Prof. Dr. Doris Aschenbrenner

Re-Integration hochwitterungsbeanspruchter Altkunststoffe in die Kreislaufwirtschaft unter Berücksichtigung von Mikroplastikaus-trag und Treibhausgasemissionen

Mit einem interdisziplinären Ansatz und unter reger Beteiligung der Industrie und Zivilgesellschaft verfolgt RewitAl die Schließung von Materialkreisläufen und die Mobilisierung von Recycling in der Kunststoffwirtschaft. Der Fokus liegt auf den bislang eher vernachlässigten, aber mengenmäßig bedeutsamen hochwitterungsbeanspruchten Kunststoffen am Beispiel von Sportanlagen mit Kunststoffbelagsystemen. Im Vordergrund der Forschungsaktivitäten stehen (i) der umweltschonende Rückbau der Systeme unter Berücksichtigung der Mikroplastikverteilung in der Umgebung, (ii) die Analyse der optimalen Eignung diverser Recyclingverfahren für die verschiedenen Kunststoffkomponenten des Gesamtsystems sowie (iii) die Untersuchung möglicher Alternativen auf Biokunststoffbasis. Hochrelevant ist die begleitende und vergleichende ökonomische und ökologische Bewertung von Materialien und Prozessen. Zusammen mit einer transparenten Beschreibung der Materialeigenschaften erfolgt die Erarbeitung möglicher Anwendungsszenarien und Geschäftsmodelle. Ein besonderes Augenmerk wird zudem dem Transfer in Wirtschaft und Zivilgesellschaft auf unterschiedlichen Ebenen und über diverse Medien gewidmet, um die Umsetzung der Innovations- und Bioökonomiestrategie des Landes Baden-Württemberg aktiv zu unterstützen.

Implementierung von Praxisbeispielen für „Human in Command“

Im Projekt KI-Cockpit wird ein neuer Ansatz zur menschlichen Kontrolle KI-basierter Softwaresysteme entwickelt. Das Projektziel liegt dabei in der Entwicklung eines Open-Source-KI-Cockpits als digitale Steuerungseinheit. In einzelnen Anwendungsszenarien wird diese Software erprobt und ihre Implementierung vorbereitet.
Dieses Cockpit wird wissenschaftlich begleitet und empirisch überprüft. Es stellt unsere Antwort auf die im AI Act der EU geforderte „human oversight“ (Art. 14) dar und unterstützt das produktive Miteinander von Mensch und Maschine, indem es den Nutzer:innen erlaubt,  die Entscheidungen des Systems zu überblicken, zu kontrollieren und zu beeinflussen.

Steigerung des Nutzungsgrads von Kunststoffabfällen durch KI-basierte Kombination von manueller Sortierung und Mikro-Automatisierung

Kunststoffe wie PET oder PE werden aus Erdöl hergestellt. Aufgrund ihrer hervorragenden Eigenschaften sind sie resistent gegen viele Umwelteinflüsse und Chemikalien. Das erschwert jedoch ihre Zersetzung auf natürliche Art und Weise. Verpackungen stellen, trotz ihrer kurzen Nutzungsphase, das größte Einsatzgebiet von Kunststoffen dar, wodurch täglich beachtliche Abfallmengen entstehen. Zur Reduktion von Abfall und zur Schonung wertvoller Ressourcen und ihrer optimalen Reintegration in den Materialkreislauf wird Recycling zukünftig eine noch wichtigere Rolle spielen. Das werkstoffliche Recycling von Kunststoffen erfolgt überwiegend durch mechanische Verfahren. Hierzu werden Kunststoffabfälle nach Arten sortiert, gereinigt und aufbereitet. Vor allem die Sortenreinheit ist von großer Bedeutung für eine hohe Recyclingquote. Jedoch, ist der der Sortiervorgang heutzutage sehr aufwendig und fehlerbehaftet. Häufig wird einer automatisierten Sortieranlage eine manuelle Sortierung oder Kontrollsortierung vor- oder nachgeschaltet.

Ziel des Projektes RecycleBot ist es, die Recyclingquote von Kunststoffabfällen zu erhöhen, indem der Sortiervorgang mittels Künstlicher Intelligenz optimiert wird. Damit geht ein erhöhter Nutzungsgrad von Kunststoffen aus Verpackungs- und Gewerbeabfällen einher. Hierzu werden zusätzlich zu großen automatisierten Sortieranlagen kleinere kollaborative Roboter (RecycleBot) eingesetzt, die bisher manuell durchgeführte Tätigkeiten übernehmen können. Die Basis für diese Arbeit sind so genannte Deep-Learning (DL) Algorithmen. Sie verbessern den gesamten Recyclingvorgang, indem sie die unterschiedlichen Kunststoffarten besser voneinander unterscheiden und die Sortierung nicht nur erleichtern, sondern auch weniger fehleranfällig machen. Des Weiteren wird ein Fokus auf neue und kritische Kunststoffe sowie komplexe Verbundverpackungen gelegt.

Der RecycleBot kann die Recyclingquote von kunststoffbasierten Verpackungs- und Gewerbeabfällen aus dem Dualen System erhöhen. Es ist zudem zu erwarten, dass künftig vermehrt Biokunststoffe, die biobasiert oder biologisch abbaubar sind, zum Einsatz kommen. Diese werden bei der Entwicklung des RecycleBot bereits berücksichtigt. Bei der Entwicklung stehen außerdem die Mensch-Roboter-Kollaboration und das Konzept „Human Supervisory Control“ im Vordergrund: Mitarbeiter*innen aus der Abfallbewirtschaftung werden in die Entwicklung einbezogen, um KI und menschliche Erfahrung synergetisch zu nutzen. Ein Schwerpunkt liegt auf der Mensch-Maschine-Schnittstelle zur KI-Visualisierung, um beherrschbare selbst-organisierende Systeme zu ermöglichen. Dadurch sind die Mitarbeiter*innen stets in der Lage, die Entscheidungen des Systems zu überprüfen und zu kontrollieren. Damit trägt das Projekt zu einer zukunftsfähigen Kreislaufwirtschaft bei.

Aufbau und Evaluation eines Human-Centered KI-System [HCKIS] für den Einsatz in kontinuierlichen und diskreten Produktionsszenarien, unter Verwendung einer IoT- basierten Infrastruktur und Methoden des Maschine-Learning sowie der Künstlichen Intelligenz.

Ziel des Vorhabens ist es, die Zusammenarbeit in dem Bereich der vernetzten Künstlichen Intelligenz zu intensivieren und Kooperationsmöglichkeiten sowie Anknüpfungspunkte an weitere Fachdisziplinen der Hochschule zu schaffen. Im Rahmen des Vorhabens soll ein gemeinsamer Technologieträger aufgebaut werden, an dem insbesondere Methoden zur echtzeitbasierten Prozessanalyse und Qualitätssicherung unter Verwendung von Künstlicher Intelligenz [KI] demonstriert werden.

Offene und flexible Industrie-Vernetzung mit 5G-Small-Cell-Zentrale: Adaptive Produktion und Intra-Logistik in KMU

Im Gegensatz zu bereits diskutierten Anwendungen von 5G in der Produktion setzt dieses Projekt auf die Etablierung von flexiblen 5G-SmallCells mit der Möglichkeit zur Föderation. Das 5G-Campus-Netz im nomadischen Insel-Betrieb wird als schnittstellenoffene Zellen-Zentrale eines heterogenen, industriellen Kommunikations- und Lokalisierungsnetzwerkes betrieben. Dies ermöglicht eine dynamisch konfigurierbare Konstellation auf dem Shopfloor, wie sie der Realität kleiner und mittelständischer Produktionsbetriebe gerecht wird. KMU-Anwender haben meist „high-mix, low-volume“ (HMLV) Produktionsanforderungen und müssen automatisieren, um wettbewerbsfähig zu bleiben. Wir bieten daher 5G im Paket mit Automatisierungslösungen und integrieren i) neueste Entwicklungen auf der Komponentenseite, ii) flexible Geschäftsmodelle wie „Robotics as a Service“ und iii) eine Kombination von 5G mit anderen Funkstandards unter Einbindung von Lokalisationslösungen. In 5G++ FlexiCell wird eine KMU-zentrierte Lösung mit Testumgebung für eine „5G-enabled“ adaptive Produktion von morgen in zwei Fieldlabs prototypisch und vorwettbewerblich realisiert: i) Intra-Logistik und ii) adaptive Produktion mit Leichtbaurobotern.