CEresearchNRW: KI & Zirkuläre Wertschöpfung

Friederike von Unruh vom Prosperkolleg Team.

von Friederike v. Unruh

Am 05.11.2020 ging beim Virtuellen Forschungsnetzwerks Zirkuläre Wertschöpfung NRW das Thema „Digitalisierung trifft Zirkuläre Wertschöpfung“ in die nächste Runde mit der Frage, wie Künstliche Intelligenz die Zirkuläre Wertschöpfung vorantreiben kann?

Mike Duddek und Prof. Dr.-Ing. Saulo H. Freitas Seabra da Rocha (beide Hochschule Ruhr West / Prosperkolleg) gaben einen Einblick in das Konzept des Circular Digital Economy Labs (CDEL), welches sich am Standort Prosper III mit der Steigerung der Wertigkeit von Stoffströmen aus komplex zusammengesetzten Alt-Produkten auseinandersetzt. Zunächst sprach Prof. Seabra über die Motivation sich mit der Verwertung von Altprodukten, insbesondere mit aussortierten oder beschädigten Elektrogeräten, auseinanderzusetzen: Es gibt immer mehr Elektrogeräte, während der Lebenszyklus jedes einzelnen Produktes immer kürzer wird. Zudem werden die Geräte kabellos mit Akkus betrieben. Häufig enthalten sie viele kritische Rohstoffe und bestehen aus komplexen Stoffmischungen. Gerade die kritischen Rohstoffe wie Lithium oder Neodym haben eine Recyclingquote von 1 % oder weniger, so dass mit jedem aussortiertem Elektrogerät wertvolle Rohstoffe verloren gehen.

Das CDEL als Forschungs-, Entwicklungs- und Demonstrationslabor möchte deshalb das Recycling von komplexen Produkten verbessern. Herr Duddek beschreibt zunächst, dass im traditionellen Recyclingprozess die Altprodukte üblicherweise in einer Mühle zu einem Stoffgemisch zerkleinert oder sie per Hand zerlegt werden, was einen sehr hohen Personalbedarf erfordert. Danach wird versucht, die vermischten Reststoffe in verschiedenen Prozessen zu trennen, wobei es nicht möglich ist, alle Materialien sauber voneinander zu extrahieren. Der Wert des Materialstroms verringert sich somit. Im CDEL werden deshalb die Produkte vorbehandelt: Im ersten Schritt werden die Altprodukte mittels Sensoren und KI-Technologien identifiziert. In einer Datenbank wird überprüft, welche Informationen zu dem Produkt vorliegen und ob das Produkt bereits verarbeitet wurde. Falls das vorliegende Modell noch nicht behandelt wurde, werden weitere Daten über das Produkt, wie zum Beispiel der Aufbau des Produktinnenlebens mittels Röntgentechnik, gesammelt. Nun wird das Altprodukt automatisiert durch verschiedene Trennverfahren sowie thermische und chemische Behandlungen in vorzertrennte Objekte zerlegt. Diese können nun separat dem traditionellen Recyclingprozess zugeführt werden. Durch diesen Prozess wird die Vermischung von schlecht, oder nicht mehr wirtschaftlich trennbaren Stoffen vermieden und im anschließenden klassischem Recyclingprozess eine höhere Wiederverwertungsquote erzielt. Anhand der gewonnenen Erkenntnisse können Prozesse und Produktdesigns optimiert und operative technische Lösungen entwickelt werden.

In einem zweiten Vortrag ging nun Nermeen Abou Baker mit Unterstützung von Prof. Dr.-Ing. Uwe Handmann (beide Hochschule Ruhr West/Prosperkolleg) auf die Rolle von Künstlicher Intelligenz (KI) als Wegbereiter zur Zirkulären Wertschöpfung ein sowie den Prozess der Objekterkennung mittels KI im CDEL ein. Zunächst stellte Frau Abou Baker
Beispiele vor, wie KI helfen kann, Elektroschrott besser zu recyceln, denn die momentanen Recyclingaktivitäten halten dem weltweiten Wachstum an Elektrogeräten nicht stand. Wenn Elektroschrott nicht vorschriftsmäßig entsorgt wird, kann dies gerade bei Kindern zu Gesundheitsschäden führen. Zudem können die gefährlichen toxischen Inhaltsstoffe auch in die Umwelt gelangen. Die KI kann dabei helfen den Elektroschrott ordnungsgemäß einzusammeln, indem es Firmen, die die Geräte abholen, die beste Route mit den meisten angemeldeten Geräten vorgibt. Auch treibt KI die Zirkuläre Wertschöpfung voran, da Roboter täglich unermüdlich Tonnen an Müll sortieren. Ein Beispiel hierfür ist „ZenRobotics“, der mit Hilfe von Kameras und Sensoren den Müll erkennt und jedes Teil somit dem richtigen Recycling-Prozess in Echtzeit zuführen kann. Bei „AMP Robotics“ werden Abfälle aus Plastik, Karton, Papier, aber auch Flaschen, Dosen mit einer Genauigkeit von 99 % von Robotern der richtigen Kategorie zugeordnet. Auch können verschiedene Farben, Texturen, Muster und Größen erkannt werden. Der Refind E-Grader sortiert auf Basis von Sensoren und KI-Technologien Smartphones in die Kategorien „Wiederverwendung, Überholung oder Recycling“ basierend auf ihrem aktuellen Marktpreis. Ein bekanntes Beispiel ist der Roboter „Daisy“ von Apple, der automatisch 15 verschiedene Iphone Modelle in Ihre Bestandteile zerlegen kann und diese somit dem Sekundärmarkt zugeführt werden können.

In dem zweiten Teil Ihres Vortrages ging Frau Abou Baker auf die eigene Forschungsarbeit im CDEL ein: Für die Objekterkennung von Smartphones werden verschiedene Sensoren eingesetzt: Die Infrarot und Nahinfrarot-Aufnahmen des Smartphones unterstützen die Erkennung der internen Komponenten, welche entscheidend für die weitere Verarbeitung mit den Robotern ist. Eine Kamera im RGB-Farbspektrum gleicht das unbekannte Smartphone mit einem Data Set (Bilddatenbank), das verschiedene Handymodelle beinhaltet, ab. Der Classifier, welches sozusagen das Gehirn des Systems ist, wurde mit AlexNet angepasst und hat eine Genauigkeit von 96 % (Accuracy). Zudem wurde eine Datenbank mit 2000 Smartphone-Modellen von 22 Marken mit ihren Objektspezifikationen, wie zum Beispiel die Marke, die Modellnummer, die Maße oder das Erscheinungsdatum aufgebaut. Weitere Spezifikationen können problemlos hinzugefügt werden. Über ein Graphical User Interface (GUI) können die Daten zu jedem Smartphone Modell abgefragt werden. Die Objektspezifikationen sind für die weitere Verarbeitung der Smartphones per Roboter notwendig. Via Transfer Learning Methoden sollen später weitere Elektro-Altgeräte erkannt werden.

Dr. Shivam Gupta (Bonn Alliance for Sustainability Research/ Innovation Campus Bonn (ICB)) sprach über das Projekt “Digitainable: Digitalisierung und Nachhaltigkeit”. „Digitainable“ ist eine Wortneuschöpfung aus den englischen Wörtern „Digitalization“ und „Sustainability“, welche auf die gegenseitige Befruchtung zwischen den beiden Prozessen hinweist. Herr Dr. Gupta begann seinen Vortrag mit der Darstellung der Komplexität globaler Veränderungen, welche sowohl Herausforderungen Fortschritte mit sich bringen. Herausforderungen können dabei vielfältig sein, z.B. extremere Wetterereignisse, eine Überbeanspruchung der mineralischen Ressourcen oder wachsende Ungleichheiten in und zwischen Gesellschaften sein, während die Fortschritte Zugang zu Internet, ein Anstieg positiver Faktoren, wie mehr Naturschutzgebiete, Alphabetisierung oder Bildung für Mädchen, sein können.

Im Folgenden beschrieb Dr. Gupta unter Angabe konkreter Beispiele die Bedeutung der Digitalisierung und insbesondere der KI für viele der 17 Sustainable Development Goals (SDGs). Dabei ist die Messung der Relevanz von Digitalisierung und KI für die Indikatoren der SDGs sowie für die vielfältigen Verknüpfungen, die zwischen den Indikatoren bestehen, von entscheidender Bedeutung; diese Beziehungen zu untersuchen steht im Vordergrund des Projekts digitainable. Insbesondere wird versucht, Optionen zu identifizieren, bei denen Digitalisierung und KI Synergien zwischen den Indikatoren fördern und TradeOff-Effekte verringern können. Zudem möchte man Rahmenwerke zur Verwendung von Digitalisierung und KI für die Nachhaltigkeit entwickeln, durch die man in der Lage ist, Verantwortlichkeiten zwischen den Beteiligten und Interessensvertreter zu identifizieren, und maßgeschneiderte Richtlinien für konkrete Einsatzsituationen zu entwickeln, unter Berücksichtigung sowohl technischer als auch sozialer Perspektiven.

Nachhaltigkeitsziele und zirkuläres Wirtschaften haben insofern eine große Überlappung als beide Konzepte ähnliche Ziele verfolgen, nämlich sozialen und wirtschaftlichen Wohlstand im Rahmen der natürlichen Kapazitäten unseres Planeten. Im Folgenden ging Dr. Gupta auf zwei Praxisbeispiele ein, nämlich (1) wie mit Hilfe von Sensoren automatisiert in sogenannten „Sense Boxen“ die Luftqualität gemessen werden kann und (2) wie günstige Hardware-Systeme mit Hilfe eines Wi-Fi Signals Verkehrsdaten sammeln kann.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Gute Nachrichten teilen

Share on facebook
Share on twitter
Share on linkedin
Share on xing

Das Prosperkolleg-Team ist für Sie da!