Algo Grande Copper (TSX-V: ALGR; WKN: A41UK1) hat einen neuen Baustein für die Explorationsarbeit auf seinem zu 100% eigenen Adelita Copper-Gold-Silver Project im mexikanischen Bundesstaat Sonora vorgestellt: Das Unternehmen beauftragt AI-Metals, einen auf Künstliche Intelligenz und geowissenschaftliche Analytik spezialisierten Dienstleister, mit einem auf zwölf Monate angelegten Programm zur Neuaufbereitung und Integration von Daten. Ziel ist es, historische Informationen und aktuell erzeugte Datensätze zusammenzuführen, um die Interpretation eines komplexen Mineralisierungssystems zu verbessern, Explorationsrisiken zu senken und die Priorisierung von Bohrzielen zu präzisieren.
Die Initiative knüpft laut Algo Grande direkt an jüngste Arbeiten auf dem Adelita-Projekt an. Dazu zählen die Identifizierung von 32 vorrangigen Explorationszielen, der Start einer hochauflösenden, bodengestützten Magnetikmessung sowie der Aufbau eines modernen 3D-Geologiemodells. Das nun beauftragte AI-gestützte Reprocessing soll diese Bausteine technisch zusammenbringen und fortlaufend aktualisieren: Die Plattform von AI-Metals soll kontinuierlich mit neuen Daten gefüttert werden, die aus den fortlaufenden Bohr- und Feldprogrammen des Unternehmens stammen.
Algo Grande Copper bündelt Geologie, Geochemie und Geophysik des Adelita-Projekts
Kern des Programms ist ein integrativer Ansatz, der mehrere voneinander unabhängige Datentypen räumlich zueinander in Beziehung setzt. Algo Grande betont, dass Einzelmethoden in der Exploration häufig Interpretationsspielräume lassen, insbesondere in geologisch komplexen Systemen. Genau dort setzt die KI-basierte Auswertung an: Sie sucht gezielt nach Zonen, in denen verschiedene Signale übereinstimmend auftreten und damit die Wahrscheinlichkeit erhöhen, dass die beobachteten Anomalien eine gemeinsame geologische Ursache haben.
In die bereits laufende integrierte Analyse fließen unter anderem aeromagnetische und elektromagnetische Datensätze (AEM) ein, satellitengestützte Alterationsindikatoren wie Hydroxyl- und Eisenoxid-Signaturen, geochemische Oberflächenproben sowie IP-Daten (Induced Polarization) zu Aufladbarkeit und Widerstand. Durch die Überlagerung dieser Ebenen sollen Bereiche identifiziert werden, in denen geochemische Auffälligkeiten an der Oberfläche mit strukturellen oder lithologischen Grenzen aus der Geophysik sowie mit Hinweisen auf potenzielle Sulfidkörper im Untergrund zusammenfallen.
Die bisherigen Ergebnisse der KI-gestützten Integration stützen nach Angaben des Unternehmens die bereits kommunizierte Zielkulisse und verstärken sie: Mehrere unabhängige Datensätze würden entlang derselben Korridore zusammenlaufen. Das sei ein wichtiges Signal, weil damit das Bild eines großräumigen, strukturell kontrollierten Skarn–Porphyr-Systems am Adelita-Projekt konsistenter werde.
Hinweise auf Skarn artige Kupfermineralisierung und tieferliegende Sulfid-Ziele
Inhaltlich ordnet Algo Grande Copper die gewonnenen Muster als Hinweis auf Skarn artige Kupfermineralisierung ein, die bevorzugt in der Nähe von Kontakten zwischen Intrusionsgesteinen und Karbonaten entsteht. Genau diese geologische Konstellation bildet laut Unternehmen den Rahmen für die zuvor herausgearbeiteten prioritären Zielkorridore.
Die beschriebenen Abbildungen aus der Auswertung liefern dafür mehrere Bausteine. In der KI-basierten Clusteranalyse werden geologisch und geochemisch unterscheidbare Zonen herausgearbeitet; bestimmte Cluster werden mit interpretierten Skarnbereichen bei Cerro Grande in Verbindung gebracht, während andere Cluster geochemische Signaturen widerspiegeln, die von Kupfer-Gold- beziehungsweise Kupfer-Molybdän-Assoziationen beeinflusst sind. Ergänzend zeigen Magnetik- und EM-Daten Grenzen, die als mögliche Intrusionskontakte und Skarnfronten interpretiert werden. Zudem verweist das Unternehmen auf IP-Inversionen, die unterhalb von etwa 100 bis 200 Metern größere, zusammenhängende, aufladbare Körper erkennen lassen – ein mögliches Indiz für sulfidische Mineralisierung oder ein tiefreichendes Störungssystem.
Entscheidend für die praktische Umsetzung ist aus Sicht des Unternehmens die Frage nach der vertikalen Kontinuität: Dort, wo Oberflächenalteration, geochemische Anomalien, magnetische Reaktionen und IP-Signaturen übereinander liegen, sieht Algo Grande eine robustere Grundlage, um Bohrziele systematisch zu setzen und schrittweise zu verfeinern.
Phase 2 im Blick: Datenmodell soll Bohrplanung ab Ende Q1 2026 unterstützen
Das KI-Programm ist in die laufenden technischen Arbeiten eingebettet. Algo Grande nennt in diesem Zusammenhang die modernisierte 3D-Neuaufbereitung historischer Magnetik-, IP- und MT-Datensätze, die laufende hochauflösende Bodenmagnetik über der Cerro-Grande-Skarnzone, Ergebnisse aus dem aktuellen, orientierten Diamantkernbohrprogramm sowie Grabenproben, Kartierung und systematischer Probenahme an der Oberfläche. Diese Informationen sollen in ein einheitliches 3D-Geologie- und Strukturmodell einfließen, das Geometrie, Kontinuität und Kontrolle der Mineralisierung besser abbildet.
Die aus der Integration abgeleiteten Resultate sollen schließlich in die Planung eines Phase-2-Explorationsprogramms münden, das Algo Grande Copper für Ende des ersten Quartals beziehungsweise den Beginn des zweiten Quartals 2026 anstrebt – abhängig von Ergebnissen und logistischer Umsetzung. Damit setzt das Unternehmen auf einen fortlaufenden Kreislauf aus Datenerhebung, KI-gestützter Interpretation und zielgerichteter Nachverfolgung im Feld, um die Bohrprioritäten am Kupfer-, Gold- und Silberprojekt Adelita weiter zu präzisieren.
