Modulare Sortierprozesse und künstliche Intelligenz als Mittel zum Recycling von Elektro(nik)-Altgeräten
Durch die zunehmende Verkürzung von Produktlebenszyklen findet eine beschleu-nigte Änderung der Stoffstromzusammensetzungen bei einer Zunahme der Material-vielfalt statt. Ein Beispiel hierfür stellen Elektro(nik)altgeräte als einer der europaweit am schnellsten wachsenden Abfall-Stoffströme dar (European Commission 2020). Um den wirtschaftlichen Einsatz individueller Sortierprozesse bei Entsorgern zu erlauben, ist Eine Verringerung des Aufwandes nötig. Hier setzt der Einsatz künstlicher Intelligenz an, der es erlauben soll, Sensoren auf bestimmte Inputströme zu „trainieren“. Wie in eigenen Versuchen gezeigt werden konnte, ist durch den Einsatz künstlicher Intelligenz darüber hinaus eine Steigerung der Sortiergenauigkeit, insbesondere bei komplexen Materialzusammensetzungen, möglich, was die genauere Differenzierung der Komponenten für eine weitere Verarbeitung erlaubt.
Im Bereich der Elektro(nik)altgeräte erschweren Miniaturisierung und abnehmende Wertstoffgehalte eine wirtschaftliche manuelle Demontage und Sortierung. Spuren von Hochtechnologiematerialien können bei einer unspezifischen Weiterbehandlung in andere massereiche Ströme dissipieren. Die zunehmende Kom-plexität der Stoffströme erfordert eine flexible Anpassung automatisierter Behand-lungsprozesse. Hierzu untersucht die Fraunhofer-Einrichtung IWKS mit einer modularen Sortieranlage das Potenzial individueller Sortierprozessführung. Im Bereich der sensorbasierten Sortierung schafft der Einsatz künstlicher Intelligenz neue Möglich-keiten, Objekte genauer zu klassifizieren und Sortierkriterien automatisiert einzuler-nen. Durch die digitale Vernetzung der Anlage mit ihrer Umwelt sollen zukünftig auch wertoptimierte Sortierungen möglich sein.
Autor(en)
M.Sc. Malte Vogelgesang, Prof. Dr. rer. nat. Liselotte Schebek, Dr. Katrin Bokelmann, M.Sc. Wladislaw Benner