WeSort.AI

Kurzfazit

WeSort.AI ist ein deutsches KI-Unternehmen aus Würzburg, das ein sehr konkretes, sehr drängendes Problem löst: Brände in Recyclinganlagen durch Lithium-Ionen-Batterien, die fälschlich im Hausmüll oder LVP landen. Battery.Sort kombiniert Röntgentechnik mit KI-Bildanalyse und entfernt erkannte Batterien vollautomatisch. Kunde Korn Recycling berichtet nach dem Einsatz eine Reduktion der Brandgefahr um 94 %. In einem Branchensegment, in dem Brände regelmäßig Millionenschäden und gekündigte Versicherungsverträge auslösen, ist das eine außergewöhnlich harte Praxiszahl. Schwächen: keine 100-%-Erkennung, kein öffentliches Pricing, spezialisiert auf Lithium-Akkus statt Universal-Sortierung. Für betroffene Anlagenbetreiber dennoch eine der besten verfügbaren Lösungen, und ein Lehrbuch-Fall, wie deutsche Spezial-KI weltweit konkurrenzfähig wird.

Für wen ist WeSort.AI?

LVP-Sortieranlagen (Leichtverpackungen, „Gelber Sack”): Klassische Zielgruppe, hier landen Batterien systematisch falsch, weil Verbraucher kleine Geräte (Vapes, Powerbanks, kabellose Kopfhörer) in den Hausmüll werfen. Battery.Sort ist genau für diesen Materialstrom optimiert.

Recyclinganlagen mit Brand-Vorgeschichte: Wer in den letzten 3 Jahren ein oder mehrere Brandereignisse durch Lithium-Akkus hatte, steht oft unter Versicherungsdruck, präventive Technik nachzurüsten. Für diese Betreiber ist die Investition meist über Versicherungsprämien-Reduktion und Schadensvermeidung schnell rentabel.

Großentsorger mit mehreren Standorten: PreZero, Lobbe und ähnliche Unternehmen profitieren von der Skalierbarkeit, einmal validiertes Setup wird über mehrere Standorte ausgerollt.

Automobil- und Industrierecycler: Für Wertstoffströme aus Altfahrzeugen oder Elektroindustrie ist Vision.Sort interessant, weil dort komplexe Mischfraktionen entstehen, die rein optisch schwer sortierbar sind.

Anlagen mit alter Sortiertechnik: Wer eine bestehende Sortierlinie nachrüsten will, ohne ein neues Großprojekt aufzusetzen, findet bei WeSort.AI gezielt modulare Lösungen statt Plattform-Komplettverkäufe.

Weniger geeignet für: Kleine kommunale Wertstoffhöfe (Investitionsvolumen zu hoch), Anlagen ohne Lithium-Batterie-Problem (überdimensioniert), Betreiber, die eine Universal-Sortierplattform suchen (dafür sind oder breiter aufgestellt), und alle, die transparente Listenpreise für Budget-Planung brauchen.

Preise im Detail

Komponente	Preisbereich	Was du bekommst
Battery.Sort (Komplettsystem)	Anlagenbasiert, niedriger bis mittlerer sechsstelliger Bereich (Schätzung)	X-Ray-Sensorik + KI-Erkennung + Druckluft-Extraktion + Einlernphase
Vision.Sort	Anlagenbasiert, abhängig von Bandbreite und Materialstrom	Kamerabasierte KI-Sortierung für definierte Fraktionen
Vision.Insights	Auf Anfrage	Echtzeit-Analytics-Modul, oft als Add-on zu bestehender Anlage
Installation & Einlernphase	Im Paket enthalten	Inbetriebnahme, Materialstrom-Training, Übergabe an Betrieb
Wartung & Support	Jährliche Servicepauschale (Anfrage)	Software-Updates, Modell-Retraining, Remote-Support

Einordnung: WeSort.AI verkauft Industrieanlagen, keine SaaS. Investitionsentscheidungen liegen typischerweise im hohen fünf- bis sechsstelligen Bereich pro Sortierlinie. Rentabilitätsrechnung läuft fast immer über vermiedene Brandschäden: Ein einziger größerer Brand in einer LVP-Sortieranlage kann 1–5 Mio. € Schaden verursachen (Anlagenausfall, Materialverlust, Versicherungsmaluts, Reputationsschaden, evtl. Personenschäden). Wer die Brandhäufigkeit von 5–20 pro Jahr auf 0–1 senken kann, hat die Investition meist nach 12–24 Monaten durch eingesparte Schäden und niedrigere Prämien wieder eingespielt. Für Anlagen ohne dokumentierte Brandprobleme ist die Rechnung schwieriger, dann läuft die Argumentation eher über Versicherbarkeit und Compliance.

Stärken im Detail

Röntgentechnik als entscheidender technischer Vorsprung. Während rein kamerabasierte Sortiersysteme nur Oberflächen sehen, durchdringt die Röntgendurchleuchtung das Material. Eine Batterie, die unter Plastikfolien und Kartonage versteckt ist, wird trotzdem erkannt. Das ist im LVP-Strom entscheidend, weil Batterien dort fast nie offen liegen.

Praxisbewährter Brandreduktions-Effekt. Die Kennzahl ist außergewöhnlich: Kunde Korn Recycling berichtet nach dem Battery.Sort-Einsatz eine um 94 % gesenkte Brandgefahr. Solche Reduktionen sind in der Industrie selten so klar kommuniziert. Sie machen Battery.Sort zu einem messbaren Versicherungs-Argument, nicht nur zu einer ESG-Story.

Vollautomatische Extraktion ohne Personalbindung. Erkannte Batterien werden per Druckluft-Stoß aus dem Materialstrom geschossen und landen in feuerfesten Sammelbehältern außerhalb der Halle. Kein Mensch muss eingreifen, kein Bandstopp, keine manuelle Aussortierung. Das macht das System auch nachts und an Wochenenden wirksam.

Nachrüstbar, Brownfield statt Greenfield. Statt eine komplett neue Anlage zu verkaufen, fokussiert WeSort.AI auf Nachrüstung. Für Anlagenbetreiber bedeutet das: geringere Investitionsbarriere, kürzere Implementierungsphase, weniger Stillstand. Das ist ein cleveres Geschäftsmodell in einem Markt, in dem Komplettausrüster wie oft nur größere Projekte stemmen.

Drei aufeinander aufbauende Produkte. Battery.Sort als Brandschutz-Einstieg, Vision.Sort als breiteres Sortier-Modul, Vision.Insights als Analyse-Layer für Strommonitoring. Wer beim Brandschutz beginnt, kann später ergänzen, das schafft einen klaren Wachstumspfad innerhalb derselben Anbieter-Beziehung.

Deutsches Engineering und Standort. 2022 in Würzburg von den Brüdern Nathanael und Johannes Laier gegründet, Entwicklung und Service aus Deutschland, gefördert unter anderem durch SPRIN-D. Für Anlagenbetreiber, denen schnelle Vor-Ort-Reaktionszeiten wichtig sind, ein nicht zu unterschätzender Vorteil gegenüber internationalen Anbietern mit längeren Service-Pfaden.

Schwächen ehrlich betrachtet

Keine 100-%-Erkennung. Kein bildgebendes Sortiersystem erkennt jede Batterie, und WeSort.AI beziffert die Trefferquote öffentlich nicht. Ein Restrisiko bleibt: Was dem System entgeht, kann weiter Brände auslösen. Wer „Brandschutz” mit „Brandfreiheit” verwechselt, wird enttäuscht. Battery.Sort ist Schadensbegrenzung, nicht Schadensausschluss. Lass dir im Verkaufsgespräch eine konkrete, dokumentierte Trefferquote für deinen Materialstrom zusichern, statt mit Marketingzahlen zu rechnen.

Spezialisiert, nicht universell. Battery.Sort erkennt Lithium-Batterien, Gaskartuschen und definierte Großmetallteile, aber keine universelle E-Waste-Sortierung. Wer alle Stoffe automatisiert trennen will (PET, PE, PP, Folie, Papier, Metalle), braucht zusätzlich klassische optische Sortiertechnik. WeSort.AI ist Ergänzung, nicht Ersatz.

Hohe Investitionsbarriere. Ohne öffentliche Preise und mit Investitionsvolumen im fünf- bis sechsstelligen Bereich ist Battery.Sort kein Tool für kleine Anlagen oder kommunale Wertstoffhöfe. Die Refinanzierungslogik funktioniert nur ab einer kritischen Größe und Brand-Vorgeschichte.

Inbetriebnahme dauert. Sensorik-Integration in bestehende Förderbandanlagen, KI-Modell-Training auf dem spezifischen Materialstrom, realistisch sind 8–16 Wochen vom Vertragsabschluss bis zum produktiven Betrieb. Schnelle „Plug-and-Play”-Erwartungen werden enttäuscht.

Junges Unternehmen, junge Referenzen. Gegründet 2022, mit überschaubarer, wenn auch hochwertiger Referenzbasis. Das Wachstumstempo ist hoch, aber langfristige Service- und Update-Verlässlichkeit muss sich noch über mehrere Jahre beweisen. Für sehr konservative Investitionsentscheider ist das ein berechtigter Risikofaktor.

Modell-Generalisierbarkeit zwischen Standorten. Materialströme unterscheiden sich erheblich zwischen Standorten (regionale Verbraucherpräferenzen, Sammelsystem-Designs). Das bedeutet: Pro Standort ist eine Einlernphase nötig, ein direktes Übertragen trainierter Modelle ist nur begrenzt möglich. Das verlängert die Skalierungsphase bei Großentsorgern.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Komplette Sortieranlage mit Multi-Fraktion-Erkennung suchst
Roboterbasierte Sortierung mit hoher Flexibilität willst
Spezifisch Röntgen-Inline-Inspektion für Metalldetektion brauchst

Erwähnenswert ohne eigene Tool-Seite: AMP Robotics (US-amerikanischer KI-Robotik-Spezialist mit breitem Recycling-Fokus), Machinex (kanadischer Anlagenbauer mit eigener KI-Sortiertechnik) und Stadler / Anlagenbau Stadler (klassischer Anlagenbauer mit zunehmender KI-Integration). WeSort.AI bleibt im Spezialfeld „Batterieerkennung im Materialstrom” die fokussierteste und am besten dokumentierte Lösung im deutschsprachigen Raum. Für Generalisten-Aufgaben sind TOMRA oder ZenRobotics die größeren Plattformen.

So steigst du ein

Schritt 1: Kontaktiere WeSort.AI für eine Bestandsaufnahme eurer Anlage. Relevant: Förderbandbreite, Materialstrom-Zusammensetzung, bekannte Batteriehäufigkeit und bisherige Brandereignisse. Bereite intern eine Liste der letzten 24 Monate Brandereignisse und ihrer Schadenshöhen vor, das ist die Basis für jede Wirtschaftlichkeitsrechnung. Bitte parallel die Versicherung um eine Stellungnahme zu möglichen Prämienreduktionen nach Nachrüstung.

Schritt 2: Machbarkeitsanalyse und Integrationsskizze. WeSort.AI prüft, an welchem Punkt der Sortierlinie das Battery.Sort-System am effektivsten eingebunden werden kann, typischerweise vor den ersten optischen Sortieraggregaten, damit Brände nicht erst tief in der Anlage entstehen. Hol gleichzeitig Vergleichsangebote ein (TOMRA, ZenRobotics, AMP Robotics), auch wenn deren Lösungen nicht 1:1 vergleichbar sind, hilft das beim Verhandeln.

Schritt 3: Installation und Einlernphase. Das System trainiert auf eurem spezifischen Materialstrom, erste Ergebnisse sind nach wenigen Wochen Betrieb messbar. Plane 8–16 Wochen vom Vertragsabschluss bis zum produktiven Betrieb. Wichtig: KPI-Reporting von Anfang an einführen, Brandereignisse, Batteriefunde, manuelle Eingriffe, damit Wirksamkeit nachweisbar ist und bei Versicherungen und ESG-Berichten verwendet werden kann.

Ein konkretes Beispiel

Korn Recycling, ein mittelständischer Entsorgungsbetrieb in Albstadt (Baden-Württemberg), setzt Battery.Sort in einer Sortieranlage ein. Das Unternehmen berichtet öffentlich eine um 94 % gesenkte Brandgefahr durch Lithium-Ionen-Batterien nach der Inbetriebnahme. Das System entfernt erkannte Batterien vollautomatisch aus dem Materialstrom und führt sie sicher ab, ohne manuellen Eingriff. Wirtschaftlicher Effekt: Bei einem durchschnittlichen Brandschaden von 80.000–150.000 € (Anlagenausfall, Materialverlust, Reinigung, kleinere Reparaturen, größere Brände gehen in die Millionen) amortisiert sich die Investition allein über vermiedene Schäden oft schon innerhalb des ersten Betriebsjahres. Hinzu kommen weichere Effekte: Mitarbeiterzufriedenheit (weniger Stressmomente), Versicherbarkeit (mehrere Versicherer lehnen Sortieranlagen ohne aktive Batterie-Detektion mittlerweile ab), und ESG-Reporting (dokumentierte Brandprävention als Sicherheitsmaßnahme).

DSGVO & Datenschutz

• Datenhosting: Deutschland (Server bei WeSort.AI GmbH, Würzburg). Verarbeitungsdaten verlassen Deutschland nicht.
• Daten-Charakter: Primär Bild- und Sensordaten von Materialströmen, keine personenbezogenen Daten im klassischen Sinne. DSGVO-Bezug entsteht nur in Randbereichen (z. B. wenn Mitarbeitende versehentlich auf Kameras erfasst werden).
• Datennutzung: Erfasste Materialstrom-Daten werden zum Modell-Training und zur Modell-Verbesserung verwendet, anonymisiert. Vertragliche Abreden mit Anlagenbetreibern regeln, in welchem Umfang Daten für übergreifende Modell-Verbesserungen einfließen dürfen.
• Auftragsverarbeitung (AVV): Bei Einsatz in Betrieben mit Personalbezug (z. B. Erfassung von Mitarbeitenden im Kamerabild) ist ein AVV sinnvoll und üblich.
• Empfehlung für Betreiber: Vor Inbetriebnahme den Sichtfeldbereich der Kameras prüfen, falls Mitarbeitende potenziell erfasst werden, betrieblichen Datenschutz und ggf. Betriebsrat einbinden. Für reine Materialstrom-Erfassung ist der DSGVO-Aufwand minimal.

Gut kombiniert mit

• , TOMRA als Plattform für optische Multi-Fraktion-Sortierung, WeSort.AI als spezialisiertes Add-on für Batterieerkennung. Viele Anlagen kombinieren beide Welten: TOMRA für die Wertstoff-Trennung, Battery.Sort vorgelagert für die Brandschutz-Filter.
• , wenn parallel zur Batterieerkennung auch robotische Sortierung von Sperrigem und Wertstoffen sinnvoll ist, ergänzen sich beide Systeme an unterschiedlichen Punkten der Linie.
• , Sesotec deckt die metalldetektive Inline-Inspektion für andere Industriezweige ab (Recycling, Kunststoff, Lebensmittel). In komplexen Recyclinganlagen kann ein Mix aus Sesotec-Detektion und WeSort.AI-Extraktion sinnvoll sein.

Unser Testurteil

WeSort.AI verdient 4 von 5 Sternen. Das ist eine starke Bewertung für ein junges deutsches KI-Unternehmen, gerechtfertigt durch ein extrem klares Wertversprechen (94 % weniger Brandgefahr im Kunden-Bericht ist eine außergewöhnlich harte Kennzahl) und eine technologisch überzeugende Lösung (Röntgentechnik + KI + automatische Extraktion). Den fünften Stern verfehlt das Unternehmen aus drei Gründen: Erstens erkennt kein System jede Batterie, und WeSort.AI beziffert die Trefferquote öffentlich nicht, ein Restrisiko bleibt, das für Versicherer manchmal nicht genügt. Zweitens ist das Pricing intransparent, was Investitionsentscheidungen erschwert. Drittens ist das Unternehmen jung (gegründet 2022) und die Referenz-Basis noch überschaubar; Langzeit-Verlässlichkeit von Software-Updates und Service muss sich über die nächsten Jahre beweisen. Für Anlagenbetreiber mit dokumentierter Brand-Vorgeschichte ist Battery.Sort dennoch eine der wirtschaftlich plausibelsten Investitionen im Brandschutz-Segment.

Was wir bemerkt haben

• 2024, Kunde Korn Recycling kommunizierte die Kennzahl „94 % weniger Brandgefahr” nach Battery.Sort-Einsatz. Das hat WeSort.AI auch außerhalb der engeren Recycling-Community bekannter gemacht. Eine frühere Fassung dieser Seite nannte konkrete Brandzahlen (17 auf 1 Feuer), diese ließen sich gegen offizielle Quellen nicht belegen und wurden auf die verifizierte Prozentangabe zurückgeführt.
• 2024–2025, Aus dem ursprünglichen Einzelprodukt ist eine Produktfamilie geworden: Battery.Sort (Brandschutz), Vision.Sort (allgemeine Sortierung) und Vision.Insights (Stromanalyse). Das Unternehmen positioniert sich zunehmend als KI-Sortier-Plattform, nicht nur als Brandschutz-Spezialist.
• 2025, Referenzliste verbreitert, neben Korn Recycling werden PreZero, Lobbe, Electrocycling sowie Partnerschaften rund um Siemens und Deutsche Telekom genannt.
• Juni 2026, Auf der Startseite wird Battery.Sort zusätzlich als „X.Sort” geführt (röntgenbasierte Sortierung gefährlicher Störstoffe). Wer ältere Quellen liest, sollte beide Produktnamen kennen.
• Juni 2026, Quellenprüfung: Gründungsjahr auf der Über-uns-Seite ist 2022 (Brüder Nathanael und Johannes Laier), nicht 2021 wie zuvor auf dieser Seite angegeben, korrigiert. Eine offizielle, beziffert dokumentierte Erkennungsrate ist nicht öffentlich, die zuvor genannten „ca. 80 %” wurden daher entfernt. Öffentliche Preise sind weiterhin nicht verfügbar, in der Industrieanlagenwelt normal, erschwert aber schnelle Vorabbewertungen.