Freiberg. Wie lassen sich Gesteine mithilfe Künstlicher Intelligenz besser untersuchen und Rohstoffe künftig effizienter gewinnen? Mit dieser Frage beschäftigt sich ein neues Forschungsprojekt der TU Bergakademie Freiberg. Am Montag, dem 19. Oktober 2026, fiel der Startschuss für „AI Rocks!“. Innerhalb von zwei Jahren sollen rund 11.000 hauchdünne Gesteinsproben digitalisiert und mit wissenschaftlichen Informationen verknüpft werden. Die Deutsche Forschungsgemeinschaft (DFG) fördert das Vorhaben. Am Ende soll eine weltweit nutzbare Datensammlung mit einem Umfang von rund 300 Terabyte entstehen.

Gesteine werden unter dem Mikroskop digital erfasst

Im Mittelpunkt des Projekts stehen sogenannte Dünnschliffe. Dabei handelt es sich um Gesteinsproben, die auf eine Dicke von lediglich 0,03 Millimetern geschliffen und auf Glasträgern befestigt werden.

Unter speziellem Licht lassen sich darin Minerale, Kristallstrukturen und Spuren geologischer Veränderungen erkennen. Unterschiedliche Farben und Helligkeiten geben Aufschluss über die Zusammensetzung und Entstehung des Gesteins.

Ein automatischer Mikroskopscanner in der Universitätsbibliothek Freiberg soll die Proben hochauflösend erfassen.

Besonders wertvoll sind die umfangreichen Lehrsammlungen der Universität. Von manchen Gesteinen existieren bis zu 20 nahezu identische Dünnschliffe. Diese ermöglichen es, KI-Systeme mit ähnlichen, aber nicht vollkommen gleichen Bildern zu trainieren.

300 Terabyte Daten für die Forschung

Die Digitalisierung allein genügt den Wissenschaftlern nicht. Jede Aufnahme wird deshalb mit zusätzlichen Angaben zur Herkunft, mineralischen Zusammensetzung und Herstellung der Probe verknüpft.

Zu ausgewählten Gesteinen liegen außerdem Informationen über ihre Druckfestigkeit und ihr Bruchverhalten vor.

Teilweise existieren Dünnschliffe aus drei unterschiedlichen, zueinander senkrechten Schnittrichtungen. Dadurch können Forschende Rückschlüsse auf den räumlichen Aufbau des Gesteins ziehen.

Die Wissenschaftler erwarten insgesamt ein Datenvolumen von rund 300 Terabyte.

Diese Informationen sollen künftig nicht nur in der Mineralogie und Geologie genutzt werden, sondern auch in der Materialforschung, den Ingenieurwissenschaften und der KI-Entwicklung.

KI könnte Rohstoffgewinnung effizienter machen

Ein mögliches Anwendungsgebiet ist die Aufbereitung mineralischer Rohstoffe.

Wenn KI-Systeme den inneren Aufbau und die mechanischen Eigenschaften von Gesteinen zuverlässiger erkennen, könnten Zerkleinerungsprozesse künftig gezielter gesteuert werden.

Das wäre insbesondere für die Rohstoffindustrie interessant, da das Brechen und Mahlen von Gesteinen erhebliche Energiemengen benötigt.

Die Forschenden wollen untersuchen, ob sich aus den digitalen Bildern und den ergänzenden Materialdaten entsprechende Zusammenhänge ableiten lassen.

Konkrete Energieeinsparungen sind bislang noch nicht nachgewiesen. Das Projekt schafft zunächst die wissenschaftliche Datengrundlage für solche Entwicklungen.

Auch historische Sammlungen profitieren

Eine weitere Herausforderung sind ältere Gesteinsproben.

Viele Dünnschliffe wurden bereits vor Jahrzehnten hergestellt. Vergilbte Einbettungsmaterialien, Kratzer und andere Alterungsspuren können wichtige Details verdecken.

Das Freiberger Forschungsteam will deshalb untersuchen, ob KI solche Bildstörungen digital korrigieren kann.

Dafür werden neu hergestellte Proben zunächst im ursprünglichen Zustand aufgenommen. Anschließend erzeugen die Wissenschaftler gezielt Alterungsschäden und scannen dieselben Dünnschliffe erneut.

Aus diesen Bildpaaren soll die KI lernen, störende Veränderungen zu erkennen und die ursprünglichen Gesteinsstrukturen wieder sichtbar zu machen.

Damit könnten künftig auch historische geowissenschaftliche Sammlungen besser ausgewertet werden.

Forschungsergebnisse sollen weltweit verfügbar sein

Die digitalisierten Aufnahmen sollen internationalen Forschungsteams offen zur Verfügung stehen.

Erste Datensätze werden im Verlauf des Projekts über die Hochschulplattform TUBAFmedia veröffentlicht. Ein wissenschaftliches Datenarchiv soll die langfristige Verfügbarkeit sicherstellen.

Zusätzlich entwickelt das Team standardisierte Vergleichstests, sogenannte Benchmarks.

Sie ermöglichen es Wissenschaftlern, unterschiedliche KI-Verfahren unter gleichen Bedingungen zu untersuchen und deren Leistungsfähigkeit zu vergleichen.

Dafür werden Trainingsdaten, Prüfdaten, Bewertungskriterien sowie Beispielprogramme und Referenzmodelle bereitgestellt.

Freiberg bündelt Expertise verschiedener Fachgebiete

An „AI Rocks!“ arbeiten zahlreiche Einrichtungen der TU Bergakademie zusammen.

Zu den Hauptantragstellenden gehören Prof. Gerhard Heide vom Institut für Mineralogie, Prof. Bernhard Eidel vom Institut für Mechanik und Fluiddynamik, Dr. Julia Meyer von der Universitätsbibliothek sowie Dr. Andreas Kluge vom Universitätsrechenzentrum.

Weitere Fachleute aus Geowissenschaften, Materialforschung, Aufbereitungstechnik und den wissenschaftlichen Sammlungen unterstützen das Vorhaben.

Für die zweijährige Projektlaufzeit werden zudem ein Data Steward und ein Scientific Data Engineer beschäftigt. Studentische Hilfskräfte übernehmen unter anderem die Digitalisierung der Dünnschliffe.

Mit dem neuen Forschungsprojekt verbindet die TU Bergakademie Freiberg ihre jahrhundertealte Tradition in den Geowissenschaften mit modernen Methoden der Künstlichen Intelligenz.

Aus Tausenden historischen und modernen Gesteinsproben soll so eine digitale Forschungsgrundlage entstehen, die Wissenschaftlern weltweit neue Möglichkeiten eröffnet – von der Untersuchung mineralischer Strukturen bis zur effizienteren Nutzung natürlicher Rohstoffe.