Übergeordnete Maßnahmen

Digitaler Zwilling

Mithilfe eines digitalen Zwillings können komplexe Produkte entlang des gesamten Lebenszyklus überwacht werden. Als virtuelles Abbild des realen Produkts lassen sich auf Basis der in nahezu Echtzeit gesammelten Daten Simulationen durchführen und so Verbesserungspotenziale im Rahmen der Zirkularität ableiten.* Kettele, M.; Schöggl, J.-P.; Rupert und Baumgartner (2022): Circular Companies – Wie Unternehmen die Chancen der Kreislaufwirtschaft nutzen können, Graz, Green Tech Radar (abgerufen am: 19.07.2023), S. 7. * Berndorfer, J.; Kurz, A.; Pecksteiner, C. und Klinglmayr, J. (2022): Digitale Schlüsseltechnologien für eine kreislaufbasierte Produktion – DigiTech4CE, Wien, Berichte aus Energie- und Umweltforschung, 28/2023 (abgerufen am: 18.07.2023), S. 30. * Schlecht, M. und Köbler, J. (2021): Flexibles Referenzmodell zur Planung und Optimierung der Produktion – Generierung digitaler Fabrikmodelle mit dem digitalen Zwilling. In: Industrie 4.0 Management, 37 (5), S. 53 – 56 (abgerufen am: 17.07.2023), S. 53. Digitale Zwillinge können im Rahmen des Remanufacturings auch zur Unterstützung des Personals eingesetzt werden, indem z. B. für den jeweiligen Prozessschritt relevante Produktinformationen auf Tablets oder Virtual-Reality-Headsets angezeigt werden.* Alcayaga, A. und Hansen, E. G. (2022): Internet of Things enabling the Circular Economy – An Expert Study of Digitalisation Practices in B2B Firms. Institute for Integrated Quality Design (IQD), Johannes Kepler University Linz, Linz, IQD Research 2022, 1 (abgerufen am: 17.07.2023), S. 41.

Digitaler Produktpass

Der Einsatz von digitalen Produktpässen hilft, produktbezogene Informationen digital z. B. in einer Daten-Cloud* Wang, X. V. und Wang, L. (2014): From Cloud Manufacturing to Cloud Remanufacturing: A Cloud-based Approach for WEEE Recovery. In: Manufacturing Letters, 2 (4), S. 91 – 95 (abgerufen am: 29.06.2023), S. 6. zu hinterlegen, sodass Daten innerhalb der Lebenszyklusphasen zwischen den verschiedenen Stakeholder*innen (herstellendes Unternehmen, Dienstleistungsunternehmen, Verbraucher*innen, Behörden) ausgetauscht werden können. Die im Produktpass hinterlegten Daten sollten hierbei nicht nur für Endnutzer*innen relevante Informationen des herstellenden Unternehmens wie Gebrauchsanweisungen oder Nutzungshandbücher, sondern auch für die Kreislaufwirtschaft relevante Informationen wie Material-/Stofflisten und Demontageanleitungen beinhalten.* Bundesverband der Deutschen Industrie e.V. (2023): Digitalen Produktpass flexibel, innovativ und zielgerecht gestalten, Berlin (abgerufen am: 28.06.2023), S. 2; 5.

In einer „Lebensdauerakte” lassen sich außerdem Daten bzgl. der Produktnutzung/-beanspruchung hinterlegen, sodass im Rahmen des Remanufacturings kein unnötiger Aufarbeitungsaufwand entsteht.* Adler, J.; Berthold, D.; Bittner, A.; Brantsch, P.; Durschang, B.; Faßauer, B.; Fischer, M.; Gassmann, A.; Gassmann, J.; Kothe, S.; Meinlschmidt, P.; Musyanovych, A.; Pfaendner, R.; Stier, C. und Somorowsky, F. (2022): Circular Economy: Vom Material zum Wertstoff – Positionen und Perspektiven, Darmstadt (abgerufen am: 28.06.2023), S. 5; 21. Ein weiterer Ansatz ist das sogenannte „digitale Typenschild”. Dieses ist z. B. als QR-Code auf dem Produkt angebracht und lässt sich mit einem Smartphone oder Tablet auslesen. Das digitale Typenschild enthält alle Kennzeichnungen und rechtlichen Informationen, die für den Transport und Vertrieb sowie für eine sichere Produktnutzung innerhalb der verschiedenen Lebenszyklusphasen (Inbetriebnahme, Betrieb, Wartung/Service, Außerbetriebnahme) notwendig sind. Alle Informationen sind im digitalen Typenschild in digitaler und standardisierter Form hinterlegt, sodass jederzeit ein ortsunabhängiger Datenzugriff durch das herstellende Unternehmen/Produktnutzer*innen gewährleistet ist.* ZVEI – Zentralverband Elektrotechnik- und Elektronikindustrie e. V. (2020): Das digitale Typenschild – Konsistent, nachhaltig, zukunftssicher, vernetzt, Frankfurt am Main, ZVEI | Empfehlung, 2020.01 (abgerufen am: 28.06.2023), S. 2.

mehr anzeigen weniger anzeigen

Maschinelles Lernen

Maschinelles Lernen stellt eine zentrale Maßnahme zur Effizienzsteigerung im Rahmen des Remanufacturings dar. So führt der Einsatz von KI in der Eingangsprüfung zu einer objektiveren Zustandsbewertung der Altgeräte/-komponenten und damit zu weniger Fehleinschätzungen. Darüber hinaus wird das Personal bei der Entscheidungsfindung zusätzlich entlastet, da die KI Produktvarianten auch bei fehlender Produktkennzeichnung sicher erkennt. Der Einsatz von KI fördert zudem die Standardisierung von Prozessen, sodass langfristig höhere Qualitätsstandards erreicht werden.* Schlüter, M.; Lickert, H.; Schweitzer, K.; Bilge, P.; Briese, C.; Dietrich, F. und Krüger, J. (2021): AI-enhanced Identification, Inspection and Sorting for Reverse Logistics in Remanufacturing. In: Procedia CIRP, 98, S. 300 – 305 (abgerufen am: 12.07.2023), S. 302-305. Unter Einsatz von Deep Learning kann die KI außerdem eigenständig Verbesserungen vornehmen, sodass sich bspw. der Teilprozess der Eingangsprüfung weiter automatisieren lässt.* Nwankpa, C.; Eze, S.; Ijomah, W.; Gachagan, A. und Marshall, S. (2020): Achieving remanufacturing inspection using deep learning. In: Journal of Remanufacturing, 11, S. 89 – 105 (abgerufen am: 12.07.2023), S. 89.

Beispiele aus der Forschung und Entwicklung

Agiles Produktionssystem mittels mobiler, lernender Roboter mit Multisensorik bei ungewissen Produktspezifikationen (AgiProbot)

  • Agiles Produktionssystem, das sich mittels KI autonom an wechselnde Produktspezifikationen anpasst.
  • Kombination aus intelligenter Messtechnik und agiler Produktionssteuerung.
  • Einsatz autonom arbeitender mobiler Roboter.

Zur kompletten Projektbeschreibung

Multi-Sensorsystem zur Umgebungserfassung (LocSens)

  • Automatisierte Reinigung von Produktionsanlagen durch autonom agierende Service-Roboter inklusive durchgängiger Protokollierung und Dokumentation des Reinigungsvorgangs.
  • Über ein Multi-Sensorsystem sind die Service-Roboter in der Lage, ihre Umgebung aktiv zu erfassen.
  • Der Reinigungsprozess wird bedarfsgerecht an die Geometrie und den Verschmutzungsgrad der zu reinigenden Komponente angepasst.

Zur kompletten Projektbeschreibung

Sensorische Erfassung, automatisierte Identifikation und Bewertung von Altteilen anhand von Produktdaten sowie Informationen über bisherige Lieferungen (EIBA)

  • System für die bildunterstützte Erkennung und Bewertung des Zustands von gebrauchten Produkten/Altteilen.
  • Der Einsatz von maschinellem Lernen und Deep Learning führt zu weniger Fehleinschätzungen bei der Produktidentifikation.
  • Die Kombination von KI-basierter und menschlicher Entscheidungsfindung führt zu einer Durchsatzsteigerung des Produktbefindungsprozesses.

Zur kompletten Projektbeschreibung

Erfolgreiches Remanufacturing durch datenbasierte Entscheidungsfindung und intelligente Prozessplanung (EREP)

  • Datenbasierte Entscheidungsfindung für einen hybriden (Kombination von additiven und subtraktiven Verfahren) Remanufacturing-Prozess.
  • Software für eine KI-basierte Analyse der gebrauchten Automobilkomponenten inklusive Planung aller notwendigen Prozessschritte.
  • Edge- und Cloud-basierte (Gaia-X) Prozessüberwachung.

Zur kompletten Projektbeschreibung

Effiziente und wirtschaftliche kreislauforientierte Demontage und Aufbereitung (EKODA)

  • Schließung von Stoffkreisläufen im Automobilbereich durch effiziente und wirtschaftliche Demontage- und Remanufacturing-Prozesse von Gebrauchtteilen/-komponenten.
  • KI-gestütztes Bewertungssystem legt auf Basis technologischer, ökonomischer und ökologischer Faktoren die optimale Verwertungsroute fest.
  • Ein digitaler Zwilling dient zur Machbarkeitserprobung bzw. Optimierung der Remanufacturing-Konzepte.

Zur kompletten Projektbeschreibung

KMU-innovativ Remanufacturing für die industrielle Kreislaufwirtschaft in KMU unter Verwendung bestehender Systeme (RETHINK)

  • Integration von Remanufacturing-Maßnahmen in bestehende Produktionssysteme zwecks Mehrfachnutzung.
  • Vernetzung von Fertigungs- und Remanufacturing-Prozessen zu einer digitalen Fabrik.
  • Die entwickelte Methodik zur Integration von Remanufacturing-Maßnahmen in bestehende Produktionssysteme wurde anhand der Fertigung von Wasserzählern (gleichzeitige Montage, Demontage und Remontage auf einer Fertigungslinie) demonstriert.

Zur kompletten Projektbeschreibung

Gute Praxis Beispiele

Demonstrator zur Verwaltungsschale bzw. dem „Digitalen Typenschild”

Die R. Stahl AG zeigt anhand einer Auswahl ihres Produktportfolios, wie relevante Produktinformationen (z. B. technische Daten, Zertifikate, Wartungshandbuch) über ein digitales Typenschild in Verbindung mit Verwaltungsschalen bereitgestellt werden können. Durch das Einscannen eines QR-Codes auf dem Typenschild können Nutzer*innen über eine Cloud auf den digitalen Zwilling (Verwaltungsschale) des gewählten Produktes zugreifen und die gewünschten Produktdaten anschließend downloaden. Im Demonstrator erfolgt die Informationsbereitstellung derzeit über die Eingabe der Serien-/Materialnummer.

Literatur:

R. STAHL AG (2023): Willkommen im Digitalen Typenschild Demonstrator! [online] [abgerufen am: 28.06.2023], verfügbar unter: demo-digital-twin.r-stahl.com

Digitale Produktidentifizierung mittels RFID-Tag bzw. QR-Code

Das belgische Unternehmen TripleR bietet digitale Lösungen zur Produktidentifizierung zwecks Kreislaufführung an. Die digitale Produktidentifizierung wird durch das Unternehmen bereits erfolgreich zur Produktidentifizierung von Matratzen eingesetzt. Hierfür werden die Matratzen mit einem RFID-Tag bestückt, welches mit einer Cloud-Plattform verbunden ist und relevante Produktinformationen enthält. Über einen QR-Code auf dem Etikett der Matratze können Verbraucher*innen diese Daten abrufen. Jede Matratze hat eine eindeutige Kennung, die es allen beteiligten Parteien (Herstellerfirma, Verbraucher*innen, Recyclingunternehmen) ermöglicht, den Lebenszyklus der Matratze zu verfolgen.

Literatur:

English, B. und Goodson, W. (2023): Sustainable Innovation at Interzum Cologne, Alexandria (Virginia, USA) [abgerufen am: 30.11.2023], verfügbar unter: bedtimesmagazine.com/2023/07/sustainable-innovation-at-interzum-cologne/

Weiterführende Informationen

Prozesskette „Digitalisierung in der Produktion”

In der Prozessvisualisierung Digitalisierung in der Produktion werden die Akteure im Produktlebenszyklus und deren informationstechnische Vernetzung dargestellt. Die Einsparpotenziale an Material und Energie werden anhand der Umsetzung von Digitalisierungs- und Vernetzungsmaßnahmen aufgezeigt.

Ressourceneffiziente Chemieanlage 4.0
Mit einem effizienteren Umgang von Rohstoffen können Chemieunternehmen wettbewerbsfähiger werden und die Umwelt schonen. Dieses Webtool zeigt verschiedene Digitalisierungstechnologien und deren Potenziale zur Einsparung von Material und Energie bei chemischen Produktionsverfahren auf – für neue oder bestehende Anlagen. Zudem stellt das Tool neue Technologien für eine ressourcenschonende und somit treibhausgasmindernde Bereitstellung von Stoffen vor.

Baukasten Ressourceneffizienz 4.0

Die Digitalisierung bietet Ihnen viele Möglichkeiten zur Steigerung der betrieblichen Ressourceneffizienz. Der Baukasten Ressourceneffizienz 4.0 ermöglicht einen thematisch gebündelten Zugang zu allen Informationsangeboten und Arbeitsmitteln des VDI Zentrums Ressourceneffizienz.

Kurzanalyse Nr. 31: Digitale Technologien für die Entwicklung ressourceneffizienter Produkte und Services

Durch Simulation statt Prototypen: Digitale Technologien machen die Entwicklung von Produkten und Services in vielerlei Hinsicht einfacher. Gleichzeitig stehen Unternehmen jedoch vor der Herausforderung, mit der Komplexität des Datenmanagements umzugehen.

Potenziale der schwachen künstlichen Intelligenz für die betriebliche Ressourceneffizienz

Immer mehr Unternehmen setzen künstliche Intelligenz ein. Diese Studie zeigt erstmalig systematisch mögliche Anwendungsfelder der schwachen künstlichen Intelligenz zur Senkung des betrieblichen Ressourcenverbrauchs auf. Der Fokus liegt auf dem verarbeitenden Gewerbe.

Ressourceneffizienz durch Remanufacturing – Aus Alt mach Neu

Video: Ressourceneffizienz durch Remanufacturing – Aus Alt mach Neu

Mit dem Aufruf des Videos erklären Sie sich einverstanden, dass Ihre Daten an YouTube übermittelt werden und dass Sie die Datenschutzklärung gelesen haben.