KI und hyperspektrale Bildgebungstechnologie führen zur Revolution, die Metallrecyclingindustrie läutet eine neue Ära der präzisen Identifizierung ein

[Essen, Deutschland]– Recyclinghöfe, die traditionell mit dröhnenden Maschinen und Bergen von Schrott in Verbindung gebracht werden, durchlaufen im Stillen einen tiefgreifenden Wandel, der durch künstliche Intelligenz (KI) und modernste Sensortechnologie vorangetrieben wird. Kürzlich hat eine Sortiertechnologie, die hyperspektrale Bildgebung und maschinelle Lernalgorithmen integriert, in einer Pilotanlage der Scholz Group, einem führenden europäischen Metallrecyclingunternehmen, bahnbrechende Fortschritte erzielt. Dies markiert eine neue Ära für die Metallrecyclingindustrie und den Übergang von der „rohen Zerkleinerung“ zur „präzisen Identifizierung auf molekularer Ebene“.

Lange Zeit war das Metallrecycling, insbesondere die Feinsortierung hochwertiger Nichteisenmetalle (wie Aluminium, Kupfer und Messing), eine große Herausforderung für die Branche. Herkömmliche Magnet- und Wirbelstrom-Trenntechnologien können Eisenmetalle und einige Nichteisenmetalle effektiv entfernen, haben jedoch bei komplexeren Aluminiumlegierungsserien Probleme. Beispielsweise war es nahezu unmöglich, die hochfeste 7075-Legierung, die in Flugzeugrahmen verwendet wird, von der üblichen 3004-Legierung zu unterscheiden, die in Getränkedosen verwendet wird. Dies führte dazu, dass große Mengen unterschiedlicher Metallqualitäten gemischt und eingeschmolzen wurden, was zu einem Downcycling führte, das zu erheblichen wirtschaftlichen Wertverlusten führte und dem Kernprinzip einer Kreislaufwirtschaft widersprach: „Ressourcen optimal nutzen“.

Dieser technologische Engpass wird nun entscheidend überwunden. Der Kern des erfolgreich implementierten innovativen Systems ist ein „scharfes Auge“, das in der Lage ist, den molekularen Fingerabdruck von Metallen zu „sehen“-ein hyperspektraler Bildsensor. Anders als das menschliche Auge oder Standardkameras erfasst diese Technologie äußerst detaillierte Spektralinformationen, die von Metalloberflächen über einen weiten Bereich von Infrarot bis hin zu sichtbarem Licht reflektiert werden. Jede Metalllegierung weist aufgrund geringfügiger Unterschiede in ihrer Elementzusammensetzung und mikroskopischen Struktur eine einzigartige spektrale Signatur auf, ähnlich einem menschlichen Fingerabdruck.

Eine manuelle Interpretation der riesigen Menge an Spektraldaten wäre jedoch nicht möglich. Hier kommt die Kraft der Künstlichen Intelligenz ins Spiel. Dr. Anna Weber, die technische Leiterin des Projekts vom Partnerunternehmen Spectral Vision, erklärte: „Wir haben das System vor-trainiert, indem wir es mit Zehntausenden Spektraldatenpunkten verschiedener Metallarten ‚gefüttert‘ haben. Durch Deep Learning kann das KI-Modell nun den genauen Legierungsgrad jedes Schrottstücks auf dem Förderband in Echtzeit identifizieren, mit einer Präzision, die über menschliche Fähigkeiten hinausgeht, und mit erstaunlicher Geschwindigkeit.“

Der Prozess im Werk der Scholz Group ist beeindruckend effizient: Zerkleinerte Metallfragmente rasen über ein Hochgeschwindigkeitsförderband, werden sofort von einem darüberliegenden Hyperspektralsensor gescannt und die Daten werden in Echtzeit an eine Backend-KI-Analyseeinheit übertragen. Innerhalb eines Sekundenbruchteils gibt das System Befehle aus und nutzt eine präzise kontrollierte Anordnung von Druckluftdüsen, um bestimmte Metallfragmente in den richtigen Sammelbehälter zu „blasen“. Der gesamte Prozess ist vollständig automatisiert, wobei die Reinheit und Effizienz der Sortierung herkömmliche Methoden bei weitem übertrifft.

„Das ist nicht nur eine Verbesserung der Sortiergeschwindigkeit, es verändert unser Geschäftsmodell grundlegend“, sagte Michael Lang, Chief Technology Officer der Scholz Group. „Wir können Kunden jetzt mit recyceltem Material einer einzigen, spezifischen Legierungssorte mit einem Reinheitsgrad von bis zu 99,8 % beliefern. Dies ist von unschätzbarem Wert für High-End-Branchen wie die Luft- und Raumfahrt- und Automobilherstellung, die strenge Anforderungen an die Materialleistung stellen. Sie können recyceltes Metall jetzt getrost in großem Umfang in neuen Produkten verwenden, ohne sich über Leistungsschwankungen Gedanken machen zu müssen.“

Die Auswirkungen dieser technologischen Innovation sind weit-weitreichend. Erstens erhöht es den Wert recycelter Metalle erheblich, verhindert „Downcycling“ und schafft bessere Gewinnspannen für Recycler. Zweitens wird die Abhängigkeit von Primärmineralien erheblich verringert. Durch die Schaffung reiner Sekundärrohstoffströme wird der CO2-Fußabdruck der Fertigung drastisch reduziert, wodurch die globalen Ziele der umweltfreundlichen Fertigung und der CO2-Neutralität deutlich vorangetrieben werden.

Branchenanalysten sind allgemein davon überzeugt, dass KI-gesteuerte Präzisionssortiertechnologie neben robotergestützter Demontage und digitalen Materialverfolgungsplattformen den Kern von „Recycling 4.0“ bildet. Es zeigt, dass die zukünftige Effizienz des Ressourcenrecyclings nicht mehr nur auf mechanischer Leistung beruht, sondern zunehmend von der Tiefe der Dateneinsicht und der Geschwindigkeit intelligenter Entscheidungsfindung abhängen wird.- Mit der schrittweisen weltweiten Einführung dieser Technologie hat bereits eine neue Ära des Metallrecyclings begonnen, das -sauberer, effizienter und intelligenter- ist.