Nachhaltiges Design von Produkt-Diensleistungs-Systemen

Beschreibung

Die Gestaltungsphase wichtigste Station im Lebenszyklus von Produkt-Service-Systemen (PSS), da in den entsprechenden Designprozessen die Stellschrauben für den Ressourcenverbrauch des gesamten Systems festgezogen werden. In der Gestaltungsphase können Informationen über den gesamten Lebenszyklus von Produkten und deren Nutzungsweisen miteinbezogen werden und entsprechend Einfluss auf den Ressourcenverbrauch entlang des gesamten Lebenszyklus genommen werden. Unter Abwägung sozialer, ökologischer und ökonomischer Faktoren können verschiedene „Design for X“-Strategien unterstützt werden, wobei X hier unter anderem für Nutzungseffizienz, Reparierbarkeit oder Recyclingfähigkeit stehen kann. Um die Potenziale von KI für diese Strategien heben zu können ist das Vorhandensein einer ausreichend differenzierter Daten über den Lebenszyklus eine wichtige Voraussetzung (z.B. über digitale Produkt- und Prozesspässe). Auf dieser Basis kann eine digitale Simulationsumgebung aufgesetzt und entsprechend Optimierungsalgorithmen angewendet werden. In Begleitung müssen zirkuläre Geschäftsmodelle entwickelt werden, um wertschöpfungskettenübergreifend erreichbare Erträge über die Akteure der entlang der Wertschöpfungskette fair zu verteilen.

Neben den oben beschriebenen Anwendungsfeldern, die im engeren Sinne die Gestaltung betreffen, kann KI in zahlreichen weiteren Prozessen eingesetzt werden, die mit dem Design in Verbindung stehen, wie Erkennung von Ersatzteilen oder Materialzusammensetzung, automatisierter Demontage und Reparatur, etc.  Auf diese Anwendungsfelder wir im Folgenden nicht im Detail eingegangen.

Potenziale

• Recommender Systems für nachhaltiges Design: Um nachhaltigkeitsorientierte Entscheidungen in der Gestaltungsphase zu ermöglichen, kann KI prototypische Beschreibungen von PSS über Sprachmodelle analysieren und anschließend über Recommender Systems zielgerichtete Vorschläge für die Integration von Nachhaltigkeitsaspekten machen. Die Datenbasis hierfür die beschriebenen Potenziale können Best Practice-, Material- und Umweltdatenbanken sein.
• Beschleunigung von Lebenszyklusanalysen und Erstellung vergleichender Szenarien: KI kann prospektive Lebenszyklusanalysen unterstützen, indem z.B. Stücklisten („Bill of Materials“) von Produkten mit Einträgen in Umweltdatenbanken verknüpft werden und so eine initiale Abschätzung der Umweltwirkungen beschleunigt wird. Dies ermöglicht zudem eine zeiteffiziente Erstellung von Szenarien, z.B. im Hinblick auf die Materialwahl, um so eine ökologisch optimierte Materialkombination zu finden.
• Design für Nutzungseffizienz / Leichtbau über Topologieoptimierung und generatives Design: Durch Leichtbau kann Material direkt eingespart werden, das nachgelagert im Bereich von bewegten Bauteilen (z.B. bei Fahrzeugen) in der Nutzung zu geringerem Energiebedarf führt. Hierfür kann z.B. eine Topologieoptimierung durchgeführt werden, die die Materialreduktionen bestehender Bauteile bei gleichbleibender struktureller Stabilität ermöglicht. KI kann dabei den Optimierungsprozess beschleunigen und optimieren – Rechenzeiten können mit KI bis zu 26 Prozent reduziert werden. Darüber hinaus können generative Algorithmen von Grund auf Leichtbdaudesigns entwerfen, die nach einem Auswahlprozess unter Einbezug von dem Expertenwissen von Designer*innen bzw. Ingenieur*innen schließlich in die Produktion gehen können. Je nach Anwendungsfall kann Topologieoptimierung eine Massenreduktion von 50% und mehr erreichen.
• Optimierung der Recyclingfähigkeit oder Reparierfähigkeit von Produkten: Die Recycling- oder Reparierfähigkeit von Produkten hängt unterem anderem von deren Materialzusammensetzung und Produktarchitektur ab. Beispielsweise sind Produkte mit komplexen Materialmischungen (z.B. Leiterplatinen) schwierig zu recyceln oder Produkte, die auf verklebte oder eingeschäumte bzw. eingeschlossene Bauteile setzen häufig schlechter reparierbar (z.B. eingeschäumte Elektronik in Kühlschränken oder nicht-entnehmbare Akkus in Smartphones). Mit dem Wissen über Recycling- oder Reparaturprozesse kann KI kann dabei unterstützen, das Produktdesign zu optimieren, z.B. durch alternative Materialvorschläge, Bauteile und Bauteilkombinationen, bzw. Verbindungsstrukturen.

Verbreitungsgrad

In der Designphase ist die Nutzung von KI im weiteren Sinne noch nicht Industriestandard. Im Ingenieurbereich werden schon seit Jahrzehnten bereits digitale Optimierungen von Prozessen und Bauteilen durchgeführt. Je nach Definition kann dies bereits als KI-Einsatz gewertet werden. Der intensive Einsatz von KI im weiteren Sinne, die z.B. auf generativer Algorithmen zur Schaffung neuer Design im Gegensatz zur Optimierung bestehender Design, ist momentan noch im Entwicklungsprozess. Es gibt jedoch bereits einige industrielle Anwendungsprojekte und -beispiele mit denen Erfahrung über die realisierbaren Potenziale gesammelt werden und aus denen sich für die zukünftige Ausrichtung und Anwendung von KI Technologien lernen lässt.