KI-gestützte nachhaltige Festigkeitsvorhersage und experimentelle Bewertung von hochleistungsfähigem faserbewehrtem Beton mit Metakaolin

Stärkerer, grünerer Beton für die Städte von morgen

Beton ist das Rückgrat moderner Städte, doch seine Herstellung verbraucht enorme Mengen Zement, eine bedeutende Quelle von CO2-Emissionen, und das Material kann mit der Zeit reißen und versagen. Diese Studie untersucht, wie man widerstandsfähigeren, langlebigeren Beton herstellen kann, während die Umweltbelastung reduziert wird. Die Autorinnen und Autoren kombinieren fortschrittliche Fasern, einen saubereren Zementersatz namens Metakaolin und künstliche Intelligenz, um Mischungen zu entwerfen, die sowohl stark als auch nachhaltig sind — mit dem Potenzial, die Bauweise von Brücken, Türmen und Fahrbahnen in Zukunft zu verändern.

Warum heutiger Beton ein Upgrade braucht

Gewöhnlicher Beton ist hervorragend für Drucklasten, zeigt jedoch Sprödigkeit und geringe Zugfestigkeit, was ihn anfällig für Risse macht. Sobald Risse entstehen, können Wasser und Luft zu den Stahlbewehrungen vordringen und Korrosion sowie langsame strukturelle Schäden verursachen. Hochfester Beton kann höhere Lasten tragen, ist aber oft noch spröder. Um dem zu begegnen, setzen Ingenieurinnen und Ingenieure auf zwei Hauptansätze: einen Teil des Zements durch fein gemahlene mineralische Zusatzstoffe zu ersetzen und kurze Fasern beizufügen, die im Gefüge wie winzige Bewehrungsstäbe wirken. Diese Studie konzentriert sich auf Metakaolin — eine hochreaktive, kalzinierte Tonerde — als teilweisen Zementersatz, kombiniert mit Stahl-, Glas-, Nylon- und Polypropylenfasern, um Rissbildung zu bekämpfen und die Leistungsfähigkeit zu verbessern.

Eine bessere Mischung mit Fasern und Metakaolin entwickeln

Das Forschungsteam entwarf eine hochfeste Betonmischung (bekannt als M60), in der 10 % des Zements durch Metakaolin ersetzt wurden. Anschließend wurden mehrere Varianten dieses Betons hergestellt, indem unterschiedliche Fasertypen und -dosierungen zugefügt wurden, darunter Stahl-, Glas-, Nylon- und Polypropylenfasern. Jede Mischung wurde sorgfältig auf ihre Frischverarbeitbarkeit und auf Druck-, Zug- und Biegefestigkeit nach einer Aushärtung von 7, 28, 56 und 90 Tagen geprüft.

Der KI beibringen, Betonfestigkeit vorherzusagen

Physikalische Prüfungen aller möglichen Mischungen sind langsam, teuer und verschwenderisch. Um endloses Trial-and-Error im Labor zu vermeiden, entwickelten die Autorinnen und Autoren ein Deep-Learning-Modell, das die Festigkeit einer faserbewehrten Betonmischung allein auf Basis ihrer Zutaten und des Aushärtealters vorhersagen kann. Ihr Modell, A-PDDLSTM-SA genannt, kombiniert mehrere fortgeschrittene Konzepte aus der künstlichen Intelligenz: Speicherkomponenten, die der zeitlichen Entwicklung der Festigkeit folgen können, Mehrskalenfilter, die feine und grobe Muster in den Daten erfassen, und einen Aufmerksamkeitsmechanismus, der sich auf die wichtigsten Eingaben wie Fasertyp, Dosierung und Aushärtezeit konzentriert. Sie passten die internen Parameter des Modells weiter mit einer neuen Optimierungsstrategie an, die von Wanderern inspiriert ist, die eine Landschaft erkunden, um sicherzustellen, dass der Algorithmus nicht in schlechten Lösungen stecken bleibt.

Was Tests und Vorhersagen offenbaren

Experimentell erwies sich die leistungsstärkste Mischung als jene mit 10 % Metakaolin und 1 % Stahlfasern; sie erzielte höhere Druck-, Zug- und Biegefestigkeiten als der Kontrollbeton ohne Fasern. Glas-, Nylon- und Polypropylenfasern verbesserten das Verhalten auf unterschiedliche Weise — sie erhöhten die Schlagfestigkeit, reduzierten Schrumpfrisse und erhöhten die Nachrisszähigkeit — wenn auch nicht immer so deutlich wie Stahlfasern. Das KI-Modell wurde anschließend mit den experimentellen Daten trainiert und mit mehreren etablierten Machine-Learning-Methoden verglichen. Es sagte Druck-, Zug- und Biegefestigkeit beständig genauer vorher als konkurrierende Techniken, mit geringen Fehlermaßen und guter Stabilität, selbst bei begrenzten Trainingsdaten.

Vom Laborwissen zur realen Wirkung

Für Nichtfachleute lautet die Kernbotschaft: Es ist jetzt möglich, intelligentere Betonmischungen zu entwerfen, die zugleich stärker, langlebiger und nachhaltiger sind — und dies weitgehend am Computer, bevor auch nur eine Charge gegossen wird. Durch die Kombination von Metakaolin mit sorgfältig ausgewählten Fasern können Ingenieurinnen und Ingenieure Zementeinsatz reduzieren und die Rissresistenz verbessern. Das in dieser Studie entwickelte KI-Modell fungiert als leistungsfähiges Planungsinstrument: Es kann vielversprechende Mischungen vorschlagen, verschwenderische physikalische Prüfungen reduzieren und die Einführung grüner, hochleistungsfähiger Betone in realen Projekten beschleunigen. Auf lange Sicht kann dieser Ansatz helfen, sicherere Infrastruktur mit einem kleineren ökologischen Fußabdruck bereitzustellen.

Zitation: N.S, N.P., P, K. & P, S. AI-driven sustainable strength prediction and experimental evaluation of high-performance fiber-reinforced concrete incorporating metakaolin. Sci Rep 16, 13614 (2026). https://doi.org/10.1038/s41598-026-41115-z

Schlüsselwörter: faserbewehrter Beton, Metakaolin, Deep Learning, nachhaltiger Bau, Festigkeitsvorhersage