Das Institut für Biomasse und Ressourceneffizienz FHNW hat zusammen mit seinen Partnern erstmals eine unbewirtschaftete Quartiersammelstelle digitalisiert.
Abbildung 1: Als Test wurde mit dem Ökihof Cham erstmals eine Sammelstelle digitalisiert. (Quelle: Kanton Zug)
In der Schweiz gibt es schätzungsweise rund 1000 Recyclinghöfe und etwa 5000 kleine Quartiersammelstellen. Deren Betrieb ist aufwändig: Pro Tonne Sammelgut entstehen Kosten von durchschnittlich etwa 200 Franken. In einem grossen Recyclinghof wie dem «Ökihof Cham» sind diese Kosten markant tiefer, da das Personal meist gut ausgebildet, die Sammelqualität sehr hoch und die umgeschlagene Materialmenge gross ist. Anders sieht es bei den kleineren, unbetreuten Recyclinghöfen und den Quartiersammelstellen aus: Die Sammelqualität ist tiefer, die Logistik ineffizient, überfüllte Container und Littering führen zum Unmut der Anwohnerschaft.
Im Projekt «Ökihof 4.0» wollen Spezialistinnen und Spezialisten der Fachhochschulen OST und FHNW gemeinsam mit Partnern aus dem Recyclingbereich diese unbewirtschafteten Recyclinghöfe und Quartiersammelstellen verbessern. Mittels Digitalisierung sollen die Mengen- und Wertströme wirtschaftlicher und für die Bevölkerung attraktiver gemacht werden.
«Just in time»-Logistik
Ein grosses Verbesserungspotential besteht in der Logistik der Sammelstellen: Oft werden Wertstoffsammelgebinde – also beispielsweise Glascontainer – abgeholt, bevor sie voll sind. Noch problematischer ist es aber, wenn diese zu spät abgeholt werden. Überquellende Container führen zu Littering und damit zu hygienischen Problemen wie Geruch oder Ratten und allgemein zu einem erhöhten Arbeitsaufwand. Ein zentrales Ziel des Projekts ist darum die Abholung der gefüllten Gebinde «just in time» - also genau zum richtigen Zeitpunkt.
Abbildung 2: Die Aufnahme der “Time of Flight”-Kamera zeigt den Füllstand mehrerer Container (blau = leer, rot = voll) Quelle: FHNW
Um diesen idealen Zeitpunkt zu bestimmen, setzen die IBRE Spezialistinnen und Spezialisten Infrarot- und lasergesteuerte «Time-of-Flight»-Kameras ein. Zusammen mit Machine Learning können diese Kameras die Materialqualität und den Füllstand der Container präzise erfassen. Zusätzlich dienen die Kameras der Überwachung der Sammelstelle. Mit den erhobenen Daten kann der richtige Zeitpunkt für die Abholung der gefüllten Gebinde «just in time» prognostiziert werden.