Kooperation zwischen Fraunhofer IPA und Polysecure für Kreislaufwirtschaft
Projekt „Pick4CRCL“: KI-gestützter Robotik im Textilrecycling
Mit Pick4CRCL wollen Fraunhofer IPA und Polysecure das Recycling von Altkleidern verbessern. Das Ziel: mit Robotern und KI automatisiertes Sortieren skalierbar, wirtschaftlich und entsprechend der neuen EU-Pflicht ermöglichen.
Redaktion Automation NEXTRedaktionAutomation NEXT
1 min
Im Projekt „Pick4CRCL“ entsteht ein Demonstrator für das roboterbasierte Handhaben und technisch anspruchsvolle Erkennen von Textilien unterschiedlicher beziehungsweise gemischter Materialien.Florian Jordan
Anzeige
Der Automatisierungsbedarf im europäischen Raum steigt rund um das Recycling von Altkleidern kontinuierlich. Weltweit fallen jährlich mehr als 92 Mio. t Textilabfälle an, während in der EU bislang weniger als 1 % der Post-Consumer-Alttextilien automatisiert sortiert wird.
Manuelle Prozesse sind personalintensiv, schwer skalierbar und stoßen insbesondere bei Mischtextilien, welche die Regel sind, bei dunklen Stoffen und ungeordnet angelieferten Textilströmen an Grenzen. Nicht zuletzt gilt seit 2025 in der EU die Pflicht, Alttextilien getrennt zu sammeln.
Weil die Stoffe nicht fest, chaotisch gelagert und oft ineinander verschlungen sind, sind sowohl das Erkennen der einzelnen Objekte als auch die korrekte Greifplanung technisch anspruchsvoll.Florian Jordan
Pick4CRCL (zusammengesetzt aus den englischen Begriffen für Greifen „Pick“ und Kreislaufwirtschaft „Circular Economy“, kurz CRCL) setzt genau hier an. Im Invest BW-Forschungsprojekt entwickeln das Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA und Polysecure Lösungen für das automatisierte Vereinzeln und Sortieren von Textilabfällen. Im Mittelpunkt stehen KI-gestützte, modellfreie Greifplaner, mit denen ein Roboter ungeordnet angelieferte Textilstücke erkennen, gezielt greifen, ausbreiten und für die anschließende Materialanalyse auf einem Förderband ablegen kann.
Anzeige
Parallel entwickelt Polysecure eine multimodale Materialklassifizierung, die in einem Schritt das Objekt auf Basis verschiedener Sensoriken analysiert. Beide Technologien werden in einer Sort4Circle-Pilot-Sortieranlage zusammengeführt und unter praxisnahen Bedingungen validiert. Ziel ist eine effiziente, wirtschaftliche und gut skalierbare hochwertige Sortierung.
Robotische Vereinzelung als fehlendes Bindeglied
Textilien gehören zu den schwierigsten Objekten für die Robotik, da sie flexibel sind, sich verformen und oft ineinander verschlingen oder gegenseitig verdecken. Dadurch ist das zuverlässige Vereinzeln für Robotersysteme besonders anspruchsvoll. Für ein hochwertiges Recycling ist dieser Schritt jedoch entscheidend. Denn nur wenn einzelne Textilstücke geordnet zugeführt werden, kann die nachgelagerte Sensorik das Material präzise erkennen.
Anzeige
Das Fraunhofer IPA entwickelt hierfür KI-gestützte, modellfreie Greif- und Segmentierungsalgorithmen. Ziel ist es, dass der Roboter einzelne Textilien in chaotischer Andienung identifiziert, geeignete Greifpunkte bestimmt und die gegriffenen Stücke anschließend so auf der Fördertechnik ablegt, dass sie optimal für die weitere Materialdetektion vorbereitet sind.
Ein weiterer Baustein des Projekts ist der Aufbau eines öffentlichen Datensatzes mit Bild- und Sensordaten textiler Abfälle. Damit sollen die entwickelten KI-Verfahren nicht nur im Projekt selbst, sondern auch für weitere Forschung und künftige Anwendungen nutzbar gemacht werden.
Multimodale Sensorik für Mischtextilien und dunkle Stoffe
Anzeige
Neben der Vereinzelung ist die zuverlässige Materialerkennung zur Einteilung in die Stofffraktionen, die nachfolgende Aufbereitungsschritte brauchen, eine zentrale Herausforderung im Textilrecycling. Insbesondere Mischgewebe lassen sich mit herkömmlicher Sensorik nur eingeschränkt identifizieren. Hinzu kommt, dass dunkel gefärbte oder schwarz pigmentierte Textilien für viele bestehende Systeme schwer detektierbar sind. Polysecure entwickelt deshalb auf Basis der patentierten Sort4Circle-Technologie eine multimodale Klassifizierung, die verschiedene Sensoriken kombiniert.
Die Kombination aus robotischer Vereinzelung und multimodaler Sensorik schafft die technologische Grundlage für eine präzise Sortierung. Ziel des Projekts sind Sortierreinheiten von mehr als 99 % bei Monomaterialien und mehr als 95 % bei Mischmaterialien. Zudem sollen Mischgewebe in 10-%-Schritten klassifiziert und Durchsätze von bis zu 60 Textilstücken pro Minute erreicht werden.
Demonstrator für die textile Kreislaufwirtschaft
Anzeige
Im Verlauf des Projekts werden die robotische Vereinzelung des Fraunhofer IPA und das Detektionssystem von Polysecure in einer Sort4Circle-Pilotsortieranlage integriert. Dort soll das Gesamtsystem mit realen Textilabfällen erprobt und hinsichtlich technischer Leistungsfähigkeit, ökologischer Wirkung und Wirtschaftlichkeit bewertet werden. So sollen ohne Steigerung der Sortierkosten wesentlich bessere Sortierqualitäten ermöglicht und textile Wertstoffe in höherer Reinheit für das Recycling verfügbar gemacht werden. Bei erfolgreichem Projektverlauf planen die Partner eine zügige Weiterentwicklung in Richtung Marktreife.
Pick4CRCL leistet damit einen konkreten Beitrag zur Kreislaufwirtschaft im Textilbereich. Durch die automatisierte Vereinzelung, präzisere Materialerkennung und hochreine Sortierung sollen textile Abfälle künftig besser als Sekundärrohstoffe nutzbar werden und so häufiger im Stoffkreislauf bleiben.
Automation NEXT Conference 2026
Datum: 30. September 2026
Ort: CU.BE Ulm by Bosch Rexroth, Ulm
Die Automation NEXT Conference ist die Fachkonferenz für industrielle Automatisierung, Digitalisierung und KI im Maschinen- und Anlagenbau.
Sie richtet sich an Entscheider, Produktions- und Automatisierungsverantwortliche sowie Entwickler, die ihre Fertigung zukunftsfähig aufstellen möchten. Im Fokus stehen praxisnahe Vorträge, Best Practices und der Austausch zwischen Industrie, Technologieanbietern und Forschung.
Themenschwerpunkte:
• Künstliche Intelligenz und generative Copilots im Engineering und in der Produktion
• Cobots und kognitive Robotik zur Bewältigung des Fachkräftemangels
• Smart Factory, IIoT, Industrial Networks und MES-Systeme
• Energieeffizienz, Nachhaltigkeit und Wettbewerbsfähigkeit
Teilnehmer:
Fach- und Führungskräfte aus industrieller Automatisierung, Produktion und Maschinenbau sowie Expert:innen aus Forschung und Technologieunternehmen.
Besonderheiten:
• Hochkarätige Speaker aus Industrie und Forschung
• Ein kompakter Konferenztag mit starkem Praxisbezug
• Intensives Networking und direkter Austausch auf Augenhöhe