{"id":5653,"date":"2025-06-02T21:45:00","date_gmt":"2025-06-02T19:45:00","guid":{"rendered":"https:\/\/aitrends.center\/how-ai-is-reshaping-the-future-of-sustainable-concrete\/"},"modified":"2025-06-02T21:45:00","modified_gmt":"2025-06-02T19:45:00","slug":"wie-ki-die-zukunft-des-nachhaltigen-betons-umgestaltet","status":"publish","type":"post","link":"https:\/\/aitrendscenter.eu\/de\/how-ai-is-reshaping-the-future-of-sustainable-concrete\/","title":{"rendered":"Wie KI die Zukunft des nachhaltigen Betons neu gestaltet"},"content":{"rendered":"<p>In einem MIT-Labor voller gekritzelter Notizen, komplexer chemischer Gleichungen und gekritzelter Diagramme widmete sich ein hartn\u00e4ckiges Forschungsteam einer dringenden Herausforderung. Die Forscher der Olivetti Group und des MIT Concrete Sustainability Hub (CSHub) suchten nach einer praktikablen L\u00f6sung zur Reduzierung des Zementanteils im Beton. Auf diese Weise k\u00f6nnten sie sowohl die Kosten f\u00fcr das Material als auch die Kohlenstoffemissionen senken - ein wichtiger Schritt auf dem Weg zu einer nachhaltigeren Bauindustrie.<\/p>\n<h5>Eine neue Herangehensweise an ein schwieriges Thema<\/h5>\n<p>Die negativen Umweltauswirkungen von Zement sind keine Neuigkeit. Der Bausektor hat den Zement mit Materialien wie Flugasche und Schlacke, Nebenprodukten der Kohle- und Stahlherstellung, erg\u00e4nzt. Obwohl dies zur Senkung der Emissionen beitr\u00e4gt, ist es angesichts der st\u00e4ndig steigenden Nachfrage eine Herausforderung, das Angebot aufrechtzuerhalten. Bei den zahllosen potenziellen Alternativen liegt die eigentliche H\u00fcrde in der schieren Menge der Optionen und dem Mangel an Zeit und Ressourcen, um jede einzelne von ihnen angemessen zu bewerten.<\/p>\n<p>Hier kommt die k\u00fcnstliche Intelligenz (KI) ins Spiel, die alles ver\u00e4ndert. Am 17. Mai ver\u00f6ffentlichte das Team unter der Leitung von Soroush Mahjoubi, einem Postdoktoranden, einen aufschlussreichen Artikel in <em>Materialien f\u00fcr die Kommunikation der Natur<\/em> die einen neuen Ansatz vorstellte. <a href=\"https:\/\/www.nature.com\/articles\/s43246-025-00820-4\" target=\"_blank\" rel=\"noopener\">Dieses Papier<\/a> stellte vor, wie KI, insbesondere gro\u00dfe Sprachmodelle (LLMs), die Art und Weise, wie wir brauchbare Zementersatzstoffe erkennen, drastisch ver\u00e4ndern k\u00f6nnte. \u201cWir haben erkannt, dass KI der Schl\u00fcssel zum Fortschritt ist\u201d, erkl\u00e4rte Mahjoubi. \u201cKI erm\u00f6glicht es uns, die riesige Menge an wissenschaftlicher Literatur effizient zu durchforsten, ohne wichtige Daten zu \u00fcbersehen.\u201d<\/p>\n<h5>K\u00fcnstliche Intelligenz formt die Suche um<\/h5>\n<p>Das KI-gest\u00fctzte System des Teams durchsuchte potenzielle Materialien und bewertete sie anhand von zwei entscheidenden Eigenschaften: hydraulische Reaktivit\u00e4t und Puzzolanizit\u00e4t. Erstere bescheinigt, dass eine Substanz aush\u00e4rten kann, wenn sie mit Wasser in Ber\u00fchrung kommt, \u00e4hnlich wie bei herk\u00f6mmlichem Zement. Die Puzzolanizit\u00e4t hingegen gew\u00e4hrleistet, dass ein Stoff mit Kalziumhydroxid (einem Restprodukt der Zementhydratation) reagiert und den Beton im Laufe der Zeit verst\u00e4rkt. Die Eignung eines Materials als geeigneter Ersatz h\u00e4ngt wesentlich von der Ausgewogenheit dieser beiden Aspekte ab. \u201cEs geht nicht nur darum, einen Ersatz zu finden, sondern sicherzustellen, dass das Endprodukt eine vergleichbare oder sogar bessere Leistung erbringt\u201d, betonte Mahjoubi.<\/p>\n<p>Mithilfe ihres innovativen, KI-gest\u00fctzten Frameworks analysierte das Team \u00fcber eine Million Gesteinsproben und einen riesigen Datenschatz an wissenschaftlichen Informationen. Das Team gruppierte m\u00f6gliche Zementalternativen in 19 einzigartige Kategorien, die von landwirtschaftlichen Abf\u00e4llen \u00fcber industrielle Nebenprodukte bis hin zu Materialien aus abgerissenen Geb\u00e4uden reichten. Darunter befanden sich auch alte Ziegel, Fliesen und sogar T\u00f6pferwaren - Materialien mit hoher Reaktivit\u00e4t, die nur eine minimale Verarbeitung erfordern, um in die Betonmischung eingearbeitet zu werden. Mahjoubi erz\u00e4hlte, dass einige der vielversprechendsten Kandidaten Keramiken waren, \u00e4hnlich denen, die im antiken r\u00f6mischen Beton verwendet wurden, um die Langlebigkeit und Wasserbest\u00e4ndigkeit zu verbessern.<\/p>\n<\/p>\n<p>Wenn wir uns n\u00e4her mit dieser Forschung befassen, wird ein breiteres Spektrum deutlich. Der innovative Ansatz zur Schaffung einer neuen Infrastruktur aus Abfallmaterialien dient nicht nur dem Recycling. Der Ansatz des Teams ist ein echtes Beispiel f\u00fcr die Anwendung der Grunds\u00e4tze der Kreislaufwirtschaft auf eines der weltweit am h\u00e4ufigsten verwendeten Materialien, n\u00e4mlich Zement. Diese bemerkenswerte Forschung k\u00f6nnte sehr wohl ein beeindruckendes Paradigma f\u00fcr die Bewirtschaftung von Bauabf\u00e4llen schaffen. Anstatt auf M\u00fclldeponien zu landen, k\u00f6nnte alter Bauschutt wiederverwendet werden, um eine neue, nachhaltigere Variante von Beton herzustellen.<\/p>\n<h5>Blick nach vorn<\/h5>\n<p>Aber der Plan des Teams ist hier noch nicht zu Ende. Sie wollen ihr KI-Modell weiter verfeinern, um weitere Materialtypen zu bewerten und die vielversprechendsten Optionen durch strenge Labortests zu validieren. \u201cKI-Technologien haben uns weit gebracht\u201d, so Professor Elsa Olivetti, Hauptautorin der Studie und Missionsleiterin des MIT Climate Project. \u201cWir sind gespannt, wie die Fortschritte bei gro\u00dfen Sprachmodellen diese Arbeit noch weiter vorantreiben werden.\u201d Randolph Kirchain, CSHub-Direktor und Mitautor, hob die weitreichende Vision hervor: \u201cBeton ist das R\u00fcckgrat der gebauten Umwelt. Durch den Einsatz von Datenwissenschaft und KI bei der Materialentwicklung k\u00f6nnen wir die Bauindustrie dazu bringen, nachhaltiger zu bauen - ohne Kompromisse bei der Festigkeit, Sicherheit oder Haltbarkeit einzugehen.\u201d<\/p>\n<p>An diesem gro\u00dfartigen Projekt waren auch der MIT-Postdoktorand Vineeth Venugopal, Ipek Bensu Manav SM \u201921, PhD \u201924, und der stellvertretende CSHub-Direktor Hessam AzariJafari ma\u00dfgeblich beteiligt. Wenn Sie tiefer in die urspr\u00fcngliche Forschung eintauchen m\u00f6chten, finden Sie hier die Originalmeldung des MIT: <a href=\"https:\/\/news.mit.edu\/2025\/ai-stirs-recipe-for-concrete-0602\" target=\"_blank\" rel=\"noopener\">https:\/\/news.mit.edu\/2025\/ai-stirs-recipe-for-concrete-0602<\/a><\/p>\n<p>.<\/p>","protected":false},"excerpt":{"rendered":"<p>In an MIT lab abundant with scribbled notes, complex chemical equations, and doodled diagrams, a persistent research team immersed themselves in a pressing challenge. The researchers from Olivetti Group and the MIT Concrete Sustainability Hub (CSHub) sought a viable solution to reducing the cement content in concrete. By doing so, they could drive down both the material&#8217;s costs and carbon emissions, a significant step towards a more sustainable construction industry. A New Approach to a Tough Issue The negative environmental impact of cement is no fresh news. The construction sector has been supplementing cement with materials like fly ash and [&hellip;]<\/p>\n","protected":false},"author":4,"featured_media":5654,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[47],"tags":[],"class_list":["post-5653","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-news","post--single"],"_links":{"self":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/5653","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/comments?post=5653"}],"version-history":[{"count":0,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/5653\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media\/5654"}],"wp:attachment":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media?parent=5653"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/categories?post=5653"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/tags?post=5653"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}