Wie Batch AI die Betonqualität verbessert und gleichzeitig Zementverbrauch und Emissionen senkt

Batch AI ist ein KI‑gestütztes Tool zur Optimierung von Betonmischungen. Es hilft Heidelberg Materials, Beton gleichmäßiger und mit weniger Zement zu produzieren. Die Technologie macht das Batching präziser, sodass Werke Qualitätsanforderungen erfüllen können, ohne sich auf hohe Sicherheitszuschläge zu stützen. Batch AI ist zudem Teil der übergreifenden Strategie von Heidelberg Materials, digitale und KI‑basierte Lösungen in den Kernprozessen einzusetzen, um Leistung und Nachhaltigkeit zu verbessern.

Im Interview sprachen wir mit Nicolas Gunkel darüber, wie Batch AI in der Praxis funktioniert, wo das System bereits erfolgreich eingesetzt wird und warum Präzision in der Betonproduktion sowohl für die operative Leistungsfähigkeit als auch für die Emissionsreduzierung entscheidend ist.

Können Sie jemandem, der noch nie in einem Betonwerk gearbeitet hat, erklären, was Batching bedeutet und warum es so wichtig für die Betonproduktion ist?

Batching bedeutet, verschiedene Ausgangsstoffe – Zement, Gesteinskörnungen, Wasser und chemische Zusatzmittel – nach einer definierten Rezeptur zu mischen, um Beton herzustellen. Jede Rezeptur legt fest, wie sich der Beton verhalten soll, zum Beispiel welche Festigkeit er erreicht, wie schnell er erhärtet oder wie er unter bestimmten Witterungsbedingungen performt.

Dieser Schritt ist entscheidend, weil schon kleine Abweichungen die Qualität beeinflussen. Beton muss strenge regulatorische und kundenspezifische Anforderungen erfüllen. Wird ein Betonsatz diesen Vorgaben nicht gerecht, kann er auf der Baustelle abgelehnt werden – mit finanziellen Verlusten und operativen Störungen als Folge. Präzises und konsistentes Batching bestimmt daher unmittelbar Produktqualität, Kosteneffizienz und Kundenzufriedenheit.

Und was ist Batch AI? Wie würden Sie es jemandem erklären, der nicht in Betrieb oder Technik arbeitet?

Batch AI ist eine Software unseres Technolgogiepartners Command Alkon, die dabei hilft, Betonmischungen so genau wie möglich an ihre Rezepturen anzunähern. Sie nutzt maschinelles Lernen, nutzt also Wissen aus vergangenen Produktionszyklen und verbessert kontinuierlich, wie Anlagen Materialien verwiegen und dosieren.

Vereinfacht gesagt: Batch AI feinjustiert den Batching-Prozess. Das System steuert Ventile, Schieber und Materialströme präziser, als dies allein manuell möglich wäre. Ziel ist nicht, die Rezeptur zu verändern, sondern sie genauer und gleichmäßiger auszuführen – mit weniger Ausschuss und weniger Verschwendung.

An welcher Stelle im Produktionsprozess greift Batch AI ein? Wann unterstützt es den Batching-Vorgang?

Batch AI arbeitet direkt in den Schritten Wiegen, Dosieren und Mischen – also im Kern des Batching-Prozesses. Zunächst übersetzt der Batcher-Computer eingehende Aufträge in eine konkrete Betonrezeptur.

Ist Batch AI aktiv, läuft es parallel zum Batcher-Computer. Auf Basis der Erfahrungen aus vorherigen Chargen greift die Software an spezifischen Punkten während des Verwiegens und Dosierens ein. Diese gezielten Echtzeit-Anpassungen helfen, jeden Betonsatz so nah wie möglich an der vorgesehenen Rezeptur zu halten – innerhalb der definierten Qualitätstoleranzen.

Wie arbeitet Batch AI mit bestehender Anlagentechnik und Steuerungssystemen zusammen? Waren dafür größere Umstellungen in den Werken nötig?

Batch AI integriert ist als zusätzliche Software-Ebene in bestehende Batcher-Computer und Steuerungssysteme integriert. Werke müssen ihre Abläufe nicht neu aufsetzen oder große Teile der Technik austauschen.

Die Bedienmannschaften arbeiten weiterhin mit den vertrauten Systemen. Batch AI optimiert im Hintergrund, wie diese Systeme miteinander interagieren, indem es Steuersignale feinjustiert. Dieser Ansatz ermöglicht es Werken mit sehr unterschiedlichen technischen Setups, die Lösung ohne große Unterbrechungen einzuführen.

Wie unterstützt Batch AI die Mitarbeitenden im Alltag? Welche Aufgaben werden reduziert oder vereinfacht?

Batching erfordert hohe Aufmerksamkeit. Bedienerinnen und Bediener überwachen Kamerabilder, Waagen und Materialflüsse und treffen häufig schnelle Entscheidungen. Schon kleine Timing-Fehler – etwa ein Ventil minimal zu spät zu schließen – können zu erhöhtem Materialeinsatz führen.

Batch AI nimmt hier Druck aus dem System. Die Software greift an kritischen Momenten automatisch ein und korrigiert kleinere Abweichungen. Dadurch verbringen Mitarbeitende weniger Zeit mit manueller Feineinstellung und können sich stärker auf die Überwachung des Gesamtprozesses konzentrieren.

Wie sind Sie mit Themen wie Vertrauen in das System, Verantwortlichkeit und der Rolle menschlicher Expertise umgegangen?

Wir haben Vertrauen aufgebaut, indem wir Batch AI klar als Unterstützungstool positioniert haben, das menschliche Expertise ergänzt, nicht ersetzt. Die Verantwortung für Qualität und Produktionsentscheidungen bleibt bei den Bedienmannschaften.

Die Kombination aus menschlichem Urteilsvermögen und maschineller Präzision führt zu stabileren und konsistenteren Ergebnissen, als es beide jeweils allein könnten.

Welche messbaren Verbesserungen sehen Sie bisher bei Genauigkeit, Materialeinsatz oder Konsistenz?

In Werken im Raum Edmonton in Kanada – wo der Rollout des Systems derzeit läuft – konnte die Batching-Genauigkeit nach Einführung von Batch AI um bis zu 30 Prozentpunkte gesteigert werden. Ein weiteres, bereits sehr gut performendes Werk in derselben Region verbesserte die Genauigkeit immer noch um rund 10 bis 15 Prozentpunkte.

Diese Ergebnisse zeigen: Batch AI erhöht die Konsistenz nicht nur dort, wo es zuvor Defizite gab, sondern auch in Werken, die bereits auf hohem Niveau gearbeitet haben.

Wie unterstützt Batch AI die Nachhaltigkeitsziele von Heidelberg Materials, ohne Abstriche bei der Qualität zu machen?

Die Zementherstellung ist energieintensiv und CO₂-intensiv. Gleichzeitig ist Zement der teuerste Bestandteil von Beton. Batch AI erhöht die Präzision in der Produktion. Werke können Qualitätsanforderungen erfüllen, ohne sich auf hohe Sicherheitszuschläge beim Zement zu stützen. Das reduziert Emissionen und Kosten – bei gleichbleibender Performance.

Wie geht es mit dem Projekt weiter, und wie werden Mitarbeitende in die nächsten Schritte eingebunden?

Nach Nordamerika wird Batch AI in Großbritannien und Australien ausgerollt, gefolgt von weiteren europäischen Ländern wie Frankreich und Deutschland. Auch Standorte in Asien, darunter Malaysia, stehen auf der Agenda. Die Mitarbeitenden bleiben eng eingebunden. Rückmeldungen aus den Werken helfen, Ergebnisse in unterschiedlichen Umgebungen zu validieren und die Lösung gezielt weiterzuentwickeln.

• Messbare Leistungssteigerung bei Werken in Kanada
  • Die Genauigkeit bei der Dosierung des Zements stieg um bis zu 30 Prozentpunkte.
  • Selbst leistungsstarke Werke konnten ihre Genauigkeit noch um 10 bis 15 Prozentpunkte verbessern. 
• Warum das wichtig ist: Höhere Genauigkeit reduziert den übermäßigen Einsatz von Zement und senkt damit sowohl die Produktionskosten als auch die CO₂-Emissionen – ohne Abstriche bei der Qualität zu machen.

• Command Alkon – einer der wichtigsten Technologiepartner von Heidelberg Materials – ist auf digitale Lösungen für die Baustoffindustrie spezialisiert. Die digitalen Plattformen des Unternehmens unterstützen End-to-End-Prozesse wie Batching, Disposition, Logistik und Produktionssteuerung und helfen Herstellern dabei, ihre Effizienz zu steigern und Emissionen zu reduzieren.