Das Projekt GreenSight

GreenSight ist ein Forschungsprojekt zur Optimierung des Wachstums von Mikroalgen, um zukünftige globale Herausforderungen in den Bereichen erneuerbare Energien, nachhaltige Lebensmittelproduktion und Umweltschutz besser zu bewältigen. Durch die Kombination fortschrittlicher Sensortechnologien mit KI-gestützter Datenanalyse entwickelt GreenSight innovative Tools zur kontinuierlichen Überwachung der Algenphysiologie und der Wachstumsdynamik in Echtzeit.

Auf technischer Ebene entwickeln wir verteilte Sensorsysteme, die über WLan oder LoRaWAN-Netzwerke miteinander verbunden sind. Diese Sensoren zeichnen kontinuierlich Umweltparameter wie Temperatur, CO₂, Sauerstoff, pH-Wert, Nährstoffe (NPK) auf und korrelieren diese mit den spektralen Eigenschaften der Algenkultur. Nach dem Upload der Daten in Cloud-Plattformen werden mittels maschinellen Lernens Zusammenhänge zwischen Umweltbedingungen und dem Wachstum, der Zusammensetzung und der Physiologie der Algen untersucht. Dies ermöglicht es uns, die Wachstumsdynamik zu charakterisieren, Stressfaktoren zu identifizieren und eine automatisierte Steuerung der Kultivierungssysteme zu entwickeln.

Unsere langfristige Vision ist es, mit optische Sensoren wie RGB- und Hyperspektralchips gekoppelt mit zeitaufgelöster Messtechnik  Algenkulturen anhand ihrer optischen Eigenschaften laufend zu monitoren und die Steuerung der Photobioreaktoren vollständig zu automatisieren. Die Verknüpfung optischer Signale mit physiologischen Modellen ebnet den Weg für die Echtzeit-Metabolismusprofilierung und autonome, KI-gesteuerte Photobioreaktoren. Über die Algenbiotechnologie hinaus können diese Methoden die Umweltüberwachung und nachhaltige Landwirtschaft unterstützen und so zur Entwicklung intelligenter und adaptiver biotechnologischer Systeme beitragen.

Um diese Ziele zu erreichen, arbeitet Greensight an der Schnittstelle von Biologie, Ingenieurwesen und Informatik. Wir arbeiten mit Universitäten, Forschungsinstituten und Industriepartnern zusammen, um unsere Methoden vom Labor auf großtechnische Anwendungen zu übertragen.

Als Zukunftvision sehen wir intelligente Sensornetzwerke, die kontinuierlich aus ihrer Umgebung lernen und digitale Abbilder von Umweltsystemen, die die Auswirkung der Veränderungen von Parameterwerten vorhersagbar machen. Diese virtuellen Modelle werden prädiktive Simulationen ermöglichen und den Betreibern von Photobioreaktoren dabei helfen, ihre Anbaustrategien in Echtzeit zu optimieren.