TOMRA launcht KI-native Plattform der nächsten Generation und erweitert das GAINnext™-Ökosystem mit neuen Deep-Learning-Anwendungen
Vom Reporting zum Verstehen: Ein KI-Agent für das Recycling
Die neue KI-Agent-Plattform von PolyPerception stellt eine beeindruckende Weiterentwicklung des Waste Analyzer dar – einer KI-gestützten Abfallanalyselösung, die die Sortierleistung durch lückenloses Material-Tracking verbessert. Eines der bedeutendsten Merkmale ist die natürliche Sprachschnittstelle. Anlagenbetreiber können ihre Anlagendaten nun in Alltagssprache abfragen – etwa mit Fragen wie: „Wie hat die Änderung der Einstellungen auf der Aufbereitungslinie unsere Reinheit beeinflusst?" Die Plattform versteht den Kontext und liefert sofort verständliche Antworten mit datenbasierter Aufschlüsselung – und beseitigt damit die technische Hürde zwischen komplexen Tabellen und operativen Entscheidungen.
Während herkömmliche KI-Werkzeuge in der Branche auf das „Lesen" und Berichten von Daten beschränkt sind, besitzt diese Plattform auch „Schreibfähigkeiten": Sie kann aktiv benutzerdefinierte Qualitätsberichte erstellen und in Sekunden operative Benachrichtigungen auf Basis ihres tiefgreifenden Prozesswissens setzen – statt nur Materialströme zu beobachten.
„Mit der Einführung unserer neuen agentenbasierten Plattform erhalten Recyclinganlagen eine neue kognitive Schicht", sagt Nicolas Braem, CEO und Mitgründer von PolyPerception. „Daten werden nicht mehr nur berichtet – sie werden interpretiert, erklärt und in wenigen Sekunden in relevante Erkenntnisse umgewandelt. Betreiber können auf natürliche Weise mit ihrer Anlage interagieren, Fragen stellen, Materialverhalten analysieren und in Echtzeit klare, umsetzbare Antworten erhalten."
Offene Daten und erweiterte Suchfunktionen
Die Plattform schafft vollständige Transparenz, indem sie Recyclingunternehmen ermöglicht, Anlagendaten direkt in bestehende Managementsysteme zu integrieren. Führungskräfte können Abfallstatistiken oder Reinheitsgrade über ihre eigenen Dashboards abfragen – ohne sich in ein separates System einloggen zu müssen.
Darüber hinaus führt die Plattform zwei leistungsstarke neue Suchmethoden ein, die Anlagen dabei helfen, auf veränderte Materialströme zu reagieren:
- Ähnlichkeitssuche: Betreiber können mit einem Rechtsklick auf ein problematisches Objekt – etwa eine elektronische E-Zigarette – sofort alle visuell ähnlichen Elemente im Materialstrom identifizieren. Dies ist entscheidend für das Erkennen von Brandgefahren wie Batterien – ohne dafür ein neues KI-Modell trainieren zu müssen.
- Text- und Markensuche: Nutzer können nach bestimmten Marken oder Objekttypen suchen – zum Beispiel „gefüllte Müllsäcke" oder „Windeln" – um in Echtzeit zu sehen, was gerade durch die Anlage läuft.
„KI war schon immer Teil der DNA von TOMRA – aber was wir jetzt betreten, ist eine völlig neue Phase", sagt Lars Enge, EVP und Head of TOMRA Recycling. „Mit dem Erwerb der Mehrheitsbeteiligung an PolyPerception gehen wir über KI als Sortierwerkzeug hinaus – hin zu KI als zentraler Intelligenz der Recyclinganlage. Durch die Kombination unserer fortschrittlichen Sortiersysteme und digitalen Lösungen mit der KI-Plattform von PolyPerception schaffen wir eine End-to-End-Lösung, die nicht nur Maschinen optimiert, sondern grundlegend neu definiert, wie Anlagen betrieben werden."
Erweiterung des GAINnext™-Ökosystems
Ergänzend zu diesen technologischen Entwicklungen führt TOMRA drei neue Deep-Learning-Anwendungen für das GAINnext™-Ökosystem ein – dort, wo herkömmliche sensorbasierte Sortierung an ihre Grenzen gestoßen ist.
Die erste Anwendung adressiert die wachsende Nachfrage nach lebensmitteltauglichen PET-Schalen als neuen Rohstoff neben Flaschen. Durch das Training von GAINnext™ auf Tausenden von Bildern kann das System nun zwischen Takeaway- oder Supermarktschalen und Verbraucher- oder Medizinverpackungen unterscheiden – basierend auf Form und Verwendungszweck. Das Ergebnis: Reinheitsgrade von über 95 % und der Beweis, dass PET-Schalensortierung kein technisches Problem mehr ist, sondern ein wirtschaftlich tragfähiges Geschäftsmodell.
Im Metallbereich launcht TOMRA eine hochpräzise Anwendung für sogenannte „Kupferknäuel" (Copper Meatballs) – zur Unterstützung eines Stahlmarktes, der seinen Dekarbonisierungsweg beginnt. GAINnext™ identifiziert nun automatisch komplexe Kupfer-Stahl-Verbundwerkstoffe, wie Motoranker, selbst in oxidierten oder verschmutzten Strömen. Das Ergebnis: präzise Selektivität – und Schrott, der zum hochwertigen Schmelzrohstoff wird.
Die dritte Neuheit ist eine Hochdurchsatz-Lösung zur Aluminiumrückgewinnung aus gebrauchten Getränkedosen (Used Beverage Cans, UBC) aus Verpackungsströmen. Die Anwendung wurde erfolgreich in Nordamerika eingeführt und ist nun für den europäischen Markt adaptiert worden. Sie bietet einen bis zu 33-fach höheren Durchsatz als manuelle Sortierung, bei einer Reinheit von 98 % oder mehr – und schafft damit einen effizienteren, automatisierten Weg für das Dose-zu-Dose-Aluminiumrecycling.
Ein technologischer Wendepunkt
„Diese Launches markieren einen echten technologischen Wendepunkt für die Branche", schließt Enge. „Deep Learning verbessert nicht mehr nur einzelne Prozesse oder löst immer komplexere Sortieraufgaben – es verknüpft Erkenntnisse direkt mit Handlungen innerhalb der gesamten Anlage. Wir gehen über Hochgeschwindigkeitserkennung hinaus und treten in eine neue Ära intelligenten, vernetzten Sortierens ein, in der komplexe Herausforderungen gelöst und Daten verstanden, kontextualisiert und direkt an den Betreiber kommuniziert werden. Einmal mehr ist TOMRA an der Spitze der Innovation – und überführt modernste KI in echten, messbaren Mehrwert für unsere Kunden."
