Das Potenzial von KI für den Umwelt- und Klimaschutz ist vielfältig. Zum Beispiel spart das Green-AI Hub-Pilotprojekt mit SWMS erfolgreich Energie und Ressourcen. Als eines der ersten KI-Projekte seiner Art hat es konkrete Ergebnisse geliefert.
Künstliche Intelligenz (KI) bietet vielfältige Ansätze, um Prozesse zu optimieren und Ressourcen effizienter einzusetzen. Natürliche Ressourcen, insbesondere Rohstoffe, sind wesentliche Produktionsfaktoren und damit Grundlagen unseres Wohlstands. Bislang geht wirtschaftliches Wachstum jedoch meist Hand in Hand mit einem hohen Verbrauch von Material, Energie und Fläche. Wer Ressourcen effizienter nutzt, der spart nicht nur Kosten, sondern tut auch viel für Umwelt und Nachhaltigkeit.
Das wollte auch die Firma SWMS in Oldenburg. Sie erstellt Software für den 3-D-Druck von Großbauteilen. Dies erfolgt durch einen Industrieroboter, an dem ein Druckendeffektor angebracht ist. SWMS-Geschäftsführer Lars Windels: "Beim Druck kommt es immer wieder zu Abweichungen, zum Beispiel durch unterschiedliche Temperaturen, Veränderungen im Aushärteprozess oder durch Ungenauigkeiten beim schichtweisen Auftragen des Materials. Dadurch gibt es Fehlbauteile, Ausschuss und Materialverschleiß. Das kostet Geld und erzeugt viel Müll, auch kann das Material nicht neu verwendet werden. Zudem wird unnötig Energie verbraucht. Das wollten wir unbedingt ändern."
SWMS setzte 2024 ein KI-Pilotprojekt im Rahmen des Green-AI Hub Mittelstand um. Die Initiative des BMUV unterstützt Unternehmen direkt vor Ort mit konkreten KI-Anwendungen für mehr Ressourceneffizienz. Gemeinsam mit SWMS konnte erfolgreich der Energie- und der Ressourcenverbrauch im 3-D-Druck verringert werden.
Windels: "Bisher fand die Qualitätskontrolle erst nach Ende des Druckvorgangs statt. Eine große Herausforderung bestand darin, den 3D-Druckprozess kontinuierlich zu überwachen, um beim Auftreten von Fehlern, den Druckprozess abzubrechen oder im Idealfall durch Gegenmaßnahmen, wie zum Beispiel durch aktive Kühlung, den Druck beziehungsweise das Bauteil zu erhalten." Installiert wurden Sensorik-Komponenten wie eine Düsen- und Thermokamera und ein Dashboard zur Überwachung des Druckprozesses. Windels: "Wir nutzen die KI, um Fehler zu erkennen. Aber wir wollten nicht nur Fehler erkennen, sondern auch darauf reagieren, um noch im Prozess Fehler zu vermeiden und die Effizienz steigern."
Durch KI-gestützte Objekterkennung oder Bildsegmentierung können Druckfehler identifiziert und Gegenmaßnahmen eingeleitet werden. Die angewandte KI erlernt durch die Ansätze des Deep Learning die bildbasierte Objekterkennung. Dazu musste sie zuerst trainiert werden. Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) unterstützte im Auftrag des Green-AI Hub Mittelstand das KI-Pilotprojekt. Dr. Christoph Tholen, Senior Researcher am DFKI und sein Team erfassten Sensordaten und labelte sie manuell. Tholen: "Das war die größte Herausforderung. Wir mussten erst einmal Daten generieren. Entstanden sind 2.200 Bilder. Wir haben dabei neun Fehlerarten und den Idealfall annotiert. Hierdurch können nicht nur sagen, dass ein Fehler vorliegt, sondern auch welcher Fehler vorliegt und wie groß dieser ist. Diese Daten waren die Grundlage für das Training der KI-Systeme." Nach Abschluss des Trainings konnten Livebilder der Kamera mittels des trainierten KI-Modells überwacht werden. Tholen: "Wir können nun Fehler erkennen und können diese mit den Prozessparametern in Beziehung setzen. Hierdurch können wir die Fehlerursache identifizieren. Ist es zu heiß, zu kalt, ist das Material zu alt, hat es Luftfeuchtigkeit gezogen? Jeder Druckversuch generiert Wissen und wir lernen aus jedem Prozess."
Die KI-Lösung verringert den Verbrauch des Druckmaterials, schätzungsweise kann im Bereich des Desktop-3D-Drucks circa ein Drittel des Materials eingespart werden. Ähnlich hoch dürfte die Energieeinsparung sein, so Lars Windels. Er ist sehr zufrieden mit dem Projekt. "Es lief deswegen so gut, weil jeder gemacht hat was er gut konnte. Es war sehr schnell klar, wohin es geht und was im Rahmen des Green-AI Hub Mittelstand machbar ist." Das KI-Pilotprojekt des BMUV konnte sehr fokussiert umgesetzt werden. Windels: "Wir haben sehr spezifisch gedacht, haben uns standardisierte Schnittstellen überlegt. Die kurzfristige Umsetzung von sechs Monaten Dauer kam uns zugute. Das mögen KMU, wir wollen schnell Ideen umsetzen."
Das Bundesumweltministerin setzt dieses und viele weitere KI-Lösungen für Klima und Umwelt um. Durch seine vier KI-Initiativen fördert und unterstützt das BMUV unterschiedliche Projekte in Wirtschaft, Wissenschaft, Zivilgesellschaft und Verwaltung. Dies reicht vom Einsatz von KI-Lösungen für Ressourceneinsparung im Mittelstand über Projekte zur Energieeffizienz in Rechenzentren bis hin zur Nutzung von KI für die Aufbereitung von Umweltdaten. Das Umweltressort investiert so im Rahmen der KI-Strategie der Bundesregierung 150 Millionen Euro in KI-Maßnahmen für den Umwelt- und Klimaschutz.