Recycling ist ein wichtiges Element der nachhaltigen Kreislaufwirtschaft. Daher wird der Effizienzgrad des zirkularen Wirtschaftsmodells auch wesentlich von der Qualität der Recyclingprozesse bestimmt. Vereinfacht gesagt tragen genauere Sortiermethoden beim Recycling zu mehr Nachhaltigkeit bei. In diesem Sinne hat Siemens gemeinsam mit dem international tätigen Entsorgungsunternehmen Brantner aus Krems eine Lösung entwickelt, die mittels KI einen effizienteren und treffsicheren, weil automatisierten, Sortierprozess ermöglicht.

“Recycling wird in Zukunft immer wichtiger werden. Die Rohstoffe auf unserer Welt sind begrenzt und wir müssen gut damit haushalten. Die in Zusammenarbeit mit Siemens entstandene Lösung setzen wir bei der automatisierten Sortierung von Kunststoff ein, um gezielt Objekte auszusortieren – bevor der Müll verheizt oder zu Ersatzbrennstoffen weiterverarbeitet wird”, erklärt Christoph Pasching, Head of Digital Solutions & Business Development bei Brantner. “Dabei läuft unser eigenes KI-Modell DeepSort auf der Basis des Siemens-Systems. So können Objekte in Echtzeit erkannt und notwendige Maßnahmen je nach Prozess gesetzt werden. Auch in unserer Kunststoffsortieranlage in Wölbling verwenden wir diese Technik, um die Sortiertiefe unserer Anlage zu messen. Die künstliche Intelligenz hilft uns hier dabei, dass wir einen Roboter ansteuern können, der gezielt etwa PET-Flaschen aussortiert”, so Pasching weiter.

Digital Research Lab 

Die Forschungsgruppe Distributed AI Systems arbeitet intensiv daran, die Möglichkeiten der Kamerabilder und Nahes-Infrarot(NIR)-Daten für die Klassifikation von Stoffströmen weiter zu erforschen. Gemeinsam mit dem Forschungsinstitut Pro2Future GmbH und der Montanuniversität Leoben wird in einem Förderprojekt der FFG (Forschungsförderungsgesellschaft) eng zusammengearbeitet, um die Grenzen der Technologie zu erweitern und innovative Lösungen für die Abfallwirtschaft zu entwickeln. Dabei geht es vor allem darum, den Aufwand des Labelns zu reduzieren und zu erforschen, wie KI-Modelle zusätzlich zu Bildern mit NIR-Daten “gefüttert” werden können. Die Pilotierung dieser Ansätze erfolgt im Digital Waste Research Lab der Montanuniversität Leoben.