top of page

Recyclebot

"Die Umwelt kann durch verminderte Abfallmengen und Verbrennungsgase geschont werden"

Das Kunststoff-Recycling in der Kreislaufwirtschaft steht vor neuen Herausforderungen. Seit 2022 muss nach dem VerpackG die Recyclingquote von lizenzierten und erfassten Kunststoffen auf 90 % gesteigert werden. Innerhalb dieser Erwartungsquote sind mind. 70 % durch eine werkstoffliche Verwertung sicherzustellen. Im Jahr 2021 landeten noch 55 % der eingesammelten Kunststoffabfälle aus dem gelben Sack (sog. Post-Consumer Abfälle) in Verbrennungsanlagen.
Diese Herausforderung wird durch eine Zunahme an Störstoffen, bspw. Verunreinigungen, Bioabfälle, Verbunde oder sog. „intelligente Fehlwürfe“ verschärft. Das Ziel dieses Vorhabens ist die Steigerung des Nutzungsgrads von kunststoffbasierten Verpackungs- und Gewerbeabfällen, um die Recyclingquoten durch zielgerechte, KI-basierte und robotergestützte Zuführung in spezifische Recyclingpfade zu erhöhen. Durch den Einsatz von Recyclingverfahren kann der Verbrauch knapper Ressourcen wie Rohstoffe und Energie deutlich reduziert werden, da weniger Neuware produziert werden muss. Gleichzeitig wird die Umwelt geschont, weil sowohl die Abfallmengen als auch die entstehenden Emissionen aus Verbrennungsprozessen sinken.

Recyclebot Website illustrations-02.png
Recyclebot Website illustrations_Tekengebied 1.png

Für die werkstoffliche Verwertung ist Sortenreinheit die oberste Priorität. Post-Consumer Abfälle bestehen jedoch aus unterschiedlichen Kunststofftypen, Metall- und Verbundfolien. Einer automatisierten Sortieranlage wird zumeist eine manuelle Sortierung - oder Kontrollsortierung vorbzw. nachgeschaltet. Genau hier setzt RecycleBot an. Im Zuge der vierten industriellen Revolution hat sich in der klassischen Automatisierungsindustrie die kollaborative Robotik bzw. kollaborative Mikro-Automatisierung etabliert: Dabei werden zusätzlich zu großen automatisierten Anlagen kleinere kollaborative Roboter eingesetzt, die bisher manuell durchgeführte repetitive Tätigkeiten übernehmen. Unterstützt durch die fortschreitende Leistungsfähigkeit der Sensorik, KI und Bilderkennung sowie von fortgeschrittenen flexiblen pneumatischen Greifern ist das entstehende System bzgl. Flexibilität und Adaptivität der klassischen Sortierung von Leichtverpackungen (LVPAnlagen) oder von Gewerbeabfällen überlegen.

draufsicht-plastikflaschenanordnung.jpg

Designed by Freepik
www.freepik.com 

Projekthintergrund

Die zunehmende Verschmutzung der Umwelt durch Kunststoffabfälle stellt eine der größten Herausforderungen unserer Zeit dar. Trotz wachsender Recyclinginitiativen bleiben die globalen Recyclingraten sehr niedrig: Fast die Hälfte aller Kunststoffprodukte wird innerhalb eines Monats zu Abfall. Im Jahr 2022 lag die weltweite Recyclingquote für Plastikverpackungen nur bei 14 %, während 40 % der Kunststoffe auf Deponien landen, 14 % verbrannt und 32 % in die Umwelt freigesetzt werden [1, 2]. Besonders problematisch sind sogenannte Post-Consumer-Kunststoffe, die nach ihrem Gebrauch in Haushalten oder Gewerben anfallen und eine heterogene Mischung aus unterschiedlichen Kunststofftypen, Verbundmaterialien und Verunreinigungen darstellen. Verglichen mit anderen globalen Herausforderungen gewinnt dieses Problem immer mehr an Bedeutung. Die weltweite Kunststoffproduktion zeigt eine klare Abhängigkeit von fossilen Ressourcen: Im Jahr 2022 waren 90,6 % der über 400 Millionen Tonnen an hergestellten Kunststoffe fossilbasiert, während nur 8,9 % aus Post-Consumer-recycelten Kunststoffen und 0,7 % aus anderen Methoden und biobasierten Kunststoffen stammten [3]. Diese Zahlen verdeutlichen die Dringlichkeit, nicht nur den Sortierprozess von Post-Consumer- und Gewerbe-Kunststoffabfall zu optimieren, sondern auch die Nutzung von recycelten Kunststoffen zu fördern, um den Ressourcenverbrauch zu reduzieren.

[1] Fischer, E., Hein, J., Lindner, C. & Schmitt, J. (Oktober 2022). Stoffstrombild Kunststoffe in Deutschland 2021: Zahlen und Fakten zum Lebensweg von Kunststoffen: Kurzfassung der Conversio Studie. https://www.bvse.de/dateien2020/2-PDF/01-Nachrichten/03-Kunststoff/2022/Kurzfassung_Stoffstrombild_2021_13102022_1_.pdf
[2] Knappe, F., Reinhardt, J., Kauertz, B., Oetjen-Dehne, R., Buschow, N., Ritthoff, M., Wilts, H. & Lehmann, M. (November 2021). Technische Potenzialanalyse zur Steigerung des Kunststoffrecyclings und des Rezyklateinsatzes: Abschlussbericht [Forschungskennzahl 3716 33 325 0]. ifeu - Institut für Energie- und Umweltforschung Heidelberg GmbH. https://www.umweltbundesamt.de/sites/default/files/medien/1410/publikationen/2021-12-10_texte_92-021_potenzialanalyse-kunststoffrecycling.pdf
[3] Plastics Europe. (2023, 18. Oktober). Plastics – the fast Facts 2023. https://plasticseurope.org/knowledge-hub/plastics-the-fast-facts-2023/

Autorin: Nicole Rau | Datum: 22.10.2024

Abfallverteilung des gesammelten Abfalls über die gelbe Tonne / den gelben Sack [2].

Input (links) und Output (rechts) einer LVP-Sortieranlage.

Im Jahr 2021 fielen laut Umweltbundesamt in Deutschland 19,7 Millionen Tonnen Verpackungsabfälle an [1], von denen ein erheblicher Teil, über 2,5 Millionen Tonnen [2], über das Duale System im Gelben Sack bzw. der Gelben Tonne gesammelt wurde. Der Gelbe Sack wird überwiegend in ländlichen Gebieten genutzt, während die Gelbe Tonne häufiger in städtischen Regionen eingesetzt wird [3]. Der Inhalt dieser Sammelsysteme besteht insbesondere aus Leichtverpackungen (LVP), darunter Kunststoffe (ca. 48%), Metalle (ca. 14%) und Verbunde (ca. 10%). Allerdings machen Fehlwürfe einen erheblichen Anteil von rund 28 % aus, was fast jedem dritten Einwurf im Gelben Sack entspricht. Wie in Abbildung gezeigt, werden von den über 2,5 Millionen Tonnen gesammelten Leichtverpackungen, insgesamt 58% verbrannt und nur 35% zu Sekundärrohstoffen recycelt. Der Restbestand sind Verluste, die beim Sortiervorgang entstehen [2].

 

Post-Consumer-Kunststoffe werden in mittelgroßen bis großen Materialrückgewinnungsanlagen (MRFs) nach ihrer Farbe, Größe und ihrem Material sortiert. Gemäß dem aktuellen Stand der Technik sieht der Sortiervorgang für Leichtverpackungsabfälle, wie den gelben Sack bzw. der gelben Tonne, unterschiedliche Automatisierungstechniken
und teilweise manuelle Sortierung vor, mit der eine gewisse Ausbeute erzielt werden kann. Für die Nachrüstung zur Verbesserung des Sortierprozesses, kommen u.a. fortschrittliche Technologien wie KI-gestützte Sortierroboter zum Einsatz. Die bestehenden Systeme und fortschrittlichen Technologien stoßen jedoch durch die unstrukturierte Lage der Abfallobjekte, ihre Materialvielfalt und dem hohen Verschmutzungsgrad insbesondere bei der Abfallhandhabung an ihre Grenzen [4, 5].

Robotergestützte Systeme bieten in diesem Kontext vielversprechende Ansätze, um die Effizienz und Sortenreinheit in Recyclingprozessen weiter zu steigern. Ihre Fähigkeit, flexibel auf unterschiedliche Materialtypen und -formen zu reagieren, könnte eine entscheidende Verbesserung gegenüber bestehenden Technologien darstellen. Dennoch fehlt es bislang an speziell für die Abfallwirtschaft entwickelte Greiferlösungen, wodurch das Potenzial solcher Systeme noch nicht vollständig ausgeschöpft wird [6, 7, 8]. Daher sind derartige Innovationen geeignet nicht nur die Effizienz und Rentabilität der Kunststoffsortierung steigern, sondern auch eine nachhaltige Kreislaufwirtschaft fördern. Wie in Abbildung 1.2 dargestellt, wird die Kombination von fortschrittlicher Künstliche Intelligenz, Sensorik und Robotik als Schlüssel für die Erreichung globaler Recyclingziele betrachtet [9].

[1] Cayé, N., Marasus, S. & Schüler, K. (November 2023). Aufkommen und Verwertung von Verpackungsabfällen in Deutschland im Jahr 2021. 162/2023. https://www.umweltbundesamt.de/sites/default/files/medien/11850/publikationen/162_2023_texte_aufkommen_verpackungsabfaelle.pdf
[2] Billmayer, L. (2023, 30. Juli). Was bringt Recycling wirklich? Wie viel in der Gelben Tonne landet und was mit den weggeworfenen Wertstoffen passiert. https://zdfheute-stories-scroll.zdf.de/gelbe-tonne-recycling/index.html
[3] Wagner, J., Günther, M., Rhein, H.‑B. & Meyer, P. (Mai 2018). Analyse der Effizienz und Vorschläge zur Optimierung von Sammelsystemen (Hol- und Bringsysteme) der haushaltsnahen Erfassung von Leichtverpackungen und stoffgleichen Nichtverpackungen auf der Grundlage vorhandener Daten. 37/2018. https://www.umweltbundesamt.de/sites/default/files/medien/1410/publikationen/2018-05-22_texte_37-2018_sammelsysteme-verpackungen.pdf
[4] Knappe, F., Reinhardt, J., Kauertz, B., Oetjen-Dehne, R., Buschow, N., Ritthoff, M., Wilts, H. & Lehmann, M. (November 2021). Technische Potenzialanalyse zur Steigerung des Kunststoffrecyclings und des Rezyklateinsatzes: Abschlussbericht [Forschungskennzahl 3716 33 325 0]. ifeu - Institut für Energie- und Umweltforschung Heidelberg GmbH. https://www.umweltbundesamt.de/sites/default/files/medien/1410/publikationen/2021-12-10_texte_92-021_potenzialanalyse-kunststoffrecycling.pdf
[5] Orth, P., Bruder, J. & Rink, M. (2022). Sortierung und Aufbereitung von Kunststoffabfällen. In P. Orth, J. Bruder & M. Rink (Hrsg.), Kunststoffe im Kreislauf: Vom Recycling zur Rohstoffwende (S. 93–101). Springer Vieweg. https://link.springer.com/chapter/10.1007/978-3-658-37814-1_8

[6] Aschenbrenner, D., Gros, J., Fangerow, N., Werner, T., Colloseus, C. & Taha, I. (2023). Recyclebot – using robots for sustainable plastic recycling. Procedia CIRP, 116, 275–280. https://doi.org/10.1016/j.procir.2023.02.047

[7] Czekała, W., Drozdowski, J. & Łabiak, P. (2023). Modern Technologies for Waste Management: A Review. Applied Sciences, 13(15), 8847. https://doi.org/10.3390/app13158847

[8] Sarc, R., Curtis, A., Kandlbauer, L., Khodier, K., Lorber, K. E. & Pomberger, R. (2020). Abfallwirtschaft 4.0. In W. Frenz (Hrsg.), Handbuch Industrie 4.0: Recht, Technik, Gesellschaft (S. 989–1014). Springer. https://doi.org/10.1007/978-3-662-584743_51

[9] Lubongo, C., Bin Daej, M. A. A. & Alexandridis, P. (2024). Recent Developments in Technology for Sorting Plastic for Recycling: The Emergence of Artificial Intelligence and the Rise of the Robots. Recycling, 9(4), 59. https://doi.org/10.3390/recycling9040059

Autorin: Nicole Rau | Datum: 28.10.2024

Warum ist Recycling so schwer zu automatisieren?

Vor dem Hintergrund politischer Zielsetzungen und der skizzierten Robotikanwendungen stellt sich nun die Frage, wie die Realität in den bestehenden Sortieranlagen aussieht.

 

Post-Consumer-Kunststoffe werden in mittelgroßen bis großen Materialrückgewinnungsanlagen (MRFs) nach ihrer Farbe, Größe und ihrem Material sortiert. Gemäß dem aktuellen Stand der Technik sieht der Sortiervorgang für Leichtverpackungsabfälle, wie den „gelben Sack“, unterschiedliche Automatisierungstechniken und teilweise manuelle Sortierung vor, mit der eine gewisse Ausbeute erzielt werden kann.
Die Hauptverfahren sind:

  1. Materialaufschluss und Zerkleinerung: Der erste Schritt ist die Aufbereitung des gesammelten Materials. Ziel dieses Schrittes ist es Verschlüsse und Säcke zu öffnen, um das Materialgemisch freizulegen, aber die Verpackungen dabei möglichst nicht zu beschädigen. Hierfür kommen Vorzerkleinerer und Gebindeöffner zum Einsatz [1, 2, 3].

  2. Sieben und Klassieren: Das Material wird über Trommel- und Schwingsiebe in mehrere Korngrößenklassen getrennt. Diese Siebe trennen beispielsweise großformatige Folien (>220 mm) ab, die anschließend über Windsichter weiter separiert werden. Die Feinkornfraktion (meist unter 20 mm) wird als nahezu wertstofffrei betrachtet und entsorgt. Diese Klassierung sorgt für eine bessere Trennung und Homogenisierung des Materials [1, 2, 3]. 

  3. Materialtrennung: Durch Magnetscheider, Wirbelstromscheider und Windsichter werden ferromagnetische Metalle wie Eisen (durch Magnetscheider) und Aluminium (durch Wirbelstromscheider) separiert. Zusätzlich werden durch Windsichter und Ballistikseparatoren spezifischen Störungen, wie aluminiumbeschichteten Flüssigkeitskartons, die nachgereinigt werden müssen, aussortiert [1, 2, 3].

  4. Sensorgestützte Sortierung: Eine zentrale Rolle spielen die sensorgestützten Sortiersysteme, die mithilfe von Nahinfrarotspektroskopie (NIR) arbeiten. Diese Sensoren identifizieren unterschiedliche Materialien anhand ihrer spezifischen Lichtreflexion und separieren sie mittels Luftdruckimpulsen. Dabei wird der Abfallstrom vorab durch ein Beschleunigungsband in einzelne Monoschichten getrennt, um Überlagerungen und Fehlaussortierungen zu vermeiden [1, 2, 3].

  5. Nachsortierung: Nach dem ersten Sortierschritt erfolgt häufig eine Nachsortierung, um die Reinheit der Kunststofffraktionen weiter zu erhöhen. Diese erfolgt nicht selten manuell, um schwer maschinell erfassbare Materialien wie großformatige Folien oder bestimmte Materialverbünde zu entfernen [1, 2]. 

  6. Ballenpressung: Im Anschluss an die Sortierung des Inputs in unterschiedliche Fraktionen (PE, PET, PP, PS, etc.) werden diese durch zu Ballen gepresst, um Sortierfraktionen durch Eigenvermarktung oder der Weitervergabe an Aufbereitungsanlagen abzugeben [2, 3].

 

Heutzutage ist eines der relevantesten Themen beim Kunststoffrecycling die Sortiergenauigkeit, denn je genauer die Sortierung, desto reiner ist der wiederverwertbare Wertstoff. Ein Ansatz für die Steigerung der Sortiergenauigkeit ist das Entgegenwirken bereits vorhandener Problemfelder des Kunststoffrecyclings [4].

[1] Knappe, F., Reinhardt, J., Kauertz, B., Oetjen-Dehne, R., Buschow, N., Ritthoff, M., Wilts, H. & Lehmann, M. (November 2021). Technische Potenzialanalyse zur Steigerung des Kunststoffrecyclings und des Rezyklateinsatzes: Abschlussbericht [Forschungskennzahl 3716 33 325 0]. ifeu - Institut für Energie- und Umweltforschung Heidelberg GmbH. https://www.umweltbundesamt.de/sites/default/files/medien/1410/publikationen/2021-12-10_texte_92-021_potenzialanalyse-kunststoffrecycling.pdf
[2] Orth, P., Bruder, J. & Rink, M. (2022). Sortierung und Aufbereitung von Kunststoffabfällen. In P. Orth, J. Bruder & M. Rink (Hrsg.), Kunststoffe im Kreislauf: Vom Recycling zur Rohstoffwende (S. 93–101). Springer Vieweg. https://link.springer.com/chapter/10.1007/978-3-658-37814-1_8

[3] Pretz, T., Feil, A. & Raulf, K. (2024). Aufbereitung fester Abfallstoffe. In M. Kranert (Hrsg.), Einführung in die Kreislaufwirtschaft: Planung, Recht, Verfahren (6. Auflage, S. 227–298). Springer Vieweg. https://doi.org/10.1007/978-3-658-41711-6_6
[4] Buschow, N., Kauertz, B., Knappe Florian, Lehmann, M., Oetjen-Dehne, R., Reinhardt, J., Ritthoff, M. & Wilts, H., 2019, S. 106. Technische Potenzialanalyse zur Steigerung des Kunststoffrecyclings und des Rezyklateinsatzes. Umweltbundesamt. https://epub.wupperinst.org/frontdoor/deliver/index/docId/7808/file/7808_Kunststoffrecycling.pdf
Autorin: Nicole Rau | Datum: 22.10.2024

„Als besonders kritische Größen werden insbesondere die Farbe und der Geruch von Rezyklaten genannt. Hier besteht ein erheblicher Optimierungsbedarf. Daneben besteht aber offensichtlich vor allem auch ein Bedarf daran, die bisher eingesetzten Verfahren effizienter zu machen und den Verbrauch von Energie, Wasser und Betriebsmitteln zu reduzieren, aber auch die Investitionskosten zu verringern.“

Buschow, N., Kauertz, B., Knappe Florian, Lehmann, M., Oetjen-Dehne, R., Reinhardt, J., Ritthoff, M. & Wilts, H., 2019, S. 106. Umweltbundesamt.

Sortieranlagen für Leichtverpackungen – überwiegend aus dem gelben Sack bzw. der gelben Tonne – stehen heute vor einer Reihe komplexer Herausforderungen. Die Modernisierung bestehender Technologien ist häufig mit hohen Investitionen verbunden. Gleichzeitig erfordert der Austausch oder die Erweiterung der Anlagen nicht nur zusätzlichen Platz, sondern auch die Bereitschaft zu umfangreichen Umbaumaßnahmen.

Durch steigende gesetzliche Anforderungen, etwa infolge des Verpackungsgesetzes (VerpackG), wächst der Druck auf Betreiber, höhere Recyclingquoten zu erreichen. Dies gestaltet sich jedoch zunehmend schwierig, da der Anteil an Störstoffen wie Bioabfällen, Verbundmaterialien oder Fehlwürfen kontinuierlich zunimmt. Diese Verunreinigungen erschweren den Sortierprozess erheblich und beeinträchtigen die Qualität der recycelten Materialien.

Zudem sind manuelle Sortiertätigkeiten kostenintensiv und werden durch den anhaltenden Fachkräftemangel weiter erschwert. All diese Faktoren machen deutlich: Effiziente, flexible und zukunftssichere Technologien sind entscheidend, um die Sortierung von Leichtverpackungen nachhaltig zu verbessern und wirtschaftlich betreiben zu können.

Autorin: Nicole Rau | Datum: 05.12.2025

Herausforderungen und Probleme für Roboter in Abfall-Sortieranlagen

​Die Automatisierung der Abfallsortierung durch Roboter birgt viele Herausforderungen, die über die Fähigkeiten traditioneller Industrieroboter hinausgehen. Während solche Roboter oft präzise und gleichförmige Aufgaben übernehmen, sind Abfallsortiersysteme mit deutlich komplexeren Bedingungen konfrontiert:

  1. Heterogenität und Verschmutzung der Abfälle: Abfallströme enthalten Materialien mit unterschiedlichen Formen, Größen und Oberflächenzuständen, die oft verschmutzt sind. Diese Heterogenität erschwert die präzise Materialerkennung und -handhabung [1, 2].

  2. Uneinheitliche Objekteigenschaften: Die zufällige Lage und Orientierung der Abfälle auf Förderbändern sowie ihre variierenden Massen und Formen stellen hohe Anforderungen an die Greifmechanismen [2].

  3. Instabilität der Objektpositionen: Erschütterungen und Luftzüge verursacht durch die schnellen Förderbandbewegungen können die Position der Objekte zwischen der Sensorerkennung und der tatsächlichen Greifaktion verändern. Dies führt zu häufigen Fehlgriffen der Roboter wodurch Gegenstände nicht oder falsch aussortiert werden [2].

  4. Komplexität der Materialerkennung und Sortieralgorithmen: Effiziente Materialerkennung erfordert die Verknüpfung leistungsfähiger Hardware mit KI-gestützter Software, die Multitasking-fähig ist und mehrere Sortieraufgaben gleichzeitig bewältigt [1, 2].

  5. Greifsysteme: Roboter-Greifer müssen robust genug sein, um unterschiedlichste Abfallarten zu handhaben, von leichten Plastiktüten bis hin zu schweren Bauteilen. Gleichzeitig müssen sie flexibel auf wechselnde Formen und Oberflächen reagieren können [1].

Trotz dieser Herausforderungen zeigen Roboter in der Abfallsortierung großes Potenzial, insbesondere durch ihre Fähigkeit, Bereiche wie Bau- und Abbruchabfälle automatisiert zu erschließen und die Effizienz sowie die Qualität der Sortierung zu steigern.

[1] Kiyokawa, T., Takamatsu, J. & Koyanaka, S. (2024). Challenges for Future Robotic Sorters of Mixed Industrial Waste: A Survey. IEEE Transactions on Automation Science and Engineering, 21(1), 1023–1040. https://doi.org/10.1109/TASE.2022.3221969
[2] Sarc, R., Curtis, A., Kandlbauer, L., Khodier, K., Lorber, K. E. & Pomberger, R. (2020). Abfallwirtschaft 4.0. In W. Frenz (Hrsg.), Handbuch Industrie 4.0: Recht, Technik, Gesellschaft (S. 989–1014). Springer. https://doi.org/10.1007/978-3-662-584743_51

Autorin: Nicole Rau | Datum: 28.11.2024

IMG_0062_edited.jpg
02_Projektvorstellung_Lösungsansatz.png
02_Projektvorstellung_Lösungsansatz02.png

Intelligente Robotik für effizientere LVP-Sortierung

RecycleBot verfolgt das zentrale Ziel, den Nutzungsgrad von kunststoffbasierten Verpackungs- und Gewerbeabfällen im Dualen System nachhaltig zu erhöhen. Dies soll vor allem durch eine effizientere Sortierung und eine höhere Sortenreinheit der gewonnenen Kunststofffraktionen erreicht werden. Das Projekt setzt dabei auf einen interdisziplinären Lösungsansatz aus drei Bausteinen, der die Materialwissenschaft, moderne Sensorik, Deep Learning, Robotik und menschzentrierte Systemgestaltung miteinander verbindet.

Ergänzt wird dies durch die Entwicklung eines Ökobilanz- und LCA-Modells für Sortieranlagen. Dieses Modell schafft Transparenz darüber, welche ökologischen und wirtschaftlichen Effekte die neuen Technologien erzielen. Ergänzt wird dies durch eine Gemeinwohlbilanz und die Berechnung von Return-on-Investment-Werten für die entwickelten Lösungen. Ein besonderer Fokus liegt darauf, die Abfallströme von morgen zu verstehen und Sortiersysteme darauf vorzubereiten. Gleichzeitig trägt RecycleBot dazu bei, die Arbeitsbedingungen in der Abfallaufbereitung zu verbessern, indem monotone und belastende Tätigkeiten zunehmend automatisiert werden.

Autorin: Nicole Rau | Datum: 05.12.2025

Baustein 1: Wahrnehmung – Die Grundlage intelligenter Sortierprozesse

Der erste Baustein von RecycleBot legt das technologische Fundament für eine präzise und zukunftssichere Sortierung von Leichtverpackungen. Im Zentrum steht die umfassende Wahrnehmung des Materialstroms – von der wissenschaftlichen Analyse der Kunststoffe bis hin zur KI-gestützten Objekterkennung in Echtzeit. Durch ein tiefes Verständnis der heutigen und zukünftigen Materialvielfalt, modernste Multi-Sensorik und leistungsfähige Deep-Learning-Methoden entsteht ein hochauflösendes Bild des Stoffstroms, das weit über klassische Sortiertechnologien hinausgeht. Diese intelligente Wahrnehmung bildet die Basis für alle nachfolgenden Entscheidungen im Sortierprozess und ermöglicht es, auch komplexe, gemischte oder bislang schwer erkennbare Materialien zuverlässig zu identifizieren.

Materialwissenschaften: Verständnis aktueller und zukünftiger Materialströme
Zu Beginn des Projekts steht eine umfassende Charakterisierung der im Dualen System vorkommenden Kunststoffe. Dazu zählt die detaillierte Untersuchung von PVC, das aufgrund seines Gefährdungspotenzials zuverlässig aus anderen Kunststofffraktionen entfernt werden muss. Darüber hinaus werden Verbundmaterialien, biobasierte und recycelte Kunststoffe analysiert sowie Unterscheidungsmerkmale zwischen Food- und Non-Food-Qualitäten von Polypropylen und Polyethylen erarbeitet. Auch die Auswirkungen von Mischfraktionen auf Erkennung und Qualität von Recyclingkunststoffen werden systematisch untersucht.

 

Sensorik & Datenerhebung: Grundlagen für präzise KI-Erkennung
Um die Sortierung zu verbessern, wird ein multisensorisches System entwickelt, das Active-Pixel-Sensoren und NIR-Technologie kombiniert. Dieses System soll auch komplexe und bislang schwer erfassbare Materialien wie Verbundverpackungen oder Bio- und Recyclingkunststoffe zuverlässig identifizieren. Parallel wird ein umfangreicher annotierter Datensatz für Leichtverpackungen und Gewerbeabfälle aufgebaut – eine entscheidende Grundlage für das Training der KI-Modelle.

 

Deep-Learning-Algorithmen: Intelligente Erkennung in Echtzeit
Im Bereich künstlicher Intelligenz konzentriert sich RecycleBot auf die Entwicklung neuer Verfahren zur Merkmalsextraktion aus multisensorischen Daten. Ergänzt wird dies durch Self-Supervised-Learning-Konzepte, die eine effiziente Klassifikation auch mit nur teilweise annotierten Daten ermöglichen. Bestehende Netzarchitekturen werden weiterentwickelt, um neue Sortierfraktionen abzubilden und die Echtzeitfähigkeit der Materialerkennung zu steigern.

Autorinnen: Doris Aschenbrenner, Iman Taha | Datum: 07.02.2023

Baustein1Wahrnehmung.png
02_Projektvorstellung_Baustein2Überschrift.png
Baustein2Manipulation.svg.jpg

Im zweiten Baustein steht die gezielte Handhabung der zuvor erkannten Materialien im Mittelpunkt. Mithilfe kollaborativer Robotersysteme werden Objekte direkt vom laufenden Förderband aufgenommen, sortiert oder aussortiert. Ein flexibler Cobot – beispielsweise ein UR16e – übernimmt diese Aufgaben sicher und präzise und lässt sich ohne große Umbauten in bestehende Sortieranlagen integrieren. Dadurch können monotone oder sicherheitskritische Tätigkeiten automatisiert und menschliche Sortierer gezielt entlastet werden.

Für den Einsatz dieser Robotik entwickelt RecycleBot praxisnahe Anwendungsszenarien entlang der Vor- und Nachsortierung. Nach der technischen Konzeptentwicklung folgt ein nutzerzentrierter Integrationsprozess, der die Bedürfnisse der Anlagenbetreiber und Sortierkräfte einbezieht. Die robotischen Systeme werden zunächst als Prototyp im Labor erprobt und anschließend unter realen Bedingungen im Sortierbetrieb validiert. So entsteht ein zuverlässiger, adaptiver Manipulationsprozess, der die Sortierqualität erhöht und gleichzeitig die Arbeitsumgebung sicherer und ergonomischer gestaltet.

Autorin: Doris Aschenbrenner | Datum: 07.02.2023

Baustein 3: Lernen & Kooperation – Intelligente Sortierung im Zusammenspiel von Mensch und Maschine

Der dritte Baustein von RecycleBot verbindet künstliche Intelligenz mit menschlicher Expertise. Hier steht die Fähigkeit des Systems im Mittelpunkt, kontinuierlich aus seiner Umgebung und aus der Interaktion mit Sortierfachkräften zu lernen. Durch intelligente Rückkopplungsmechanismen verbessert der Roboter seine Entscheidungen fortlaufend: Er wird präziser, effizienter und sicherer im Umgang mit hochvariablen Stoffströmen. Gleichzeitig entlastet er Mitarbeitende von monotonen oder körperlich belastenden Aufgaben und schafft so ein ergonomischeres Arbeitsumfeld.

 

Damit diese Zusammenarbeit gelingt, entwickelt RecycleBot Konzepte für eine sichere, transparente und verständliche Interaktion zwischen Mensch und KI. Dazu gehört die Analyse des Informationsbedarfs verschiedener Nutzergruppen ebenso wie die Gestaltung geeigneter Visualisierungs- und Bedienoberflächen. Erste Entwürfe werden als Prototyp getestet und anschließend in Labor- und Feldstudien weiterentwickelt und bewertet. So entsteht ein System, das nicht nur autonom lernt, sondern auch für den Menschen intuitiv beherrschbar bleibt – ein echtes kooperatives Zusammenspiel von Robotik und menschlicher Aufsicht.

Autorinnen: Doris Aschenbrenner, Iman Taha | Datum: 07.02.2023

Das Ergebnis:
RecycleBot ermöglicht eine smarte Nachrüstung bestehender LVP-Anlagen, steigert die Sortierqualität und automatisiert arbeitsintensive Prozesse – ohne komplexe Umbauten. Durch die Kombination aus Wahrnehmung, kognitiver Verarbeitung und robotischer Aktion entsteht ein adaptives System, das auf moderne Anforderungen im Recycling optimal vorbereitet ist.

Alexa Young, CA

recyclebot bg leaves.png

Creator: Rana El Khoury | Datum: 04.03.2025

bottom of page