KI-Pilotprojekt · System 180 GmbH × Green-AI Hub Mittelstand
KI-gestützte Objekterkennung zur Rückführung von Produkten in den Kreislauf. Die Bilderkennung aus dem KI-Pilotprojekt mit dem Green-AI Hub Mittelstand erkennt Möbel und deren Bauteile am Kamerabild und bestimmt Typ, Anzahl, Maß, Beschichtung, Farbe und Zustand. All das schreibt sie in einen Digitalen Produktpass. Ohne QR-Code, ohne Chip, ohne ein einziges zusätzliches Gramm Material am Produkt.
Das Projekt in kurz
Die System 180 GmbH in Berlin baut seit Jahrzehnten ein modulares Möbelbausystem aus Edelstahlprofilen, Streben und MDF-Ausfachungen: vollständig zerlegbar, umkonfigurierbar, auf jahrzehntelange Nutzung ausgelegt und mit Standardwerkzeug demontierbar. Genau diese Stärke macht die Rückführung schwierig. Bauteile liegen bei Kund*innen, bei Servicepartnern und in Lagern, in hunderten Varianten und ohne individuelle Kennzeichnung.
Im KI-Pilotprojekt mit dem Green-AI Hub Mittelstand hat das DFKI dafür SUSPEKT entwickelt: eine Bilderkennung, die Bauteile in Sekunden identifiziert, zählt, vermisst und ihren Zustand bewertet. Das Ergebnis legt sie zusammen mit Daten aus den Produktdatenbanken in einem Digitalen Produktpass ab. Erfasste Teile wandern in eine „Kollektion“, ein digitales Lager. Damit ist erstmals nachvollziehbar, was existiert, wo es liegt und ob es wieder eingesetzt werden kann.
Die Anforderungen kamen 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 Spezialgerät, ohne Schulung, ohne Installation. Aus einem Möbelhersteller wird so schrittweise ein Kreislaufbetrieb: Rücknahme, Aufarbeitung und Weiterverwendung werden planbar, weil die Datengrundlage dafür erstmals existiert.
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 übernimmt das in Echtzeit und erkennt Kratzer, Dellen und Kantenausbrüche, bevor ein Teil in einen weiteren Beschichtungsdurchlauf geht. Nacharbeit und Fehlchargen entfallen, 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 genügt ein Kamerabild vor Ort. 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. Genau das leistet die Erkennung: Sie entscheidet Bauteil für Bauteil zwischen Wiederverwendung, Aufarbeitung und stofflicher Verwertung statt pauschal, und macht die sortenreine Trennung von Stahl und Holzwerkstoff planbar. Was zurückkommt, ist dokumentiert, bevor es ankommt.
Entwurfsentscheidungen
Die naheliegende Lösung wäre gewesen, jedes Bauteil physisch zu markieren. Wir haben uns bewusst dagegen entschieden, und für einiges andere.
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. Diese Aufgaben übernimmt die Erkennung. Die Kameras richten sich auf Bauteile, nicht auf Menschen. Personenbezogene Daten entstehen im Prozess nicht.
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 Pilotprojekt sind zwei lauffähige Anwendungen entstanden. Beide erkennen dieselben Bauteile und schreiben in denselben Digitalen Produktpass. Sie unterscheiden sich darin, wer sie benutzt und wo sie steht: die eine offen im Netz für alle, die andere fest an einem Arbeitsplatz in der Produktion.
Demonstrator 1
Sie läuft im Browser, ohne Download und ohne Installation, und ist von überall aus erreichbar. Ein Foto des Bauteils genügt für die Erkennung; für Maße und Zustand liefern vier Aufnahmen aus verschiedenen Richtungen das genauere Ergebnis. Die Anwendung nennt Typ, Anzahl, Länge, Dekor und Zustand, legt den Digitalen Produktpass an und nimmt 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.
Demonstrator 2
Ein fahrbarer Arbeitsplatz mit Kameras, Referenzmarker und einem Rechner von der Größe eines Buches, aufgebaut in der Fertigung in Berlin. Das Bauteil wird eingelegt, der Rest läuft am Gerät: Typ bestimmen, Länge über den Referenzmarker vermessen, Oberfläche auf Kratzer, Dellen und Kantenausbrüche prüfen, Produktpass ausgeben.
Hier ersetzt die Erkennung eine Aufgabe, die bisher mit Schablonen und Papierlisten erledigt wurde: 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. Wie ein Durchgang am Gerät abläuft, zeigt der Film im nächsten Abschnitt.
Film 2 · Demonstrator 2
Die Web-Anwendung können Sie selbst öffnen. Den Arbeitsplatz in der Fertigung in Berlin zeigt dieser Film: Das Bauteil muss nur in den Demonstrator eingelegt werden. Alles Weitere übernimmt das Gerät, nämlich Erkennung, Vermessung über den Referenzmarker, Zustandsprüfung, Eintrag in die Kollektion und Speichern des Digitalen Produktpasses.
Der Ablauf dauert wenige Sekunden pro Bauteil. Er ersetzt eine Aufgabe, für die zuvor Schablonen, Papierlisten und in vielen Fällen eine Anfahrt nötig waren.
Nachprüfbar
Code, Modelle, Aufbau des Demonstrators und die Einordnung des Pilotprojekts liegen offen. Für Rückfragen stehen wir gerne zur Verfügung, auch für kritische.