Für eine granulare Sortierung von Abfällen sind immer zwei aufeinanderfolgende Schritte notwendig. Im ersten Schritt werden Abfallobjekte durch modernste Sensorik präzise erfasst und im Anschluss durch eine Künstliche Intelligenz algorithmisch ausgewertet. Das beinhaltet zum Beispiel die detaillierte Erkennung von Objekttyp, Materialtyp, Farbe, Hersteller und weiteren Kategorien wie die Differenzierung zwischen Lebensmittel und Nicht-Lebensmittelverpackungen durch neuartige KI-Objekterkennungs-Algorithmen. Kurz gesagt kann mit der KI nicht nur das Material bestimmt werden, sondern das Abfallobjekt als solches wirklich als zum Beispiel ein Joghurtbecher, WC-Ente, Smartphone oder Batterie identifiziert werden. Künstliche Intelligenz lebt von Daten, wodurch diese immer intelligenter wird und mehr und mehr Objekte und Informationen erkennen kann.
Die KI von WeSort.AI wurde bereits mit mehreren Millionen Bildern von verschiedensten Abfallobjekten trainiert, wodurch diese bereits ein breites Spektrum an Wissen abdecken kann. Um das rechenintensive Trainieren der KI in diesem Umfang durchführen zu können arbeitet WeSort.AI eng mit dem Partner Microsoft zusammen und hat so Zugriff auf deren Rechenzentren.
Im zweiten Schritt müssen diese erkannten Abfälle sehr genau sortiert werden. Dazu wird eine Druckluftdüsenleiste hochpräzise durch eine intelligente Steuerungssoftware angesteuert und Abfälle so in unterschiedliche Sortierkammern abgeblasen. Das Unternehmen WeSort.AI deckt mit seiner Technologie beide Schritte ab. „Um Abfälle effektiv und effizient in den Recyclingkreislauf zurückzuführen, ist eine Kombination aus Fachwissen in den Bereichen Sensortechnik und Künstliche Intelligenz sowie entsprechender physischer Sortiertechnik essenziell. WeSort.AI bietet diesen Full-Service.“, erklärt Nathanael Laier.
Ein intelligenter Stoffstrom
Die Neuerung liegt hier vor allem in der KI zur Auswertung der Sensoraufnahmen und einem wirklich intelligenten Stoffstrom. Aktueller Stand der Technik: State-of-the-Art Sortiertechnik stellt zum aktuellen Zeitpunkt vor allem die Nah-Infrarot-(NIR)-Sortierer dar. Abfälle auf dem Förderband, werden dazu mit NIR-Sensorik erfasst und eine Materialzusammensetzung individuell pro Pixel erkannt. Als Resultat werden so unterschiedliche Materialien als Pixelflächen in einem Bild aufgenommen. NIR-Sensorik dringt häufig wenige nano bis 1 mm in die Oberfläche ein und ist deshalb nur in der Lage das Material an Oberflächen zu identifizieren. Besonders bei beklebten Verpackungen wie das Papier um den Joghurt-Becher oder einem PE-Sleeve, eine Art Etikett um eine PET-Flasche, führt dies zu Fehlentscheidungen. Der Joghurtbecher wird so fälschlicherweise der Papieranstelle der Polystyrolfraktion zugeordnet, was die Qualität des recycelten Materials verschlechtert.
KI-Technologie hingegen ist in der Lage Verpackungen und sonstige Abfälle als Ganzes zu erkennen. Ähnlich dem menschlichen Auge ist die künstliche Intelligenz nicht nur in der Lage eine Ansammlung an Materialinformationen in Form von Flächen zu erhalten, sondern versteht, dass es sich um einen Joghurtbecher bestehend aus den Materialien (Material: 64 Prozent Polystyrol (PS), 22 Prozent Papier, 14 Prozent Aluminium) von Hersteller „XY“, zum Beispiel in den Farben weiß und grün, mit dem Gewicht: 22 g, der Qualität „Food“ und einem Materialwert von 0,01 Euro handelt. Das Hinzufügen dieser neuen „Wissensschicht“ auf den Stoffstrom macht damit eine deutlich intelligentere Erfassung und im nächsten Schritt auch Sortierung möglich. Der Joghurt-Becher kann dank KI als solcher erkannt, und entsprechend der PS-Fraktion zugeordnet werden.
Die Technologie hat das Potential die Sortierung von Abfällen grundlegend zu revolutionieren. Die Schaffung neuer Fraktionen wie eine Sortierung nach Food-Grade, Verpackungsgeometrie oder Marke sind ebenfalls denkbar, ebenso wie eine Sortierung nach Materialien oder neuen einzelnen Objekten. Dank der zusätzlichen Informationen können Fehlwürfe identifiziert und vermieden werden, woraus eine deutlich reinere Sortierung resultiert. Ein weiterer großer Vorteil besteht in der Identifikation von Stör-und Gefahrenstoffen als solches und der gezielten Ausschleusung von entflammbaren, Lithium-Ionen-Akkus oder auch Gaskartuschen aus dem Prozess. Stoffe, die den Anlagenbetrieb stören, wie Videokassetten, die Anlage beschädigen wie große Metallblöcke oder Ausgangsmaterialien verunreinigen, wie Windeln, Chipstüten oder auch Silikone können ebenfalls als solche durch die KI identifiziert und aus dem Stoffstrom sicher entfernt werden. Die KI-Algorithmen von WeSort.AI decken ein breites Spektrum an Stoffströmen ab.
Neben den bereits gezeigten Anwendungsfällen im Leichtverpackungsbereich (LVP) kann im Altpapierbereich zwischen Papier, Kartonage und bedrucktem Papier sowie nach Wassergehalt sortiert werden. Batterien lassen sich, zumindest unter der Zuhilfenahme von spezieller Röntgen-technologie, nach Hersteller oder auch Bauform (Pouch, Zelle) sortieren. Auch im Bereich Bauschutt können Hölzer, Kunststoffe, Beton, Ziegel, Gips, Glas und verschiedene Metalle von der KI erfasst und getrennt werden. Im Stoffstrom Elektroaltgeräte (WEEE) können Geräte nach Gerätetyp (Elektrische-Zahnbürste, Powertools, elektrischer Rasierer, Motoren, Druckerpatronen, wertvolle Platinen, und mehr) unterschieden, aber auch Batterien, edelmetallhaltige Platinen oder Kunststoffreste sowie Glas detektiert werden. Mit ausreichender Auflösung sind auch im Textilbereich Altkleider nach Typ (Hose, Jacke, Hemd, und mehr) und nach Textilfaser und Verschmutzungsgrad trennbar.
Die Algorithmen lassen sich in kurzer Zeit auch auf andere Stoffströme übertragen oder neue Klassen mit aufnehmen. Um die Potentiale der Technologie besser zu verdeutlichen sind hier ein paar reale Anwendungsfälle aus der Praxis genauer beschrieben:
Beispiel Use Case Elektroschrott
Ein Anwendungsfall der Technologie liegt in der automatisierten Vorsortierung der Elektroaltgeräte. Diese werden vielerorts aktuell händisch unter erschwerten Bedingungen sortiert. Der Prozess der Vorsortierung kann nun ebenfalls durch eine KI-Sortierung unterstützt werden. Dazu werden die Geräte durch eine Kamera erfasst, mithilfe von KI-Algorithmen erkannt und im Anschluss die Mitarbeiter über auf dem Band verbliebene Geräte informiert oder bei der Sortierung unterstützt. Bei der Verarbeitung von Elektro-und Elektronikschrott ermöglicht die neue Technologie zum Beispiel eine präzise Identifizierung von Leiterplatten im Vergleich zu anderen Metall-und Kunststoffkomponenten. Dies erleichtert die Extraktion von Edelmetallen zur weiteren Verwertung. Frühere optische Sortiersysteme stießen oft an ihre Grenzen, wenn es darum ging, Objekte wie Leiterplatten, besonders in kleineren Stücken, korrekt zu identifizieren. Zusätzlich kann die KI die Klassen erkennen, nach denen aktuell nach Verordnung vorsortiert werden muss: zum Beispiel metallisch, Mischkunststoff, Gewerbeabfall, holzhaltig, hochwertige Geräte, Trafos, Wandstecker, Batterien, Akkus, Textilien, glashaltig, Kondensatoren, Lampen, ölhaltig, Motor, Trafo, Toner, Klimageräte.
Darüber hinaus kann das KI-Meldesystem wahlweise erweitert werden, um die Mitarbeiter nicht nur zu informieren, sondern auch die Sortierung direkt vom Band zu übernehmen. Diese Entwicklung würde den Sortierprozess erheblich beschleunigen und die Arbeitsbelastung der Mitarbeiter verringern, indem zeitaufwendige manuelle Tätigkeiten reduziert werden. Zusätzlich dient das KI-System zum Schutz vor Bränden durch Gefahrenstoffen wie Lithium-Ionen Akkumulatoren, wodurch die Stoffströme ebenfalls überwacht werden. Sobald ein gefährlicher Stoff entdeckt wird, werden die Mitarbeiter umgehend informiert. Zusätzlich können diese mit sehr starken Luftdruckdüsen automatisiert aussortiert werden. Die Einführung dieser automatisierten Gefahrenstofferkennung trägt wesentlich zur Sicherheit des Sortierprozesses bei, indem sie das Risiko von Unfällen reduziert und eine effizientere Trennung ermöglicht.
Beispiel Use Case Leichtverpackungen (LVP):
Im Bereich der Leichtkunststoffe bietet diese Technologie ebenfalls enorme Potentiale. Bei der Nachsortierung von Polyolefinen aus Mischkunststoffen, geht es zum Beispiel darum, wertvolle Materialien, die noch in der gemischten Kunststofffraktion enthalten sind, zurückzugewinnen. Durch diesen Prozess können nicht nur Hartkunststoffe, sondern auch PET-Flaschen, Schalen und Folien effizient separiert und recycelt werden. Dieser Schritt ist entscheidend, um den Gutanteil – also die Menge der wiederverwertbaren Materialien – in der Mischkunststofffraktion zu maximieren. So trägt die zusätzliche Rückgewinnung dieser Materialien dazu bei, die Ressourceneffizienz zu steigern und den Wert des Recyclingprozesses insgesamt zu erhöhen.
Dank der neuen KI-Technologie können neue Stofffraktionen, somit auch die Fraktionen Food und Non-Food gebildet werden. Die objektbasierte Erkennung erlaubt nicht nur die Zuordnung des Materials, sondern kann – wie der Name sagt – Objekte als solche erkennen. So zum Beispiel auch Käseverpackungen, Milchtüten, Joghurtbecher, die in eine Food-Fraktion eingegliedert werden, im Gegensatz zu Waschmittelflaschen, WC-Enten oder Seifenspender, die in die Non-Food-Fraktion sortiert werden. Kunststoff, der ursprünglich für Lebensmittelverpackungen verwendet wurde, darf auch künftig wieder als Lebensmittelverpackung dienen. Er muss nicht zu Non-Food downgecycled werden, um anschließend ganz neue Food-Verpackungen produzieren zu müssen. Daraus geht ein hoher ökonomischer und ökologischer Nutzen hervor.
Ein zentraler Schwerpunkt des Unternehmens liegt auf der Identifikation und Isolierung von Gefahrenstoffen, insbesondere von Lithium-Ionen-Akkumulatoren (LI-Akkus), die ein hohes Brandrisiko in Recyclinganlagen darstellen. Dafür wurde das spezielle System „Battery-Sort“ entwickelt. Durch den Einsatz des Erkennungssystems, sowohl im optischen als auch im Röntgenbereich, ist WeSort.AI in der Lage, potenziell gefährliche Bestandteile präzise zu identifizieren und gezielt und zuverlässig mit sehr leistungsstraken Luftdruckdüsen auszusortieren.
Die Konsequenzen dieser fokussierten Anstrengung sind weitreichend und bieten erheblichen Mehrwert für ein Recyclingunternehmen und alle Beteiligten. Zunächst reduziert die effektive Isolierung von LI-Akkus das Brandrisiko deutlich, was nicht nur die Wahrscheinlichkeit von Anlagenverlusten mindert, sondern auch die Sicherheit der Mitarbeiter erhöht. Des Weiteren führt die Verringerung von Betriebsunterbrechungen durch Brände zu weniger finanziellen Schäden, die aus Produktionsausfällen und nicht bedienten Abnahmeverpflichtungen resultieren könnten. Ein weiterer bedeutender Vorteil des Systems „BatterySort“ ist die potenzielle Einsparung bei Versicherungsprämien. Unternehmen, die beweisen können, dass sie wirksame Maßnahmen zur Brandprävention implementiert haben, erhalten oft günstigere Konditionen und haben leichteren Zugang zu Versicherungsdienstleistungen. Nicht zuletzt führt die Reduktion des Brandrisikos zu einer ruhigeren und sorgenfreieren Arbeitsumgebung für Mitarbeiter und das Management.
Das KI-Sortiersystem AI-AirSorter
Das Unternehmen bietet eine vollständige KI-basierte Sortiermaschine, d. h. Sensoreinheit, Sortiereinheit und KI-Technologie aus einer Hand an. Das System ist modular aufgebaut und auf Wunsch können auch einzelne Module bezogen werden. Die speziell entwickelten Sortierleisten mit Druckluftdüsen, die auch Einsatz im Bergbau finden, sind in der Lage, besonders kleine bis sehr große und schwere Objekte zu verarbeiten. Diese Fähigkeit erweitert das Spektrum der sortierbaren Materialien erheblich und bietet Lösungen für Herausforderungen, die bisher unüberwindbar schienen. Je nach Anwendungsfall erlaubt der Einsatz von Röntgentechnologie, die eine Durchleuchtung der Materialien ermöglicht, nicht nur die Erkennung von Oberflächenmerkmalen, sondern auch ein tiefgehendes Verständnis der Materialzusammensetzung, was eine noch präzisere Sortierung erlaubt.
Ein Einsatzbereich für den AI-AirSorter ist die Automatisierung der Nachsortierung. Diese spielt eine entscheidende Rolle bei der Effizienzsteigerung und Erhöhung der Materialreinheit in Recyclinganlagen. Durch den Einsatz der fortschrittlichen WeSort.AI Technologien ist es möglich, wertvolle Materialien, die bisher in der Anlage zurückblieben, aus bestehenden Fraktionen zurückzugewinnen. Generell gilt, dass die KI alles sortieren kann, was eine geschulte Fachkraft am Sortierband mit bloßem Auge identifizieren kann. Dies führt nicht nur zu einer erheblichen Steigerung des Erlöses durch die Zunahme an marktfähigem Material, sondern auch zur Erhöhung des Automatisierungsgrades der Anlage. Speziell entwickelte Sensoreinheiten zusammen mit Druckluftdüsenleisten, die direkt an den Sortierbändern angebracht werden, unterstützen die Nachsortierung maschinell. Sie tragen wesentlich zur Entfernung von Störstoffen bei und entlasten damit die Sortierwerke erheblich. Darüber hinaus führt diese automatisierte Unterstützung zu einer signifikanten Steigerung der Sortierreinheit, indem Fehlwürfe reduziert und die Reinheit der Out-put-Fraktionen erhöht werden. Im Ergebnis erhält man hochwertigere und damit wertvollere Endprodukte, die aus dem Recyclingprozess hervorgehen und somit einen direkten Beitrag zur Nachhaltigkeit und Wirtschaftlichkeit der Anlage leisten.
Ein weiterer Einsatzbereich ist die Erschließung neuer Stoffe. Dies ist ein zentrales Thema in der Recyclingbranche, das zukünftig weitreichende Perspektiven eröffnet. Durch die Schaffung bisher unbekannter Stofffraktionen mit Hilfe der WeSort.AI Technologie ergeben sich nicht nur neue Verwertungswege, sondern es erschließen sich auch neue Absatzmärkte. Die WeSort.AI Innovation trägt maßgeblich
dazu bei, sowohl aktuellen als auch zukünftigen gesetzlichen Regularien gerecht zu werden. Indem Recyclingunternehmen neue Stoffe identifizieren und separieren, die bislang nicht oder nur schwer recycelbar waren, leisten sie einen bedeutenden Beitrag zur Nachhaltigkeit und Ressourceneffizienz. Diese Entwicklung fördert nicht nur die Kreislaufwirtschaft, sondern setzt auch neue Standards im Umgang mit wiederverwertbaren Materialien und unterstützt die Branche dabei, den Herausforderungen einer sich wandelnden Umwelt-und Abfallpolitik proaktiv zu begegnen.
Bewährtes Vorgehen bei KI-Projekten im Recycling:
Oft arbeitet das Unternehmen mit deren Kunden auch in einem zweistufigen Verfahren, wobei in einem ersten Schritt die KI-Sensoreinheit über einem bestehenden Stoffstrom installiert wird, der optimiert werden soll. Für die Bestimmung, was sortiert werden soll und was die Mehrwerte sind, wird im ersten Schritt meistens ein Workshop durchgeführt. Durch diesen mehrstufigen Prozess kann die KI ohne große Umbaumaßnahmen und Investitionen ausgiebig in der Praxis getestet werden. Oft bieten die reine Erkennung und Analyse schon einen erheblichen Mehrwert für den Kunden. Nach erfolgreichem Testbetrieb kann der Mehrwert genauer quantifiziert werden und die Wirtschaftlichkeit des Anwendungsfalls genau beurteilt werden. In einem zweiten Schritt besteht die Möglichkeit, die Absortierung hinzuzufügen und das volle Potential auszuschöpfen.
KI-Stoffstromanalyse und Qualitätssicherung
Über die oben genannten Anwendungsfälle hinaus, bietet diese bahnbrechende KI-Technologie eine Vielzahl weiterer möglicher Anwendungsfälle in der Vernetzung, um die Effizienz von Recycling-Anlagen zu steigern. Dazu werden in der Anlage an unterschiedlichen Stellen Messpunkte beziehungsweise KI-Analysesysteme installiert. Hierbei werden die Sensoren von WeSort.AI mit wenigen Handgriffen über den gewünschten Förderbändern installiert. Für die Anlagensteuerung von Sortieranlagen ermöglicht das neue System, dass mit Hilfe der Künstlichen Intelligenz Stoffstromdaten schnell und präzise erfasst und analysiert werden können.
Diese Daten sind in personalisierbaren Dashboards verfügbar, welche ermöglichen, alle Abfallströme im Live-Monitoring und, falls gewünscht, durch Notifications/Mitteilungen genau im Blick zu behalten. Trends werden sofort erkannt und auf Probleme kann unverzüglich reagiert werden. Dies optimiert den Recyclingprozess und ermöglicht die Schaffung von hochwertigeren Rezyklaten. Die Erkenntnisse der KI werden in bestehende Software-Tools integriert, um den gesamten Prozess über die komplette Sortieranlage zentral gesteuert zu verbessern. Das moderne System überwacht in Echtzeit verschiedene Parameter jedes Abfallprodukts, darunter Materialzusammensetzung, Massenbilanz, finanziellen Wert und CO2-Fußabdruck. Zusätzlich bieten die Daten eine gute Grundlage, um neue Stoffklassen zu identifizieren, die zukünftig automatisiert sortiert werden könnten. Durch die Installation des KI-Analysesystems von WeSort.AI entsteht folglich absolute Transparenz in Abfallströmen. Ein weiterer zentraler Vorteil ist die Erfassung der Stoffstromqualitäten für die Qualitätssicherung und Dokumentation. Interessenten sind herzlich eingeladen, die fortschrittliche KI-Technologie in Aktion zu sehen. Neben der Gelegenheit WeSort. AI auf verschiedenen Messen kennen zu lernen, offeriert die Firma die Möglichkeit, ihr umfangreiches Technikum in Würzburg zu besuchen. Dort können Kunden die KI-Sortiermaschinen bei Testfahrten in Betrieb erleben und sich persönlich von deren Leistungsfähigkeit und Vorteilen überzeugen.
.jpg "Endress+Hauser auf der SPS in Nürnberg")
