Das Projekt "KI: SmartRecycling - KI und Robotik für eine nachhaltige Kreislaufwirtschaft" wird vom Umweltbundesamt gefördert und von Nehlsen Stoffstrom GmbH & Co. KG durchgeführt. In SmartRecycling werden Konzepte für die Verknüpfung hochinnovativer Technologien wie intelligente und lernende Sensoren, lernende (mobile) Roboter und kooperative Roboterteams erstellt und auf ihre Anwendbarkeit in einem ökologisch hochrelevanten Anwendungsgebiet - der Kreislaufwirtschaft - hin untersucht. Zur Steigerung des Recyclings, Erhöhung der Ressourceneffizienz und Reduktion der CO2- Emissionen soll eine automatisierte, robotergestützte Sortierung von großstückigen Abfällen ermöglicht werden, die heute nicht möglich ist. Die Konzepte stellen Lösungen dar, die nicht nur in der Kreislaufwirtschaft eingesetzt, sondern auch auf verschiedenste andere Anwendungsbereiche von hoher gesellschaftlicher Relevanz übertragen werden können. Beispiele sind der Katastrophenschutz, Naturschutz durch automatisierte Abfallsammlung, eine nachhaltige Landwirtschaft, ökologisch verträglicher Bergbau, aber auch die Wartung und Pflege von Infrastrukturen und Industrie 4.0. In der Kreislaufwirtschaft sorgt Automatisierung für Effizienz bei der Stofftrennung. Allerdings ist die Automatisierung bisher auf kleinstückige Abfälle, wie kleine Verpackungen, Flakes in der Kunststoffabfallaufbereitung etc., beschränkt bzw. werden großstückige Materialien für eine automatisierte Sortierung zunächst zerkleinert und dann sortiert. SmartRecycling erarbeitet Konzepte für den Einsatz Künstlicher Intelligenz und Robotik zur effizienteren Sortierung großstückiger Abfälle. Mehrere alternative Ansätze sollen auf ihre technische und wirtschaftliche Machbarkeit hin untersucht werden. Allen Ansätzen gemein ist es, dass Künstliche Intelligenz sowohl zur Auswertung der Sensordaten - die das automatische Erkennen und Klassifizieren von Wertstoffen ermöglichen - als auch zur Steuerung der robotischen Systeme - die die physische Manipulation und Sortierung der Abfälle vornehmen - eingesetzt wird.
Das Projekt "KI: SmartRecycling - KI und Robotik für eine nachhaltige Kreislaufwirtschaft" wird vom Umweltbundesamt gefördert und von Institut für Energie und Kreislaufwirtschaft an der Hochschule Bremen GmbH durchgeführt. In SmartRecycling werden Konzepte für die Verknüpfung hochinnovativer Technologien wie intelligente und lernende Sensoren, lernende (mobile) Roboter und kooperative Roboterteams erstellt und auf ihre Anwendbarkeit in einem ökologisch hochrelevanten Anwendungsgebiet - der Kreislaufwirtschaft - hin untersucht. Zur Steigerung des Recyclings, Erhöhung der Ressourceneffizienz und Reduktion der CO2-Emissionen soll eine automatisierte, robotergestützte Sortierung von großstückigen Abfällen ermöglicht werden, die heute nicht möglich ist. Die Konzepte stellen Lösungen dar, die nicht nur in der Kreislaufwirtschaft eingesetzt, sondern auch auf verschiedenste andere Anwendungsbereiche von hoher gesellschaftlicher Relevanz übertragen werden können. Beispiele sind der Katastrophenschutz, Naturschutz durch automatisierte Abfallsammlung, eine nachhaltige Landwirtschaft, ökologisch verträglicher Bergbau, aber auch die Wartung und Pflege von Infrastrukturen und Industrie 4.0. In der Kreislaufwirtschaft sorgt Automatisierung für Effizienz bei der Stofftrennung. Allerdings ist die Automatisierung bisher auf kleinstückige Abfälle, wie kleine Verpackungen, Flakes in der Kunststoffabfallaufbereitung etc., beschränkt bzw. werden großstückige Materialien für eine automatisierte Sortierung zunächst zerkleinert und dann sortiert. SmartRecycling erarbeitet Konzepte für den Einsatz Künstlicher Intelligenz und Robotik zur effizienteren Sortierung großstückiger Abfälle. Mehrere alternative Ansätze sollen auf ihre technische und wirtschaftliche Machbarkeit hin untersucht werden. Allen Ansätzen gemein ist es, dass Künstliche Intelligenz sowohl zur Auswertung der Sensordaten - die das automatische Erkennen und Klassifizieren von Wertstoffen ermöglichen - als auch zur Steuerung der robotischen Systeme - die die physische Manipulation und Sortierung der Abfälle vornehmen - eingesetzt wird.
Das Projekt "Teilprojekt 5: Industrielle Umsetzung der Sensorik zur Sortierung" wird vom Umweltbundesamt gefördert und von SECOPTA analytics GmbH durchgeführt. Primäres Ziel unter den Hauptakteuren ist die Erforschung eines Analysesystems für eine automatisierte, sensorgestützte (Vor-) Sortierung von Bau- und Abbruchabfällen. Dadurch soll die bisher praktizierte händische Klaubung, die viele Risiken und Gefahren für das Personal birgt, ergänzt oder ersetzt werden. Hierbei soll LIBS eingesetzt werden. Neben der Sortierung unterschiedlicher Materialien (Holz, Beton, PVC, Glas etc.) könnten auch Störstoffe z.B. SO3-haltige Baustoffe (Gips, Porenbeton etc.) erkannt und ausgeschleust werden. Zusätzlich soll geprüft werden, ob eine Kombination von LIBS und farbbasierten optischen Techniken, durch die gemeinsam verarbeiteten Informationen (Datenfusion), zu einer deutlichen Verbesserung der Sortentrennung führt. Die anschließenden Verwertungs- und Absatzmöglichkeiten werden geprüft, wie z.B. die Verwendung rezyklierter Gesteinskörnungen in Beton, die Verwertung sulfathaltiger Baustoffe als REA-Gips-Ersatz für die Zementindustrie oder die Aufbauagglomeration zu synthetischen leichten Gesteinskörnungen für Leichtbeton bzw. als Pflanzsubstrate (Baumsubstrat, Sackware, Schüttungen etc.). Parallel wird untersucht, ob lösliche Bestandteile (Sulfate, Schwermetalle etc.) ohne eine nasschemische Analyse durch LIBS detektiert werden können und welchen Einfluss die Recyclingmaterialien auf die Umwelt haben. Die gesamte Wertschöpfungskette wird am Beispiel des Standortes Berlin untersucht, um wirtschaftliche/technologische Barrieren und Hemmnisse auf einer Cluster-Ebene zu mini-mieren und die Rückgewinnungs- und Verwertungsquoten nachhaltig zu steigern.
Das Projekt "Teilprojekt 2: Technologische Kette" wird vom Umweltbundesamt gefördert und von BTB Recycling-Hof GmbH durchgeführt. Primäres Ziel unter den Hauptakteuren ist die Erforschung eines Analysesystems für eine automatisierte, sensorgestützte (Vor-) Sortierung von Bau- und Abbruchabfällen. Dadurch soll die bisher praktizierte händische Klaubung, die viele Risiken und Gefahren für das Personal birgt, ergänzt oder ersetzt werden. Hierbei soll LIBS eingesetzt werden. Neben der Sortierung unterschiedlicher Materialien (Holz, Beton, PVC, Glas etc.) könnten auch Störstoffe z.B. SO3-haltige Baustoffe (Gips, Porenbeton etc.) erkannt und ausgeschleust werden. Zusätzlich soll geprüft werden, ob eine Kombination von LIBS und farbbasierten optischen Techniken, durch die gemeinsam verarbeiteten Informationen (Datenfusion), zu einer deutlichen Verbesserung der Sortentrennung führt. Die anschließenden Verwertungs- und Absatzmöglichkeiten werden geprüft, wie z.B. die Verwendung rezyklierter Gesteinskörnungen in Beton, die Verwertung sulfathaltiger Baustoffe als REA-Gips-Ersatz für die Zementindustrie oder die Aufbauagglomeration zu synthetischen leichten Gesteinskörnungen für Leichtbeton bzw. als Pflanzsubstrate (Baumsubstrat, Sackware, Schüttungen etc.). Parallel wird untersucht, ob lösliche Bestandteile (Sulfate, Schwermetalle etc.) ohne eine nasschemische Analyse durch LIBS detektiert werden können und welchen Einfluss die Recyclingmaterialien auf die Umwelt haben. Die gesamte Wertschöpfungskette wird am Beispiel des Standortes Berlin untersucht, um wirtschaftliche/technologische Barrieren und Hemmnisse auf einer Cluster-Ebene zu minimieren und die Rückgewinnungs- und Verwertungsquoten nachhaltig zu steigern.
Das Projekt "KI - ReCircE: Digital Lifecycle Record for the Circular Economy - Transparente Gestaltung von Stoffkreisläufen und Optimierung von Abfallsortierung mithilfe von Künstlicher Intelligenz" wird vom Umweltbundesamt gefördert und von GreenDelta GmbH durchgeführt. Kerngedanke des Projekts ist es, Stoffkreisläufe mithilfe von Verfahren der Künstlichen Intelligenz transparenter zu gestalten und Prozesse der Sortierung und des Recyclings zu optimieren. Hierfür werden heterogene Daten über den gesamten Lebenszyklus des Produkts (z.B. die beim Erstellungsprozess des Produktes verwendeten Stoffe und Verbindungen, Daten aus der Nutzungsphase bis hin zum Recycling) in einer digitalen Lebenszyklusakte hinterlegt. Auf diese Daten können verschiedene Nutzer entlang des kompletten Lebenszyklus eines Produkts über eine Cloud-Infrastruktur zugreifen. Gleichzeitig soll der Recyclingprozess des jeweiligen Produktes, insbesondere die sensorgestützte Sortierung der Materialien, untersucht und digital erfasst werden. Diese Daten werden für die Anwendung maschineller Lernverfahren und KI-gestützter Sortierentscheidungen verwendet, wodurch auf Basis der Technologiebezogenen Ressourcennutzung der Recyclingprozess optimiert wird. Zudem fließen auch diese Daten wiederum in die Lebenszyklusakte mit ein. KI-basierte Entscheidungen eignen sich hervorragend, um bei komplexen, volatilen Stoff- und Produktströmen adäquate Entscheidungen bezüglich Umweltauswirkungen und Ressourcen- und Energieeffizienz zu treffen. Durch einen Blick in die Lebenszyklusakte kann ein Hersteller direkt sehen, welche Parameter bei der Produktion verändert werden müssen, damit die Aufbereitung effizienter gestaltet und dadurch Entsorgungsgebühren eingespart werden (je aufwändiger die Aufbereitung eines Produktes im Abfallstrom, desto höher die Entsorgungskosten). Zudem sieht die Produzentin / der Produzent direkt, welche Abfallströme in die Aufbereitung fließen und kann anhand dessen die verfügbaren Sekundärrohstoffe für den Einsatz in neuen Produkten verplanen. Auf diese Planung können wiederum Entsorgungsbetriebe zurückgreifen und die Abfallaufbereitung an die zu erwartenden Materialien anpassen.
Das Projekt "KI - ReCircE: Digital Lifecycle Record for the Circular Economy - Transparente Gestaltung von Stoffkreisläufen und Optimierung von Abfallsortierung mithilfe von Künstlicher Intelligenz" wird vom Umweltbundesamt gefördert und von Deutsches Forschungszentrum für Künstliche Intelligenz GmbH durchgeführt. Kerngedanke des Projekts ist es, Stoffkreisläufe mithilfe von Verfahren der Künstlichen Intelligenz transparenter zu gestalten und Prozesse der Sortierung und des Recyclings zu optimieren. Hierfür werden heterogene Daten über den gesamten Lebenszyklus des Produkts (z.B. die beim Erstellungsprozess des Produktes verwendeten Stoffe und Verbindungen, Daten aus der Nutzungsphase bis hin zum Recycling) in einer digitalen Lebenszyklusakte hinterlegt. Auf diese Daten können verschiedene Nutzer entlang des kompletten Lebenszyklus eines Produkts über eine Cloud-Infrastruktur zugreifen. Gleichzeitig soll der Recyclingprozess des jeweiligen Produktes, insbesondere die sensorgestützte Sortierung der Materialien, untersucht und digital erfasst werden. Diese Daten werden für die Anwendung maschineller Lernverfahren und KI-gestützter Sortierentscheidungen verwendet, wodurch auf Basis der Technologiebezogenen Ressourcennutzung der Recyclingprozess optimiert wird. Zudem fließen auch diese Daten wiederum in die Lebenszyklusakte mit ein. KI-basierte Entscheidungen eignen sich hervorragend, um bei komplexen, volatilen Stoff- und Produktströmen adäquate Entscheidungen bezüglich Umweltauswirkungen und Ressourcen- und Energieeffizienz zu treffen. Durch einen Blick in die Lebenszyklusakte kann ein Hersteller direkt sehen, welche Parameter bei der Produktion verändert werden müssen, damit die Aufbereitung effizienter gestaltet und dadurch Entsorgungsgebühren eingespart werden (je aufwändiger die Aufbereitung eines Produktes im Abfallstrom, desto höher die Entsorgungskosten). Zudem sieht die Produzentin / der Produzent direkt, welche Abfallströme in die Aufbereitung fließen und kann anhand dessen die verfügbaren Sekundärrohstoffe für den Einsatz in neuen Produkten verplanen. Auf diese Planung können wiederum Entsorgungsbetriebe zurückgreifen und die Abfallaufbereitung an die zu erwartenden Materialien anpassen.
Das Projekt "KI - ReCircE: Digital Lifecycle Record for the Circular Economy - Transparente Gestaltung von Stoffkreisläufen und Optimierung von Abfallsortierung mithilfe von Künstlicher Intelligenz" wird vom Umweltbundesamt gefördert und von Fraunhofer-Einrichtung für Wertstoffkreisläufe und Ressourcenstrategien durchgeführt. Kerngedanke des Projekts ist es, Stoffkreisläufe mithilfe von Verfahren der Künstlichen Intelligenz transparenter zu gestalten und Prozesse der Sortierung und des Recyclings zu optimieren. Hierfür werden heterogene Daten über den gesamten Lebenszyklus des Produkts (z.B. die beim Erstellungsprozess des Produktes verwendeten Stoffe und Verbindungen, Daten aus der Nutzungsphase bis hin zum Recycling) in einer digitalen Lebenszyklusakte hinterlegt. Auf diese Daten können verschiedene Nutzer entlang des kompletten Lebenszyklus eines Produkts über eine Cloud-Infrastruktur zugreifen. Gleichzeitig soll der Recyclingprozess des jeweiligen Produktes, insbesondere die sensorgestützte Sortierung der Materialien, untersucht und digital erfasst werden. Diese Daten werden für die Anwendung maschineller Lernverfahren und KI-gestützter Sortierentscheidungen verwendet, wodurch auf Basis der Technologiebezogenen Ressourcennutzung der Recyclingprozess optimiert wird. Zudem fließen auch diese Daten wiederum in die Lebenszyklusakte mit ein. KI-basierte Entscheidungen eignen sich hervorragend, um bei komplexen, volatilen Stoff- und Produktströmen adäquate Entscheidungen bezüglich Umweltauswirkungen und Ressourcen- und Energieeffizienz zu treffen. Durch einen Blick in die Lebenszyklusakte kann ein Hersteller direkt sehen, welche Parameter bei der Produktion verändert werden müssen, damit die Aufbereitung effizienter gestaltet und dadurch Entsorgungsgebühren eingespart werden (je aufwändiger die Aufbereitung eines Produktes im Abfallstrom, desto höher die Entsorgungskosten). Zudem sieht die Produzentin / der Produzent direkt, welche Abfallströme in die Aufbereitung fließen und kann anhand dessen die verfügbaren Sekundärrohstoffe für den Einsatz in neuen Produkten verplanen. Auf diese Planung können wiederum Entsorgungsbetriebe zurückgreifen und die Abfallaufbereitung an die zu erwartenden Materialien anpassen.
Das Projekt "KI - ReCircE: Digital Lifecycle Record for the Circular Economy - Transparente Gestaltung von Stoffkreisläufen und Optimierung von Abfallsortierung mithilfe von Künstlicher Intelligenz" wird vom Umweltbundesamt gefördert und von Technische Universität Darmstadt, Institut IWAR, Fachgebiet Stoffstrommanagement und Ressourcenwirtschaft durchgeführt. Kerngedanke des Projekts ist es, Stoffkreisläufe mithilfe von Verfahren der Künstlichen Intelligenz transparenter zu gestalten und Prozesse der Sortierung und des Recyclings zu optimieren. Hierfür werden heterogene Daten über den gesamten Lebenszyklus des Produkts (z.B. die beim Erstellungsprozess des Produktes verwendeten Stoffe und Verbindungen, Daten aus der Nutzungsphase bis hin zum Recycling) in einer digitalen Lebenszyklusakte hinterlegt. Auf diese Daten können verschiedene Nutzer entlang des kompletten Lebenszyklus eines Produkts über eine Cloud-Infrastruktur zugreifen. Gleichzeitig soll der Recyclingprozess des jeweiligen Produktes, insbesondere die sensorgestützte Sortierung der Materialien, untersucht und digital erfasst werden. Diese Daten werden für die Anwendung maschineller Lernverfahren und KI-gestützter Sortierentscheidungen verwendet, wodurch auf Basis der Technologiebezogenen Ressourcennutzung der Recyclingprozess optimiert wird. Zudem fließen auch diese Daten wiederum in die Lebenszyklusakte mit ein. KI-basierte Entscheidungen eignen sich hervorragend, um bei komplexen, volatilen Stoff- und Produktströmen adäquate Entscheidungen bezüglich Umweltauswirkungen und Ressourcen- und Energieeffizienz zu treffen. Durch einen Blick in die Lebenszyklusakte kann ein Hersteller direkt sehen, welche Parameter bei der Produktion verändert werden müssen, damit die Aufbereitung effizienter gestaltet und dadurch Entsorgungsgebühren eingespart werden (je aufwändiger die Aufbereitung eines Produktes im Abfallstrom, desto höher die Entsorgungskosten). Zudem sieht die Produzentin/der Produzent direkt, welche Abfallströme in die Aufbereitung fließen und kann anhand dessen die verfügbaren Sekundärrohstoffe für den Einsatz in neuen Produkten verplanen. Auf diese Planung können wiederum Entsorgungsbetriebe zurückgreifen und die Abfallaufbereitung an die zu erwartenden Materialien anpassen.
Das Projekt "Teilprojekt 6: Sensorgestütze Sortierung" wird vom Umweltbundesamt gefördert und von T.B.R. Teltower Baustoffrecycling GmbH durchgeführt. Primäres Ziel unter den Hauptakteuren ist die Erforschung eines Analysesystems für eine automatisierte, sensorgestützte (Vor-) Sortierung von Bau- und Abbruchabfällen. Dadurch soll die bisher praktizierte händische Klaubung, die viele Risiken und Gefahren für das Personal birgt, ergänzt oder ersetzt werden. Hierbei soll LIBS eingesetzt werden. Neben der Sortierung unterschiedlicher Materialien (Holz, Beton, PVC, Glas etc.) könnten auch Störstoffe z.B. SO3-haltige Baustoffe (Gips, Porenbeton etc.) erkannt und ausgeschleust werden. Zusätzlich soll geprüft werden, ob eine Kombination von LIBS und farbbasierten optischen Techniken, durch die gemeinsam verarbeiteten Informationen (Datenfusion), zu einer deutlichen Verbesserung der Sortentrennung führt. Die anschließenden Verwertungs- und Absatzmöglichkeiten werden geprüft, wie z.B. die Verwendung rezyklierter Gesteinskörnungen in Beton, die Verwertung sulfathaltiger Baustoffe als REA-Gips-Ersatz für die Zementindustrie oder die Aufbauagglomeration zu synthetischen leichten Gesteinskörnungen für Leichtbeton bzw. als Pflanzsubstrate (Baumsubstrat, Sackware, Schüttungen etc.). Parallel wird untersucht, ob lösliche Bestandteile (Sulfate, Schwermetalle etc.) ohne eine nasschemische Analyse durch LIBS detektiert werden können und welchen Einfluss die Recyclingmaterialien auf die Umwelt haben. Die gesamte Wertschöpfungskette wird am Beispiel des Standortes Berlin untersucht, um wirtschaftliche/technologische Barrieren und Hemmnisse auf einer Cluster-Ebene zu mini-mieren und die Rückgewinnungs- und Verwertungsquoten nachhaltig zu steigern.
Das Projekt "Teilprojekt 3: Methodenentwicklung der sensorbasierten Sortierung" wird vom Umweltbundesamt gefördert und von Bundesanstalt für Materialforschung und -prüfung durchgeführt. Primäres Ziel unter den Hauptakteuren ist die Erforschung eines Analysesystems für eine automatisierte, sensorgestützte (Vor-) Sortierung von Bau- und Abbruchabfällen. Dadurch soll die bisher praktizierte händische Klaubung, die viele Risiken und Gefahren für das Personal birgt, ergänzt oder ersetzt werden. Hierbei soll LIBS eingesetzt werden. Neben der Sortierung unterschiedlicher Materialien (Holz, Beton, PVC, Glas etc.) könnten auch Störstoffe z.B. SO3-haltige Baustoffe (Gips, Porenbeton etc.) erkannt und ausgeschleust werden. Zusätzlich soll geprüft werden, ob eine Kombination von LIBS und farbbasierten optischen Techniken, durch die gemeinsam verarbeiteten Informationen (Datenfusion), zu einer deutlichen Verbesserung der Sortentrennung führt. Die anschließenden Verwertungs- und Absatzmöglichkeiten werden geprüft, wie z.B. die Verwendung rezyklierter Gesteinskörnungen in Beton, die Verwertung sulfathaltiger Baustoffe als REA-Gips-Ersatz für die Zementindustrie oder die Aufbauagglomeration zu synthetischen leichten Gesteinskörnungen für Leichtbeton bzw. als Pflanzsubstrate (Baumsubstrat, Sackware, Schüttungen etc.). Parallel wird untersucht, ob lösliche Bestandteile (Sulfate, Schwermetalle etc.) ohne eine nasschemische Analyse durch LIBS detektiert werden können und welchen Einfluss die Recyclingmaterialien auf die Umwelt haben. Die gesamte Wertschöpfungskette wird am Beispiel des Standortes Berlin untersucht, um wirtschaftliche/technologische Barrieren und Hemmnisse auf einer Cluster-Ebene zu minimieren und die Rückgewinnungs- und Verwertungsquoten nachhaltig zu steigern. Hauptziel von der BAM in diesem Projekt ist die Entwicklung eines multi-methodischen Ansatzes für die Klassifizierung von Bauschutt. Dafür werden LIBS-Daten mit farbbasierten optischen Techniken kombiniert, um eine deutlich verbesserte Sortentrennung zu erzielen.
| Origin | Count |
|---|---|
| Bund | 14 |
| Type | Count |
|---|---|
| Förderprogramm | 14 |
| License | Count |
|---|---|
| offen | 14 |
| Language | Count |
|---|---|
| Deutsch | 14 |
| Englisch | 1 |
| Resource type | Count |
|---|---|
| Keine | 14 |
| Topic | Count |
|---|---|
| Boden | 14 |
| Lebewesen & Lebensräume | 14 |
| Luft | 6 |
| Mensch & Umwelt | 14 |
| Wasser | 6 |
| Weitere | 14 |