Störstoffe im Bioabfall automatisch erkennen (BioAbfV-Konformität)

Das echte Ausmaß des Problems

Die Novellierung der Bioabfallverordnung (BioAbfV) 2022 mit gestuftem Inkrafttreten bis Mai 2025 ist kein bürokratischer Randpunkt. Sie hat ein messbares Compliance-Problem in die Abfallwirtschaft eingebaut, das mit der bisherigen Arbeitsweise — visuelle Stichproben durch Anlagenpersonal — nicht lösbar ist.

Was § 2a der BioAbfV seit dem 1. Mai 2025 verlangt:

• Biogut (feste Bioabfälle aus getrennter Haushaltssammlung): Kontrollwert 1,0 % Kunststoffe >20 mm in der Frischmasse
• Gewerbliche Bioabfälle und Grüngut: Kontrollwert 0,5 % Kunststoffe >20 mm in der Frischmasse
• Flüssige und verpackte Bioabfälle: Kontrollwert 0,5 % Kunststoffe >2 mm in der Trockenmasse
• Pflicht: Bei jeder Anlieferung ist eine Sichtkontrolle durchzuführen — bei Überschreitung ist die Charge zu dokumentieren und je nach Ausmaß zurückzuweisen

Die Konsequenz einer Annahmeverweigerung ist nicht nur Ärger: Stark verunreinigte Bioabfälle können nicht mehr zu Kompost oder Biogasgärsubstrat aufbereitet werden. Die einzige verbleibende Option ist die Verbrennung in einer Hausmüllverbrennungsanlage — was nicht nur deutlich teurer ist, sondern auch Transportkosten, Mehraufwand für Dokumentation und Verlust des gesamten Materialwerts bedeutet.

Die Kostenentwicklung zeigt, wie ernst es ist: Allein die Entsorgungskosten für Störstoffe sind laut Datenlage von 2015 bis 2020 um rund 400 % gestiegen — und seitdem sind die Grenzwerte weiter verschärft worden. Was früher als unvermeidliches Begleitproblem der Biotonnensammlung galt, ist heute eine konkrete Einnahme- und Haftungsfrage.

Das Gesundheitsproblem der manuellen Kontrolle kommt erschwerend hinzu. Der VKU hat 2025 dokumentiert, dass das Öffnen vieler Tonnendeckel im Laufe eines Arbeitstags zur Bioaerosol-Exposition für das Anlagenpersonal führen kann. Die Verordnung schreibt die Kontrolle vor, schafft aber gleichzeitig ein Arbeitsschutzproblem, das moderne Technik lösen soll — die sich nach Aussage derselben Quellen bei den meisten Anlagen „noch in der Erprobungsphase” befindet.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Erkennungsrate abhängig von Systemkonfiguration, Materialstrom-Homogenität und Wartungsstand der Optik; hersteller­eigene Angaben, keine Normprüfung.

Einschätzung auf einen Blick

Zeitersparnis — mittel (3/5) Die manuelle Sichtprüfung bei jeder Anlieferung entfällt. Das spart je nach Anlagenvolumen 2–4 Stunden täglich für das Kontrollpersonal. Verglichen mit anderen Anwendungsfällen in dieser Branche — etwa der Tourenoptimierung oder der Kapazitätsplanung — ist der Zeiteffekt real, aber begrenzt auf den Kontrollprozess selbst. Das System läuft, nicht das Personal spart täglich dramatisch Zeit. Mittelfeldposition in dieser Branchenkategorie.

Kosteneinsparung — mittel (3/5) Die Investition ist erheblich: NIR-Systeme kosten 150.000–500.000 EUR je Sortierstrecke (Quelle: TOMRA AUTOSORT-Preisrahmen). Die Einsparung entsteht durch vermiedene Chargenrücknahmen, wegfallende Verbrennungskosten für kontaminiertes Material und gesparten Personalaufwand. Das ist real, aber die Amortisation liegt realistisch bei 3–7 Jahren — abhängig vom Chargenvolumen und der bisherigen Störstoffrate. Kein Schnellgewinn, aber kalkulierbar.

Schnelle Umsetzung — niedrig (2/5) Kamerainstallation über dem Förderband ist handwerklich überschaubar — aber die Förderbandinfrastruktur muss vorhanden sein, das Modell muss auf den lokalen Materialstrom trainiert werden, und die Integration in vorhandene Anlagen-IT braucht Zeit. Realistisch sind 3–5 Monate bis zum Regelbetrieb. Das ist das niedrigste Einstiegsfenster in dieser Kategorie — eindeutig kein Softwaretool, das man in einer Woche produktiv hat.

ROI-Sicherheit — hoch (4/5) Das ist der eigentliche Treiber dieses Use Cases. Der Nutzen ist direkt messbar: BioAbfV §2a schreibt den Kontrollwert vor, Chargenprotokolle sind Behördennachweis, eine Annahmeverweigerung durch die Biogasanlage hat einen dokumentierbaren Kostenwert. Kein indirekter Effekt, keine „wir glauben, dass es hilft”-Kalkulation. Das System entweder hält den Grenzwert oder nicht — und das lässt sich messen.

Skalierbarkeit — hoch (4/5) Ein einmal installiertes NIR-System kann auf weitere Fraktionen ausgeweitet werden (Glas, Metall, Steine), weitere Einlassbänder können parallel mit demselben Backend-Modell versorgt werden, und Schwellwerte für neue Chargentypen lassen sich softwareseitig anpassen. Die Investition in Hardware und Modelltraining zahlt sich mehrfach aus. Begrenzung: Eine zweite Annahmelinie braucht dennoch eigene Hardware.

Richtwerte — stark abhängig von Anlagengröße, Durchsatz und vorhandener Fördertechnik.

Was das System konkret macht

Das technische Prinzip: Über dem Förderband — nach dem Kippen des Bioabfall-Containers und vor der Aufbereitungsanlage — sitzt eine Kameraeinheit. Je nach System ist das eine RGB-Farbkamera, eine Computer Vision-Einheit oder eine Nahinfrarot-Spektroskopiekamera (NIR).

Was jeder Sensortyp kann — und was nicht:

• RGB-Kamera mit Deep Learning: Erkennt sichtbare Störstoffe wie bunte Kunststofftüten, Glas und große Fremdkörper. Günstigster Einstieg. Schwäche: Dunkle, verschmutzte oder verrottete Kunststoffe sind optisch kaum von Bioabfall zu unterscheiden.

• NIR-Spektroskopie: Erkennt Materialien anhand ihrer molekularen Zusammensetzung. Kunststoffe reflektieren NIR-Licht anders als Biomasse — das System unterscheidet Polyethylen, PET, PP und andere Kunststoffe auch dann, wenn sie braun und schmutzig sind. Goldstandard für den Bioabfall-Kontext. Nachteil: Höhere Kosten, und bei feuchtem oder gefrorenen Material verändert sich die NIR-Reflexion — das Modell muss dafür kalibriert werden.

• Kombisystem (NIR + Elektromagnetik + Röntgentransmission, wie von TOMRA eingesetzt): Zusätzlich zur Kunststofferkennung werden Metall und dichte Störstoffe (Glas, Keramik, Steine) erkannt. Höchste Erkennungsrate, höchste Investition.

Das Modell klassifiziert in Echtzeit, was auf dem Band liegt, und berechnet den Störstoffanteil der Charge. Bei Überschreitung des konfigurierten Schwellwerts — typisch 0,8 % für Biogut, etwas unterhalb des gesetzlichen 1 %-Kontrollwerts als Sicherheitspuffer — löst das System einen Alarm aus oder sperrt die Charge automatisch aus dem Weitertransport.

Das Chargenprotokoll enthält Zeitstempel, gemessene Kontaminationsrate, Bildausschnitte der identifizierten Störstoffe und die Entscheidung (Annahme / Separation). Dieses Protokoll ist der direkte Behördennachweis — reproduzierbar, archivierbar, ohne Papierpfad.

BioAbfV §2a im Detail — was jetzt rechtlich gilt

Diese Sektion verdient eine eigene Behandlung, weil die Anforderungen mit der Übergangsfrist so spezifisch wurden, dass allgemeine Darstellungen sie verzerren.

Die Kontrollwerte seit 1. Mai 2025:

Wer ist verpflichtet? Aufbereiter, Bioabfallbehandler und Gemischhersteller — also die Betreiber von Kompostierungs-, Vergärungs- und Aufbereitungsanlagen. Nicht die Sammelunternehmen, aber faktisch tragen diese die Konsequenz, wenn ihre angelieferten Chargen zurückgewiesen werden.

Was bei Überschreitung passiert: Die Verordnung schreibt Dokumentation und je nach Ausmaß der Kontamination die Verweigerung der Annahme vor. Werden stark verunreinigte Chargen angenommen, ist der Betreiber für die ordnungsgemäße Entsorgung verantwortlich — zu Verbrennungspreisen statt zu Kompost- oder Biogaskonditionen.

Der Haftungsaspekt: KI-generierte Chargenprotokolle mit Zeitstempel, Bildnachweisen und Messwerten sind rechtlich relevante Dokumentation. Sie können bei behördlichen Kontrollen und im Streitfall mit dem Anlieferunternehmen vorgelegt werden. Eine handschriftliche Notiz „Sichtkontrolle OK” ist das nicht.

Wichtig für DSGVO: Das Kamerasystem fotografiert Abfall auf einem Förderband, keine Personen. Personenbezogene Daten entstehen allenfalls über Fahrzeugkennzeichen beim Einfahren — die sind in der Anlagensteuerung ohnehin erfasst. Eine datenschutzrechtliche Einschätzung für Bioabfall-NIR-Systeme ist daher in der Regel unkompliziert. Wer auf Nummer sicher gehen will, richtet den Kamerabereich so ein, dass Fahrerkabinen nicht erfasst werden.

Was ihr hardware-seitig braucht

Die Frage, welcher Sensortyp passt, ist keine Marketingentscheidung, sondern hängt von drei Parametern ab:

1. Bandgeschwindigkeit und Schichtdicke NIR-Spektroskopie funktioniert gut bei Bandgeschwindigkeiten bis ca. 2–3 m/s. Bei höherem Durchsatz sinkt die Erkennungsrate, weil die Beleuchtungszeit pro Objekt zu kurz wird. Bei Schichtdicken über 20 cm sind Störstoffe im unteren Bereich für kamerabasierte Systeme unsichtbar — hier helfen nur Kombisysteme mit Röntgentransmission.

2. Materialfeuchte und Jahreszeit NIR-Modelle werden auf eine bestimmte Feuchtigkeitscharakteristik des Bioabfalls kalibriert. Im Sommer, wenn der Anteil von Obst-, Gemüse- und Grasschnitt hoch ist, hat der Bioabfall andere NIR-Reflexionseigenschaften als im Winter mit mehr Wurzelgemüse und Weihnachtsbaumresten. Das Modell muss saisonal nachkalibriert werden — einmalig einrichten und vergessen funktioniert nicht.

3. Förderbandinfrastruktur Die Kameraeinheit muss über dem Förderband befestigt werden können, möglichst in einem Bereich mit kontrollierbarer Beleuchtung (NIR-Lichtquellen sind Teil des Systems). Offene Kipper-Gruben ohne Förderband sind für NIR nicht geeignet — hier helfen nur manuelle Kontrolle oder Tiefenbild-Kameras zur Groberkennung.

Empfehlung nach Anlagengröße:

Konkrete Werkzeuge — was wann passt

TOMRA AUTOSORT mit GAINnext-Modul — Der Marktstandard für industrielle Bioabfall-Sortierung. TOMRA kombiniert NIR-Spektroskopie, Farbkameras und KI-Objekterkennung. Das GAINnext-Modul kann auf bestehende AUTOSORT-Anlagen nachgerüstet werden. Für Bioabfall setzt TOMRA ein Dreischicht-System ein: NIR identifiziert Kunststoffe, Elektromagnetik erkennt Metalle, optional XRT-Durchstrahlung findet Steine und Glas auch unter Biomasse. Preis: 150.000–500.000 EUR je nach Konfiguration. Richtig für: große kommunale Anlagen und kommerzielle Aufbereiter mit >50.000 t/Jahr.

Greyparrot Analyzer — Kein Roboter, keine Luftdruckanlage — nur eine Kameraeinheit über dem Förderband plus Dashboard. Der Analyzer erkennt über 50 Abfallkategorien und schlägt Alarm, wenn Kontaminationsraten überschritten werden. Dokumentierter Praxisfall: Eine europäische Sortieranlage erkannte eine Kontaminierung in 12 Minuten statt bei der nächsten manuellen Stichprobe 38 Stunden später — und sparte damit £47.000 Reprocessing-Kosten. Greyparrot ist einfacher nachzurüsten als Robotiksysteme, sortiert aber nicht aktiv aus. Richtig für: Anlagen, die Monitoring und Dokumentation brauchen, aber noch keine automatische Separation.

Recycleye Vision — Modularer Ansatz aus London: CogniScan® (Bilderkennungssoftware, trainiert auf über 1 Mrd. Abfallbilder) separat von QuantiSort® (Sortierroboter) kaufbar. Für reine Bioabfall-Überwachung ohne aktive Separation: CogniScan allein. Für aktive Trennung: CogniScan + QuantiSort. STADLER-Partnership für Integration in neue Sortierlinien. Richtig für: Betreiber, die flexibel zwischen Monitoring-only und aktiver Sortierung wählen wollen.

ZenRobotics — Schwerlast-Sortierroboter (Heavy Picker) und Hochgeschwindigkeits-Picker (Fast Picker) mit ZenBrAIn-Bilderkennung. Weniger auf Bioabfall-Spezifika zugeschnitten, stärker für gemischte Gewerbe- und Bauabfälle. Für reine Bioabfall-Störstofferkennung ist ZenRobotics nicht die erste Wahl, kann aber als Nachrüstung in bestehende Anlagen dienen, die bereits ZenRobotics-Hardware betreiben.

Zusammenfassung: Wann was passt

• Hoher Durchsatz, maximale Erkennungsrate → TOMRA AUTOSORT
• Monitoring und Compliance-Dokumentation ohne Robotik → Greyparrot Analyzer
• Flexible Nachrüstung, modular erweiterbar → Recycleye Vision
• Integration in bestehende Robotik-Infrastruktur → ZenRobotics Fast Picker

Saisonale Drift — das unerwartete Wartungsproblem

Das ist der Punkt, den Lieferantenpräsentationen systematisch auslassen.

NIR-Modelle werden auf eine bestimmte Materialzusammensetzung kalibriert. Im Frühjahr und Sommer besteht Bioabfall aus der Haushaltstonne zu einem großen Teil aus Obst- und Gemüseabfällen mit hohem Feuchtegehalt, grünen Pflanzenresten und Rasenschnitt. Das NIR-Modell lernt, in diesem Kontext Polyethylenfolie von Salatblättern zu unterscheiden.

Im Winter ändert sich das Substrat: Mehr Wurzelgemüse, Baumrinden, Teekräuterreste, Weihnachtsbaumnadeln. Die NIR-Reflexionseigenschaften des Hintergrundbioabfalls verschieben sich. Ein Modell, das im Sommer auf 94 % Erkennungsrate kalibriert war, kann im Januar auf 78 % abgesunken sein — nicht weil das Modell kaputt ist, sondern weil sein Referenzrahmen nicht mehr stimmt.

Die praktische Konsequenz: Plant jährlich zwei Kalibrierungszyklen ein — einen nach dem Wechsel zur Sommerfraktion (April/Mai) und einen nach dem Herbst-Winter-Übergang (Oktober/November). Der Aufwand liegt bei einigen Tagen Probebetrieb mit Referenzchargen bekannter Zusammensetzung. Wer diesen Schritt überspringt, bekommt nicht einen Alarmausfall, sondern etwas Schlimmeres: ein System, das selbstbewusst die falsche Zahl meldet.

Das Gleiche gilt nach Änderungen in der Sammellogistik: Wenn ein Landkreis auf Biotonnen mit Lochdeckel umstellt und die Biotonne dadurch trockener und anders strukturiert angeliefert wird, muss das Modell neu kalibriert werden.

Wer das macht: Kein AI-Experte nötig — aber eine Person, die das Modell kennt und die Prozedur versteht. Typisch übernimmt das der Systemintegrator im Rahmen eines Wartungsvertrags. Wichtig ist, dass es einen namentlich benannten Ansprechpartner im eigenen Haus gibt, der entscheidet, wann eine Rekalibrierung fällig ist.

Datenschutz und Datenhaltung

Bioabfall-Kamerasysteme erfassen primär Abfall auf Förderbändern — keine personenbezogenen Daten im Sinne der DSGVO. Personenbezug entsteht allenfalls über Fahrzeugkennzeichen bei der Einfahrt, die ohnehin in der Anlagen-EDV erfasst werden. Der kamerabasierte Sortierprozess selbst fällt nicht unter DSGVO-Pflichten.

Relevant sind andere Fragen:

Datenresidenz der Analysedaten: Greyparrot verarbeitet Daten in der EU (Datenzentrum: Europa). TOMRA betreibt Systeme mit on-prem-Verarbeitung direkt in der Anlage — Daten verlassen den Standort nicht zwingend. Für kommunale Betreiber mit IT-Sicherheitsvorschriften ist das on-prem-Modell oft vorzuziehen.

Modell-Trainings-Daten: Einige Anbieter nutzen Bilddaten eurer Anlage, um ihre globalen Modelle zu verbessern. Klärt im Servicevertrag, ob Bilddaten an den Hersteller fließen dürfen oder ob das Modell ausschließlich lokal trainiert und gehalten wird.

Chargenprotokolle als rechtliche Dokumente: Die Protokolle aus dem KI-System werden Bestandteil eurer Betriebsdokumentation nach BioAbfV. Archivierungsfristen und Zugriffsrechte sollten in eurer IT-Sicherheitsrichtlinie festgelegt sein — nicht anders als bei Wiegeprotokollen.

Was es kostet — realistisch gerechnet

Hardware-Investition (Einmalkosten)

Zur Einordnung: TOMRA AUTOSORT-Systeme kosten laut verifizierten Preisrahmen 150.000–500.000 EUR je Maschine inklusive Installation. GAINnext-Nachrüstung auf bestehende AUTOSORT-Hardware: ca. 80.000–120.000 EUR.

Laufende Kosten (jährlich)

• Wartungsvertrag inkl. Modellpflege und saisonale Kalibrierung: ca. 10.000–25.000 EUR/Jahr
• Ersatzteile und Linsenreinigung: ca. 2.000–5.000 EUR/Jahr
• Interne Personalzeit für Modellüberwachung: ca. 2–4 Stunden/Monat

Was du dagegenrechnen kannst

Eine Biogasanlage lehnt eine Ladung von 12 Tonnen ab: Kosten für Verbrennungsentsorgung ca. 120–180 EUR/Tonne — macht 1.440–2.160 EUR für eine einzige zurückgewiesene Charge. Dazu Transportkosten für die Rücknahme, Verwaltungsaufwand und ggf. Vertragsstrafen. Bei einem Betrieb mit 200 Anlieferungen pro Tag und einer Verweigerungsrate von 2 % vor dem KI-System: vier Chargen täglich, potenziell 5.760–8.640 EUR täglich in vermiedenen Rücknahme-Kosten — wenn das System die Separation vorzieht.

Konservatives Szenario: 0,5 % Verweigerungsrate vor dem KI-System, eine vermiedene Rücknahme täglich → ca. 1.800 EUR täglich, ca. 450.000 EUR jährlich. Bei 250.000 EUR NIR-Investment amortisiert sich das System in unter 7 Monaten. Diese Rechnung gilt nur, wenn das System tatsächlich Chargen rechtzeitig aussortiert, die sonst zurückgewiesen würden — das setzt voraus, dass der Störstoffanteil in eurer Charge tatsächlich so hoch ist.

Wie du den ROI tatsächlich misst: Zählt in einer Baseline-Phase von 4–6 Wochen (vor dem System), wie viele Chargen zurückgewiesen werden und zu welchen Kosten. Das ist eure Vergleichsbasis — keine Hochrechnung, sondern Betriebsdaten.

Drei typische Einstiegsfehler

1. Das Modell einmalig trainieren und dann sich selbst überlassen.

Das ist der häufigste und teuerste Fehler. Ein NIR-Modell, das im April 2025 auf Frühjahrs-Bioabfall kalibriert wurde, erkennt im Dezember 2025 eine deutlich schlechtere Rate — weil der Bioabfall im Winter andere NIR-Reflexionseigenschaften hat. Das Kamerasystem sendet trotzdem munter Chargenprotokolle mit Erkennungsraten von „94 %”, die in Wahrheit 78 % sind. Der Betreiber merkt es nicht, weil alles wie gewohnt läuft — bis die nächste Behördenkontrolle kommt oder die Biogasanlage eine Charge ablehnt, die das System für sauber deklariert hat.

Lösung: Jährlich mindestens zwei Kalibrierungszyklen im Wartungsvertrag verankern. Verantwortlichkeit intern benennen — wer beobachtet, ob die Erkennungsrate stabil bleibt?

2. Das System ohne aktive Separation einführen und trotzdem BioAbfV §2a erfüllen wollen.

Ein reines Monitoring-System (z. B. Greyparrot ohne Roboter) löst Alarme aus, wenn die Kontaminationsrate überschritten wird — aber es sortiert nicht aktiv aus. Wenn das Personal nach dem Alarm keinen klaren Prozess hat, was zu tun ist, und die Charge trotzdem in die Vergärung läuft, ist die technische Compliance-Prüfung wertlos. Die Verordnung schreibt die Kontrolle vor und die Reaktion bei Überschreitung — ein Alarm, der ignoriert wird, schützt nicht vor Bußgeldern.

Lösung: Alarmprozess und Zuständigkeiten vor dem Go-Live klären. Wer entscheidet, was mit einer abgelehnten Charge passiert?

3. Keine Baseline messen — und damit keinen ROI nachweisen können.

Viele Betreiber kaufen das System, weil sie Compliance-Druck haben, und führen keine Vor-Messung durch. Damit lässt sich sechs Monate nach der Installation nicht belegen, wie viele Chargenrücknahmen das System verhindert hat — und ob sich die Investition rechnet. Gerade für die interne Kommunikation (Träger, Aufsichtsrat) ist das ein Problem.

Lösung: Vier bis sechs Wochen vor der Installation systematisch dokumentieren — Anzahl der Anlieferungen, Rücknahmen, Verbrennungskosten. Das ist die Vergleichsbasis.

Was mit der Einführung wirklich passiert — und was nicht

Die Technik ist der unkomplizierteste Teil dieses Projekts. Das Schwierige ist die Veränderung der Betriebsabläufe drumherum.

Die Kontrolleure. Das Anlagenpersonal, das bisher die Sichtkontrolle durchgeführt hat, verliert eine Zuständigkeit. Das klingt nach Entlastung — ist es auch. Aber manche erleben es als Kontrollverlust: „Früher habe ich das entschieden, jetzt entscheidet die Kamera.” Wichtig: Das System ersetzt das Urteil des Personals nicht vollständig. Es liefert einen Messwert — die Entscheidung, was bei einer als kontaminiert identifizierten Charge konkret passiert, liegt weiter beim Betriebsleiter.

Die Anlieferer. Der erste Anruf beim Sammelunternehmen, das eine Charge zurückbekommt, weil das System 1,3 % Kunststoffanteil gemessen hat, wird unangenehm. Erfahrungsgemäß bestreiten Anlieferer zunächst das Messergebnis. Das Chargenprotokoll mit Bild­nachweisen und Zeitstempel ist hier entscheidend — es ist das Argument, das du in die Hand nehmen kannst. Ohne dieses Protokoll ist es Wort gegen Wort.

Die Behörde. Für kommunale Betreiber mit Berichtspflichten ist ein standardisiertes Chargenprotokoll aus dem KI-System eine erhebliche Erleichterung. Statt monatliche Berichte aus mehreren Quellen zusammenzustellen, exportiert das System direkt die relevanten Daten.

Was konkret hilft beim Rollout:

• Interne Kick-off-Session mit dem gesamten Anlagenpersonal, bevor das System läuft — nicht danach
• Testbetrieb mit bewusst kontaminierten Chargen, um dem Personal zu zeigen, wie der Alarm aussieht und was dann passiert
• Klare schriftliche Prozessbeschreibung: Was passiert bei Alarm? Wer entscheidet? Wer dokumentiert?

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Wir erfüllen §2a bereits durch manuelle Sichtkontrolle.”

Formal ist das möglich — die Verordnung schreibt eine Sichtkontrolle vor, nicht zwingend eine automatische. Praktisch gibt es zwei Probleme. Erstens: Die Bioaerosol-Exposition bei der manuellen Öffnung vieler Behälter täglich ist ein Arbeitsschutzproblem, das der VKU 2025 explizit dokumentiert hat. Zweitens: Eine glaubwürdige Dokumentation, die im Zweifelsfall vor der Behörde standhält, ist mit manueller Sichtkontrolle deutlich schwerer zu produzieren als mit einem System, das automatisch protokolliert. Das ist kein „muss automatisch sein” — aber es ist ein erheblicher praktischer Unterschied.

„Das Investment ist zu hoch für unsere Anlagengröße.”

Das ist ein valider Einwand für kleine Anlagen. Bei einem Durchsatz unter 20.000 Tonnen pro Jahr ist ein vollständiges NIR-System wirtschaftlich schwer zu rechtfertigen. Hier gibt es zwei Wege: Entweder ein einfaches RGB-Kamera-System für 40.000–80.000 EUR als Basismonitoring, oder — und das ist die ehrliche Alternative — weiterhin manuelle Kontrolle mit verbesserter Dokumentation, bis das Volumen wächst.

„Die Modelle sind nicht speziell auf Bioabfall trainiert.”

Das war 2020 noch ein stärkeres Argument. Heute haben TOMRA AUTOSORT und Greyparrot verifizierte Bioabfall-Installationen in Europa laufen. Das Training auf den lokalen Materialstrom dauert einige Wochen, ist aber Standard-Prozedur der Inbetriebnahme — ihr müsst kein eigenes Modell entwickeln.

Woran du merkst, dass das zu dir passt

Du solltest dieses System einführen, wenn mehrere dieser Punkte zutreffen:

• Ihr betreibt eine Anlage mit mehr als 20.000 Tonnen Bioabfall-Jahreskapazität — darunter lässt sich das NIR-Investment schwer rechtfertigen
• Ihr habt in den letzten zwölf Monaten mindestens zwei Chargenrücknahmen oder -zurückweisungen durch die Biogasanlage erlebt — das ist ein direktes Signal für Störstoffprobleme
• Euer Annahmeprozess läuft über ein Förderband oder eine mechanische Entleerung — Systeme ohne Förderband sind nicht nachrüstbar
• Ihr seid unter §2a BioAbfV meldepflichtig — als Aufbereiter, Behandler oder Gemischhersteller
• Ihr habt behördliche Dokumentationspflichten und wünscht automatische Protokollerzeugung statt manueller Erfassung

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Unter ca. 20.000 t/Jahr Bioabfall-Durchsatz. Die Hardware-Investition rechnet sich bei kleinen Volumina nicht. Wer weniger als zwanzig Anlieferungen täglich hat, spart mit einer konsequent durchgehaltenen manuellen Kontrolle plus digitaler Dokumentation mehr Geld als mit einem NIR-System.

2. Keine Förderbandinfrastruktur an der Annahmestelle. Kipper-Gruben ohne Förderband oder direkte Container-Entleerungen in Bunker lassen sich mit kamerabasierten Systemen nicht abdecken — zumindest nicht mit Standard-Produkten. Hier wäre ein vollständiger Anlagenumbau Voraussetzung.

3. Kein technisch kompetenter Ansprechpartner intern, der die Modellwartung verantwortet. Das System stellt sich nicht selbst neu ein. Jemand muss nach Saisonwechseln die Kalibrierung veranlassen und beobachten, ob die Erkennungsrate stabil bleibt. Ohne diese Funktion intern — auch wenn sie nur wenige Stunden im Monat in Anspruch nimmt — läuft das Modell in den Drift und die Daten sind falsch, ohne dass es auffällt.

Das kannst du heute noch tun

Auch wenn die vollständige Systeminstallation Monate dauert, gibt es einen ersten Schritt, den du diese Woche umsetzen kannst: eine Baseline-Messung eurer aktuellen Störstoffrate.

Führt 10 Arbeitstage lang für jede Anlieferung eine dokumentierte Sichtkontrolle durch — nicht zur Compliance, sondern zur Datenbasis. Notiert: Wie viele Chargen pro Tag? Wie viele werden zurückgewiesen oder nachsortiert? Zu welchen Kosten?

Diese zehn Tage zeigen euch, ob ihr ein Problem habt, das ein KI-System löst — oder ob eure Störstoffrate bereits so niedrig ist, dass die Investition nicht gerechtfertigt ist.

Für die behördliche Dokumentation bis zur Systeminstallation können KI-Assistenten beim Erstellen standardisierter Kontrollprotokolle helfen:

Quellen & Methodik

• BioAbfV §2a (ab 01.05.2025): Bundesgesetzblatt, Verordnung zur Änderung abfallrechtlicher Verordnungen (2022). Kontrollwerte für Kunststoffe in Bioabfällen nach Abfalltyp; gestufte Umsetzung bis Mai 2025. Volltext: gesetze-im-internet.de/bioabfv/__2a.html

• VKU — Neue Anforderungen an die Reinheit von Bioabfällen (2025): Verband kommunaler Unternehmen e. V., Fachinformation zur BioAbfV-Novellierung, Mai 2025. Quelle für Bioaerosol-Gesundheitsrisiko bei manueller Sichtkontrolle und Hinweis auf Erprobungsphase technischer Systeme. vku.de

• Greyparrot AI — Waste Analytics ROI Case Studies (2024/2025): Praxisfall eines europäischen MRF: Kontaminations-Alarm in 12 Minuten vs. 38 Stunden bis zur nächsten manuellen Stichprobe; £47.000 vermiedene Reprocessing-Kosten. greyparrot.ai/resources/guides/waste-analytics-roi-case-studies

• TOMRA AUTOSORT — Produktinformation und Preisrahmen: Verifizierende Preisangabe 150.000–500.000 EUR aus der ki-syndikat.de Tool-Datenbank (April 2026, verifiziert). tomra.com/waste-metal-recycling/products/machines/autosort

• Entsorgungskosten Störstoffe +400 %: Datenlage zur Kostensteigerung zwischen 2015 und 2020 aus Recherchen zu Bioabfall-Verwertungskosten und Hintergrundinfos der kommunalen Betreiber.

• Nehlsen AG — Neue Sortieranlage mit NIR-Technologie (2022): Gesamtinvestition 7,5 Mio EUR für neue Sortieranlage mit mehreren NIR-Trennern. EUWID Recycling und Entsorgung. Referenzwert für Anlagen-Gesamtinvestitionen (nicht Einzelkomponenten-Preis).

Du willst wissen, ob eine Anlage eurer Größe von einem NIR-System profitiert — und zu welchem System das Preis-Leistungs-Verhältnis stimmt? Das klären wir gemeinsam in einem kurzen Gespräch.