Das Thüringer Forschungsprojekt HyPetro wurde auf der Internationalen Fachmesse für Ideen, Erfindungen und Neuheiten (iENA), die von 31.10. bis 02.11.2025 in Nürnberg stattfand, mit der Silbermedaille in der Kategorie Universitäten ausgezeichnet. fand von 31.1. bis 02.11.2025 in Nürnerg

Die iENA ist eine der weltweit bedeutendsten Plattformen für Erfindergeist und Innovation: Über 270 Ausstellerinnen und Aussteller aus 21 Ländern präsentierten mehr als 540 Neuentwicklungen – in diesem Jahr mit Thüringen als Partnerregion.

Das optische multimodale Analysegerät ermöglicht eine automatisierte Erkennung betonschädlicher Bestandteile in Kies- und Gesteinskörnungen mittels maschinellem Lernen – und trägt damit entscheidend dazu bei, Schäden an Bauwerken frühzeitig zu verhindern.

Projektpartner

Dr.-Ing. habil. Daniel Garten (GFE Schmalkalden e. V.)

Dr.-Ing. Elske Linß (MFPA Weimar)

Dr. Galina Polte (TU Ilmenau, FG Qualitätssicherung und industrielle Bildverarbeitung)

Dr.-Ing. habil. Katharina Anding (IDMT Ilmenau)

Beteiligte und assoziierte Unternehmen:

SQB GmbH · HABAU Deutschland GmbH · Mitteldeutsche Baustoffe GmbH

Herzlichen Glückwunsch an das gesamte Team für diese herausragende Auszeichnung und den starken Beitrag zur Innovationskraft und Wettbewerbsfähigkeit des Baustoff- und Bausektors in Thüringen!

Über das Projekt

HyPetro – Automatisierte Erkennung betonschädlicher Bestandteile in Gesteinskörnungen
Projektbeschreibung

Für die Herstellung von Beton werden Gesteinskörnungen – beispielsweise Kies oder Splitt – als Zuschlagsstoff benötigt. Diese müssen möglichst frei von Verunreinigungen sein, die den Beton langfristig schädigen könnten.

Durch eine regelmäßige, automatisierte Analyse von Stichproben der Gesteinskörnungen im Rahmen der Eigen- und Fremdüberwachung in der Lagerstätte bzw. im Steinbruch kann einfach und sicher entschieden werden, ob das Material für die Betonherstellung bedenkenlos eingesetzt werden kann.

Im vom BMFTR geförderten Forschungsprojekt „HyPetro“ wurde dafür ein innovatives System zur automatisierten petrografischen Analyse von Gesteinskörnungen mit hoher Erkennungsgüte entwickelt. Das System arbeitet primär mit einer hochaufgelösten RGB-Farbzeilenkamera und kann zur weiteren Steigerung der Genauigkeit um eine Hyperspektralkamera erweitert werden.

Die Klassifikation der Körnungen in die laut Norm zu unterscheidenden Gesteinsfraktionen erfolgt mittels tiefer neuronaler Netze (Deep Learning). Für die normgerechte Einteilung der Probenbestandteile in zwei kritische und eine unkritische Fraktion wurden Erkennungsergebnisse von rund 90 % erzielt – ein Niveau, das den Leistungen erfahrener Geologinnen und Mineralogen entspricht, die solche Prüfungen bislang manuell und zeitaufwendig durchführen.

Potenzielle Anwender der Technologie sind Kieslagerstätten, Prüflabore, Betonhersteller und Baustoffhändler. Der Einsatz des Systems ermöglicht erhebliche Zeit- und Kosteneinsparungen bei gleichzeitiger Objektivierung der Prüfergebnisse sowie einer Steigerung von Genauigkeit und Reproduzierbarkeit.

Langfristig trägt das System dazu bei, bauwerksbedingte Schäden wie die Alkali-Kieselsäure-Reaktion (AKR) – auch bekannt als Betonkrebs – zu verhindern. Diese Reaktion führte in der Vergangenheit zu zahlreichen Schäden an Gebäuden, Straßen und Brücken und verursachte hohe Aufwendungen für Instandsetzung oder Neubau.

>> zum Video

© Daniel Karmann, iENA Nürnberg