Herausforderungen und Chancen von künstlicher Intelligenz in der Kreislaufwirtschaft

Das der derzeitigen linearen Wirtschaft innewohnende „Take-Make-Waste“ trägt wesentlich dazu bei, die planetarischen Grenzen zu überschreiten. Der Übergang zu einer Kreislaufwirtschaft (Circular Economy – CE) sowie die damit verbundenen Herausforderungen und Chancen erfordern schnelle und innovative Lösungen. Künstliche Intelligenz (KI) und maschinelles Lernen (ML) können dabei eine zentrale Rolle spielen, indem sie die Probleme der zunehmenden Materialgewinnung und -nutzung angehen und somit zu einer ökologisch nachhaltigeren Zukunft beitragen. 

Das Potenzial von KI, menschenähnliche kognitive Fähigkeiten nachzubilden, ihre erfolgreiche Anwendung in verschiedenen Branchen und die zunehmende Verfügbarkeit von Daten machen sie zu einem unschätzbaren Werkzeug zur Verwirklichung der Ziele der CE. Durch die Unterstützung beim Design, der Entwicklung und der Wartung von Kreislaufprodukten kann KI als Beschleuniger für die Umsetzung der 3R-Prinzipien (Reduce, Reuse, Recycle) dienen und zur Entwicklung umweltfreundlicher Designs beitragen. In der wissenschaftlichen Literatur werden KI und ML zunehmend als leistungsstarke Werkzeuge anerkannt, um erste Designkonzepte zu erstellen, bestehende Prozesse anhand von Umweltparametern anzupassen und nachhaltige Materialien zu entwickeln. Diese Methoden spielen eine entscheidende Rolle bei der Analyse der Produktleistung im Zeitverlauf, liefern wertvolle Erkenntnisse für Verbesserungen und tragen letztlich zur Verlängerung der Produktlebensdauer bei. 

Es muss jedoch auch auf die Risiken hingewiesen werden, die mit der Datenverarbeitung und dem Datenaustausch verbunden sind. Zudem besteht die Gefahr, dass KI-basierte Lösungen, wenn sie schlecht konzipiert oder eingesetzt werden, zu ungerechten Ergebnissen führen können. Ein Bewusstsein für diese Herausforderungen ist entscheidend, um sicherzustellen, dass KI-gestützte zirkuläre Geschäftsprozesse fair bleiben und schädliche oder diskriminierende Praktiken vermieden werden. Ein ausgewogenes Verhältnis zwischen Datennutzung und Datenschutz ist unerlässlich für die erfolgreiche und ethisch verantwortungsvolle Implementierung von KI. 

In der Studie von [1] wurden mehrere aufstrebende ML-Methoden und -Algorithmen identifiziert, die in verschiedenen Bereichen der CE eingesetzt werden. Insbesondere seit 2020 ist die Zahl der internationalen experimentellen Forschungspublikationen zu KI und ML in der CE um 84 % im Vergleich zu früheren Jahren gestiegen. Seit 2023 beträgt dieser Anstieg 55 % im Vergleich zu den bis dahin veröffentlichten Studien. 

Insgesamt zeigt sich, dass der Einsatz von KI und ML in der CE stark zunimmt. Das Potenzial dieser wertvollen Werkzeuge und Techniken zur Optimierung von CE-Produkten und -Prozessen wird zunehmend erkannt. 

[1] Despotovic, M., & Glatschke, M. (2024). Challenges and Opportunities of Artificial Intelligence and Machine Learning in Circular Economy. 63rd ERSA Congress Terceira Island 26-30 August, 2024 

Die Fachhochschule Kufstein berät im Rahmen des DIH-West, gemeinsam mit beteiligten Forschungseinrichtungen aus Westösterreich, Unternehmen in mehreren interdisziplinären Arbeitsgruppen über innovative Ansätze zur Erschließung neuer Informationsquellen im Zusammenhang mit Industrie- und Geschäftsprozessen. 

Informieren Sie sich hier:
https://www.fh-kufstein.ac.at/Forschen/Forschungsprojekte 

Autor 

Prof (FH). Dr. Miroslav Despotovic unterrichtet Informationssysteme für Energie- & Immobilienmanagement an sowie Machine Learning an der FH Kufstein, Tirol. Er verfügt über mehr als 20 Jahre Berufserfahrung in den Bereichen Data Science und Data Engineering. 

Photo by Google DeepMind on Unsplash 
Beitragsbild: © stokkete/adobe.stock.com