Zirkularität, KI und Digitaler Produktpass · System 180 GmbH × Green-AI Hub Mittelstand
KI-gestützte Objekterkennung zur Rückführung von Produkten in den Kreislauf. Die digitale Anwendung, entwickelt im KI-Pilotprojekt des Green-AI Hub Mittelstands, erkennt Möbel und deren Bauteile am Kamerabild und bestimmt Typ, Anzahl, Maß, Beschichtung, Farbe und Zustand. Beschäftigte prüfen und korrigieren die Ergebnisse, die in den Digitalen Produktpass geschrieben werden. Ohne QR-Code, ohne Chip, ohne ein einziges zusätzliches Gramm Material am Produkt.
Die Anwendung in Kürze
Die System 180 GmbH in Berlin entwickelt seit Jahrzehnten ein modulares Möbelbausystem, das mit wenigen Grundelementen, wie Profilen und Beschlägen aus Edelstahl sowie Ausfachungen aus MDF, eine große Vielfalt an langlebigen, zerlegbaren und umbaubaren Möbeln ermöglicht. Genau diese Wandelbarkeit macht den Digitalen Produktpass besonders anspruchsvoll. Es gibt nicht das eine statische Produkt, sondern viele Konfigurationen und Bauteile, die sich im Laufe der Nutzung verändern und immer wieder neu kombinieren lassen. Dazu kommt, dass diese Bauteile bei Kund*innen, bei Servicepartnern und in Lagern liegen, in hunderten Varianten und ohne individuelle Kennzeichnung.
Im KI-Pilotprojekt mit dem Green-AI Hub Mittelstand hat das DFKI dafür eine KI-gestützte Objekterkennung entwickelt, die Möbel, Bauteile und Zustände erkennt und digital erfasst. Ein Foto ermöglicht eine erste Erkennung von Typ und Anzahl, zusätzliche Ansichten und Referenzmarker verbessern die Bestimmung von Maß. Beschäftigte prüfen und korrigieren die Ergebnisse, die in den modularen Digitalen Produktpass geschrieben werden. Die Anwendung führt sie außerdem mit Daten aus den Produktdatenbanken zusammen. Erfasste Teile wandern in eine „Kollektion“, ein digitales Lager.
So entsteht eine dynamische Informationsbasis für Bestände, Wiederverwendung und Nachnutzung, zugänglich für alle relevanten Akteure, wie Kund*innen, Fachhandelspartner, Planende, Montage- und Logistikdienstleister sowie Hersteller. Damit wird sichtbar, welche Möbel, Bauteile und Komponenten weitergenutzt, umgebaut, aufgearbeitet oder sortenrein in den Materialkreislauf zurückgeführt werden können. Die Anwendung verbindet modulares Produktdesign, digitale Transparenz und KI zu einem praktischen Werkzeug für zirkuläre Nutzung.
Die Anforderungen kamen dabei nicht aus der Technik, sondern aus dem Betrieb. Beschäftigte in Pulverbeschichtung, Montage und Lager haben definiert, was ihnen tatsächlich Arbeit abnimmt. Entsprechend läuft die Anwendung im Browser, ohne Installation und mit handelsüblichen Kameras. Eine kurze Einweisung genügt. Aus einem Möbelhersteller wird so schrittweise ein Kreislaufbetrieb. Die Erkennungswahrscheinlichkeit lässt sich durch weiteres Training Schritt für Schritt erhöhen.
Wirkung entlang des gesamten Lebenswegs
Weil dieselbe Datengrundlage in Beschaffung, Fertigung, Distribution, Nutzung und Rückführung genutzt wird, verschiebt sie auf jeder Stufe etwas Konkretes, vom eingesparten Rohstoff bis zur sortenreinen Trennung am Ende.
Jedes erkannte und einer Kollektion zugeordnete Bauteil muss nicht neu gefertigt werden. Edelstahl und Holzwerkstoff bleiben im technischen Kreislauf. Pro Auftrag entfallen so bis zu ein Fünftel der Primärrohstoffe samt der darin gebundenen Energie. Die Erkennung selbst kommt ohne aufgeklebte Codes, Chips oder Etiketten aus. So entsteht kein Materialverbund, der später wieder getrennt werden müsste.
Vor und nach dem Pulverbeschichten wurden Bauteile bisher manuell mit Schablonen gezählt und kommissioniert. Die Kameraerfassung unterstützt das direkt am Arbeitsplatz und weist auf Kratzer, Dellen und Kantenausbrüche hin, bevor ein Teil in einen weiteren Beschichtungsdurchlauf geht. Die Entscheidung trifft weiterhin das Personal. Nacharbeit und Fehlchargen lassen sich so verringern und mit ihnen der zusätzliche Einsatz von Pulverlack, Energie und Prozesschemie sowie die daraus entstehenden Abfälle.
Bestände liegen bei Kund*innen, Logistikpartnern und im eigenen Lager. Bisher reiste Fachpersonal zur Aufnahme an. Jetzt liefert ein Kamerabild vor Ort eine erste Aufnahme, die bei Bedarf um weitere Ansichten ergänzt wird. Weil Verfügbarkeiten vorab bekannt sind, lassen sich Touren bündeln und Leerfahrten vermeiden. Die Anwendung rechnet Strecke und Transportart je Auftrag mit und weist die vermiedenen Emissionen aus. Aus einer Schätzung wird so eine belegbare Zahl.
Wer ein Möbel erweitern oder instand setzen will, braucht das passende Teil, nicht ein neues Möbel. Der Produktpass hält Stückliste, Maße, Beschichtungs- und Dekorcode sowie Zustand fest, sodass Ersatz, Upgrade und Aufarbeitung auch nach Jahrzehnten passgenau möglich sind. Aufnehmen, prüfen, bestätigen. Die Oberfläche erklärt sich im Ablauf selbst und lässt jede Erkennung korrigieren, statt Fehler festzuschreiben.
Ein Rücknahmesystem funktioniert nur, wenn bekannt ist, was zurückkommt und in welchem Zustand. Dafür liefert die Erkennung die Grundlage. Sie bereitet die Entscheidung Bauteil für Bauteil vor, zwischen Wiederverwendung, Aufarbeitung und stofflicher Verwertung, statt pauschal für ganze Chargen, und macht die sortenreine Trennung von Stahl und Holzwerkstoff planbar. Teile, die sich nicht wiederverwenden lassen, werden als solche erfasst. Was zurückkommt, ist damit weitgehend dokumentiert, bevor es ankommt.
Entwurfsentscheidungen
Die naheliegende Lösung wäre gewesen, jedes Bauteil physisch zu markieren. Wir haben uns bewusst dagegen und für einiges andere entschieden.
QR-Codes, RFID-Chips und Klebeschilder hätten Material, Klebstoff und eine Fehlerquelle hinzugefügt und wären nach Jahren im Werkstattbetrieb unlesbar. Stattdessen genügt die Geometrie des Bauteils. Das Möbel bleibt so schlicht, sortenrein und reparabel, wie es entworfen wurde.
Das Bausystem lebt von einer knappen Materialpalette: Edelstahl, Holzwerkstoff, Pulverbeschichtung. Die Erkennung erfasst Beschichtungs- und Dekorcodes mit, damit bei Aufarbeitung und Verwertung nachvollziehbar bleibt, was in einem Bauteil steckt, ohne dass diese Information aufgedruckt werden müsste.
Eingespartes Material, vermiedene CO₂-Emissionen und Transportwege werden je Auftrag berechnet und im Dashboard ausgewiesen. Wirkung wird damit prüfbar, auch dann, wenn sie geringer ausfällt als erhofft. Die Zahl steht dort, wo entschieden wird, nicht in einem Jahresbericht.
Die Modelle sind klein und laufen auf einem Rechner in der Werkstatt, nicht in einem großen Rechenzentrum. Ein Großteil der Trainingsbilder wurde synthetisch erzeugt statt fotografiert. Das ersetzt aufwendige Fotokampagnen. Eine Lösung für Ressourceneffizienz sollte nicht selbst zum nennenswerten Verbraucher werden.
Zählen, Sortieren, Abgleichen mit Schablonen: konzentrationsintensive Routine, bei der Fehler teuer sind und die Belastung über die Schicht steigt. Hier entlastet die Erkennung. Sie ist ausschließlich auf Bauteile ausgerichtet. Personen werden nicht analysiert. Uploads, Standorte und Nutzungsdaten werden nach einem definierten Datenschutz- und Löschkonzept verarbeitet.
Der vollständige Quellcode steht öffentlich zur Verfügung. Das Prinzip, Bauteile ohne physische Kennzeichnung nachzuverfolgen, ist nicht möbelspezifisch. Andere Hersteller modularer Produkte können es übernehmen, statt es ein zweites Mal zu entwickeln.
Selbst ausprobieren
Im Rahmen der Kooperation wurden zwei lauffähige Anwendungen entwickelt. Beide erkennen dieselben Bauteile und schreiben in denselben Digitalen Produktpass. Sie unterscheiden sich darin, wer sie benutzt und wo sie eingesetzt werden. Die eine offen im Netz für verschiedene Nutzergruppen, die andere für den stationären Einsatz an festen Arbeitsplätzen, etwa in der Produktion bei System 180 oder in den Materiallagern von Logistikpartnern.
Anwendung 1
Sie läuft im Browser, ohne Download und ohne Installation und ist von überall aus erreichbar. Ein Foto ermöglicht eine erste Erkennung von Typ und Anzahl. Zusätzliche Ansichten und Referenzpunkte verbessern die Bestimmung von Maß. Beschäftigte prüfen und korrigieren die Ergebnisse, die in den Digitalen Produktpass geschrieben werden. Danach nimmt die Anwendung das Teil in die Kollektion auf, das digitale Lager.
Alle Erfassungen laufen in einer Graphdatenbank zusammen, die festhält, welches Teil zu welchem Möbel gehört und wo es sich befindet. Darauf soll ein Empfehlungssystem aufsetzen. Es schlägt für einen neuen Auftrag vor, welche vorhandenen Bauteile sich wiederverwenden lassen, statt sie neu zu fertigen.
Ein bis vier Aufnahmen des Bauteils, dazu die Angabe, ob es sich um ein symmetrisches oder asymmetrisches Möbelsystem handelt.
Sie nennt Typ, Anzahl der Bauteile, Maße über Referenzpunkte, Farbe und Oberflächenzustand.
Das Ergebnis wird mit den hinterlegten Daten von System 180 angereichert. Nutzende ergänzen eigene Angaben wie Auftrag und Lagerort.
Mitarbeitende von System 180 prüfen das Ergebnis und bestätigen es. Danach steht das Teil in der Kollektion, dem digitalen Lager in der Graphdatenbank.
Anwendung 2
Ein fahrbarer Arbeitsplatz mit Kameras, Referenzmarker und einem Rechner von der Größe eines Buches, einsetzbar bei System 180 in der Fertigung oder im Materiallager von Logistikpartnern. Das Bauteil wird eingelegt, der Rest läuft am Gerät: Typ bestimmen, Länge über den Referenzmarker vermessen, Oberfläche auf Kratzer, Dellen und Kantenausbrüche prüfen und Produktpass ausgeben.
Hier ersetzt die Erkennung eine Aufgabe, die bisher mit Schablonen und Papierlisten erledigt wurde, also Zählen und Kommissionieren vor und nach dem Pulverbeschichten. Weil der Produktpass derselbe ist, taucht ein hier erfasstes Bauteil anschließend auch in der Web-Anwendung auf.
Der Film daneben zeigt einen Durchgang am Gerät: Erkennung, Vermessung über Referenzpunkte, Zustandsprüfung, Eintrag in die Kollektion und, nach Bestätigung durch die Beschäftigten, Speichern des Digitalen Produktpasses. Das dauert wenige Sekunden pro Bauteil und ersetzt eine Aufgabe, für die zuvor Schablonen, Papierlisten und in vielen Fällen eine Anfahrt nötig waren. Entstanden ist der Arbeitsplatz im KI-Pilotprojekt des Green-AI Hub Mittelstands.
Nachprüfbar
Code, Modelle, Aufbau des Demonstrators und die Einordnung des Pilotprojekts liegen offen. Für Rückfragen stehen wir gerne zur Verfügung, auch für kritische.