KICO2Opt

Die Metallverarbeitung zählt mit jährlich rund 58 Millionen Tonnen CO₂-Emissionen zu den energieintensivsten Industriezweigen Deutschlands. Das Projekt KICO2Opt zielt darauf ab, durch den gezielten Einsatz von Künstlicher Intelligenz (KI) die CO₂-Emissionen in der Zerspanung signifikant zu senken und das unter realen Produktionsbedingungen in einem mittelständischen Unternehmen.

Zentraler Bestandteil ist der Aufbau digitaler Zwillinge (Digital Twins) von Maschinen und Prozessen, die über standardisierte Schnittstellen wie die Asset Administration Shell (AAS) kommunizieren. Diese digitalen Abbilder ermöglichen eine lückenlose Erfassung und Visualisierung aller CO₂-relevanten Prozessparameter, von Werkstoffdaten über Energieverbrauch bis hin zu Werkzeugverschleiß. Darauf aufbauend werden KI-Prognosemodelle entwickelt, die eine präzise Emissionsvorhersage pro Charge sowie die Identifikation von Reduktionspotenzialen ermöglichen.

KICO2Opt verfolgt einen ganzheitlichen Ansatz: von der frühzeitigen Abschätzung der Emissionen bereits auf Basis von CAD-Konstruktionsdaten über die KI-gestützte Produktionsplanung bis hin zur CO₂-optimierten Rüstplanung, Abfallbewertung und Maschinennutzung. Die modular entwickelte Lösung kann zukünftig auch auf andere Fertigungsprozesse übertragen werden. Über ein interaktives CO₂-Cockpit werden die KI-Ergebnisse visualisiert und durch ein LLM-gestütztes Entscheidungssystem erklärt, transparent, nachvollziehbar und für Mitarbeitende ohne KI-Kenntnisse verständlich.

Ziel von KICO2Opt ist es, die Metallverarbeitung durch datengetriebene Intelligenz nachhaltiger, wettbewerbsfähiger und klimafreundlicher zu gestalte und dabei praxisnah, skalierbar und mit Vorbildcharakter für die Industrie voranzugehen.

Weitere Informationen finden Sie unter: Externer Link wird in neuem Fenster geöffnet:https://kico2opt.hs-furtwangen.de/