„Ziel unserer Partnerschaft mit EasyMining ist, die Lösung dieser gesetzlichen Vorgabe offensiv anzugehen und die immer seltenere, wertvolle Substanz Phosphor sobald wie möglich als Recyclingprodukt zur Verfügung zu stellen“, so Gelsenwasser-Vorstand Dr. Dirk Waider. „Das passt perfekt zu unserem Anspruch, in allen Unternehmensbereichen ein starkes Augenmerk auf den Erhalt der natürlichen Ressourcen zu legen.“
Die Vereinbarung sieht eine Pilotstudie vor, in der basierend auf der „Ash2Phos“-Technologie von EasyMining, einer Tochtergesellschaft des schwedischen Umwelt-Unternehmens Ragn-Sells, die Grundlagen für die mögliche Investition in eine Anlage zur Phosphor-Rückgewinnung gelegt werden. Bei erfolgreichem Verlauf der Studie soll bis 2023 in Bitterfeld-Wolfen eine Großanlage entstehen. Dort betreibt die Gelsenwasser-Tochter Chemiepark Bitterfeld-Wolfen GmbH mit dem Gemeinschaftsklärwerk Bitterfeld-Wolfen eine der größten Kläranlagen Ostdeutschlands sowie eine Klärschlammverbrennungsanlage.
Aktuell werden in der Europäischen Union ca. 90 Prozent des für Düngezwecke in der Landwirtschaft benötigten Phosphors importiert. Phosphor wird in Minen abgebaut, vielfach in der westlichen Sahara, und ist oft mit Schwermetallen belastet. Phosphor steht bereits auf der Liste der 27 sogenannten kritischen Rohstoffe der EU.
Klärschlamm enthält große Mengen Phosphor, die heute kaum genutzt werden. Zudem sind die Verbrennungskapazitäten für Klärschlamm in Deutschland bereits ausgeschöpft. „Auch dies sind wichtige Gründe für uns, um das Thema Phosphor-Rückgewinnung nun konkret anzugehen und eine wirtschaftlich tragbare Lösung zu entwickeln“, so Dr. Waider.
Neue KI soll Extremwetter besser vorhersagen
Ein Forschungsteam der ETH Zürich hat ein neues KI-Modell entwickelt, das Zusammenhänge zwischen Atmosphäre, Landoberfläche und Wasserkreislauf analysieren kann. Das sogenannte „Earth System Foundation Model“ soll dabei helfen, Wetterextreme wie Stürme oder Dürren besser zu verstehen und vorherzusagen. Die KI kann zudem fehlende Daten ergänzen und unterschiedliche Umwelt- und Wetterdaten gemeinsam auswerten. Getestet wurde das Modell unter anderem am Supertaifun Doksuri, dessen Entwicklung und Ausbreitung die KI mit hoher Genauigkeit rekonstruieren konnte.







