Katalysator für Bergbauprojekte: Datenauswertung explodiert dank KI
Gold Hunter Resources CA3806011043 A2QPAL gab Ende April den Abschluss einer maschinellen Lernanalyse durch den Dienstleister Windfall Geotek für das Projekt Great Northern im Nordwesten Neufundlands in Kanada bekannt. Und der Erfolg ist bereits messbar: Die Analyse identifizierte 40 Goldexplorationsziele, darunter fünf prioritäre Gebiete.
Gold Hunter beauftragte Windfall Geotek mit der Anwendung seines firmeneigenen KI-Systems auf den umfangreichen Datensatz des Great Northern Projekts. Dieser umfasst 398 Bohrungen mit 23.493 Goldanalysen, 7.850 Oberflächengesteinsproben und geophysikalische Daten. Das KI-System identifiziert Gebiete mit geologischen Ähnlichkeiten zu bereits gemeldeten Mineralvorkommen.
KI wertet tausende Datensätze aus – Auf der Suche nach Gold-Hotspots
Die Details im Geologenbericht lesen sich wie die derzeit oft anzutreffende Berichterstattung aus den Laboren der Large Language Modelle (LLMs). Demnach wurden zwei Modelle angewendet: Modell 1 umfasste 864,30 km², Modell 2 umfasste 286,37 km².
Der Trainingsdatensatz für Modell 1 enthielt laut Bericht über 20.000 Goldanalysen, von denen 2.231 den definierten Schwellenwert von ≥ 0,5 ppm Gold erfüllten. Der Datensatz für Modell 2 berücksichtigte knapp 30.000 Goldanalysen, von denen über 5.000 den Schwellenwert erreichten. Modell 1 generierte neun Ziele bei einer Ähnlichkeitsschwelle von 90 %. Modell 2 lieferte 31 Ziele bei einer Ähnlichkeitsschwelle von 70 %. Höhere Ähnlichkeitsschwellenwerte deuten auf eine stärkere Übereinstimmung mit bekannten mineralisierten Signaturen hin. "Fünf von beiden Modellen identifizierte Prioritätsbereiche stellen erhöhte Zonen für die weitere Bewertung dar", heißt es im Bericht der Geologen.
Gold Hunter Resources ist dabei nur ein Beispiel von vielen für den Bedeutungszuwachs von Künstlicher Intelligenz im Bergbau – von der Exploration bis hin zum laufenden Minenbetrieb.
Mit KI neue Vorkommen gezielter erschließen
Zusammenfassend unterstützt KI Explorer dabei, größere Regionen systematischer zu bearbeiten, mehr Datentypen zu vergleichen und neue Vorkommen kritischer Mineralien gezielter zu erschließen. Da sich die Exploration auf immer mehr tiefere und strukturell komplexere Umgebungen verlagert, wird diese Technologie unerlässlich, um Unsicherheiten zu reduzieren und die Effizienz zu erhalten.
Louis Watum Kabamba, Bergbauminister der DR Kongo, erklärte auf der African Mining Week im vergangenen Jahr, dass KI-gestützte Exploration das Potenzial habe, die Zeit bis zur Rohstoffentdeckung auf unter drei Jahre zu verkürzen. Sein Land plane, mithilfe von KI 90 % der geologischen Formationen und unerschlossenen Mineralien im Wert von über 24 Billionen USD zu erschließen.
Im Februar 2026 ging die DR Kongo daher eine Partnerschaft mit Xcalibur Smart Mapping ein, um fortschrittliche Geodatenlösungen für die Kartierung kritischer Mineralien und die Minderung von Explorationsrisiken zu nutzen. Das Land kooperiert außerdem mit dem US-amerikanischen Startup KoBold Metals, um KI-gestützte Verfahren in der Lithiummine Mingomba anzuwenden und so die Lithiumgewinnung zu optimieren. KoBold Metals wiederum ist auch in Burundi und Sambia aktiv.
Studie: KI im Bergbau zeigt bereits reale Erfolge
Einer Studie der Boston Consulting Group (BCG) zufolge hat die Bergbauindustrie zuletzt bemerkenswerte Fortschritte bei der Anwendung von KI erzielt. "Bergbaufirmen beginnen, neuere KI-Anwendungen – KI-gestützte Exploration, Anlagenplanung und Minenplanung – einzusetzen, um Entscheidungen zu beschleunigen und die Leistung zu verbessern", heißt es in dem Bericht.
Dabei geht es nicht um den experimentellen Einsatz von KI im Bergbau, sondern um bereits realisierte Erfolge. "Traditionelle, auf maschinellem Lernen basierende Vorhersagemodelle, Sollwertoptimierungsmodelle, Vertriebs- und Produktionsplanung mittels digitaler Zwillinge sowie computergestützte Sicherheitssysteme werden flächendeckend und gewinnbringend eingesetzt. Die Betriebe berichten von Durchsatzsteigerungen von 2 % bis 5 %, Margenverbesserungen von 2 bis 4 Prozentpunkten und einer Reduzierung ungeplanter Ausfallzeiten", resümiert die Studie.
BHP AU000000BHP4 850524 etwa berichtet, mit Hilfe von KI übergroße Fremdkörper im australischen Eisenerzabbau zu erkennen, wodurch Schäden an Maschinen in Höhe von 50 Mio. USD pro Jahr eingespart werden.
In der Anfangsphase zählt jede Bohrung
In der frühen Explorationsphase ist der effiziente Einsatz von Kapital besonders wichtig. "In der Anfangsphase zählt jeder Borherfolg", sagt Gold Hunter Resources CEO Sean Kingsley. Er sieht in den KI-Ergebnissen einen weiteren hilfreichen Baustein bei der Vorbereitung des ersten Bohrprogramms bei Great Northern.
"Durch die Integration von Geologie, Struktur, Geochemie, Geophysik, historischen Bohrungen und moderner Datenanalyse werden die KI-generierten Ziele zusammen mit unseren VTEM-Messergebnissen und der Strukturinterpretation geprüft." VTEM Messungen werden durch Sonden vorgenommen, die elektromagnetische Impulse in den Boden leiten, um leitfähige Erzkörper zu identifizieren.
Im Kern geht es also um einen Filterprozess. Die Geologen legen verschiedene Datenquellen übereinander, um die Wahrscheinlichkeit für einen Treffer bei Bohrungen zu maximieren. Das auf 10.000 Meter angesetzte Bohrprogramm bei Great Northern ist in Arbeit und die Mobilisierungsvorbereitungen dafür laufen auf Hochtouren.
Gold Hunter Resources wird an der Börse derzeit noch mit nur rund 6 Mio. EUR bewertet. Sollten sich die Annahmen der Geologen auf abbaubare Goldgehalte durch den KI-Einsatz weiter konkretisieren, ist eine Neubewertung im nach wie vor günstigen Marktumfeld für Gold schnell möglich. Die Aktie bietet risikobereiten Anlegern daher auf aktuellem Niveau enormes Aufwärtspotenzial.
