Neue Projekte für umweltfreundliche Künstliche Intelligenz

Der Green-AI Hub Mittelstand startet im Oktober acht neue KI-Pilotprojekte für mehr Ressourceneffizienz im Mittelstand. Gemeinsam mit kleinen und mittleren Unternehmen (KMU) setzt die Initiative des Bundesministeriums für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) in den kommenden sechs Monaten speziell für die betriebliche Praxis entwickelte KI-Anwendungen um. Die Unternehmen kommen u. a. aus dem Maschinenbau, der Metallverarbeitung, der Elektroindustrie, dem Möbelbau und der Baubranche. Sie folgen auf bisher zehn Pilotprojekte, die im Oktober 2023 gestartet sind.

Unternehmen sollen bei der Umsetzung eigener KI-Projekte mit dem Ziel, Ressourcen einzusparen, unterstützt werden.
Bild: Clipdealer

Unternehmen sollen bei der Umsetzung eigener KI-Projekte mit dem Ziel, Ressourcen einzusparen, unterstützt werden.
Bild: Clipdealer
Der Green-AI Hub Mittelstand unterstützt Unternehmen bei der Umsetzung eigener KI-Projekte mit dem Ziel, Ressourcen einzusparen. KI-Experten entwickeln im Rahmen eines Pilotprojektes über sechs Monate nachhaltige KI-Lösungen in KMU. Die Anwendungen werden direkt vor Ort umgesetzt, was eine Besonderheit der Initiative ist. Bis Ende 2025 sind bis zu 20 Pilotanwendungen vorgesehen. Die entwickelten Lösungen werden ab sofort frei zugänglich als Open-Source veröffentlicht.

Nachhaltige Gestaltung von KI

Bundesumweltministerin Steffi Lemke: „Unternehmen benötigen viele wertvolle Materialien, um zu produzieren und Dienstleistungen anzubieten. Angesichts der Umweltfolgen bei ihrer Erzeugung oder Entsorgung ist es wichtig, die Verschwendung von Rohstoffen zu reduzieren und sie effizienter zu nutzen. Die KI-Pilotprojekte des Green-AI Hub Mittelstand zeigen, wie dies in unterschiedlichen Branchen und Unternehmen gelingt. Sie tragen dazu bei, dass KI für mehr Ressourceneffizienz in Unternehmen Nachahmer finden wird. Denn nachhaltige KI-Anwendungen stärken die Wettbewerbsfähigkeit und leisten gleichzeitig einen Beitrag für Natur und Umwelt.“

Der Green-AI Hub Mittelstand ist eine KI-Initiative des BMUV. Als Teil der KI-Strategie der Bundesregierung fördert das BMUV die nachhaltige Gestaltung von KI und die Nutzung ihrer Chancen zugunsten von Klima und Umwelt mit 150 Mio. €. Im Auftrag des BMUV koordiniert die Zukunft – Umwelt – Gesellschaft (ZUG) gGmbH die Umsetzung des Green-AI Hub Mittelstand. Den Betrieb übernehmen das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI), das Wuppertal Institut, das VDI Technologiezentrum und das VDI Zentrum Ressourceneffizienz.

Teilnehmer der dritten Pilotphase

Diese Unternehmen nehmen an der dritten Pilotphase teil:

  • Die in Nürnberg ansässige Fieldcode GmbH stellt anderen Unternehmen eine Plattform zur Koordination von Außendiensteinsätzen bereit. Im gemeinsamen KI-Pilotprojekt wird ein Large Language Model entwickelt, um die Ticketdiagnose zu optimieren. Dies soll Fahrten zu Kunden einsparen. Zudem ist es möglich, benötigte Ersatzteile gezielter auszuwählen, um unnötige Käufe, Versandkosten und die Verschrottung von im Versand beschädigten oder nicht benötigten Ersatzteilen zu vermeiden.
  • Heismann Drehtechnik (NRW) produziert Präzisionsdrehteile. Die Herausforderung liegt darin, die automatisierten Produktionsprozesse so zu gestalten, dass die Prozessstabilität gewährleistet bleibt. Produktionsunterbrechungen und -störungen erfordern umfangreiche Nachregulierungen durch Mitarbeitende und führen zu Ausschuss. Ziel des gemeinsamen KI-Pilotprojekts ist es, durch frühzeitige Fehlererkennung und optimierte Nachjustierung den Ausschuss zu reduzieren.
  • Die Kalzip GmbH (Brandenburg) stellt ein Aluminiumdachsystem her, das als äußere Dachschicht dient. Hier gilt es, die statischen Berechnungen zu optimieren, um Material einzusparen. Die Komplexität ergibt sich dabei aus einer Vielzahl an Faktoren wie Ausrichtung, Materialstärke und Dachgeometrie. Innerhalb des Pilotprojekts wird ein KI-basierter Assistent entwickelt, der bei den Berechnungen unterstützt. Die so optimierte Statik der Dächer soll die Menge des eingesetzten Aluminiums reduzieren.
  • Das Unternehmen MPG (NRW) stellt Kupferrohre her. Dabei kann es zu Qualitätsschwankungen und zu Fehlproduktion kommen. Durch das KI-Pilotprojekt soll die Ausschussquote gesenkt und damit rund 240 t Kupfer pro Jahr weniger eingesetzt und gleichzeitig CO2 eingespart werden. Die neue KI-Anwendung wird dazu auf Basis vorhandener Maschinendaten Wissen generieren, mit welchem Parametereinstellungen optimiert und Ausschuss reduziert werden können.
  • Die Pikatron GmbH (Hessen) fertigt kundenspezifische Leistungselektronik in Kleinserien an. Viele der Aufträge enthalten spezifische elektrische und mechanische Anforderungen. Das erschwert eine gleichbleibende Qualität der Produkte sowie die Dokumentation des Fertigungsprozesses. Innerhalb des KI-Pilotprojekts wird ein KI-Empfehlungsdienst auf Basis bestehender Datensätze entwickelt. Dieser soll Entwicklungszeit und Ausschuss reduzieren.
  • Schaltungsdruck Storz (Baden-Württemberg) produziert Leiterplatten, im Fachjargon Printed-Circuit-Boards (PCBs) genannt. Leiterplatten sind komplex und trotz modernster Fertigungsverfahren entsteht oftmals Ausschuss, was durch Überproduktion kompensiert wird. Zur Optimierung wird ein KI-System entwickelt, das einen präziseren Produktionsmengenvorschlag erstellt. Das soll die Überproduktion um 80 % reduzieren.
  • System180 (Berlin) fertigt modulare Möbelsysteme. Innerhalb des KI-Pilotprojekts soll eine Lösung implementiert werden, welche die Rückführung der Möbel in den Wertschöpfungskreislauf unterstützt. Eine KI soll via Bilderkennung den Zustand erfassen und diesen klassifizieren. Die Beschreibung des Zustands wird anschließend in einen Digitalen Produktpass übertragen. Etwa 20 % der eingesetzten Rohstoffe lassen sich so einsparen, was zehn Tonnen Edelstahl und 65 t Holz und Papier pro Jahr entspricht.
  • Der Maschinenbauer ULT (Sachsen) entwickelt und fertigt lufttechnische Lösungen wie Absaug- und Filteranlagen. Durch das KI-Pilotprojekt sollen optimale Bestellmengen und Bestellzeitpunkten von Materialien ermittelt werden. Wo bisher ein zusätzliches Lager angemietet und Teile bei Nicht-Nutzung zu 90 % verschrottet werden mussten, soll nun ein KI-basiertes Vorschlagssystem den Lagerplatz minimieren, Bestellungen optimieren und Lieferfahrten verringern. Ziel ist es, rund 10 t Eisen, Kupfer, Aluminium und Kunststoff pro Jahr einzusparen.