Das Projekt ReCircE zielt auf die Verbesserung der Ressourceneffizienz von Stoffkreisläufen ab. Dieses Ziel soll durch die Verbindung einer digitalen Produktbeschreibung – der “Lebenszyklusakte” (Life Cycle Record) – mit intelligenter und durch Künstliche Intelligenz (KI) unterstützte Sortierungstechnologien erreicht werden.

In der Lebenszyklusakte werden Informationen zum Produkt und Produkt-Lebenszyklus hinterlegt. Dazu gehören bspw. die beim Herstellungsprozess  verwendeten Materialien und deren Eigenschaften. Diese Informationen werden für die Materialrückgewinnung – also für die Sortierung, das Recycling und die anschließende Wiederverwertung nutzbar gemacht.

So können aus der Lebenszyklusakte Daten bezogen werden und für eine verbesserte Sortierung genutzt werden. Produkt- und Materialdaten werden maschinellen Lernverfahren zur Verfügung gestellt, um KI-basierte Sortierentscheidungen zu ermöglichen. Gleichzeitig fließen Daten aus der Sortierung in die Lebenszyklusakte mit ein und stellen eine weitere Informationsquelle für nachfolgende Verwertungsprozesse dar.

Durch die Daten der Lebenszyklusakte sowie mithilfe maschineller Lernverfahren und sensorgestützter Sortierung kann die Materialeffizienz bei der Kreislaufführung der Produkte und Materialien insgesamt erhöht werden. Es können also höhere Anteile kostbarer Materialien zurückgewonnen und zu hochwertigeren Produkten aus Sekundärrohstoffen verarbeitet werden.

Das Projekt verfolgt einen Lösungsansatz auf drei Ebenen:

  • Informatorische Vernetzung entlang der Wertschöpfungskette: Die digitale Lebenszyklusakte verbindet Produzenten mit Entsorgern und macht eine einfache und effiziente Kommunikation unterschiedlicher Akteure möglich. Die Effekte und Rückkopplungen durch Eingriffe der Akteure werden durch eine KI analysiert und vorhergesagt. Die Produzenten versetzt dies in die Lage, Erfahrungen aus dem Recycling in ihre Produkt(weiter)entwicklung einfließen zu lassen. Entsorger und Recycler wiederum können den Sortier- und Recyclingprozess feingranular justieren, wenn sie wissen, was das Produkt enthält.
  • Intelligente Sortierung und Recycling heterogener Abfallströme: Zur Sortierung des Abfalls kommt im Rahmen des Projekts eine digitalisierte sensorgestützte Sortieranlage zum Einsatz. Die Sortieranlage besitzt beliebig miteinander kombinierbare Sensoren zur Farb- bzw. Formerkennung, Nahinfrarot-Sensoren sowie Metalldetektoren. Auf Basis gegebener Sensordaten und den Informationen aus der digitalen Lebenszyklusakte wird der Sortierprozess iterativ optimiert. Hierfür werden KI-Entscheidungsmodelle unter Einsatz maschineller Lernverfahren erstellt, die es erlauben spezifische Sortierregeln, auch unter Einbezug von Hintergrundinformationen wie Unverträglichkeiten zwischen Materialien, automatisch zu generieren. Mithilfe dieser datenbasierten Verfahren kann der Recyclingprozess entscheidend verbessert werden.
  • Ressourceneffiziente Optimierung von Stoffkreisläufen: Die informationstechnische Integration der Daten aus digitaler Lebenszyklusakte und intelligenter Sortierung in die Bewertungsmethodik für Ressourceneffizienz ermöglicht die Optimierung über den gesamten Lebenszyklus und alle relevanten natürlichen Ressourcen. In Form eines Tools werden unterschiedliche Varianten von Produktgestaltung, Wertschöpfungsketten und Recycling integrativ im Sinne einer nachhaltigen ökologischen und ökonomischen Steuerung von Stoffkreisläufen optimiert. Damit soll zum Beispiel im Vorhinein abschätzbar sein, welche Verwertung, also etwa die Qualitätsstufe der Sortierung in Gegenüberstellung des ökonomischen und ökologischen Aufwands, geeignet ist.

Veröffentlichungen

Towards a Digital Lifecycle Passport for the Circular Economy”, veröffentlicht. Abrufbar unter: https://www.sciencedirect.com/science/article/pii/S221282712200021X?via%3Dihub

Christiane Plociennik, Monireh Pourjafarian, Ali Nazeri, Waldemar Windholz, Svenja Knetsch, Julian Rickert, Andreas Ciroth, Alice do Carmo Precci Lopes, Tabea Hagedorn, Malte Vogelgesang, Wladislaw Benner, Andrea Gassmann, Simon Bergweiler, Martin Ruskowski, Liselotte Schebek, Anke Weidenkaff (2022). Towards a Digital Lifecycle Passport for the Circular Economy. Procedia CIRP, Volume 105, Pages 122-127, ISSN 2212-8271,
https://doi.org/10.1016/j.procir.2022.02.021

“Requirements for a Digital Product Passport to Boost the Circular Economy”, veröffentlicht. Abrufbar unter: https://www.researchgate.net/publication/364165311_Requirements_for_a_Digital_Product_Passport_to_Boost_the_Circular_Economy

Christiane Plociennik, Monireh Pourjafarian, Shehab Saleh, Tabea Hagedorn, Alice do Carmo Precci Lopes, Malte Vogelgesang, Julian Baehr, Bernd Kellerer, Maike Jansen, Holger Berg, Martin Ruskowski, Liselotte Schebek, Andreas Ciroth (2022). Requirements for a Digital Product Passport to Boost the Circular EconomyINFORMATIK 2022. Gesellschaft für Informatik, Bonn. (S. 1485-1494). GI-Bibliothek:  https://dl.gi.de/handle/20.500.12116/39501