Zurück
Vorteile
Mitglieder
Förderer & Partner
Produkte
Verfahren
Produktzertifizierung
Überwachung
Schadensanalyse
Tagungen
Kurse
Abschlüsse & Meister
Online
Inhouse
Whitepaper
Material
Prozess
Messtechnik
Kreislaufwirtschaft
Digitalisierung
Kooperation
Qualitätspolitik
Zertifizierungsablauf
Downloads
Kunststoff-Lexikon
Unsere Mission
Standorte
Karriere
News
Podcast
Nachhaltigkeit
Zurück
0-9
A
B
C
D
E
F
G
H
I
K
L
M
N
O
P
R
S
T
U
V
W
Z
Forschung

Projekt SoliD-Q: Mit KI und Daten zu besseren Rezyklaten

Das Kunststoff-Zentrum SKZ zeigt gemeinsam mit WeSort.AI GmbH und Hoffmann + Voss GmbH im Projekt „SoliD-Q“, wie KI-gestützte Sortierung, datengetriebenes Compoundieren und digitaler Qualitätsnachweis die Qualität von Rezyklaten signifikant verbessern können. Im Zentrum steht die intelligente Verknüpfung von Sortier-, Prozess- und Qualitätsdaten entlang der gesamten Wertschöpfungskette – mit dem Ziel, hochreine PCR-Materialien mit chargengenauen Eigenschaften und digitalem Fingerabdruck wirtschaftlich bereitzustellen.

05.06.2026
Verschiedene Rezyklate im Technikum am SKZ

Kooperationsprojekt SoliD-Q: Mithilfe von KI und Daten sollen Rezyklate verbessert werden. (Foto: Luca Hoffmannbeck, SKZ)

Datengetriebenes Compoundieren von PCR-Materialien durch objektbasierte Sortierung

Das industriegetriebene Kooperationsprojekt „SoliD-Q“ denkt den Informationsfluss im Recycling grundlegend neu. Durch die systematische Zusammenführung von Daten aus Sortierung, Verarbeitung und Qualitätssicherung wird die Herstellung hochwertiger Post-Consumer-Rezyklate (PCR) nicht nur präziser, sondern auch effizienter. Ziel ist ein lückenloser digitaler Produktpass, der bereits bei der Sortierung ansetzt. Der Projektstart erfolgte im Februar 2026.

Hochreine Fraktionen durch objektbezogene Sortierung
„Durch die objektbezogene Sortierung trennen wir beispielsweise Shampooflaschen aus HDPE zuverlässig von Lebensmittelverpackungen aus demselben Material. So entstehen hochreine Fraktionen mit klar definierter Produktqualität“, sagt Johannes Laier, Geschäftsführer von WeSort.AI.

Das Projekt wird von einem Konsortium aus WeSort.AI, Hoffmann + Voss und dem SKZ umgesetzt, wobei jeder Partner seine spezifische Expertise einbringt. Ziel ist ein Demonstrator, der hochreine PCR-Materialien mit unmittelbar verfügbaren und chargengenau bestimmten Qualitätsparametern bereitstellt. Gleichzeitig ermöglichen optimierte Verarbeitungsparameter eine deutlich höhere Wirtschaftlichkeit im mechanischen Recycling.

Vom Abfall zum präzisen Datenpunkt
SoliD-Q basiert auf dem Zusammenspiel dreier Teilprojekte: WeSort.AI entwickelt die KI-gestützte Objekterkennung zur produktspezifischen Sortierung von Kunststoffabfällen. „Eine zentrale Herausforderung besteht darin, das System so zu trainieren, dass es Verpackungen trotz Verunreinigungen und Verformungen zuverlässig erkennt“, so Laier.

Hoffmann + Voss nutzt die gewonnenen Sortierdaten zur Optimierung des Compoundierprozesses. „Die Überführung von Sortierdaten in optimale Prozessparameter ist komplex, bietet aber enormes Potenzial“, erklärt Ansgar Hoffmann, Head of R&D/Production bei Hoffmann + Voss.

Das SKZ wiederum leitet aus den Prozessdaten einen digitalen Qualitätsnachweis ab. „Entscheidend ist, alle verfügbaren Daten ganzheitlich zu betrachten und Schwankungen in den Materialeigenschaften zuverlässig zu erfassen“, sagt Mingo Kübert, wissenschaftliche*r Mitarbeiter*in am SKZ. Die Ergebnisse werden in einer Infrastruktur für den digitalen Produktpass mit revisionssicherer Hash-Validierung hinterlegt und stehen damit nicht nur in Echtzeit, sondern auch fälschungssicher zur Verfügung.

Datenbasierte Qualität als neuer Standard im Recycling
Klassische Laborproben liefern oft nur punktuelle Stichproben – mit entsprechenden Unsicherheiten. SoliD-Q hingegen ermöglicht eine durchgängige Datenerfassung für jede Charge. Das Ergebnis sind Rezyklate mit konstanten, nachvollziehbaren Eigenschaften. Das stärkt das Vertrauen in PCR-Materialien und erhöht zugleich die Wertschöpfung entlang der gesamten Recyclingkette.

Über das Projekt
Dieses Projekt mit dem Förderkennzeichen KK6028306FM5 wird vom 1.2.2026 bis 31.7.2028 im Rahmen des Zentralen Innovationsprogramms Mittelstand (ZIM) des Bundesministeriums für Wirtschaft und Energie (BMWE) gefördert.

BMWE

Alle Nachrichten anzeigen

Ansprechpartner:

Mingo Kübert
‪Scientist Digitalisierung
Würzburg
m.kuebert@skz.de

Ihr Browser ist veraltet

Für das beste Nutzererlebnis auf unserer Webseite empfehlen wir die Verwendung eines aktuellen Webbrowsers. Bitte aktualisieren Sie Ihren Browser, um alle Funktionen störungsfrei verwenden zu können.