CRTX

©CRTX

©CRTX

Im Rahmen von Circular Textile Intelligence (CRTX) forschen die TU Berlin, circular.fashion und die Freie Universität Berlin an einer Lösung, die darauf abzielt, die Sortierung von Altkleidern und Textilabfällen für hochwertige Zwecke in einer Kreislaufwirtschaft zu automatisieren.

Ziel ist es, die Lücke zwischen der Sammlung von Alttextilien und der gezielten Sortierung für Second-Hand- und Faser-zu-Faser-Recycling mittels KI-gestützter Spektroskopie und Bildanalyse zu schließen und so einen kontinuierlichen Materialkreislauf zu ermöglichen. Hochwertige Recyclingtechniken wie das Faser-zu-Faser-Recycling erfordern ein materialspezifisches Ausgangsmaterial mit hoher Reinheit, um Garne gleicher Qualität zu gewinnen. Bislang bieten die verfügbaren Sortierlösungen nicht die erforderliche Präzision, um den Recyclern zu ermöglichen, mit Post-Consumer-Textilabfällen zu arbeiten.

CRTX bringt ein Team von Expert*innen auf dem Gebiet der Optik, der Datenwissenschaft und der Nachhaltigkeit zusammen, um eine neue datengesteuerte Multisensor-Sortierlösung zu entwickeln, die diese Herausforderung löst.

Zusätzlich werden wiederverwendbare Textilien mit Methoden des Computersehens verarbeitet, um menschliche Sortierer bei einer feinkörnigeren und objektiveren Klassifizierung zu unterstützen. Unter Verwendung von Deep Learning mit modernsten Trainingsmethoden entwickelt das Team Lösungen, die für die Identifizierung von Kleidungsstücken am Fließband optimiert sind.

Um Second-Hand-Produkte attraktiver zu machen und entsprechend der Zielgruppen, deren Bedürfnisse und Wünsche zu kuratieren und gezielt auszuwählen, werden Trends aus dem First-Hand-Markt analysiert und laufend mit dem Sortieralgorithmus abgeglichen, um den Second-Hand-Markt besser zu positionieren. Auf diese Weise können modeinteressierte Verbrauchergruppen angesprochen werden, was die Gesamtnutzung von Secondhand-Kleidung erhöht.

Eine Marktanalyse des Gebrauchtmarktes identifiziert Trends und gleicht diese mit den detaillierten Deskriptoren ab, um ein Faser-zu-Faser-Recycling zu verhindern, das die Rückgewinnung von Garnen gleicher Qualität ermöglichen würde. Dies ist einer der Hauptgründe für die niedrige Recyclingrate (weniger als etwa ein Prozent) von Textilien.

Die spektroskopischen Methoden, die unter der Leitung von Dr. Karsten Pufahl vom Lehrstuhl für Nichtlineare Optik entwickelt werden, sollen eine genaue Bestimmung der Materialzusammensetzung und Schadstoffbelastung ermöglichen.

Geplant ist eine KI-basierte Auswertung, die die bisherigen Hürden in der Sortiertechnik überwinden und eine Schließung des Stoffkreislaufs ermöglichen soll. Gleichzeitig sollen bildanalytische Verfahren eingesetzt werden, um eine genauere Sortierung auch bei Mehrwegbekleidung zu erreichen.

circular.fashion wird die Entwicklung koordinieren und wesentliche Kompetenzen und Partnernetzwerke aus der Industrie einbringen.