Bereich Supply Chain ServicesDigitale Batteriepässe intelligent nutzen
Kreislaufwirtschaft braucht Daten über den gesamten Lebenszyklus
Kreislaufwirtschaft setzt voraus, dass alle relevanten Informationen eines Produkts aus Entwicklung, Produktion, Nutzung und Weiterverwendung unternehmensübergreifend verfügbar sind. Nur, wenn diese Daten in einem Digital Product Information System zusammengeführt und ausgewertet werden können, lassen sich Zustandsbewertung, Second-Life-Potenziale oder geeignete R-Strategien fundiert beurteilen und wirtschaftlich umsetzen. Digitale Produktpässe (DPP) wie der Batteriepass schaffen die Grundlage dafür. Damit die DPP in der Kreislaufwirtschaft ihren Nutzen aber entfalten können, müssen sie in der Regel um zusätzliche Datenquellen, Analysefunktionen und technologische Komponenten erweitert werden.
Den Digitalen Batteriepass für Circular Economy erweitern – automatisiert und leichtgewichtig
Genau hier setzt DIGIBATT360 an: Das Projekt entwickelt eine datengetriebene Lösung für die Kreislaufwirtschaft von Batterien für Light Means of Transport (LMT) und industrielle Anwendungen auf Basis des Digitalen Batteriepasses (DBP). Der DBP wird durch einen föderierten Datenraum für zusätzliche, beispielsweise mithilfe der Integration von Sensoren erhobene Daten aus Produktion, Lebenszyklus und End-of-Life-Begutachtung sowie um KI-gestützte Analysen erweitert – automatisiert und leichtgewichtig. So steigt die unternehmensübergreifende Datenverfügbarkeit, ohne neue Komplexität aufzubauen. Auf dieser Basis lassen sich beispielsweise Restlebensdauer, Verschleiß und Second-Life-Potenziale valide bewerten und R-Strategien besser auswählen – der Digitale Batteriepass entfaltet seinen vollen ökologischen und wirtschaftlichen Nutzen.
Was Fraunhofer IIS im Projekt entwickelt
Im Projekt werden u.a. Daten aus Modulfertigung, Qualitätssicherung, Betrieb, BMS, Lieferkette, Sensorik und Rückwarenanalyse zusammengeführt. Der Beitrag von Fraunhofer IIS umfasst:
- Entwicklung eines föderierten Datenraums für souveräne Datennutzung
- Integration verteilter Daten auf Basis von Semantic Web-Technologien
- Verbindung des Datenraums mit Datenanalyse und KI-Verfahren
- Entwicklung von KI-Algorithmen für automatisierte Entscheidungsunterstützung.
Die Umsetzung ist bewusst leichtgewichtig angelegt und darauf ausgerichtet, sich mit geringem Overhead in bestehende Unternehmensprozesse einzufügen, auch bei KMU.
An welchen Anwendungen wir forschen:
- DBP-Infrastruktur und ergänzender Datenraum: Aufbau und Integration
- Datenerhebung und Qualitätssicherung: Sensorik, Traceability, Rückwarenanalyse
- KI-gestützte Analyse: State-of-Health, Remaining-Useful-Life-Prognose und automatisiertes R-Grading
- Second-Life-Umsetzung: Governance, Datenübergabe, KMU-Integration