Details

Ein überquellender Restmüllbehälter direkt neben einem halbleeren Papierkorb, der trotzdem turnusgemäß geleert wird? Ineffizient, zeitintensiv und alles andere als nachhaltig. Ein Team des Fachbereichs Maschinenbau und Mechatronik der FH Aachen hat eine Applikation für ein ganzheitliches Managementsystem entwickelt, das ohne große Eingriffe auskommt und maximal skalierbar ist. Es misst zum Beispiel Füllstände von Mülleimern, sendet die Daten in Echtzeit an einen Server und empfiehlt Handlungen mittels KI.

Begonnen hat die Applikation als prototypisches Projekt zur sensorbasierten Füllstandsmessung, aber es ist viel mehr als das, erzählt Prof. Dr. Jörg Wollert, der das Projekt leitet. „Es zeigt eindrucksvoll, wie die komplette digitale Management-Toolchain der Zukunft aussieht – von der physischen Sensorik bis zur prädiktiven KI-Analyse.“ Zudem sei die Applikation ein gutes Beispiel, wie das Internet of Things (IoT) funktioniert. IoT beschreibt ein Netzwerk aus physischen Geräten, die mit Sensoren, einer Software und einer Netzwerkverbindung ausgestattet sind. Dadurch können sie Daten erfassen, austauschen und Aufgaben autonom ausführen. Die Applikation ließe sich in vielen Bereichen anwenden, so Prof. Wollert, unter anderem in Verkehr, Logistik, Gesundheit oder Immobilien. So könnten beispielsweise Heizsysteme oder Geräte zur Verkehrsüberwachung mit dem System ausgestattet werden.

Beispielhaft rüstete das Team einen Mülleimer mit diesem System nach. So funktioniert es: Am Point of Use, also der Ort, an dem der Mülleimer genutzt wird, findet die Datenerfassung mittels eines Edge-Gerätes statt. Ein Edge-Gerät sammelt oder übermittelt Daten und dient als Schnittstelle zwischen Rechenzentrum und realer Welt. Im Beispiel ist dieses Edge-Gerät eine Ultraschallsensorik, die präzise den Abstand zum Füllgut misst. Integrierte Battery-Analytics funken den Ladezustand direkt mit, um eine bedarfsgerechte Wartung zu ermöglichen. In einem zweiten Schritt werden die Edge-Daten via WLAN in Echtzeit an eine zentrale Server-Infrastruktur übertragen. Ein dynamisches Web-Dashboard bündelt als zentrales Monitoring die Füllstände und kann so den Zustand ganzer Liegenschaften aus der Ferne transparent machen.

„Der logische nächste Schritt ist die KI-basierte Optimierung“, so Prof. Wollert. Zum Beispiel könnte KI bereits erfasste Füllstandsdaten analysieren, um optimale Leerungszeiten zu prognostizieren und dynamische, intelligente Sammelpläne zu generieren. Die Vorteile sind klar: Optimierte Routen schonen Ressourcen und sorgen für niedrige Kosten hinsichtlich des Einsatzes von Personal und Fahrzeugen. Außerdem liefern die Füllstandszyklen wertvolle Sekundärdaten über die tatsächliche Nutzungsintensität von Räumen und Gebäudefluren. Zudem kann bestehende Infrastruktur ohne große Eingriffe nachgerüstet werden, sodass keine Neuanschaffungen nötig sind.

„Das Projekt ist ein perfektes Beispiel für agile Digitalisierung im Sinne von Industry 4.0/5.0 und ein starkes Zeichen für gelebte Nachhaltigkeit und Technologietransfer“, meint Prof. Wollert. Am Projekt beteiligt sind auch Dr. Alexander Schwarz, Manager des Instituts für angewandte Automation und Mechatronik, Jan-Philipp Frings, wissenschaftlicher Mitarbeiter am Fachbereich, Johannes Hug, Doktorand und wissenschaftlicher Mitarbeiter am Fachbereich, und Thomas Atea, Mechatronik-Student und studentische Hilfskraft.