Die abnehmende Verfügbarkeit natürlicher Ressourcen zählt zu den drängendsten Herausforderungen unserer Zeit. Ragn-Sells – ein international führendes Unternehmen im Bereich des chemischen Recyclings – entwickelt neuartige Verfahren zur Rückgewinnung wertvoller Rohstoffe aus Abfallprodukten wie Klärschlamm, Flugasche oder Schieferöl. iteratec begleitet Ragn-Sells auf dieser ambitionierten Mission: Mit einer KI-basierten Lösung zur Simulation und Optimierung chemischer Prozesse beschleunigt das Unternehmen die Entwicklung zukunftsweisender Verfahren und ebnet damit den Weg für eine neue Generation von Kreislaufwirtschaft.
Chemisches Recycling ist technisch anspruchsvoll, kostenintensiv und zeitaufwendig. Die Rückgewinnung verwertbarer Stoffe erfordert mehrere aufeinander abgestimmte chemische Verfahrensschritte. Hinzu kommt, dass die eingesetzten Abfallstoffe je nach Herkunft erhebliche Unterschiede in der chemischen Zusammensetzung aufweisen. Um unter diesen Voraussetzungen gleichbleibende Ergebnisse bei Qualität und Ausbeute zu erzielen, müssen Recyclinganlagen immer wieder auf die jeweilige Stoffzusammensetzung hin neu ausgerichtet werden.
Bisher basierte die Optimierung solcher Verfahren vor allem auf der Erfahrung und Intuition erfahrener Chemiker. Aufgrund des hohen manuellen Aufwands war es jedoch kaum möglich, für jede Materialcharge die jeweils optimale Konfiguration zuverlässig zu ermitteln. Etablierte Ansätze, künstliche Intelligenz zur Entscheidungsunterstützung einzusetzen, scheiterten bislang an der hohen Komplexität der Prozesse – zu vielschichtig, um sie in konkrete, handlungsrelevante Empfehlungen zu übersetzen. Genau hier setzt die Lösung von iteratec an.
In einem ersten Schritt entwickelten Ragn-Sells und iteratec gemeinsam einen Proof-of-Concept für ein innovatives Verfahren zur Rückgewinnung von Kalziumkarbonat aus Ölschiefer. Grundlage war ein digitaler Zwilling, der sämtliche Schritte der chemischen Prozesskette datenbasiert abbildet.
Dieser ermöglicht es, Millionen potenzieller Prozessvarianten pro Materialcharge virtuell zu simulieren – etwa durch unterschiedliche Temperaturverläufe oder Reaktionszeiten. Über eine intuitive Designkonsole wählen Anwender die optimale Anlagenkonfiguration aus, die anschließend in der realen Umgebung getestet wird. Das selbstlernende System verbessert sich kontinuierlich und garantiert dadurch gleichbleibend hohe oder sogar steigende Produktqualität – unabhängig von der Zusammensetzung der eingesetzten Rohstoffe.
Um die hohe technische Komplexität beherrschbar zu machen und gleichzeitig die Skalierbarkeit zu sichern, entschied sich das Projektteam für einen agnostischen Ansatz: Alle Prozessschritte wurden mathematisch modelliert und in ein standardisiertes Datenschema überführt. So entstanden Machine-Learning-fähige Datensätze, mit denen die KI trainiert und fortlaufend optimierte Prozessvarianten entwickelt werden konnten. Dadurch ermöglicht das System mit minimalem Datenaufwand rasch die bestmögliche Konfiguration für die jeweiligen Inputvariablen zu ermitteln – für maximale Produktivität bei geringem Ressourceneinsatz.
Das Ergebnis ist eine virtuelle, lernfähige Plattform, die es Ragn-Sells ermöglicht, die enorme Prozesskomplexität beherrschbar zu machen, eine Vielzahl verschiedener Szenarien zu simulieren und chemische Recyclingverfahren schnell und kosteneffizient weiterzuentwickeln.
Beschleunigte Prozessoptimierung: Schnelle Ermittlung der optimalen Anlagenkonfiguration unter hochvolatilen Bedingungen
Kosteneinsparung: Reduktion teurer und zeitaufwendiger physischer Tests durch virtuelle Simulation mittels digitaler Zwillinge
Datenbasierte Analyse: Ganzheitliche Sicht auf Prozessdaten erleichtert die Identifikation von Datenlücken und fördert den interdisziplinären Austausch
Hohe Skalierbarkeit: Das agnostische Datenmodell ermöglicht die einfache Übertragung auf weitere Anwendungsfälle im Unternehmen
Mit dem erfolgreichen Proof-of-Concept haben iteratec und Ragn-Sells einen wichtigen Meilenstein auf dem Weg in Richtung einer kreislauforientierten Wirtschaft erreicht: Durch die Kombination aus digitalem Zwilling und künstlicher Intelligenz schaffen sie die Grundlage für die schnelle und kosteneffiziente Erforschung und Weiterentwicklung einer ganzen Reihe neuartiger chemischer Recyclingverfahren.
Das Umweltunternehmen Ragn-Sells verwandelt Abfälle in Rohstoffe, die immer wieder verwendet werden können. Ragn-Sells treibt den Übergang zu einer Kreislaufwirtschaft durch Lösungen voran, mit denen die Umwelt- und Klimabelastung durch das Unternehmen und andere Akteure verringert wird.
Ragn-Sells ist eine Unternehmensgruppe in Familienbesitz, die 1881 gegründet wurde. Das Unternehmen ist in vier Ländern tätig und beschäftigt über 2.700 Mitarbeiter. Im Jahr 2024 betrug der Umsatz von Ragn-Sells 8,8 Milliarden SEK.
Sie haben ein konkretes Anliegen oder Fragen zum Einsatz von KI für nachhaltige Lösungen in Ihrem Unternehmen? Senden Sie mir eine Anfrage und ich werde mich bei Ihnen melden.
Dr. Christoph Völker, Senior Consultant Sustainable Solutions
