2026/2 | Fachbeitrag | Best Practice

Wenn aus Abfall Daten werden

Aus den Augen, aus dem Sinn - so geht es vermutlich vielen Leuten beim Thema Abfall. Für die Münchner MARTIN GmbH geht der Job dann aber erst los. Seit über 100 Jahren baut das Unternehmen thermische Abfallbehandlungsanlagen zur Energiegewinnung. Und neuerdings auch mit hochmoderner IoT-Datenauswertung. Um etwa den Zustand der Anlagen oder die Ausschüttung von Emissionen zu überprüfen, kommt mittlerwile eine Data Platform zum Einsatz.

1925 hatte der Ingenieur Josef Martin einen genialen Einfall: Zwanzig Jahre war er in der Müllverbrennungsbranche und wusste genau, dass sich Brennstoffe leichter entzünden, wenn Glut genutzt wird, die ohnehin schon vorhanden ist. Mit der Technologie der damaligen Zeit war das aber schwierig - die so genannten Vorschubroste führten den Abfall zusammen mit der Glut bei jeder Bewegung in Richtung Ausgang, die Beschäftigten mussten sie in gefährlicher und schweißtreibender Arbeit per Hand zurückbefördern. Seine Idee: Der leicht vertikal geneigte Rückschub-Rost, bei dem sich der Brennstoff allein durch die Schwerkraft zurückbewegt, während der Müll auf darüberliegenden Förderbändern nach vorne wandert. Diese Erfindung war der Startschuss für sein eigenes Unternehmen, das heute als MARTIN GmbH für Umwelt- und Energietechnik bekannt ist.

100 Jahre später ist das Unternehmen MARTIN noch immer in Familienbesitz, inzwischen in vierter Generation. Und mittlerweile mit Tochterfirmen auf dem ganzen Globus. Über 250 Kolleginnen und Kollegen arbeiten aktuell allein am Hauptsitz in München. In den verschiedenen Firmen der MARTIN Gruppe, die sich von den USA über Europa bis nach Asien erstrecken, sind es sogar mehr als 1.000 Mitarbeiter. Das Unternehmen baut inzwischen Waste-to-Energy-Anlagen für die ganze Welt. Immer individuell, und das für kommunale Betreiber wie auch für private Firmen. Genau wie vor 100 Jahren ist das Management immer offen für neue Technologien.

Auf der Suche nach einer souveränen Lösung

MARTIN übernimmt nicht nur den Anlagenbau, sondern meist auch Wartung und Reparaturen. Und damit die Mitarbeiter jederzeit wissen, was im Inneren vor sich geht, sind alle Anlagen mit zahlreichen Sensoren ausgestattet, etwa im Rostsystem, in der Feuerung, in der Entschlackung, der Transportanlage oder auch in der Energiegewinnung.

Max Schönsteiner, Head of Research & Development, erklärt das System: "Wir können mit den Sensoren nicht nur den Zustand der Anlage und einzelner Komponenten überwachen, sondern auch die Performance. Oder ob die Emissionswerte okay sind, schließlich soll hier ja möglichst nachhaltig und umweltschonend Energie entstehen. Die Auswertung der Daten ist aber ziemlich komplex, weil jede Anlage ein Einzelstück mit eigenen Signalen ist und es auch auf andere Faktoren ankommt - zum Beispiel den Standort und die Jahreszeit. Grundsätzlich wandeln wir alles, was nicht mehr recycliert werden kann, in Energie um. Wenn regional Obstsaison herrscht und vermehrt feuchte, organische Bestandteile im Abfall anfallen, wirkt sich dies auf den Verbrennungsprozess an diesem Standort aus."

Um die Vielzahl an anfallenden Betriebsdaten auszuwerten und nutzbar zu machen, erfolgte die Analyse bislang dezentral - über unterschiedliche Personen, Werkzeuge und manuelle Exporte. Mit zunehmender Datenmenge und steigender Zahl an Auswertungen stieß dieses Vorgehen aber an seine Grenzen, sodass sowohl die wachsenden Anforderungen als auch das Potenzial der verfügbaren Daten nicht mehr ausgeschöpft werden konnten. Eine neue Lösung mit deutlich höheren Datenkapazitäten musste her, und dafür hatte das Team genaue Vorstellungen: "Die Datensouveränität war uns sehr wichtig. Nicht, weil es in unseren Anlagen um hochempfindliche Daten geht, sondern weil wir durch unseren Entsorgungsauftrag Teil der kritischen Infrastruktur sind und nicht in die Abhängigkeit eines großen Hyperscalers geraten wollten. Wir suchten deshalb nach einer intuitiven Lösung aus Deutschland oder Europa, vorzugsweise auf Open Source-Basis", so Schönsteiner. Nach einer Marktanalyse entschied sich das Team für die Datenplattform von Stackable.

Zwischen Ursachenforschung und Prävention

Der Aufbau der Datenplattform begann im Januar 2023. Nach rund 9 Monaten stand ein MVP zur Verfügung - ein Minimum Viable Product, also eine frühe gangbare Version. Die vollständige Umsetzung bis zur produktiven Betriebsumgebung erfolgte innerhalb von etwa zwei Jahren. Inzwischen ist die Datenplattform an allen Standorten des Unternehmens im Einsatz. Max Schönsteiner und seine Kollegen entschieden sich für die Cloud-Version, gehosted vom deutschen Anbieter IONOS - "dank der Open Source-Möglichkeiten von Stackable und dessen universeller Technologiebasis Kubernetes können wir aber jederzeit nahtlos zu On-Prem wechseln, wenn wir möchten", erklärt er.

Innerhalb kürzester Zeit hat sich die Data Platform bei MARTIN bewährt. Beispielsweise durch die enthaltene Analyse-Engine Apache Spark, mit der die Mitarbeiter selbst sehr große Datenmengen analysieren und ohne Verluste verarbeiten können - pro Linie sind es täglich rund 10 Gb an Daten. Statt dezentraler Einzelauswertungen stehen dem Team heute alle relevanten Anlagenparameter zentral und konsistent zur Verfügung.

Ein großer Vorteil für MARTIN ist dabei die Datenharmonisierung. Die Mitarbeiter können Daten aus verschiedenen Sensoren und Anlagen vereinheitlichen und vergleichen, wodurch sie tiefergehende Einblicke in alle Phasen der Müllverbrennung bekommen. "Wir kombinieren nun physikalisch-thermodynamische Modelle mit Messdaten und weiteren Informationen aus dem Betrieb. Oder anders gesagt: Erfahrung trifft auf Technik", so Max Schönsteiner. Für das Team bedeutet das: weniger Aufwand, geringere Kosten und mehr Kapazitäten für das Personal, etwa um das gewonnene Wissen in den Bau zukünftiger Anlagen einfließen zu lassen. Vor allem bedeutet es aber auch, dass die Mitarbeiter deutlich schneller mögliche Fehlerquellen identifizieren und beheben können.

Das ist auch im Servicebereich ein wichtiger Vorteil für die Kunden von MARTIN. Die Münchner liefern ihnen detaillierte Analysen und Berichte zu den Betriebsdaten, auf die die Verantwortlichen ihre Entscheidungen stützen können. Zudem bekommen sie mit der Data Platform die Möglichkeit, kommende Services und Wartungen vorausschauend zu planen und unnötige Stillstände zu vermeiden, wie Schönsteiner erklärt: "Wenn bei unseren Anlagen mal etwas nicht funktioniert, sind davon sehr schnell sehr viele Menschen betroffen. Und deswegen stehen wir unseren Kunden auch nach der Gewährleistung bei allen Anliegen zur Verfügung. Das Feedback zu den Informationen, die wir nun bereitstellen können, ist jedenfalls großartig. Und auch bei Gesprächen mit potenziellen Neukunden ist Stackable und die damit einhergehende Datensouveränität ein echter USP."

Verstärkung auf allen Linien

Mehr als 1.000 Entsorgungslinien von MARTIN gibt es weltweit. Möglichst viele davon möchte MARTIN in den kommenden Monaten und Jahren mit der Datenplattform ausstatten. Und auch darüber hinaus hat das Unternehmen langfristige Pläne: Die Verknüpfung der Daten weiter ausbauen, die Analysen und daraus entstehenden Datenprodukte weiter optimieren und so letztendlich einen noch besseren Service für alle Kunden und Partner bieten.

Für Max Schönsteiner hat sich das Projekt schon jetzt gelohnt: "Für Außenstehende sieht die thermische Abfallbehandlung womöglich recht einfach aus, in Wirklichkeit ist es aber ein hochkomplexer Vorgang. Wir sind froh, diese Komplexität managen zu können - und das wirklich einfach. Die Einführung der Datenplattform war für alle Beteiligten ein voller Erfolg. Wir bekommen ganz neue Einblicke, können schneller und effizienter handeln und unseren Kunden einen echten Mehrwert bieten. Ich freue mich jedenfalls schon auf die kommenden Jahre und auch auf Möglichkeiten, die wir im Moment vielleicht noch gar nicht auf dem Zettel haben."

Mehr Infos: https://stackable.tech/de/

Diese Artikel könnten Sie auch interessieren

Smart Factory: Prozesse optimieren, Know-how bewahren

WISSENplus
Es gibt endlich eine Lösung für den Fachkräftemangel -und sie heißt KI. Dabei geht es nicht darum, neue KI Modelle zu entwickeln, sondern diese passgenau einzusetzen. Moderne GenAI-Modelle erlauben es, wertvolles Mitarbeiter-Wissen auf einfache Art zu konservieren, und das ohne wirklichen Mehraufwand für die Mitarbeitenden. Allerdings hindern Missverständnisse über die Möglichkeiten und die Int...

Weiterlesen

Experience Gap: Wissen ohne Wirkung?

In den vergangenen Jahren hat sich Customer Experience stark professionalisiert: Wir haben gelernt, Kundensignale systematisch zu erfassen und diese über Dashboards, automatisierte Reports und NPS‑Tracking im Unternehmen verfügbar zu machen. Diese Grundlagenarbeit war wichtig - und sie war eine echte Stärke moderner CX‑Teams. Noch nie wussten Unternehmen so viel über ihre Kunden wie heute. Und doch ...

Weiterlesen

ChatGPT & Co.: Wachsende Gefahr durch Schatten-KI

WISSENplus
Generative KI hat den Arbeitsplatz im Sturm erobert. Sie schreibt E-Mails, fasst Meetings zusammen, unterstützt bei Analysen und liefert kreative Impulse - oft schneller, als Unternehmen passende Richtlinien entwickeln können. Während viele Arbeitgeber den Einsatz von KI ausdrücklich begrüßen, wächst gleichzeitig ein Phänomen, das zunehmend zur strategischen Herausforderung wird: die stille, inoffiz...

Weiterlesen

Intelligent Document Processing – der Gamechanger für effiziente Dokumentenverarbeitung

Unternehmen erzeugen und verarbeiten heute mehr Dokumente als je zuvor. Dazu gehören Rechnungen, Verträge, Lieferscheine und Anträge sowie E-Mails mit Anhängen, Formulare und Belege, die täglich operative Prozesse durchlaufen. Dabei zeigt sich häufig ein zentrales Problem: Viele Dokumente liegen nicht in standardisierter Form vor, sondern in wechselnden Layouts und Formaten, mit unvollständigen ...

Weiterlesen

Wenn KI den Code schreibt: Wo KI-gestütztes Programmieren an Grenzen stößt

WISSENplus
Python gehört seit Jahren zu den bekanntesten Programmiersprachen der IT-Welt - zuletzt insbesondere im Umfeld von KI-Anwendungen und datengetriebenen Systemen. Im Vergleich zu Programmiersprachen wie Java oder C++ gilt Python als vergleichsweise niedrigschwelliger Einstieg ins Coding. Mit Selbstdisziplin und kontinuierlichem Lernen lassen sich auch ohne Informatikstudium erste Anwendungen entwickeln....

Weiterlesen

Über diese Fallen stolpern KI-Projekte in der Produktion

Produktionsbetriebe gelten als eines der größten und vielversprechendsten Einsatzgebiete für Künstliche Intelligenz. Doch häufig stehen Aufwand und Ertrag, Erwartungen und Ergebnisse von KI-Projekten in einem krassen Missverhältnis. Verantwortlich dafür sind charakteristische Irrtümer und Fehlentscheidungen, die es zu vermeiden gilt....

Weiterlesen

2026 wird das Jahr der Vereinfachung, Standardisierung und Automatisierung

Die disruptive Einführung generativer Künstlicher Intelligenz - allen voran durch Dienste wie ChatGPT - hat die IT- und Cybersicherheitslandschaft in den vergangenen zwei Jahren grundlegend verändert. Was zunächst als experimentelles Tool begann, ist heute ein strategischer Bestandteil moderner Sicherheitsarchitekturen. Gleichzeitig hat die stetig wachsende digitale Komplexität in Unternehmen ein...

Weiterlesen