Ein Forschungsteam der Abteilungen für Anorganische Chemie und Chemieingenieurwesen der Universität Málaga hat in Zusammenarbeit mit Forschern aus Vietnam, Südkorea, Indien und Taiwan ein internationales Kooperationsprojekt vorangetrieben. Das Projekt konzentriert sich auf die Optimierung der Produktion von Bio-Wasserstoff aus Abwasser mithilfe von Künstlicher Intelligenz. Die zugehörigen Ergebnisse wurden in der Fachzeitschrift „Energies“ veröffentlicht.

Der Hauptautor der Studie, Professor Enrique Rodríguez Castellón von der Fakultät für Naturwissenschaften, betonte: „Die Entwicklung von Verfahren zur Nutzung und Wertschöpfung von Abwasser ist von entscheidender Bedeutung für die Verbesserung der Wassernachhaltigkeit und den Umweltschutz. Wasserstoff, ein Schlüsselrohstoff für die chemische und metallurgische Industrie, ist zudem ein zentraler Energieträger im Dekarbonisierungsprozess.“ Er wies darauf hin, dass die Produktion von grünem Wasserstoff aus Abwasser nicht nur zur Einsparung von Trinkwasser und zur Optimierung der Abfallbehandlung beiträgt, sondern auch die Abhängigkeit von fossilen Ressourcen verringert und somit ein äußerst vielversprechender nachhaltiger Weg ist.

Traditionell wird Bio-Wasserstoff durch Dunkelfermentation produziert, bei der anaerobe Mikroorganismen organische Stoffe im Abwasser abbauen. Aufgrund von variablen Einflussfaktoren ist die Effizienz jedoch begrenzt, was die kommerzielle Anwendung behindert. Die Einführung von Künstlicher Intelligenz und maschinellem Lernen eröffnet neue Wege zur Erstellung von Vorhersagemodellen und zur Verbesserung chemischer Prozesse. Professor Castellón erklärte: „Diese Modelle verbessern die Genauigkeit von Vorhersagen und Systemsteuerungen erheblich, indem sie Muster erkennen und lernen.“

Das Forschungsteam entwickelte erfolgreich Vorhersagemodelle zur Steigerung der Prozesseffizienz, optimierte Abläufe und sparte Zeit sowie Kosten. Besonders bemerkenswert ist, dass sie innovativ reale Testdaten zur Erstellung von Vorhersagemodellen nutzten und damit traditionelle Methoden ersetzten. Dieser KI-gestützte Ansatz optimierte nicht nur die Energiegewinnung, sondern minimierte auch organische Abfälle während des Prozesses und steigerte so die Nachhaltigkeit weiter.

Weitere Informationen: Autoren: Anh Tuan Hoang et al., Titel: „Turning Waste into Wealth: Application of Machine Learning and Explainable AI in Determining Key Factors for Hydrogen Production from Wastewater“, veröffentlicht in: „Energies“ (2026).