Heutige Industrieprozesse sind trotz fortschrittlicher Digitalisierung durch CAD oder digitale Zwillinge in der Produktion weitgehend linear: Rohstoffe werden zu Produkten verarbeitet, die am Ende ihres Lebenszyklus zu Abfall werden. Während die Kosten für die Herstellung stetig sanken und die Produktionsmengen stiegen, erweist sich dieses Wachstum als nicht nachhaltig. Ein Beispiel ist die Haushaltsgeräteindustrie: Ihr Marktvolumen von heute rund 700 Milliarden Euro wird bis 2032 voraussichtlich auf 1,2 Billionen Euro anwachsen. Mit diesem Wachstum explodiert auch die Abfallmenge. Ein besonders kritisches Beispiel ist der Elektroschrott, der zu fast zwei Dritteln aus ausgedienten Küchen- und Wäschegeräten besteht. Die Bewältigung dieser Materialflut scheitert an zwei zentralen Engpässen: dem Mangel an Fachkräften für die manuelle Sortierung und dem Fehlen intelligenter, skalierbarer Lösungen für die Bewertung der Altgeräte.

Die Datenerfassungspipeline wird direkt in realen Wiederaufbereitungs- und Verarbeitungslinien implementiert, um den Zustand von Produkten und Komponenten zu bewerten. © Indústria Fox

Forscher am Fraunhofer- Institut für Produktionsanlagen und Konstruktionstechnik IPK begegnen dieser Herausforderung mit einem neuen KI-basierten Framework. Sie entwickeln ein intelligentes Assistenzsystem, das eine bessere Datenerfassung und -analyse sowie eine fundierte Bewertung von Altprodukten ermöglicht. Es handelt sich dabei um ein durchgängiges System für intelligentes Datenmanagement. Die technologische Basis dafür sind moderne Smartphones mit ihren hochwertigen Kameras. Sie erlauben es, Daten einfach, in hoher Qualität und digital zu erfassen. Das Assistenzsystem ist primär für den Einsatz durch Fachpersonal in der Industrie konzipiert, lässt sich aber auch für Endverbraucher zu Hause anpassen. Dieser prozesszentrierte Ansatz löst das Problem an der Wurzel. Wenn bereits der Endnutzer den Zustand seines Geräts verstehen und eine informierte Entscheidung treffen kann, reduziert dies logistische Probleme beim Sortieren und entlastet die gesamte nachfolgende Wertschöpfungskette. Die gesammelten Daten werden dabei strukturiert und für ein kontinuierliches Training der KI sowie für tiefere Analysen der Produktlebenszyklen nutzbar gemacht.

Vom mobilen Scan zur präzisen Analyse

Wie dieser nutzerzentrierte Ansatz funktioniert, zeigt ein Anwendungsbeispiel: Vivek Chavan, Forscher am Fraunhofer IPK, demonstriert, wie die Perspektive des Anwenders effektiv erfasst wird, sei es mit einer mobilen Kamera oder zukünftig mit KI-gestützten Smart Glasses. Die dabei erfassten Daten können multimodal sein und neben visuellen Informationen auch Audio-Kommentare, Text oder weitere Metadaten umfassen. Diese werden an eine speziell entwickelte KI-Pipeline gesendet. Die Belohnungsfunktion des KI-Modells zwingt dieses dazu, nicht nur das Gerät korrekt zu identifizieren, sondern auch seinen visuellen Zustand präzise zu verstehen. Um dies zu realisieren, arbeiteten die Forscher in dem durch das BMFTR geförderten Projekt KIKERP eng mit den Industriepartnern Indústria Fox und Yes Technologies zusammen, die auf die Wiederaufbereitung von "weißer Ware" spezialisiert sind. Anhand von Daten tausender Geräte wurde die Lösung entwickelt und wird bereits in realen Anwendungsfällen und direkt in der Fertigung implementiert.

Eine Blaupause für die Zirkularität

Die Technologie ermöglicht eine effektive Identifizierung, Sortierung, Qualitätsbewertung und Entscheidungsfindung. Ihr Einsatz transformiert die Wiederverwertung von einem Kostenfaktor zu einem profitablen Geschäftsfeld. Unternehmen können den Wert ihrer Produkte über den ersten Lebenszyklus hinaus maximieren und neue Erlösströme erschließen. Die datengestützte Bewertung schafft Transparenz und ermöglicht eine präzise Kalkulation der Aufbereitungskosten gegenüber dem potenziellen Wiederverkaufswert. Gleichzeitig wird die Nachhaltigkeitsbilanz messbar verbessert, indem der CO₂-Fußabdruck durch die verlängerte Nutzung von Produkten und die Einsparung von Primärrohstoffen reduziert wird. Der Schlüssel zu dieser Wirkung liegt im technologischen Kern des Systems: einer Kombination aus intelligenter Datenerfassung, durchdachtem Datenmanagement und einer konsequent prozesszentrierten KI-Entwicklung. Weil das System darauf ausgelegt ist, reale Arbeitsabläufe abzubilden und zu optimieren, ist es hochgradig anpassbar. Dieser grundlegende Ansatz ermöglicht die Übertragung auf zahlreiche weitere Anwendungsdomänen, darunter die Automobilindustrie, den Energiesektor und den industriellen Maschinenbau. Die Vision der Forscher geht jedoch noch weiter: Durch die Integration mit digitalen Zwillingen können ganze Produkthistorien abgebildet werden. Gekoppelt mit robotergestützter Demontage kann die KI-Entscheidung zukünftig direkt in eine physische Handlung übersetzt werden, was den Automatisierungsgrad der Kreislaufwirtschaft auf eine neue Stufe hebt. Das Projekt ist durch BMFTR und DLR-Projektträger gefördert.

Quelle: Vivek Chavan, MSc; Prof. Dr.-Ing. Jörg Krüger, Fraunhofer IPK