Künstliche Intelligenz beschleunigt die Entwicklung klimafreundlicher Zementrezepturen
Die Herstellung von Zement zählt zu den größten industriellen Quellen von Kohlendioxid. Weltweit verursacht die Zementproduktion rund acht Prozent der CO₂ Emissionen und steht damit vor der Herausforderung, den Baustoff der Zukunft deutlich klimafreundlicher zu gestalten.
Forschende des Paul Scherrer Instituts in der Schweiz haben ein KI gestütztes Verfahren entwickelt, das die Suche nach emissionsärmeren Zementrezepturen erheblich beschleunigt. Die Methode könnte künftig einen wichtigen Beitrag zur nachhaltigen Transformation des Bauwesens leisten.
Warum Zement so viele Emissionen verursacht
Zement ist der zentrale Bestandteil von Beton und damit einer der wichtigsten Baustoffe weltweit. Ob Gebäude, Brücken, Tunnel oder Verkehrsinfrastruktur, nahezu jedes Bauwerk basiert auf diesem Material. Gleichzeitig gehört seine Herstellung zu den energie und emissionsintensivsten industriellen Prozessen.
Für die Produktion von Zement wird Kalkstein bei Temperaturen von etwa 1.400 Grad Celsius zu Klinker gebrannt. Die dafür notwendige Energie verursacht erhebliche Emissionen. Noch bedeutender ist jedoch ein anderer Prozess: Beim Brennen wird das im Kalkstein chemisch gebundene Kohlendioxid freigesetzt. Diese sogenannten prozessbedingten Emissionen machen mehr als die Hälfte der gesamten CO₂ Bilanz der Zementherstellung aus und lassen sich nicht allein durch den Einsatz erneuerbarer Energien vermeiden.
Weniger Klinker als Schlüssel zur CO₂ Reduktion
Eine wirkungsvolle Strategie besteht darin, den Anteil des Klinkers im Zement zu reduzieren und durch alternative mineralische Bestandteile zu ersetzen. Bereits heute kommen beispielsweise Hüttensand oder Flugasche zum Einsatz. Diese Nebenprodukte stehen jedoch nur begrenzt zur Verfügung und können den weltweiten Bedarf nicht decken.
Die Herausforderung besteht deshalb darin, neue Materialkombinationen zu entwickeln, die gleichzeitig hohe Festigkeit, Dauerhaftigkeit und Wirtschaftlichkeit gewährleisten. Genau hier setzt die aktuelle Forschung an.
Künstliche Intelligenz unterstützt die Materialentwicklung
Das Forschungsteam des Paul Scherrer Instituts entwickelte ein KI gestütztes Modell, das innerhalb kürzester Zeit neue Zementrezepturen berechnen kann. Während klassische Simulationen je nach Komplexität mehrere Sekunden oder Minuten benötigen, liefert das trainierte neuronale Netzwerk Ergebnisse innerhalb weniger Millisekunden.
Grundlage dafür bilden umfangreiche thermodynamische Simulationen, experimentelle Daten und mechanische Modelle. Daraus lernte das neuronale Netzwerk die Zusammenhänge zwischen Materialzusammensetzung, mechanischen Eigenschaften und den entstehenden CO₂ Emissionen.
Für die Materialforschung eröffnet dieser Ansatz erhebliche Vorteile. Statt tausende Varianten im Labor zu untersuchen, können Forschende zunächst digitale Vorschläge erstellen und anschließend gezielt die vielversprechendsten Rezepturen experimentell überprüfen.
Optimierung statt aufwendiger Versuchskampagnen
Besonders innovativ ist der gewählte Optimierungsansatz. Anstatt unzählige Materialkombinationen auszuprobieren, formulierten die Forschenden das Problem mathematisch.
Gesucht wird eine Rezeptur, die zwei Ziele gleichzeitig erfüllt:
- möglichst geringe CO₂ Emissionen
- hohe mechanische Leistungsfähigkeit
Zur Lösung dieser komplexen Optimierungsaufgabe kommen sogenannte genetische Algorithmen zum Einsatz. Diese orientieren sich an den Prinzipien der natürlichen Evolution und identifizieren schrittweise jene Materialzusammensetzungen, welche beide Anforderungen möglichst gut erfüllen.
Dadurch lässt sich der Entwicklungsprozess neuer Baustoffe erheblich verkürzen und gleichzeitig zielgerichteter gestalten.
Potenzial für nachhaltiges Bauen
Die bislang identifizierten Rezepturen stellen zunächst einen wissenschaftlichen Machbarkeitsnachweis dar. Bevor sie im Bauwesen eingesetzt werden können, müssen sie umfangreiche Labor und Praxistests durchlaufen.
Dennoch zeigt die Studie eindrucksvoll, welches Potenzial der Einsatz von Künstlicher Intelligenz in der Baustoffentwicklung besitzt. KI kann Entwicklungsprozesse deutlich beschleunigen, Materialeigenschaften präziser vorhersagen und den Ressourcenverbrauch in der Forschung reduzieren.
Langfristig könnte das Verfahren zudem um weitere Einflussgrößen erweitert werden. Denkbar sind beispielsweise die Berücksichtigung regional verfügbarer Rohstoffe, unterschiedlicher klimatischer Einsatzbedingungen oder wirtschaftlicher Aspekte der Produktion. Damit würde KI nicht nur die Entwicklung neuer Baustoffe unterstützen, sondern auch die Planung nachhaltiger Lieferketten und Produktionsprozesse.
Digitalisierung und Materialforschung wachsen zusammen
Die Studie verdeutlicht, wie eng Digitalisierung, Ingenieurwissenschaften und Materialforschung inzwischen miteinander verbunden sind. Moderne Verfahren der Künstlichen Intelligenz entwickeln sich zunehmend zu einem Werkzeug, das klassische Laborarbeit ergänzt und Forschungsprozesse effizienter gestaltet.
Gerade im Bauwesen, das vor der Aufgabe steht, Infrastruktur klimafreundlicher und ressourcenschonender zu errichten, können solche digitalen Methoden einen wichtigen Beitrag leisten. Für Ingenieurbüros, Baustoffhersteller und Forschungseinrichtungen eröffnen sich dadurch neue Möglichkeiten, innovative Materialien schneller zu entwickeln und deren Einsatz fundiert zu bewerten.
