aws Preseed | 2020 | Informations- und Kommunikationstechnologie | Wien

Feiner Wüstensand ist im Vergleich zu Mikroplastik ein Material für Grobmotoriker. Mikroplastik lauert überall. Bei jedem Waschgang verlieren Kleidungsstücke bis zu 2.000 winzige Kunststofffasern. In jedem Winkel der Welt pulverisieren sich Verpackungen, Tüten und Flaschen durch Alterungs- und Zerfallsprozesse in winzig kleine Partikel, die ihren Weg in Lebensmittel und Lebewesen finden. Mikroplastik gefriert im Eis von Spitzbergen, sickert mit dem Regen in die Wälder des Amazonas und verschmilzt mit den Bewohnern der Meere.

Effiziente Methoden zur Bekämpfung gibt es bisher nicht. Zu Mikroplastik existiert keine belastbare Datenlage. Um aber die Auswirkungen der Partikel zu verstehen und global gültige Lösungen zu finden, muss eine Datengrundlage zu ihrem Vorkommen und ihrer Herkunft geschaffen werden. Dazu leistet Purency mit dem Microplastics Finder einen Beitrag.

Standardisierte Dateninterpretation

Eines der größten Probleme von Laboren ist, dass sich die Messmethoden für Mikroplastik nicht vergleichen lassen. Benedikt Hufnagl, Absolvent der Technischen Chemie und Verfahrenstechnik an der TU Wien, ging das Problem über Umwege an: Es gelang ihm, die Datenanalyse der Mikroplastikmessungen zu automatisieren. Die Proben werden mit elektromagnetischer Strahlung in einem breiten Frequenzbereich bestrahlt. Machine-Learning-Algorithmen ermitteln dann die Zusammensetzung des Mikroplastiks in der Probe. Das bringt eine erhebliche Beschleunigung des Messprozesses und vor allem eine Standardisierung der Methode. Michael Stibi (Technische Chemie, TU Wien), Valerie Hengl (Umwelttechnik, TU Wien) und Aurelia Liechtenstein (Betriebswirtschaft, Universität Maastricht) entwickelten aus der Idee einen Geschäftsplan. Gemeinsam gründeten die vier Absolventinnen und Absolventen im August 2020 Purency.

Zielgruppe Labore und Umweltbehörden

Der Microplastics Finder ermöglicht es Laboren, die Polymerpartikel in einer Probe vollständig zu detektieren und nach Art, Anzahl und Größe zu klassifizieren. Die aktuelle Version verarbeitet FTIR-Images mit jeweils mehr als einer Million Spektren und 5 GB. Sie unterscheidet mehr als 20 Polymerarten und die Ergebnisse liegen in etwa zehn Minuten vor. Zur Zielgruppe gehören alle Labore, die Mikroplastik analysieren – seien es Forschungs-, Auftrags- oder Industrielabore. Gleichzeitig wird die Zusammenarbeit mit Spektrometerherstellern, Umweltbehörden und der Lebensmittelindustrie gesucht.

www.purency.ai