Künstliche Intelligenz

Künstliche Intelligenz und Robotik: Wie sie die Effizienz des Recyclings revolutionieren

Startups nutzen Computer-Vision-Technologien und KI auf Basis von NVIDIA-Plattformen, um die Abfallsortierung von langsamer manueller Arbeit in hochpräzise automatisierte Systeme zu verwandeln, was die Qualität der zurückgewonnenen Materialien erhöht und die Betriebskosten erheblich senkt.

2026-11-10
4 Min. Lesezeit
134 Aufrufe
certi.news Editorial Team
Künstliche Intelligenz und Robotik: Wie sie die Effizienz des Recyclings revolutionieren

Die globale Abfallwirtschaft steht vor einer gewaltigen Herausforderung: Weltweit werden jährlich mehr als zwei Milliarden Tonnen Festabfall produziert, und nur ein sehr geringer Teil der Materialien wird zur Wiederverwendung zurückgewonnen. Angesichts dieser Herausforderung erweisen sich KI-Technologien und Robotik als entscheidende Werkzeuge, um den Abfallstrom von Deponien in nachhaltige Wirtschaftskreisläufe zu lenken, indem die Genauigkeit und Geschwindigkeit von Sortierprozessen verbessert werden.

Verbesserung der Kunststoffqualität durch Computer Vision

Das Recycling von Kunststoff hängt grundlegend von Kosten und Qualität ab; wenn die zurückgewonnenen Materialien nicht den Spezifikationen entsprechen, werden sie zu minderwertigen Produkten verarbeitet (Downcycling). Hier zeichnet sich das taiwanesische Unternehmen AIRECO aus, das Computer-Vision-Technologien (Vision AI) einsetzt, um Kunststoff mit höchster Präzision zu sortieren, was ein geschlossenes Recycling (Closed-loop recycling) ermöglicht, um neue Produkte derselben ursprünglichen Art herzustellen.

Das Unternehmen setzt in seinen Pilotproduktionslinien in Tainan auf NVIDIA Jetson Orin NX-Module, um Inferenzprozesse auszuführen, die Roboterarme steuern, um Materialien von Förderbändern aufzunehmen, wobei eine Erkennungsgenauigkeit von über 95 % erreicht wurde. Das Unternehmen strebt an, seine Kapazität zur Abfallverarbeitung in seiner vollständigen Produktionslinie im nächsten Jahr von 18.000 auf 48.000 Tonnen pro Jahr zu erhöhen und gleichzeitig die Betriebskosten um 85 % zu senken.

Echtzeit-Automatisierung an Produktionslinien

In Materialrückgewinnungsanlagen ist Geschwindigkeit ein entscheidender Faktor, da der Sortierprozess während der Bewegung schneller Förderbänder stattfinden muss. Das US-amerikanische Unternehmen EverestLabs AI setzt robotergestützte Computer-Vision-Systeme in Anlagen in ganz Nordamerika und Australien ein. Diese Roboter basieren auf NVIDIA RTX-Grafikprozessoren am Edge, um Inferenz in Echtzeit durchzuführen, während die Modelle mithilfe von Grafikprozessoren in Rechenzentren trainiert werden, die durch die NVIDIA CUDA-Technologie unterstützt werden.

Die Systeme des Unternehmens haben bisher erfolgreich etwa 40 Milliarden Objekte identifiziert und 25.000 Tonnen Material recycelt, was dazu beigetragen hat, die Emission von etwa 30.000 Tonnen CO2 zu vermeiden.

Big Data und Analyse von Abfallströmen

Viele Recyclinganlagen verlassen sich traditionell auf manuelle Stichproben, die weniger als 1 % des gesamten Abfalls repräsentieren, was die Schätzungen ungenau macht. Das britische Unternehmen Greyparrot bietet die Plattform Analyzer an, die über Förderbändern installiert wird, um Computer Vision zu nutzen und jedes Objekt, das das Band passiert, hinsichtlich Materialart und Marke zu identifizieren, selbst in staubigen Umgebungen oder bei schlechter Beleuchtung.

Durch den Einsatz von NVIDIA Jetson-Modulen konnte das Unternehmen die Zeit für die Prüfung von 15 Tonnen Abfall von 375 Stunden auf nur 6 Stunden reduzieren. Die Nutzung dieser Echtzeitdaten hat die Effizienz der Anlagen um 10 % bis 30 % gesteigert und großen Unternehmen wie Coca-Cola geholfen, die Wirksamkeit des Recyclings ihrer Verpackungen zu messen.

Revolution bei der Sortierung von Altkleidern

Europa produziert jährlich etwa 7 Millionen Tonnen Altkleider, und deren Sortierung erfordert höchste Präzision, um Qualität und Art zu bestimmen. Das deutsche Unternehmen reverse.fashion nutzt hochpräzise Computer-Vision-Technologien, um Produkttyp, Mängel, Farbe, Größe und Marke zu identifizieren. Seine KI-Modelle laufen mit der NVIDIA TensorRT-Software, optimiert auf NVIDIA Jetson-Modulen, was es ermöglicht, das, was früher eine ganze Woche dauerte, in nur einer Stunde zu sortieren.

Was ändert sich praktisch?

Der Übergang von der manuellen Sortierung zur KI-gestützten Sortierung verändert die Spielregeln in drei Hauptpunkten:

  • Von der Vermutung zur Präzision: Anstatt sich auf zufällige Stichproben zu verlassen, bieten die Systeme einen umfassenden und genauen Überblick über jedes Stück, das die Produktionslinie passiert.
  • Vom niedrigen Recycling zum geschlossenen Kreislauf: Die hohe Genauigkeit bei der Sortierung von Materialien (wie Kunststoff) ermöglicht deren Wiederverwendung in hochwertigen Produkten, anstatt sie in minderwertige Materialien umzuwandeln.
  • Wirtschaftlichkeit: Die Verringerung der Abhängigkeit von teurer manueller Arbeit und die Erhöhung der Verarbeitungsgeschwindigkeit machen Recyclingprozesse profitabler und kommerziell nachhaltiger.
Nachrichtenquelle
c
Autor

certi.news Editorial Team

Aus derselben Kategorie

Das könnte Sie interessieren

Alle Nachrichten anzeigen