Die neue europäische Entwaldungsverordnung (EUDR) soll verhindern, dass in der EU vermarktete Waren zur weiteren Entwaldung beitragen. Wenn beispielsweise ein Holzprodukt auf den EU-Markt gebracht wird, muss dokumentiert werden, welche Holzarten bei seiner Herstellung verwendet wurden, und es muss ein Nachweis ihrer legalen Herkunft vorliegen.
Je nach Material ist bereits die Erstprüfung der deklarierten Holzart keine leichte Aufgabe. Papier beispielsweise bedarf einer zeitaufwändigen Untersuchung durch Spezialisten.
Um diesen Prozess zu vereinfachen und zu beschleunigen, wird nun ein neues KI-basiertes Analysetool zur Holzartenbestimmung entwickelt. Forscherinnen und Forscher des Fraunhofer-Instituts für Techno- und Wirtschaftsmathematik ITWM entwickeln in enger Zusammenarbeit mit dem Thünen-Institut für Holzforschung das automatisierte Bilderkennungssystem für die großflächige Überprüfung von Holzartendeklarationen.
Illegaler Holzeinschlag ist eine der Folgen der weltweit steigenden Nachfrage nach Holz. Die Holzhandelsverordnung der Europäischen Union (EUTR), der Vorgänger der EUDR, trat bereits 2013 in Kraft und zielte darauf ab, die illegale Nutzung von Holz einzudämmen.
Handelsunternehmen sind seitdem verpflichtet, die in ihren Produkten verwendete Holzart und deren Herkunft zu dokumentieren und so die legale Herkunft des Holzes in den von ihnen in den EU-Markt importierten Waren nachzuweisen.
Gleiches gilt für Holzprodukte wie Spanplatten, Faserplatten, Papier und Pappe. Doch wie lassen sich die in Faserwerkstoffen verwendeten Holzarten zweifelsfrei identifizieren?
Derzeit sind es beispielsweise die Mitarbeiter des Thünen-Instituts, eines Forschungsinstituts im Geschäftsbereich des Bundesministeriums für Ernährung und Landwirtschaft (BMEL), die für die Untersuchung von Holzprodukten zuständig sind. Sie erhalten von Industrie und Behörden zahlreiche Produktproben, um die verwendeten Holzarten zu prüfen – Tendenz steigend.
Anschließend werden die Proben zur fachmännischen Analyse unter dem Mikroskop geschickt, was ein äußerst zeitaufwändiger Prozess ist. Bei Papier und Faserplatten werden die Holzzellen vom Material getrennt, gefärbt und dann auf einem Objektträger präpariert. Die Zellen können dann anhand ihres Aussehens unter dem Mikroskop klassifiziert werden.
Da dieser Vorbereitungs- und Untersuchungsprozess jedoch sehr zeitintensiv ist und immer mehr Proben zur Untersuchung eintreffen, können die Spezialisten nur eine begrenzte Anzahl von Gutachten bearbeiten.
Abhilfe schaffen soll hier ein neues, KI-basiertes Analysetool, das hochqualifizierte Experten entlastet, Prüfprozesse beschleunigt und automatisiert sowie schnelle und effiziente Kontrollen ermöglicht.
Forscher des Fraunhofer ITWM und des Thünen-Instituts für Holzforschung in Hamburg haben im Projekt KI_Wood-ID gemeinsam ein neues System zur automatisierten Bilderkennung zur Holzartenbestimmung mit Hilfe maschinellen Lernens entwickelt.
Algorithmen sollen den illegalen Holzhandel eindämmen
Im Fokus des Projekts stehen für die Forscher zunächst Laubhölzer, insbesondere solche aus Plantagen, die weltweit zur Zellulosegewinnung angebaut werden. Mittels künstlicher Intelligenz lässt sich die Holzart anhand des Leitgewebes bestimmen, das in Zellstruktur, Form und Größe variiert.
Anhand von Referenzpräparaten aus der umfangreichen Holzprobensammlung des Thünen-Instituts trainieren die Forscherinnen und Forscher des Fraunhofer ITWM neuronale Netze so lange, bis die KI in der Lage ist, charakteristische Merkmale bestimmter Holzarten selbstständig zu erkennen, zu klassifizieren und so beispielsweise in der mikroskopischen Aufnahme einer unbekannten Probe die vorhandene Holzart zu erkennen.
Das Training erfolgt für jede Kategorie, etwa Birke, Buche oder Pappel, separat. In den einzelnen Bildern markiert das Analysetool zunächst die Zellen, die für die Identifizierung der jeweiligen Holzart entscheidend sind.
„Eine Probe gilt dann als auffällig, wenn sie Merkmale aufweist, die nicht mit der deklarierten Holzart übereinstimmen“, sagt Dr. Henrike Stephani, Projektleiterin KI_Wood-ID und stellvertretende Abteilungsleiterin Bildverarbeitung am Fraunhofer ITWM in Kaiserslautern.
Das übergeordnete Ziel, sagt sie, sei es, mithilfe von KI den legalen Holzhandel zu stärken und so die Verbraucher zu schützen. Ramin ist eine Holzart, die unter besonderem Schutz steht. Ramin-Wälder sind ein wichtiger Lebensraum für Orang-Utans in Gegenden wie Borneo.
„Vor einigen Jahren wurden Späne dieser Holzart zur Identifizierung an das Thünen-Institut geschickt, nachdem Greenpeace sie aus dem Lager einer Zellstofffabrik in Asien abgeholt hatte“, erklärt Stephani. „Wenn nicht nur Plantagenholz, sondern auch geschützte oder gefährdete Arten wie Ramin zu Zellstoff und anschließend zu Papier verarbeitet werden, ist es das Ziel, mit unserer Methode diese Zellen im Endprodukt zu identifizieren und die Hersteller zur Verantwortung zu ziehen.“
Verhinderung der Abholzung weltweit
Ein erster Prototyp des Analysesystems wurde an Referenzproben so weit trainiert, dass es bereits elf Laubholzarten erkennen kann. Im nächsten Schritt soll nun auch die Erkennung von Nadelholz erfolgen. Der Prototyp, der über eine grafische Benutzeroberfläche (GUI) verfügt, steht zunächst dem Thünen-Institut zur Verfügung.
Langfristig soll das KI-basierte Bilderkennungstool Prüflabore und Behörden weltweit bei der Überwachung des internationalen Holzhandels unterstützen.
„Letztendlich kann die Abholzung der Wälder und der illegale Holzhandel nur auf globaler Ebene verhindert werden und so hoffen wir, dass künftig weltweit anerkannte Prüforganisationen von unserem System profitieren können“, so Stephani.