Recycleye: Roboter und Bilderkennung unterstützen bei der Müllsortierung

Der Gang zur Mülltonne ist meistens das Ende unserer „Beziehung“ zum Müll. Was damit weiter passiert liegt nun in der Verantwortung von anderen und ist - wenn der Müll nicht ordnungsgemäß entsorgt wurde - auch deren Problem.

Autor Mark Newton:

Übersetzung Sarah-Indra Jungblut, 06.06.22

Die Mülltrennung ist für die Entwicklung eines funktionierenden und effizienten Recyclingsystems und die Minimierung der Belastung unserer Umwelt von entscheidender Bedeutung. Wird der Müll ordentlich getrennt, lässt sich das Material wiederverwenden und der Druck auf die Mülldeponien verringert sich. Das ist nicht nur besser für die Umwelt, sondern auch die Wirtschaft kann davon profitieren, wenn Müll als wertvolle Ressource betrachtet wird.

Idealerweise sollte die Mülltrennung bei den Verbraucher*innen ansetzen, aber es ist leider eine Tatsache, dass sich vielen Menschen der Sinn der Mülltrennung noch nicht erschlossen hat. In den USA beispielsweise sind 25 Prozent des Mülls, der im Recycling landet, sogenannte „Schadstoffe“ -also etwas, das nicht recycelt werden kann-, während 75 Prozent des recycelbaren Kunststoffs auf der Mülldeponie landet. Die Trennung dieses Mülls ist oft eine zeitraubende, gefährliche und teure Arbeit.

Recycleye, ein Startup aus London, hat eine neue Mülltrennungs-Technologie entwickelt, die sehr unterschiedliche Müllarten genau identifizieren und sogar automatisch trennen kann.

Recycleye Vision ist ein fortschrittlicher Computer mit Kamera und Bilderkennungssoftware, der über einem Förderband in einer Wertstoffrückgewinnungsanlage positioniert werden kann. Von hier aus scannt er jedes einzelne Abfallstück über 100 Mal. Anhand einer umfangreichen Datenbank mit Referenzbildern kann die Kamera jedes Abfallstück anhand seines Materials, seiner Farbe und seiner Form identifizieren und feststellen, ob es sich um Lebensmittel oder Verpackungsmaterial besteht. Recycleye ist sogar in der Lage, zwischen verschiedenen Marken zu unterscheiden.

Der intelligente Computer kann problemlos in eine bereits bestehende Infrastruktur eingebaut werden, ist aber auch für die Kombination mit dem maßgeschneiderten Roboterarm von Recycleye konzipiert. Nach Angaben von Recycleye kann der Arm mit seinen sechs Bewegungsachsen in einer einzigen 10-Stunden-Schicht rund 33.000 Gegenstände aufnehmen.

All diese Technologien werden von WasteNet unterstützt, einem umfangreichen Archiv, das von Recycleye und kooperierenden Universitäten entwickelt wurde. WasteNet besteht aus über 3 Millionen Referenzbildern und liefert den Algorithmen des maschinellen Lernens die Daten, auf deren Basis sie trainiert werden. Darüber hinaus dient WasteNet auch als Grundlage für akademische Forschungsarbeiten und Diskussionen über die Zukunft der Abfallwirtschaft, zum Beispiel über die Entwicklung vollautomatischer Recycling-Mikrofabriken.

Mit Hilfe der Recycleye-Tools könnte eine Anlage zur Materialrückgewinnung theoretisch vollständig automatisiert werden. Das könnte Betriebskosten in Millionenhöhe einsparen und außerdem die Abfalltrennung sicherer machen. Derzeit ist die Mülltrennung eine gefährliche Arbeit, selbst in Ländern des globalen Nordens. Die Maschinen werden regelmäßig durch Abfälle wie Plastiktüten verstopft, so dass die Arbeitenden in gefährliche Mechanismen eingreifen müssen. Recycling-Förderbänder sind nicht nur generell unhygienisch, sondern können auch Glasscherben, Spritzen und Metallschrott enthalten. Um wirklich effektiv zu sein, müssen automatisierte Systeme jedoch nicht nur schnell und effizient sein, sondern auch zuverlässig. Eines der Hauptprobleme der Recyclingzentren sind die regelmäßigen Ausfälle der Anlagen, die zum Stillstand und Geldverlusten führen.

KÜNSTLICHE INTELLIGENZ – KÖNNEN WIR MIT RECHENLEISTUNG UNSEREN PLANETEN RETTEN?

Wo werden KI-Anwendungen schon jetzt im Umwelt- und Klimaschutz eingesetzt? Worin bestehen besondere Chancen, aber auch Risiken in Bezug auf ökologische und soziale Aspekte? Und wie sehen zukünftige KI-Entwicklungen mit einem echten Mehrwert für Umwelt und Klima aus? Hier findest du Antworten.

Die Automatisierung von Arbeitsplätzen ist in der Regel keine gute Nachricht für die Arbeitenden, die diese Tätigkeiten bisher ausgeübt haben. Denn wenn Unternehmen von finanziellen Einsparungen durch die Automatisierung sprechen, meinen sie immer eine Reduzierung der Lohnkosten. Allerdings: Obwohl die Entwicklung der Automatisierung wahrscheinlich zu kurzfristigen Arbeitsplatzverlusten führen wird, gibt es Hinweise darauf, dass die Verfeinerung des Recyclingsektors tatsächlich neue Arbeitsplätze schaffen könnte.

Wenn Abfallprodukte zu einer günstigen und zuverlässigen Materialquelle werden, könnte dies völlig neue Industrien anregen und einen großen Beitrag zu bereits bestehenden Industrien leisten. Eine Studie des Tellus-Instituts in Zusammenarbeit mit Sound Resource Management ergab, dass durch verbesserte Recyclingprogramme bis 2030 bis zu 2,3 Millionen Arbeitsplätze geschaffen werden könnten, das sind etwa 2,7 Mal mehr Arbeitsplätze als 2008 in der Branche existierten.

ARC: Luftblasen und KI-Roboter befreien verschmutzte Flüsse von Plastik

Eine von Student*innen geleitete Initiative in Zürich will die Plastikverschmutzung in Flüssen mit einem Roboterschiff bekämpfen, das Abfälle sammeln, sortieren und analysieren kann.

InNoPlastic: Mit Apps, Automatisierung und Archimedes gegen Plastik im Meer

Angesichts der zunehmenden Plastikverschmutzung der Meere sind innovative Lösungen aus allen Bereichen gefragt.

Flora Incognita
Mit der App Flora Incognita Pflanzen bestimmen – und die Forschung unterstützen

Die KI gestützte Pflanzenbestimmungs-App liefert dir Namen zu bisher unbekannten Pflanzen und macht dich zum Citizen Scientist.

QTrees dashboard
QTrees
QTrees will Berliner Stadtbäume mithilfe von KI besser vor dem Klimawandel schützen

Ein Berliner Projekt setzt auf maschinelles Lernen, um das Monitoring und die Pflege leidgeprüfter Stadtbäume zu erleichtern.

Mit KI Kondensstreifen vermeiden: Ein Durchbruch in der Luftfahrt?

Kondensstreifen sind ein wenig bekannter, aber bedeutender Verursacher von Treibhausgasemissionen. Eine neue KI-Lösung könnte sie vermeiden helfen.

BEEHAVE – Honigbienen als Bestäuber besser verstehen und schützen

BEEHAVE simuliert die Entwicklung eines Honigbienenvolkes – darunter auch sein Nektar- und Pollensuchverhalten – unter verschiedenen Bedingungen.

Wie viel Geld fließt tatsächlich in Klimamaßnahmen? Ein neues Modell gibt Antworten

ETH-Forschende haben ein neues Modell vorgestellt, das mithilfe von maschinellem Lernen Ungenauigkeiten in der globalen Klimafinanzierung aufdeckt.

Super-Sortierroboter steigern Recycling-Quote

Durch ineffizientes Sortieren landen 25 Prozent der Abfälle fälschlicherweise auf der Mülldeponie. Immer öfter helfen Roboter beim Recycling.