KI-gestütztes Assistenzsystem für die stoffliche Verwertung industrieller Reststoffe
Im Forschungs- und Entwicklungsprojekt Matchmaker entsteht ein digitales Assistenzsystem, das industrielle Rest- und Abfallstoffe mit geeigneten Verwertungsverfahren und potenziellen Kooperationspartnern verknüpfen soll. Dafür werden semantische Wissensmodelle, ein branchenübergreifender Kompetenzatlas, sprachmodellgestützte Informationsverarbeitung, multikriterielle Bewertungsverfahren und geobasierte Analysen zu einer gemeinsamen Entscheidungsunterstützung verbunden. Die Entwicklung wird zunächst am Use-Case der Sanitärkeramik validiert und mit einem weiteren Anwendungsfall aus dem Aluminiumrecycling auf ihre Übertragbarkeit in eine andere Industriedomäne geprüft.
Ausgangslage und Motivation
Industrielle Reststoffströme lassen sich nur dann sinnvoll in neue Wertschöpfungsketten überführen, wenn stoffliche Eigenschaften, erforderliche Aufbereitungsschritte, verfahrenstechnische Randbedingungen, regulatorische Anforderungen, Transportentfernungen und wirtschaftliche Kriterien gemeinsam betrachtet werden. Die hierfür benötigten Informationen liegen in der Praxis jedoch häufig verteilt in Materialdatenbanken, Unternehmenssystemen, Normen, Fachliteratur und Erfahrungswissen vor. Dies erschwert die systematische Suche nach geeigneten Verwertungswegen und Partnern – insbesondere über Branchengrenzen hinweg.
Bestehende digitale Lösungen unterstützen Teilaufgaben wie Abfallmanagement, Materialhandel oder die Vermittlung von Recyclingströmen. Für eine technische Entscheidungsunterstützung müssen jedoch zusätzlich Material- und Prozesseigenschaften semantisch verknüpft, potenzielle Partner nach ihrer technologischen Eignung bewertet und unterschiedliche Verwertungsoptionen anhand mehrerer Kriterien vergleichbar gemacht werden. Matchmaker adressiert diese Informations- und Bewertungsaufgabe als durchgängige, datenbasierte Prozesskette.
Zielstellung
Ziel des Projekts ist ein prototypisches Assistenzsystem zur Identifikation, Bewertung und Visualisierung industrieller Verwertungsoptionen. Ausgehend von einem beschriebenen Reststoff soll das System geeignete Technologien, Unternehmen und mögliche Wertschöpfungspfade ermitteln und die Ergebnisse so aufbereiten, dass technische, ökologische, wirtschaftliche und räumliche Randbedingungen nachvollziehbar verglichen werden können.
Eine zentrale Entwicklungsaufgabe ist die Übertragbarkeit auf unterschiedliche Branchen. Dazu wird eine generische Daten- und Wissensstruktur erarbeitet, die Materialeigenschaften, Prozessparameter, Unternehmenskompetenzen und Bewertungsinformationen miteinander verknüpft, ohne die für einzelne Industrien erforderlichen Domänenspezifika zu verlieren.
Lösungsansatz
Das semantische Rückgrat des Systems bildet eine modulare Ontologie mit darauf aufbauendem Wissensgraphen. Darin werden Beziehungen zwischen Reststoffen, Werkstoffen, Verwertungsverfahren, Unternehmen, Produkten und relevanten Rahmenbedingungen strukturiert abgebildet. Verfahren zur Datenextraktion und -harmonisierung sollen Informationen aus heterogenen Quellen in diese gemeinsame Struktur überführen und deren laufende Aktualisierung unterstützen.
Für die interaktive Informationsverarbeitung werden Small Language Models (SLM) und Retrieval-Augmented Generation (RAG) untersucht. Das Sprachmodell greift dabei nicht ausschliesslich auf sein trainiertes Modellwissen zurück, sondern wird mit projektspezifischen Daten aus Wissensgraph und weiteren Informationsquellen verbunden. Im Projekt werden unterschiedliche Modell-, Retrieval- und Anpassungsansätze vergleichend evaluiert, um Antwortqualität, Kontextbezug und Ressourcenbedarf für den industriellen Einsatz zu bestimmen.
Die Partneridentifikation basiert auf einer hybriden Matchinglogik. Regelbasierte Kriterien zur technischen Machbarkeit werden mit semantischen Ähnlichkeitsverfahren und kontextbezogener Bewertung kombiniert. Parallel entsteht ein Kompetenzatlas, der Unternehmensfähigkeiten, Technologien und relevante Material- beziehungsweise Prozesskompetenzen strukturiert erfasst. Dadurch sollen nicht nur textlich ähnliche, sondern technisch passende Beziehungen zwischen Stoffstrom und potenziellem Verwertungspartner ermittelt werden.
Zur Bewertung der identifizierten Optionen werden ökologische, wirtschaftliche und resilienzbezogene Kennzahlen zusammengeführt. Hierzu werden unter anderem Daten aus Ökobilanzierung, Kostenbetrachtung und weiteren Nachhaltigkeitskriterien in eine multikriterielle Entscheidungslogik überführt. Geodatenbasierte Analysen ergänzen diese Bewertung um Standort-, Transport- und Netzwerkaspekte. Stoffströme und potenzielle Kooperationen können dadurch auch räumlich untersucht und visualisiert werden.
Technisch herausfordernd ist insbesondere die konsistente Verknüpfung sehr unterschiedlicher Datenqualitäten, Begriffssysteme und Branchenlogiken. Ebenso müssen Matching- und Bewertungsregeln so entwickelt werden, dass Ergebnisse nachvollziehbar bleiben und neue Stoffe, Unternehmen, Technologien oder regulatorische Informationen ohne vollständige Neumodellierung integriert werden können.
Markt und Anwendung
Die erste Validierung erfolgt in der Sanitärkeramik. Betrachtet werden unter anderem Gips, Filterkuchen und Keramikreste. Duravit AG unterstützt den Anwendungsfall als nicht antragstellender Industriepartner und Demonstrator. Das Unternehmen stellt reale betriebliche Randbedingungen und Stoffstrominformationen für die Erprobung bereit und wirkt an der praxisnahen Bewertung von Wissensgraph, Matching-Logik und Bewertungssystematik mit.
American Buffalo Metals, Inc. (ABM) bringt als internationaler, nicht antragstellender Partner einen Anwendungsfall aus dem Aluminiumrecycling ein. Hier werden unter anderem Legierungs- und Verunreinigungsparameter, bestehende Materialflüsse und Anforderungen an Recyclingqualitäten betrachtet. Damit soll untersucht werden, in welchem Umfang sich die für die Sanitärkeramik entwickelten Datenstrukturen, Matchingverfahren und Bewertungskomponenten auf eine weitere industrielle Domäne übertragen lassen.
Das Projektkonsortium
Die antragstellenden beziehungsweise forschenden Partner bearbeiten komplementäre Teilaufgaben: PeoplePlanetProfit GmbH & Co. KG entwickelt die multikriterielle Bewertungslogik und die Verknüpfung ökologischer, wirtschaftlicher und resilienzbezogener Kennzahlen. YellowMap AG entwickelt den Kompetenzatlas und geodatenbasierte Analyse- und Visualisierungskomponenten. Das Institut für Arbeitswissenschaft und Technologiemanagement IAT der Universität Stuttgart bearbeitet Datenmanagement sowie die sprachmodell- und RAG-basierte Informationsverarbeitung. DECHEMA Gesellschaft für Chemische Technik und Biotechnologie e. V. entwickelt den Wissensgraphen und die dafür erforderlichen branchenspezifischen Wissens- und Ontologiestrukturen.
Duravit AG und American Buffalo Metals, Inc. ergänzen das Konsortium als nicht antragstellende Industriepartner für Validierung, Praxistransfer und die Prüfung der branchenübergreifenden Übertragbarkeit.
Förderung
Das FuE-Vorhaben wurde im Rahmen des ZIM-Innovationsnetzwerks „Ressourcenschonende Produktion“ entwickelt und wird als internationales ZIM-Kooperatinosprojekt durch das Zentrale Innovationsprogramm Mittelstand (ZIM) gefördert.
