Rund zwei Millionen Tonnen Sperrmüll fallen in Deutschland jedes Jahr an. Ein Viertel davon ist Holz - ein Rohstoff, der sich wiederverwerten ließe, wenn man ihn zuverlässig herausfiltern könnte. Bislang scheitert das nicht an fehlendem Material, sondern an der Sortierung: Die passiert noch immer überwiegend per Hand. Ein Forschungsverbund unter Leitung des Fraunhofer-Instituts für Optronik, Systemtechnik und Bildauswertung (IOSB) hat das jetzt geändert.
Das Ergebnis des Projekts ASKIVIT: ein multimodales Sensorsystem, das Holz im Sperrmüll automatisch erkennt - und das mit einer Sortiergenauigkeit von über 95 Prozent.
Das Problem: Altholz ist knapp, obwohl es massenhaft anfällt
Das klingt paradox, ist aber der Kern des wirtschaftlichen Problems. Verwertbares Altholz ist in Deutschland zu einer knappen Ressource geworden, weil es laut nationaler Gesetzgebung nur dann als Rohstoff wiederverwendet werden darf, wenn es frei von Holzschutzmitteln und anderen Verunreinigungen wie PVC ist. Die Qualitätsanforderung ist hoch - die Sortiertechnik war es bisher nicht.
Obwohl rund die Hälfte des Sperrmülls aus Holz besteht, wird aktuell nur etwa die Hälfte dieses Altholzes tatsächlich als Recyclingmaterial verwendet. Der Rest landet in der thermischen Verwertung - also im Ofen. Für die Spanplattenindustrie, die auf sortenreines Altholz als Sekundärrohstoff angewiesen ist, ist das ein strukturelles Versorgungsproblem.
Von den rund acht Millionen Tonnen Altholz, die in Deutschland jährlich anfallen, werden lediglich 29,6 Prozent tatsächlich recycelt. Zum Vergleich: Bei Altglas und Verpackungsmaterialien läuft die Sortierung längst automatisiert. Beim Holz fehlt die Technologie - oder fehlte sie bisher.
Das ASKIVIT-Projekt wird vom Bundesministerium für Landwirtschaft, Ernährung und Heimat (BMLEH) gefördert und von der Fachagentur Nachwachsende Rohstoffe (FNR) betreut. Projektpartner sind neben dem Fraunhofer IOSB das Fraunhofer ITWM sowie das Institut für Industrielle Informationstechnik (IIIT) am Karlsruher Institut für Technologie (KIT).
Der Ansatz: Vier Sensortypen, ein KI-Modell
Das Grundproblem bei der automatisierten Sperrmüllsortierung ist die schiere Unordnung des Materials. Verdeckungen, Verschmutzungen, Alterungsspuren - kein einzelner Sensor kommt damit zuverlässig zurecht. Das ASKIVIT-Team hat deshalb die Stärken mehrerer Sensortypen kombiniert und ihre Informationen per KI zusammengeführt.
Zum Einsatz kamen eine RGB-Kamera, eine Nahinfrarot-Hyperspektralkamera sowie Thermografie- und Terahertz-Sensorik - wobei die beiden letzteren in der industriellen Abfallsortierung bislang kaum genutzt werden.
Der Terahertz-Sensor ist dabei besonders bemerkenswert: Er arbeitet nach dem MIMO-Prinzip (Multiple-Input-Multiple-Output) als Zeilensensor und liefert Informationen zur Materialzusammensetzung, die optische Kameras schlicht nicht erfassen können. Das Fraunhofer ITWM hat dafür sowohl die Sensorgeometrie als auch die Rekonstruktionsalgorithmen an die unregelmäßigen Oberflächen von Sperrmüll angepasst - eine technische Herausforderung, die bisher kaum jemand angegangen war.
Die Messdaten aller vier Sensortypen werden anschließend fusioniert und durch KI-Methoden - konkret tiefe künstliche neuronale Netze - klassifiziert. Das Ergebnis: Das System erkennt, ob ein Objekt auf dem Förderband Holz, Holzwerkstoff, Nichteisenmetall oder Störstoff ist, und kann es gezielt ausschleusen, etwa über Druckluftdüsen.
Photo: Homa Appliances / UnsplashDie Ergebnisse: Einzigartige Datenbasis, marktreife Genauigkeit
Bei praxisnahen Messreihen erreichte der ASKIVIT-Ansatz eine Sortiergenauigkeit von über 95 Prozent. Das ist der Wert, den Entsorger und Holzwerkstoffhersteller brauchen, um das Verfahren wirtschaftlich einzusetzen.
Daneben ist ein zweites Projektergebnis strategisch bedeutsam: Die Forscher haben aus realen Sperrmüllproben umfangreiche multimodale Bilddatensätze erstellt und als Trainingsmaterial für KI-Systeme klassifiziert. Diese Datenbasis ist in dieser Form einzigartig. Teile davon stehen anderen Forschern bereits über die Fraunhofer-Forschungsdatenplattform Fordatis sowie über einen Open-Access-Artikel in Nature Scientific Data zur Verfügung - ein ungewöhnlich offener Schritt für ein industrienahe Forschungsprojekt.
Dr. Robin Gruna vom Fraunhofer IOSB sieht darin nicht nur einen Fortschritt für die Abfallwirtschaft: Er hebt hervor, dass sich hier große Marktchancen eröffnen - insbesondere im Bereich der Recyclingindustrie und zur Inline-Inspektion in der Produktion.
Warum das wirtschaftlich relevant ist
Man muss das nicht als Umweltprojekt rahmen, um seinen Wert zu verstehen. Die Zahlen sprechen für sich.
Der globale Holzrecycling-Markt wächst von 2,86 Milliarden USD im Jahr 2025 auf prognostizierte 3,79 Milliarden USD bis 2032 - eine jährliche Wachstumsrate von 4,1 Prozent. Treiber sind die Bauindustrie und verschärfte Klimaschutzziele. Wer bei der Altholz-Rückgewinnung früh skaliert, sichert sich Zugang zu einem Sekundärrohstoff, dessen Nachfrage die Verfügbarkeit bereits heute übersteigt.
Für Entsorgungsunternehmen bedeutet ASKIVIT konkret: mehr verwertbares Material aus demselben Sperrmüllstrom, weniger Personalaufwand in einem Segment, das vom Fachkräftemangel besonders hart getroffen wird. Für die Holzwerkstoffindustrie bedeutet es eine breitere, stabilere Rohstoffbasis - und weniger Abhängigkeit von Frischholz.
Einordnung: Wo steht die Technologie?
ASKIVIT ist kein Pilotprojekt mehr, das in der Schublade verschwindet. Die Datenbasis ist veröffentlicht, die Ergebnisse sind peer-reviewed dokumentiert, und das Fraunhofer IOSB verfügt nach eigenen Angaben über mehr als 20 Jahre Erfahrung in der sensorgestützten Sortierung für industrielle Anwendungen. Der Schritt zur Serienreife ist damit kürzer als bei vielen vergleichbaren Forschungsvorhaben.
Die eigentliche Frage ist, wer das Verfahren als Erster in eine kommerzielle Sortieranlage überführt. Die technischen Hürden sind genommen. Was jetzt fehlt, ist der unternehmerische Mut, in eine Infrastruktur zu investieren, die den Sperrmüll nicht länger als Kostenfaktor, sondern als Rohstoffquelle behandelt.
Deutschland hat die Technologie. Es fehlt, wie so oft, nicht an Können - sondern an Konsequenz.
Was ist das Projekt ASKIVIT?
ASKIVIT steht für Altholzgewinnung aus Sperrmüll durch künstliche Intelligenz und Bildverarbeitung im VIS-, IR- und Terahertz-Bereich. Es ist ein vom Bundesministerium für Landwirtschaft gefördertes Forschungsprojekt unter Leitung des Fraunhofer IOSB, das ein automatisiertes Sortierverfahren für Holz im Sperrmüll entwickelt hat.
Welche Sensortypen setzt ASKIVIT ein?
Das System kombiniert vier Sensortypen: eine RGB-Kamera, eine Nahinfrarot-Hyperspektralkamera, eine Thermografiekamera sowie einen Terahertz-Zeilensensor. Die Daten aller Sensoren werden per KI fusioniert und klassifiziert.
Welche Sortiergenauigkeit wurde erreicht?
Bei praxisnahen Messreihen erzielte das ASKIVIT-System eine Sortiergenauigkeit von über 95 Prozent.
Warum ist Altholz aus Sperrmüll schwer zu sortieren?
Sperrmüll besteht aus sehr heterogenen Materialien. Verdeckungen, Verschmutzungen und Alterungsprozesse erschweren die automatische Erkennung. Zudem darf Altholz laut deutscher Gesetzgebung nur dann als Rohstoff wiederverwendet werden, wenn es frei von Holzschutzmitteln und Verunreinigungen wie PVC ist — die Qualitätsanforderungen sind also hoch.
Sind die Forschungsdaten öffentlich zugänglich?
Ja. Teile der multimodalen Bilddatensätze stehen über die Fraunhofer-Forschungsdatenplattform Fordatis sowie über einen Open-Access-Artikel in Nature Scientific Data zur Verfügung.
