Logo

Der Übergang zur Kreislaufwirtschaft, die erneute Nutzung von Produkten, erfordert eine effiziente Sammlung und Identifikation von gebrauchten Produkten. Woraus bestehen sie? Was ist nutzbar? Jedes Produkt ist aufgrund seiner Vorgeschichte ein Unikat. Dennoch ist es seinen Nachfolgemodellen häufig ähnlich. Um die Identifikation zu erleichtern, bewertet im Projekt "EIBA" eine Künstliche Intelligenz (KI) das Produkt mit.

Aus Alt mach Neu_300

Teamwork mit Künstlicher Intelligenz

Am Ende einer Nutzungsphase existieren für ein Produkt verschiedene Entsorgungs- oder Aufbereitungsstrategien. Abhängig von Art und Zustand können Produkte beispielsweise dem Recycling oder der Aufbereitung und erneuten Nutzung zugeführt werden. Dafür müssen sie eindeutig identifiziert und bewertet werden. Die Heraus-forderung dabei ist, dass viele Produktmodelle sich nur geringfügig voneinander unterscheiden und aufgrund von Verschmutzung und Verschleiß schwer zu identifizieren sind. Zusätzlich stehen den Fachleuten für die Identifikation und Bewertung nur wenige Sekunden Zeit zur Verfügung.

Um sie bei ihrer Arbeit zu unterstützen, will „EIBA“ ihnen eine Maschine zur Seite stellen, welche das Produkt mit beurteilt. Sensorisch erfasste Daten werden mit Hilfe künstlicher Intelligenz in Verbindung mit weiteren Informationen ausgewertet und zu einer Entscheidungsempfehlung formuliert. Dank des Vier-Augen-Prinzips von Mensch und Maschine soll die Fehlerquote bei der Identifikation reduziert und die Menschen entlastet werden.

Prototypischer Arbeitsplatz mit Sensorik-Ausstattung im EIBA-Projekt

Selbstlernende Technologie

Das Ziel des Projektes „EIBA“ ist die Entwicklung eines Systems zur Identifikation und Zustandsbewertung von Altteilen. Damit wird ein wichtiger Beitrag zur Kreislaufschließung durch digitale Technologien geleistet. Mit dem Einsatz von Methoden der Künstlichen Intelligenz – wie Maschinellem Lernen und Deep Learning – sollen Produkte erkannt und mit weiteren Informationen verglichen werden. Eine kontinuierliche Erweiterung der Daten soll zudem eine Anpassung an neue Produkte und Anforderungen ermöglichen.

Die Innovation des Projekts besteht unter anderem darin, eine Zusammenarbeit zwischen Mensch und Maschine zu ermöglichen, um die Kompetenzen von beiden zu verbinden sowie die Hindernisse und Schwierigkeiten in der Sortierung und Bewertung zu überwinden. Das daraus resultierende System wird nach Aspekten der Nachhaltigkeit analysiert: Was hat sich für den Menschen geändert? Welche zusätzlichen Umweltlasten entstehen zunächst durch den Einsatz von Maschinen und wie groß sind die durch eine Effizienzsteigerung gewonnenen Umweltentlastungen?

ReziProK_EIBA_BIld1_300

Erste Ergebnisse

Die Entwicklung des Systems erfolgt am Beispiel von gebrauchten Fahrzeugteilen. Weiterhin wurden umfangreiche Interviews in unterschiedlichen Branchen von Textilien über Druckerpatronen bis Halbleiterfertigung durchgeführt, damit die Entwicklung auch Anforderungen anderer Industrien berücksichtigt. Ein Schwerpunkt im Projekt ist die Bild-erkennung. Auch hier gibt es erste vielversprechende Ergebnisse. Basierend auf Bilddaten von circa 1400 unterschiedlichen Altteilen wurden bei Leistungstests 85% der Altteile eindeutig richtig identifiziert. Durch die Verwendung einer hierarchischen Struktur von spezialisierten neuronalen Netzen konnte dieser Wert sogar auf über 90% gesteigert werden. Hierbei handelt es sich um Tests unter Laborbedingungen, deren Validierung
unter Realbedingungen noch aussteht. Um dies zu ermöglichen wurde ein C-ECO Standort mit drei Kameras und einer Waage ausgerüstet und die Identifikationssoftware an die digitalen Sensoren angebunden.
Durch diesen Schritt soll nun die Datenverfügbarkeit gesteigert werden, um durch weitere Trainingsdaten die KI besser an die realen Begebenheiten anzupassen. Eine weitere Herausforderung liegt in der effizienten Integration der Sensorik und KI in den Arbeitsreziprok prozess. Hierzu wurde der aktuelle Prozess genau untersucht und ein Konzept für dessen Umgestaltung sowie für die Präsentation der KI-Ergebnisse in der Mensch-Maschine-Schnittstelle erarbeitet.

Interdisziplinäre Zusammenarbeit

Die Herausforderungen im Projekt „EIBA“ resultieren aus der komplexen Kombination von modernster Informationsverarbeitungstechnologie, anwendungsorientierter Prozesskenntnis sowie den Markterfordernissen an eine effiziente Kreislaufwirtschaft, die global skalierbar ist. Um dem gerecht zu werden, arbeiten in „EIBA“ Ingenieure unterschiedlicher Fachrichtungen zusammen, um die Herausforderungen aus verschiedenen Perspektiven zu betrachten, Lösungen zu entwickeln und zu erproben, sowie die Potenziale bestmöglich zu nutzen.

Erste Ergebnisse des Projekts

Finden Sie hier erste Antworten zur Entwicklung einer Maschine zur Identifikation und Zustandsbewertung von Altteilen.

 


Publikationen

Artikel im Magazin  320° Magazin (01.10.2020)

 

Projektflyer der Fördermaßnahme (deutsch / englisch) (März 2021)

Die Projektflyer bieten einen Einblick in die Inhalte und Ziele der ReziProK Projekte und stellen jeweils erste Ergebnisse vor.

Projektblätter der Fördermaßnahme (deutsch) (Dezember 2019)

Die Projektblätter bieten eine Kurzübersicht über die einzelnen Projekte und deren Ziele.

 

Beiträge zu der ReziProK Kick-off Veranstaltung im Dezember 2019

Poster (Dezember 2019)

Präsentation (Dezember 2019)

Bildnachweis: BOSCH/C-ECO