TY - JOUR
T1 - Kiramet: KI-basierte Konditionierung von Schredderschrott – für grüneren Stahl
AU - Koinig, Gerald
AU - Tischberger-Aldrian, Alexia
PY - 2026/1/16
Y1 - 2026/1/16
N2 - Computergestützte Bildanalyse bietet großes Potenzial für die Sortierung heterogener Partikel – gerade in der Abfallwirtschaft, wo traditionelle Handsortierung an ihre Grenzen stößt. Mit dem zunehmenden Bedarf an hochwertigem Stahlschrott, insbesondere durch den Umstieg von Hochöfen auf Elektrolichtbogenöfen, wächst der Druck, metallische Abfälle präziser und skalierbarer aufzubereiten. Das FFG-Leitprojekt „Kiramet“ adressiert diese Herausforderung, indem es KI-basierte Bildverarbeitung für die Schrottsortierung entwickelt. Der Beitrag zeigt, welche Verfahren dafür besonders geeignet sind und wie sie in industrienahen Versuchen bereits Eisenfraktionen mit Reinheiten von über 99 m% erzielen konnten.
AB - Computergestützte Bildanalyse bietet großes Potenzial für die Sortierung heterogener Partikel – gerade in der Abfallwirtschaft, wo traditionelle Handsortierung an ihre Grenzen stößt. Mit dem zunehmenden Bedarf an hochwertigem Stahlschrott, insbesondere durch den Umstieg von Hochöfen auf Elektrolichtbogenöfen, wächst der Druck, metallische Abfälle präziser und skalierbarer aufzubereiten. Das FFG-Leitprojekt „Kiramet“ adressiert diese Herausforderung, indem es KI-basierte Bildverarbeitung für die Schrottsortierung entwickelt. Der Beitrag zeigt, welche Verfahren dafür besonders geeignet sind und wie sie in industrienahen Versuchen bereits Eisenfraktionen mit Reinheiten von über 99 m% erzielen konnten.
KW - Maschinelles Lernen
KW - Künstliche Intelligenz
KW - Sensorbasierte Sortierung
KW - Green Steel
KW - Schrott
U2 - 10.1007/s00506-026-01201-y
DO - 10.1007/s00506-026-01201-y
M3 - Artikel
SN - 1613-7566
VL - ??? Stand: 2. Februar 2026
JO - Österreichische Wasser- und Abfallwirtschaft : ÖWAW
JF - Österreichische Wasser- und Abfallwirtschaft : ÖWAW
ER -