Der europäische „Green Deal“ erfordert die Erhöhung von Ausbringen und Produktreinheit in Abfallbehandlungsanlagen und die Implementierung neuer Technologien, um die Recyclingquote von Kunststoffverpackungen von gegenwärtig 25 % bis zum Jahr 2030 auf 55 % zu steigern. Diese Arbeit beschäftigt sich mit dem Einsatz von Sensor-Based Material Flow Monitoring (SBMM), umgangssprachlich auch „Stoffstromüberwachung“, in Kunststoffsortieranlagen. Dafür wurde zuerst eine Erhebung des Standes der Technik der Kunststoffsortierung in Belgien und Österreich durchgeführt und ein Vergleich der beiden Länder angestellt, um den derzeitigen technologischen Standard zu ermitteln. Es soll untersucht werden, ob sich aus der mittels Nahinfrarot-(NIR-)Sensoren bestimmten Pixelanzahl einer Kunststoffart auf deren Massenanteil im Stoffstrom schließen lässt. Zu diesem Zweck wurden mehrere Versuche mit NIR-Sensoren in einer P+MD(plastic bottels, metal, drink cartons)-Sortieranlage in Belgien durchgeführt. Eine Überprüfung der Korrelation der mittels NIR-Sensor gemessenen Pixeldaten mit zugehörigen Massen ausgewählter Kunststoffe erfolgte anhand der Ergebnisse zwei durchgeführter Versuchsreihen. In Versuchsreihe 1 wurden zwei Stoffströme von Leichtverpackungen auf Förderbändern aufgegeben und mit einem Nahinfrarotsensor (EVK Kerschhaggl GmbH, Wellenlängenbereich 0,9 ─ 1,7 µm) auf seine Materialzusammensetzung untersucht. Zudem erfolgte eine händische Sortierung der Störstoffe mit einer Waage, die zeitaufgelöste Daten generierte. Der mittels SBMM ermittelte Flächenanteil der Störstoffe wurde mit dem mittels Handsortierung bestimmten Massenanteil verglichen und auf ihre Korrelation überprüft. In Versuchsreihe 2 wurden die Teach-Ins im Hinblick auf Ausbringen und Reinheit von zwei NIR-Sortierern (SBS), die in der Sortierkette vor den Sensoren positioniert waren, verändert, um die auftretenden Effekte in den Pixeldaten der Sensoren zu untersuchen. Die Ergebnisse der ersten Versuchsreihe wiesen darauf hin, dass die Sensoren bei geringer Bandbelegung und wenig transparentem 2D-Material (Fall 1) besser funktionierten als bei hoher Bandbelegung mit viel Objektüberlappung und einem hohen Folienanteil (Fall 2). Die Störstoffgewichts- und Störstoffpixeldaten der PS-Linie (Fall 1) zeigen eine Korrelation von 0,81, während die gleichen Datensätze in der PP-Linie (Fall 2) eine Korrelation 0,52 aufweisen. Dies deutet auf eine höhere Belastbarkeit der Daten des SBMM in der PS-Linie hin. In den Ergebnissen der zweiten Versuchsreihen konnten Unterschiede in den SBMM-Daten nach verändertem SBS Teach-In festgestellt werden. Die Ergebnisse haben außerdem gezeigt, dass auch die SBS-Sensordaten für eine mögliche quantitative Analyse der Stoffstromzusammensetzung und Produktmenge verwendet werden könnten. Um diese Behauptung zu validieren, müssten jedoch weitere Versuche durchgeführt werden.