Künstliche Intelligenz in der Abfallwirtschaft

Eine effiziente Abfallwirtschaft gehört zu den großen Herausforderungen unserer Zeit – und neue, digitale Technologien können Kommunen, Bewohnern und Unternehmen dabei das Leben deutlich leichter machen. Die Bandbreite der Innovationen reicht von smarten Abfallbehältern bis hin zu selbstlernenden Sortiertechnologien. Die IFAT 2020 in München wird dazu die neuesten Entwicklungen präsentieren.

Lernfähiger Roboter-Greifarm sortiert Leichtverpackungen

Im Kunststoffrecycling geht es darum, die Sortierung weiter zu optimieren – und das möglichst wirtschaftlich. Ein zukunftsträchtiges Werkzeug ist auch hier die künstliche Intelligenz. Wie das aussehen kann, zeigt die Alba Group in ihrer Leichtverpackungs-Sortieranlage in Leipzig. Dort wird seit November 2018 ein sensorgestützter Roboter-Greifarm getestet. Die Aufgabe des sogenannten Fast Pickers ist es derzeit, Silikon-Kartuschen von Verpackungen aus Polyethylen zu unterscheiden und auszusortieren – eine Leistung, zu der z.B. die marktüblichen Nahinfrarot-Trenngeräte nicht in der Lage sind. Bei dem innovativen System scannt eine über dem Sortierband angebrachte Sensoreinheit die ankommenden Abfälle und erkennt ihre Beschaffenheit. Eine Software verarbeitet die Sensordaten in Echtzeit anstatt einer programmierten Routine zu folgen. Anschließend erhält der Roboterarm den Befehl, das Zielobjekt zu greifen und in den richtigen Behälter zu befördern. „Das System ist lernfähig – und damit auch für neue Herausforderungen gerüstet“, sagt René Ottlinger. Der technische Leiter bei Alba fährt fort: „Im besten Fall sind wir mit dieser Technologie in der Lage, flexibel auf Veränderungen im Materialfluss und im gesamten Recyclingprozess zu reagieren.“

Einen Rundumblick über alle aktuellen Technologie-, Logistik- und Servicetrends der Abfallwirtschaft bietet die IFAT 2020. Die größte Umwelttechnologiemesse der Welt deckt darüber hinaus alle weiteren Bereiche der Branche ab – von der Luftreinhaltung, über die Trinkwasserbereitstellung und Abwasserbehandlung bis hin zum Ressourcenschutz. Die IFAT findet vom 4. bis 8. Mai 2020 auf dem Münchener Messegelände statt.

Seiten: 1 2Auf einer Seite lesen

Thematik: Allgemein
www.messe-muenchen.de

Das könnte Sie auch Interessieren

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.