Projekt: FastSense - Sensorik und KI für Umwelt- und Gefahrstoffmonitoring

Innovative Sensorik und KI: Ein schnelles Messsystem für das Umwelt-und Gefahrstoffmonitoring

Projektdauer: 11/2025 – 12/2027

green trees on brown dirt road — Die Waldzustandserhebung Sachsen zeigt eine deutliche Verschlechterung sowohl der Laub- als auch der Nadelbestände.

© Fraunhofer IPMS
Entwickelter Chip am Fraunhofer IPMS mit integrierten Ionenfilter und Ionendetektor als Basis für ein Ionenmobilitätsspektrometer.

Im Rahmen dieses Forschungsprojekts wird derzeit ein tragbares, schnelles GC-IMS-basiertes Messsystem entwickelt, das perspektivisch eine präzise und Echtzeit-Emissionsbewertung für das Umwelt- und Gefahrstoffmonitoring ermöglichen soll. Motivation für das Vorhaben ist der steigende Bedarf an sensorischen Systemen zur Überwachung von Umweltparametern, insbesondere zur Erfassung von Schädigungen in Waldökosystemen. Aktuelle Erhebungen, wie die Waldzustandserhebung in Sachsen, zeigen deutliche Verschlechterungen von Laub- und Nadelbäumen. Ein frühzeitiges Erkennen von Schädigungen, beispielsweise durch Schädlinge oder Baumkrankheiten, ist entscheidend, um Gegenmaßnahmen einzuleiten und den Erhalt des Ökosystems Wald langfristig zu sichern.

Das geplante System soll modernste Sensorik mit KI-gestützter Datenverarbeitung kombinieren und eine automatisierte Auswertung komplexer Messdaten wie Retentionszeit, Driftzeit und Intensität ermöglichen. Neben Anwendungen im Umweltmonitoring wird auch das Potenzial für weitere Bereiche untersucht, darunter zivile Sicherheit (z. B. Kampf- und Sprengstoffe, Gefahrstoffe), industrielle Prozessüberwachung sowie medizinische Diagnostik.

Die transdisziplinäre Zusammenarbeit zwischen dem Zentrum für angewandte Forschung und Technologie (ZAFT), dem Helmholtz-Zentrum für Umweltforschung (UFZ) und dem Fraunhofer IPMS bündelt umfassende Expertise: vom Einsatz KI-basierter Algorithmen über die Entwicklung feldfähiger Probennahmesysteme und Kalibrationen bis hin zur Miniaturisierung innovativer Sensorkomponenten. Ziel ist die Entstehung eines portablen, kompakten Demonstrators, der die frühzeitige Erkennung von Waldschädigungen unterstützen und als Grundlage für zukünftige Sensornetzwerke dienen soll.

Das Forschungs- und Entwicklungsprojekt eröffnet Perspektiven für schnelle, zuverlässige und portable Lösungen im Umwelt- und Gefahrstoffmonitoring und setzt Maßstäbe für die Integration von Sensorik, KI und miniaturisierter Messtechnik.

Motivation

Die Waldzustandserhebung Sachsen für 2023 zeigt eine deutliche Verschlechterung sowohl der Laub- als auch der Nadelbestände. Der Schutz und Erhalt des Ökosystems Wald wird als zentrale Aufgabe gesehen, da er maßgeblich die Grundlage für das Leben an Land in der Zukunft sichert.

Vor diesem Hintergrund zielt das geplante Vorhaben auf die Entwicklung und Validierung eines miniaturisierten, portablen Messsystems zur Echtzeit-Überwachung von Ökosystemparametern in Waldlandschaften ab. Dieses System kombiniert einen schnellen Gaschromatographen mit einem ionenmobilitätsbasierten Gassensor (GC-IMS) und soll es ermöglichen, frühzeitig Schädigungen wie den Befall durch Schädlinge oder Baumkrankheiten zu erkennen. Auf Basis der gewonnenen Daten können zeitnah gezielte Gegenmaßnahmen ergriffen werden.

Kritische Stressoren führen zu Veränderungen in der Zusammensetzung der von Bäumen emittierten leicht- und mittelflüchtigen organischen Verbindungen (VOCs). In diesem Bereich ist das UFZ seit vielen Jahren aktiv und konnte durch seine Grundlagenforschung den Bedarf an portabler Sensorik für eine dreidimensionale Datenerfassung von VOC-Emissionen im Wald eindeutig nachweisen. Die Einzelsubstanzen liegen dabei oft in extrem niedrigen Konzentrationen vor und müssen trotz der Vielzahl an Hintergrundgasen substanzspezifisch erfasst werden. Derzeit erfolgt dies nur über aufwändige Laboranalytik und ist mit existierenden mobilen Geräten nicht realisierbar.

Zukunftsweisend ist daher die Entwicklung einer portablen, innovativen Lösung, die eine schnelle und unkomplizierte Emissionsanalytik direkt vor Ort ermöglicht. Angesichts der zu erwartenden enormen Datenmengen werden hierfür zudem neue KI-basierte Auswertungsalgorithmen benötigt.

Weitere Anwendungen umfassen die zivile Sicherheit (Detektion von Kampf- und Sprengstoffen sowie Gefahrstoffen), die industrielle Prozessüberwachung und die medizinische Diagnostik.

Projektpartner:

Zentrum für angewandte Forschung und Technologie e.V. an der Hochschule für Technik und Wirtschaft Dresden (ZAFT)
Helmholtz-Zentrum für Umweltforschung (UFZ)
Fraunhofer IPMS