Industrieller Maßstab
Das EU-Recht schreibt vor, dass nur Verpackungen mit vorherigem Lebensmittelkontakt wieder in den Lebensmittelkreislauf gelangen dürfen. Klassische NIR-Sortiersysteme können diese Unterscheidung nicht leisten. Es gibt jedoch eine andere Möglichkeit.
KI-Sortierung ermöglicht lebensmittelechtes Tray-Recycling
Im April 2024 drückte der damalige CEO der Faerch Group, Lars Gade Hansen, den Startknopf für eine Recyclinganlage, die ein jahrzehntealtes Problem der Verpackungsbranche lösen soll. Der Ort: Duiven in der niederländischen Provinz Gelderland. Die Anlage: ein neues Werk von Cirrec, der Recyclingtochter der Faerch Group. Das Ziel: Post-Consumer-PET-Schalen aus der Haushaltssammlung in lebensmittelechtes Material zurückverwandeln.
Die Kapazität der Anlage beträgt 60.000 Tonnen Input-Material pro Jahr, das entspricht mehr als drei Milliarden Lebensmittelschalen. Damit betreibt Cirrec nach eigenen Angaben die weltweit einzige Anlage, die Tray-to-Tray-Recycling in industriellem Maßstab realisiert.
Entscheidend für den Erfolg des Verfahrens ist vor allem die Sortierung. Hintergrund ist die EU-Verordnung 2022/1616 über Materialien und Gegenstände aus recyceltem Kunststoff im Lebensmittelkontakt. Demnach dürfen nur Verpackungen, die bereits mit Lebensmitteln in Kontakt standen, wieder in den Lebensmittelkreislauf eintreten.
Das Problem: Eine Schale für Fertiggerichte erfüllt diese Voraussetzung, eine Blisterverpackung für Schrauben hingegen nicht. Für klassische Nahinfrarot-Sortiersysteme (NIR) sind beide Verpackungstypen jedoch identisch, da beide chemisch aus demselben Material bestehen: Polyethylenterephthalat (PET). Die Anforderungen an lebensmittelechtes Recycling verlangen daher besondere Verfahren zur Sortierung.
Sensorfusion als Lösung
Cirrec hat das Problem gelöst, indem jede Schale einzeln analysiert wird. Dafür setzt das Unternehmen drei UniSort PR EVO 5.0-Sortiersysteme des Anlagenherstellers Steinert ein. Deren technisches Prinzip basiert auf Sensorfusion: Eine hyperspektrale NIR-Kamera erfasst die chemische Zusammensetzung des Materials, während eine Farbkamera die visuellen Merkmale erkennt. Die Besonderheit des Systems liegt in der synchronen Erfassung: Beide Sensoren richten sich zeitgleich auf denselben Punkt des Materials.
Diese parallele Datenerhebung ermöglicht es Steinert, das KI-basierte Sortierprogramm „Intelligent Object Identifier“ (IOI) einzusetzen, das auf die Erkennung von Lebensmittelverpackungen trainiert wurde. IOI erkenne charakteristische Muster wie Formen von Fertiggericht-Schalen, typische Bedruckungen und Oberflächenstrukturen, erklärt der Anlagenhersteller.
Die Sortiergenauigkeit erreicht den Angaben zufolge eine Reinheit von über 95 Prozent – ein Wert, der für die nachfolgenden Prozessschritte im lebensmittelechten Recycling erforderlich ist.
Nach der optischen Sortierung folgen die mechanischen Aufbereitungsschritte: Mahlen, Waschen und die Weiterverarbeitung zu Flakes und Pellets. Das aufbereitete Material fließt dann in die Produktionsstandorte der Faerch Group, wo es zu neuen Verpackungen mit einem durchschnittlichen Recyclinganteil von 70 Prozent verarbeitet wird. Eine Lebenszyklusanalyse hat laut Steinert ergeben, dass Tray-rPET 57 Prozent weniger Emissionen verursacht als Virgin-PET.
Der europäische Markt für starre PET-Lebensmittelverpackungen aus Haushalten umfasst nach Branchenangaben rund 1,1 Millionen Tonnen pro Jahr – mit einer jährlichen Wachstumsrate von zuletzt etwa 15 Prozent. Während das Bottle-to-Bottle-Recycling von PET-Getränkeflaschen in Europa bereits etabliert ist, fehlt für PET-Schalen bislang ein vergleichbarer Kreislauf. Zwar lag 2022 der Rezyklatgehalt in Schalen im europäischen Durchschnitt bei 44 Prozent – allerdings stammte dieses Material überwiegend aus dem Flaschenrecycling, nicht aus einem geschlossenen Schalenkreislauf.
Cirrec hat angekündigt, weitere Standorte in Europa aufzubauen, um die Recyclingkapazität bis 2025 auf das Äquivalent von mindestens fünf Milliarden Lebensmittelschalen jährlich zu steigern. Zugute kommt dabei, dass der Intelligent Object Identifier als lernfähiges System konzipiert ist. Ändert sich die Zusammensetzung des Inputmaterials oder kommen neue Verpackungsdesigns auf den Markt, lässt sich die KI ohne Hardwaretausch auf neue Sortieraufgaben trainieren.
