Einführung in KI, Recycling und Sortiertechnologien:
Grundlagen KI-gestützter Analysen in Recycling- und Sortierprozessen sowie der Übersetzung von Reinheit, Ausbeute und Effizienz in optimierbare Prozessparameter
Verständnis der Modellierung von Materialströmen innerhalb von Sortieranlagen und der Charakterisierung heterogener Abfallfraktionen
Definition des Scopes hinsichtlich Materialarten, Anlagentypen und relevanter Prozessschritte
Einführung in Sortiertechnologien wie Nahinfrarot, Röntgenfluoreszenz, Wirbelstromscheider sowie mechanische und chemische Recyclingverfahren
Einordnung belastbarer und auditierbarer Daten für Echtzeit-Prozesssteuerung, Qualitätskontrolle und vorausschauende Wartung
Datenlandschaft, Integration und technologische Grundlagen:
Auswahl und Integration relevanter Datenquellen wie Sensordaten aus Sortieraggregaten, Spektraldaten, Bilddaten, SCADA- und SPS-Daten sowie Labordaten zur Qualitätskontrolle
Aufbau von Datenmodellen zur Beschreibung von Materialzusammensetzungen und Prozessparametern in Echtzeit
Einführung in Schnittstellen zu Anlagenherstellern, Laborinformationssystemen und ERP-Systemen
Einsatz von Edge Computing zur schnellen Verarbeitung von Sensordaten direkt an der Sortierlinie
Überblick über Computer Vision, Deep Learning, robotergestützte Sortierung, Optimierungsalgorithmen, Predictive Maintenance und digitale Zwillinge für Sortieranlagen
Automatisierung von Recycling-, Sortier- und Optimierungsprozessen:
Einführung in automatisierte Workflows nach dem Prinzip "Analyze Input - Classify & Sort - Control Quality - Optimize Process - Predict Maintenance"
Nutzung von KI, LLMs und Agentic Workflows zur Analyse von Prozessdaten, Erkennung von Anomalien und Generierung von Optimierungsvorschlägen
Autonome Steuerung von Sortierlinien zur Anpassung an schwankende Input-Qualitäten und Marktanforderungen
Human-in-the-Loop-Konzepte für Anlagenführer zur Überwachung von KI-Systemen und zur Freigabe von Prozessanpassungen
Entwicklung eines Operating Models für hochautomatisierte und KI-gesteuerte Sortier- und Recyclinganlagen
Anwendungsfelder, Governance und Compliance:
Anwendung auf die Sortierung von Kunststoffverpackungen, Metallen, Papier, Glas und weiteren Wertstoffströmen zur Herstellung hochwertiger Rezyklate
Echtzeit-Qualitätskontrolle von Output-Fraktionen zur Sicherstellung von Spezifikationen und zur Maximierung wirtschaftlicher Erlöse
Optimierung des Energieverbrauchs von Sortieranlagen und robotergestütztes Picking von Störstoffen zur Erhöhung von Sicherheit und Effizienz
Analyse von Materialströmen zur Identifikation von Potenzialen für Design for Recycling in der Produktentwicklung
Audit-Ready-by-Design mit Nachweisen zu Verwertungsquoten, Rezyklatqualität, Compliance mit relevanten Vorschriften und transparenter Dokumentation KI-gestützter Sortierlogiken