Zurück zu den Technologien
KI- und IoT-Plattform

Core Technologies

Die Technologiebasis von Novelgen besteht aus einer Algen-Stammbibliothek, die auf Wasser und Umwelt der jeweiligen Region abgestimmt ist, und einer hochpräzisen Plattform zur Kultivierungssteuerung, die IoT-Sensorik mit KI-Inferenz verbindet. Die ABC-Technologie baut auf dieser eigenen Basis auf.

Technische Unterlagen anfordern
Drei Säulen

Die drei Säulen der Technologiebasis

Säule 01

Algen-Stammbibliothek

Wir haben eine Bibliothek von Mikroalgenstämmen selbst aufgebaut, abgestimmt auf Wasserqualität, Salzgehalt, Temperatur und Lichtverhältnisse der jeweiligen Region. Per Genomanalyse mit bioinformatischen Werkzeugen bewerten wir CO₂-Aufnahmevermögen, Effizienz der Nährstoffaufnahme und Kultivierungsstabilität und schlagen daraufhin einen geeigneten Stamm oder ein geeignetes Mischungsverhältnis vor. Allgemeine Erkenntnisse zur CO₂-Aufnahme und Nährstoffrückgewinnung durch Mikroalgen finden Sie in der unten aufgeführten Literatur[1][2].

  • ✓Einbindung regionaler Wasserqualitätsdatenbanken
  • ✓Bewertung der genetischen Stabilität der Stämme
  • ✓Entwurf kundenspezifischer Mischungen
Säule 02

IoT-Sensorik

Der Zustand der Kultur wird in Echtzeit gemessen. Die Verarbeitung vor Ort übernimmt Edge Computing, während ein einheitliches Cloud-Dashboard die Daten mehrerer Standorte zentral verwaltet. Ansätze zur Online-Überwachung großer Mikroalgenkulturen fasst unter anderem Havlik et al.[3] zusammen.

  • ✓Multivariate Sensorik in Echtzeit
  • ✓Steuerung mit geringer Latenz durch Edge-Verarbeitung
  • ✓Einheitliches Cloud-Dashboard
Säule 03

KI-Steuerung der Kultivierung

KI-Modelle optimieren die Kultivierungsparameter anhand der Sensordaten automatisch, mit unseren eigenen Algorithmen. Die Steuerung passt sich Schwankungen bei Wetter, Jahreszeit und Auslastung an. Ziel ist es, Dichte und Qualität der Algen das ganze Jahr über stabil zu halten. Wie leistungsfähig die Früherkennung von Anomalien ist, wird im Demonstrationsbetrieb bewertet.

  • ✓Autonome Parameteroptimierung
  • ✓Vorausschauende, prognosebasierte Steuerung
  • ✓Anomalieerkennung und Alarmierung
Aufbau

Wie die drei Ebenen zusammenspielen

Selection × Library × Physical AI

Drei eigene Ebenen greifen ineinander und betreiben Algal Bloom Capture als ein System

01Selection

Stammauswahl ohne Gentechnik

Ohne gentechnische Veränderung prüfen wir natürlich isolierte Stämme und wählen diejenigen aus, die im Wasser vor Ort zuverlässig wachsen.

StärkeStammerhaltung, als Geschäftsgeheimnis geschützt
02Library

Stammbibliothek × Standortabgleich

Eine Stammbibliothek, aufgeschlüsselt nach Salzgehalt, Temperatur, pH-Wert und Zusammensetzung des Zulaufs. Anhand der Wasserqualitätsdaten des Kunden liefern wir den optimalen Stamm als „Strain as a Service“.

StärkeAls Portfolio vertreiben
03Physical AI

Physical AI für die Steuerung von Algenblüten

Ein mit Betriebsdaten trainiertes Steuerungsmodell sagt den Zustand der Kultur voraus und passt die Steuerung vorausschauend an. Es soll das Risiko von Kontamination und Zusammenbruch senken; die Wirkung wird in der Demonstrationsphase bewertet.

StärkeBetriebsdaten
STÄRKEStammauswahl + Bibliothek + Betriebsdaten, miteinander verzahnt
Wissenschaftliche Grundlage

Die Belege dahinter

Die drei Säulen von Core Technologies stützen sich auf wissenschaftliche Erkenntnisse zu Mikroalgenkultivierung, Sensorik und Regelung. Darauf aufbauend haben wir eine eigene Bibliothek, eigene Algorithmen und eine eigene Umsetzung entwickelt. Die gleichzeitige Messung von mindestens zehn Parametern haben wir selbst umgesetzt. Eine stabile Kultivierung über das ganze Jahr ist ein Ziel; wie weit es erreicht wird, hängt von der Einsatzumgebung ab.

Literatur

  1. Mohsenpour S.F., Hennige S., Willoughby N., Adeloye A., Gutierrez T. Integrating micro-algae into wastewater treatment: A review. Science of the Total Environment, 2021, 752, 142168. DOI →
  2. Cheah W.Y., Show P.L., Chang J.-S., Ling T.C., Juan J.C. Biosequestration of atmospheric CO₂ and flue gas-containing CO₂ by microalgae. Bioresource Technology, 2015, 184, 190–201. DOI →
  3. Havlik I., Lindner P., Scheper T., Reardon K.F. On-line monitoring of large cultivations of microalgae and cyanobacteria. Trends in Biotechnology, 2013, 31(7), 406–414. DOI →

Technische Einzelheiten und gemeinsame Forschung

Technische Unterlagen zu Core Technologies stellen wir nach Abschluss einer Geheimhaltungsvereinbarung zur Verfügung. Gern besprechen wir auch gemeinsame Forschung oder einen Demonstrationseinsatz.