Das Projekt KRAFT2R - Kognitive Robotik für die adaptive und flexible Demontage zur Ressourcenrückgewinnung am Lehrstuhl für Montagesysteme

Problemstellung

Die Produktion von Schlüsseltechnologien für die Energiewende ist stark von importierten Rohstoffen abhängig. Der Bedarf an seltenen Erden und speziellen Legierungen steigt kontinuierlich – allein der Import von Lithiumcarbonat nach Deutschland lag 2023 bei knapp 5.900 Tonnen. Eine vielversprechende Möglichkeit zur Reduzierung dieser Abhängigkeiten ist die Rückgewinnung von Sekundärrohstoffen durch Recycling.

Die Demontage batteriehaltiger Produkte erfolgt heute weitgehend manuell und ist mit erheblichen Herausforderungen verbunden: hohe Personalkosten (bis zu 90% der Recyclingkosten), Sicherheitsrisiken durch Brand- und Explosionsgefahr bei Lithium-Ionen-Akkus, Personalmangel und zeitintensive Prozesse. Bisherige Automatisierungsansätze sind oft auf spezielle Produktgruppen beschränkt oder benötigen CAD-Daten, die im Konsumbereich selten verfügbar sind. Ein ganzheitlicher, produktübergreifender Ansatz zur roboterbasierten Demontage fehlt bisher.

Zielsetzung

Ziel ist die Entwicklung eines KI-basierten Robotersystems, das Demontagepläne automatisiert aus dem erweiterten Digitalen Produktpass ableitet und durch adaptive Roboterfähigkeiten sowie Reasoning autonom ausführt. Das System soll durch modulare Werkzeugsysteme und intuitive Teaching-Verfahren flexibel auf verschiedene Produktvarianten anpassbar sein. Im Fokus steht die Ressourcenschonung: bis zu 90% weniger CO₂-Emissionen, Rückgewinnung wertvoller Materialien wie Lithium und Kobalt sowie Reduktion der Importabhängigkeit von kritischen Rohstoffen.

Vorgehen

Das Projekt verfolgt einen systematischen Ansatz über acht Arbeitspakete während 24 Monaten:

AP 1: Projektkoordination
Projektmanagement, Koordination der Partner, Kommunikation mit Fördergeber

AP 2: Reduzierung der Demontagekomplexität
Produktanalyse verschiedener Batterievarianten, Entwicklung eines modularen Werkzeugmagazins und standardisierter Roboterstationen

AP 3: Erweiterung des Digitalen Produktpasses
Erweiterung des DPP um Demontagegraphen, Fügetechnologien und Sicherheitshinweise; BaSys-kompatible Schnittstellen

AP 4: Ableitung von Demontageplänen
KI-basierte automatisierte Ableitung generischer Demontagepläne aus DPP-Daten; Human-in-the-Loop-Validierung; Ableitung betriebsmittelspezifischer Roboterfähigkeiten

AP 5: Entwicklung adaptiver physischer Roboterfähigkeiten
Hierarchischer Aufbau von Roboterfähigkeiten (elementar → Grund → komplex), sensitive Robotik für kraftgeregelte Prozesse, Umgebungswahrnehmung durch Kamera und Laser, Selbstreferenzierung etc. zur automatischen Anpassung an unterschiedliche Demontageaufgaben.

AP 6: Entwicklung kognitiver Roboterfähigkeiten
Automatisierter Fähigkeitsabgleich mittels Verwaltungsschalen, Automatische Fähigkeitenkomposition, eskalative Unterstützungsstrategien

AP 7: Mensch-Technik-Interaktion und Teaching
Entwicklung einer Teach-Station mit multimodalem Dialog (Sprache, Gestik, Hand-Führung, AR/VR), Low-Code/No-Code-Strategien zum Anlernen neuer Fähigkeiten

AP 8: Demonstratorbau
Entwicklung eines Sicherheitskonzepts, Konsolidierung aller Teilergebnisse, Aufbau eines funktionsfähigen Demonstrators am ZeMA