückbauplanung bis zur gezielten Wiedereinbringung in neue Bauprojekte.

Fazit

Die Herausforderung der Kreislaufwirtschaft im Bauwesen ist weniger technologischer als datengetriebener Natur. Ohne belastbare, skalierbare Informationen zur Materialqualität bleiben hochwertige Verwertungswege strukturell untergenutzt.

Die optische Klassifikation von Optocycle stellt hier einen entscheidenden Enabler dar: Sie überführt mineralische Massen von einem intransparenten Abfallstrom in einen quantifizierbaren, marktfähigen Rohstoffstrom – und schafft damit die Grundlage für eine wirtschaftlich und ökologisch tragfähige Kreislaufwirtschaft.

Schematische Darstellung einer digitalen Stoffstromplattform. (Quelle: Eigene Darstellung, Optocycle GmbH)

Optocycle auf der IFAT:

Sie wollen sich mit uns austauschen? Gerne! Vereinbaren Sie gerne einen Termin mit Optocycle auf der Website https://www.optocycle.com/ oder treffen Sie Optocycle auf der IFAT (Halle A6, Stand 151). Zur IFAT Terminvereinbarung geht’s hier entlang: LINK