This paper studies the integration of direct reduced iron (DRI) and hot briquetted iron (HBI) into the steelmaking process via an electric arc furnace (EAF). Considering a variety of DRI production techniques distinguished by different reactor types, this paper provides a comparative overview of the current state. It delves into significant challenges, such as the susceptibility of DRI to reoxidation and the necessity of thorough handling to maintain its quality. The effectiveness of several reoxidation mitigation strategies, including the application of thin oxide layers, briquetting, various coatings, and nitride formation in ammonia-based reduction processes, is evaluated. Most existing studies have primarily focused on the reoxidation of DRI rather than on HBI, despite the fact that HBI may undergo reoxidation. The importance of DRI/HBI in offering an alternative to the integrated steelmaking route is highlighted, focusing on how it changes the EAF process compared to those for melting scrap. This paper also identifies several research prospects for further DRI/HBI applications in steel production.

Zusammenfassung: Stahl ist ein langlebiges Material und in allen Phasen des Produktlebenszyklus zu 100 % recycelbar. Bei sachgemäßer Aufbereitung bewahrt Stahlschrott weitgehend seine Eigenschaften. Angesichts des Wandels der Branche hin zu einer kohlenstoffarmen Stahlproduktion gewinnt die Anwendung technologischer Innovationen, auch im Hinblick auf die Verwertung von Schrott und hier auch Altschrotten, zunehmend an Bedeutung. Eine genaue chemische Analyse der Schrottzusammensetzung ermöglicht es, Fremd- oder Legierungselemente als Ressourcen zu nutzen, anstatt sie als Verunreinigungen zu betrachten. Diese Studie präsentiert ein Konzept der Integration einer optisch-spektroskopischen Sensorkette zur Schrottcharakterisierung in einen bestehenden Schrottaufbereitungsprozess. Röntgenfluoreszenzspektroskopie (XRF) und laserinduzierte Plasmaspektroskopie (eng. laser-induced breakdown spectroscopy – LIBS) dienen der chemischen Analyse und bilden zusammen mit optischen Sensoren, RGB-D-Kameras sowie Lichtdetektion und -entfernungsmessung (eng. light detection and ranging – LiDAR) die Grundlage für die gleichzeitige Bestimmung von Materialvolumen und -masse sowie die Bewertung des Vorhandenseins bestimmter Begleitelemente. Ein Konzept zur Übertragung, Synchronisierung und Zusammenführung großer Datenmengen wird vorgestellt, um ein maschinelles Lernmodell zur Unterstützung der Schrottcharakterisierung zu entwickeln. Erste Ergebnisse zeigen das Potenzial von KI für die Digitalisierung in der nachhaltigen Stahlherstellung. Zur erfolgreichen Implementierung dieser Technologien in Unternehmen und zur Sicherstellung der Akzeptanz bei den Mitarbeiter:innen müssen sich deren Kompetenzen weiterentwickeln. Die Belegschaft muss entsprechend vorbereitet und bereit sein, neue Herausforderungen und Lernmöglichkeiten anzunehmen. Aus soziotechnischer Sicht kann die Einführung solcher Technologien nur durch die gemeinsame Optimierung von Menschen, Technologie und Organisation optimal erfolgen.