In den letzten Jahren hat das Thema Ressourceneffizienz auch im Bauwesen zunehmend an Bedeutung gewonnen. Tunnelprojekte spielen dabei eine besondere Rolle, da große Mengen zeitlich und örtlich punktuell anfallen. AFast die Hälfte der Tunnel werden mit Tunnelbohrmaschinen (TBM) gebaut. Zur Dokumentation und Steuerung des Bauprozesses werden diese mit diversen Sensorsystemen ausgestattet, die umfangreiche Datensätze liefern. In diesem Bereich haben moderne datengetriebene Verfahren jedoch noch keine breite Anwendung gefunden. Übergeordnetes Ziel des Projekts REMATCH ist es daher, die Datensätze von TBMs mit Hilfe von Methoden der künstlichen Intelligenz zu nutzen, um das Recycling der großen Mengen an Tunnelausbruchmaterial zu verbessern. In diesem Zusammenhang soll ein innovatives Echtzeit-Messsystem zur Materialcharakterisierung entwickelt werden, das eine Entscheidungshilfe bei der Fragegibt, ob Boden für andere Zwecke "brauchbar" oder "nicht brauchbar" ist und dann auf einer Deponie entsorgt werden muss. Dieses System wird auf mehreren Ansätzen mit KI-Methoden beruhen: erstens auf Bilderkennung von Ausbruchmaterial, zweitens auf intelligenter Datenverarbeitung von TBM-Daten und drittens auf einer Wissensdatenban. Die TH Köln führt im Lehr- und Forschungsgebiet Geotechnik und Tunnelbau für das Forschungsprojekt wesentliche Untersuchungen durch, u.a. um ausgewählte Eigenschaften der aufgefahrenen Böden zu gewinnen und an Hand der Eigenschaften die Böden zu klassifizieren. Zudem liefert die TH Köln einen wichtigen Beitrag zum Interaktionsverhalten zwischen Baugrund und Tunnelbohrmaschine. Die u.a. an der TH Köln gewonnenen Daten liefern eine wesentliche Grundlage für das Forschungsvorhaben. Die Arbeiten der TH Köln im Rahmen des Projekts REMATCH bauen u.a. auf dem von der TH Köln unterstützten Projekt "Bewertung von unterschiedlichen Böden als Kriterium zur nachhaltigen Nutzung als zeitweise fließfähiger, selbstverdichtender Verfüllbaustoff" auf.