KI gegen Mikroplastik in Kläranlagen: Neue Wege für die Überwachung

Kläranlagen wurden nie speziell mit Blick auf Mikroplastik gebaut – und dennoch halten sie einen überraschend großen Anteil dieser Partikel zurück.

Dieser Erfolg klingt allerdings besser, als er tatsächlich ist, sobald man genauer betrachtet, was sich hinter den Zahlen verbirgt.

Eine neue Übersichtsarbeit untersucht, ob künstliche Intelligenz dazu beitragen kann, die verbleibenden Lücken bei der Erkennung, Nachverfolgung und Steuerung von Mikroplastikverschmutzung während des Aufbereitungsprozesses zu schließen.

Geleitet wurde die Übersichtsstudie vom korrespondierenden Autor Konstantinos Tsamoutsoglou von der Technischen Universität Kreta.

Sie fasst Forschungsergebnisse aus den Jahren 2019 bis 2026 zusammen und behandelt Quellen sowie Konzentrationen von Mikroplastik, Nachweisverfahren, Aufbereitungstechnologien und die wachsende Bedeutung von KI in diesem Bereich.

Woher das Mikroplastik stammt

Mikroplastik gelangt aus nahezu allen denkbaren Quellen in Kläranlagen: aus Haushalten, industriellen Einleitungen, beim Waschen freigesetzten Textilfasern, Körperpflegeprodukten und dem allgemeinen städtischen Oberflächenabfluss.

Diese Anlagen wurden ursprünglich für völlig andere Prioritäten konzipiert. Deshalb ist das Abfangen von Mikroplastik – besonders der kleinsten Partikel – bislang eher ein zufälliger Nebeneffekt als ein gezielt entwickeltes Verfahren.

„Kläranlagen bilden eine wesentliche Barriere gegen Mikroplastikverschmutzung, doch Entfernung bedeutet nicht zwangsläufig Beseitigung“, sagte Tsamoutsoglou.

„Durch die Verbindung verlässlicher analytischer Messungen mit künstlicher Intelligenz könnten Aufbereitungsanlagen von einer punktuellen Überwachung zu einem schnelleren, vorausschauenden und fundierteren Management übergehen.“

Hier wird der größte Teil des Mikroplastiks zurückgehalten

Die gemeldeten Mikroplastikkonzentrationen unterscheiden sich von Studie zu Studie erheblich. Jede Kläranlage ist etwas anders aufgebaut, und auch die Verfahren zur Probenahme und zum Nachweis der Partikel variieren zwischen den Forschungsteams.

Trotz dieser Unterschiede zeigt sich über den gesamten Aufbereitungsprozess hinweg ein recht einheitliches Muster.

In der mechanischen und primären Reinigungsstufe werden ungefähr 72 Prozent des eingetragenen Mikroplastiks entfernt. Die sekundäre Reinigung erhöht diesen Wert auf etwa 88 Prozent, während die tertiäre Behandlung Rückhalteraten von bis zu 94 Prozent erreichen kann.

Diese Werte verdecken jedoch ein grundlegendes Mengenproblem. Eine Entfernung von 94 Prozent heißt nicht, dass das gereinigte Wasser tatsächlich plastikfrei ist.

Kläranlagen verarbeiten Tag für Tag außerordentlich große Wassermengen.

Selbst eine sehr geringe Restkonzentration im abgeleiteten Wasser kann sich daher zu Millionen einzelner Partikel summieren, die unmittelbar in Flüsse, Seen und Küstengewässer gelangen.

Partikel mit einer Größe von weniger als etwa 150 Mikrometern entgehen der Abscheidung besonders leicht. Sie bleiben im Wasser schwebend, statt sich dort abzusetzen, wo herkömmliche Aufbereitungssysteme sie erfassen sollen.

Plastik verschwindet nicht

Die Übersichtsarbeit beleuchtet außerdem einen weniger auffälligen Teil dieser Problematik. Kläranlagen fangen schätzungsweise 60 bis 80 Prozent des Mikroplastiks ab, zerstören es jedoch nicht. Stattdessen sammeln sich die Partikel im Klärschlamm an.

Landwirte verwenden diesen Schlamm häufig als Dünger oder Bodenverbesserer – eine Praxis, die im Allgemeinen als nachhaltig und vorteilhaft gilt.

Die zurückgehaltenen Mikroplastikpartikel gelangen damit jedoch direkt auf landwirtschaftliche Flächen, wo sie lange verbleiben können.

Sie können mit Bodenmikroorganismen und Pflanzenwurzeln in Wechselwirkung treten, später mit dem Oberflächenabfluss fortgespült werden oder ihren Weg in terrestrische Nahrungsnetze finden.

Dieses Ergebnis legt nahe, dass die Abwasserbehandlung Mikroplastikverschmutzung nicht unbedingt beseitigt, sondern stillschweigend verlagert. Das Problem wird aus Flüssen und Meeren herausgeholt und stattdessen auf Ackerflächen übertragen.

Wo KI einen Unterschied machen könnte

Künstliche Intelligenz bietet mehrere konkrete Möglichkeiten, Betreibern einen besseren Überblick über diese Prozesse zu verschaffen.

Systeme der Computer Vision können Kunststoffpartikel in Mikroskopbildern automatisch erkennen und sortieren. Das würde die mühsame manuelle Arbeit verringern, die Labortechniker derzeit von Hand erledigen müssen.

Zugleich könnten solche Systeme die Unterschiede reduzieren, die entstehen, wenn verschiedene Personen leicht abweichende Beurteilungen treffen.

Unter kontrollierten Laborbedingungen erzielten einige dieser bildbasierten Modelle bereits Klassifikationsgenauigkeiten zwischen 85 und 95 Prozent.

Maschinelles Lernen könnte Partikelzahlen zudem mit alltäglichen Betriebsdaten verknüpfen, etwa Durchflussrate, Trübung, Schwebstoffen und der Rückführung von Schlamm innerhalb des Systems.

Modelle, die mit diesen zusammengeführten Daten trainiert wurden, könnten vorhersagen, wie wirksam eine Anlage Partikel tatsächlich entfernt.

Sie könnten außerdem wahrscheinliche Verschmutzungsquellen markieren, ungewöhnliche Betriebszustände frühzeitig erkennen und Anpassungen bei der Aufbereitung oder Klärschlammbehandlung in Echtzeit unterstützen.

Drei Schritte zu einer intelligenteren Überwachung

Auf Grundlage dieser Erkenntnisse beschreiben die Autoren ein dreiteiliges Konzept für eine wirklich nutzbare KI-gestützte Überwachung.

Zunächst müssen Labor-, Bild-, spektroskopische und Betriebsdaten umfassend sowie einheitlich erhoben werden.

Anschließend können Forschende diese Daten einsetzen, um Modelle zur Klassifizierung von Partikeln und zur Prognose der Anlagenleistung zu trainieren.

Im letzten Schritt werden diese Komponenten in Frühwarnsysteme und Entscheidungsunterstützungswerkzeuge integriert, die Anlagenbetreiber im Arbeitsalltag tatsächlich nutzen können.

KI ist noch nicht so weit

Viele bestehende Modelle wurden von Forschenden mit kleinen, geordneten Labordatensätzen trainiert, die die komplexen Bedingungen realen Abwassers bei Weitem nicht abbilden.

Auch die Überwachungsmethoden unterscheiden sich stark zwischen einzelnen Studien. Diese Uneinheitlichkeit erschwert Vergleiche zwischen Anlagen und macht es zugleich schwieriger, von einem Modell, das an einer Anlage trainiert wurde, eine gute Leistung an einem anderen Standort zu erwarten.

Um diese Lücken zu schließen, sind größere, standardisierte Datensätze und echte unabhängige Validierungen erforderlich.

Benötigt werden außerdem transparente Algorithmen, denen Betreiber vertrauen können, sowie Tests im vollständigen Maßstab in laufenden Kläranlagen.

Menschliche Expertise bleibt wichtig

Die Forschenden achten darauf, die Fähigkeiten von KI in diesem Bereich nicht zu übertreiben.

Sie betonen ausdrücklich, dass sie chemische Analysen und die über Jahre erworbene Erfahrung der Menschen, die diese Kläranlagen betreiben, ergänzen und nicht ersetzen soll.

Die Verbindung beider Ansätze könnte eine präzisere Überwachung und eine intelligentere Kontrolle der Mikroplastikverschmutzung ermöglichen.

Dieser kombinierte Ansatz könnte Verunreinigungen sowohl im Wasser als auch an Land adressieren und damit ein Problem angehen, das eindeutig nicht am Zaun einer Kläranlage endet.