Wie KI den Rohstoffkreislauf in Schwung bringt

Abnoba entwickelt eine KI-gestützte Kamera, die Recyclinganlagen effizienter macht. Mit der kostengünstigen Nachrüstlösung überzeugte das Start-up beim Nachhaltigkeitspreis „Sustainable Impact Award 2025“.

Das präzise Sortieren von Materialströmen im Recyclingprozess ist eine Herausforderung – künstliche Intelligenz kann helfen, sie zu bewältigen. Foto: Stock Adobe

Deutsche Recyclinganlagen kämpfen mit strukturellen Problemen: schwankenden Abfallmengen, hohem Kostendruck und einem Modernisierungsgrad, der mit der Dynamik anderer Industrien oft nicht Schritt hält. Zwar läuft die Sortierung in vielen Betrieben automatisiert – aber nicht immer präzise genug, um Materialströme sauber zu trennen oder wertvolle Stoffe zuverlässig zurückzugewinnen. Genau hier setzt ein junges Unternehmen aus Süddeutschland an: Abnoba.

Die Gründer Alissa Beck und Jonas Breiner haben eine Technologie entwickelt, die auf den ersten Blick schlicht wirkt: eine Kamera, die Müll fotografiert. Doch die Innovation steckt im Detail. Mit Hilfe künstlicher Intelligenz (KI) erkennt und klassifiziert eine Bildanalyse-Software Materialien in Echtzeit – direkt in der Anlage, ohne Cloud-Anbindung und ohne Verzögerung.

„Unsere Lösung ist im Kern eine Smart-Kamera, kombiniert mit einem leistungsstarken lokalen Rechner“, erklärt Beck. „Die gesamte Analyse findet vor Ort statt, damit die Mitarbeitenden sofort sehen, was passiert.“ Für diese Entwicklung erhielt Abnoba 2025 den Sonderpreis Generali NewComer EnterPrize, den die Generali Deutschland AG gemeinsam mit der WirtschaftsWoche im Rahmen des Nachhaltigkeitspreises „Sustainable Impact Award“ vergibt.

KI-Modelle lassen sich individuell anpassen

Ein weiterer Vorteil ist die Flexibilität. Denn auch wenn das Prinzip immer gleichbleibt, ist die Realität in den Anlagen unterschiedlich: Jede Recyclinglinie ist anders aufgebaut, jeder Betreiber arbeitet mit eigenen Tonnenströmen, Qualitäten und Materialmixen. Standardlösungen scheitern daher häufig. Beck hat diese Lücke früh erkannt. „Wir kennen die Pain-Points unserer Kunden sehr genau, weil wir über Jahre eng mit ihnen zusammengearbeitet haben“, sagt sie.

Aus dieser Erfahrung heraus entwickelten die Gründer ein System, dessen Stärke in der individuellen Anpassung liegt: Die KI-Modelle werden für jeden neuen Kunden nachtrainiert – mit genau den Bildern, die für die jeweilige Sortierumgebung relevant sind. Und das in bemerkenswert kurzer Zeit. „Wenn die Datenqualität stimmt, sprechen wir von ein bis zwei Monaten, bis ein Modell produktiv einsetzbar ist“, sagt Beck. In einer Branche, in der Investitionen in große Sortieranlagen oft Jahre dauern, ist diese Geschwindigkeit ein großer strategischer Vorteil.

Die Kunden, die Abnoba bisher begleitet, verarbeiten überwiegend Altholz und Metall – Materialien, deren Qualität und Zusammensetzung stark variieren. Schnelleres und zugleich exakteres Sortieren erhöht nicht nur die Recyclingquote, sondern spart bares Geld. So lassen sich laut Beck die Betriebskosten mittelständischer Anlagen um rund 15 Prozent senken – ein Hebel, der über die Wirtschaftlichkeit entscheiden kann.