Gemeinsamer Webcast von TOMRA Recycling und Novelis
02.07.2025Der gemeinsame Webcast von TOMRA Recycling und Novelis mit dem Titel „Von KI bis Dynamic LIBS: Wie neue Sortiertechnologien das Wachstum im Aluminiumrecycling vorantreiben“ beleuchtete aktuelle Entwicklungen in der Aluminiumrecycling-Technologie. Er zeigte, wie der verstärkte Einsatz von Aluminiumschrott die CO₂-Emissionen senken kann und welchen Einfluss moderne Sortiertechnologien auf das Recycling haben. Zudem wurden neue Geschäftschancen für Recycler und Verarbeiter vorgestellt.
Frank van de Winkel (TOMRA), Tom Jansen (TOMRA) und Wilhelm Kiefer (Novelis) präsentierten Erkenntnisse aus verschiedenen Testergebnissen zur Sortierung von Twitch-Material
© TOMRA
Fachleute von TOMRA Recycling und Novelis erläuterten die typischen Herausforderungen im Aluminiumrecycling und stellten vor, wie Technologien wie Röntgentransmission (XRT), Dynamic LIBS und Deep Learning die Sortierprozesse verbessern, die Reinheit von Aluminiumschrott-Fraktionen erhöhen und neue Marktchancen schaffen können.
Maximale Schrottnutzung und optimales Inputpotenzial sind entscheidend
Ein zentrales Ergebnis des Webcasts war der Hinweis auf die Notwendigkeit, sowohl die Verwertung von Aluminiumschrott als auch die Kapazitäten für einen hohen Schrottanteil in Produktions- und Recyclingprozessen zu maximieren. Entscheidend sei dabei nicht nur die Qualität des angelieferten Materials, sondern vor allem die gezielte Erzeugung der benötigten Schrottqualitäten. Die Materialqualität rückt damit stärker in den Mittelpunkt der Produktentwicklung und der betrieblichen Strategien.
Der Webcast zeigte, wie sich die Aluminiumindustrie derzeit im Wandel hin zu mehr Nachhaltigkeit befindet – angetrieben durch technologische Innovationen und neue Recyclingansätze. Unternehmen wie Novelis, die mit ihrer 3x30-Vision darauf abzielen, Aluminium als bevorzugtes Material mit kreislauforientierten Lösungen zu etablieren, spielen eine zentrale Rolle in dieser Transformation.
Die Kombination aus Röntgentransmission, Dynamic LIBS und Deep-Learning-Technologien ermöglicht eine Materialtrennung auf bislang unerreichtem Niveau
© TOMRA
Die Hauptthemen des Webcasts umfassten:
- Die Geschäftschancen und Rentabilitätsverbesserungen, die die neuesten Innovationen – insbesondere AUTOSORT™ PULSE (eine Dynamic LIBS-Lösung) und GAINnext™ (eine auf maschinellem Lernen basierende Lösung) – Aluminiumrecyclern und -verarbeitern bieten
- Praxiserfahrungen eines Endanwenders zum Thema Recycling-Anteil, vorgestellt von Wilhelm Kiefer, Metal Optimization Lead bei Novelis
- Die Dringlichkeit der Modernisierung der Recycling-Infrastruktur für Metalle und der Technologien, um mit der wachsenden Nachfrage der Industrie nach recyceltem Aluminium mitzuhalten
TOMRA und Novelis präsentierten zudem Ergebnisse verschiedener Tests, die sowohl im TOMRA-Testzentrum als auch unter Realbedingungen durchgeführt wurden. Diese zeigten eine erfolgreiche Reduzierung einzelner Elemente im Twitch-Material durch den kombinierten Einsatz mehrerer Sortiertechnologien.
Erfolgreiche Sortierung von Twitch-Schrott mit hohem Rückgewinnungspotenzial
Die optimale Abfolge für die besten Gesamtergebnisse erwies sich als: zuerst XRT, anschließend Deep Learning, gefolgt von Dynamic LIBS. Aus 100 % Twitch – einem weit verbreiteten, aber aufgrund seiner komplexen Zusammensetzung herausfordernden Schrotttyp – konnten 40 % Knetaluminium bestehend aus hochwertigen 5xxx- und 6xxx-Legierungen gewonnen werden.
Die Testergebnisse verdeutlichen zudem das künftige Potenzial für die Rückgewinnung eines breiteren Spektrums von Aluminiumlegierungen, einschließlich der Serien 2xxx, 3xxx, 7xxx und 8xxx.
Live-Umfragen spiegeln Brancheneinschätzungen wider
Während des Webcasts wurden Live-Abstimmungen durchgeführt. Die erste ergab, dass die Teilnehmenden die Materialreinheit als größte Herausforderung für die Steigerung des Recyclinganteils bei Aluminium sehen. Die zweite Umfrage identifizierte Twitch als wichtigste Schrottqualität, die künftig effizienter sortiert werden sollte. In der dritten Umfrage wurde deutlich, dass die Steigerung von Ausbeute und Reinheit als vorrangiges Ziel bei Investitionen in Sortiertechnologie gilt.
Zudem hatten die Teilnehmenden in einer interaktiven Fragerunde Gelegenheit, sich direkt mit den Experten von TOMRA und Novelis auszutauschen.
Auf dem Weg zu einer nachhaltigeren und effizienteren Zukunft des Schrottrecyclings
Der Webcast endete mit einem Appell an die Branche, verbesserte Testverfahren zu etablieren, um die Materialverwertung weiter zu optimieren und die Qualität in den Produktionsprozessen in den Fokus zu rücken. Die kontinuierliche Innovation – von der Sortierung bis zur Entwicklung recyclinggerechter Legierungen – wird als Schlüssel für eine funktionierende Kreislaufwirtschaft gesehen, in der Materialien von Anfang an auf Wiederverwertbarkeit ausgelegt sind.
Frank van de Winkel, Business Development Manager – Metal bei TOMRA Recycling, erklärte: „Wir haben uns sehr gefreut, Teilnehmer aus aller Welt bei unserem Webcast begrüßen zu können. Es war eine hervorragende Gelegenheit, Rückmeldungen aus der Branche zu den aktuellen Herausforderungen für Aluminiumrecycler und Post-Shredder-Betreiber zu erhalten und gleichzeitig die heute am Markt verfügbaren, unübertroffenen Standards der Materialtrennung durch die Kombination von Röntgentransmission, Dynamic LIBS und Deep Learning zu demonstrieren. Gemeinsam mit Novelis konnten wir die Realität des Paradigmenwechsels hin zu einer nachhaltigeren und effizienteren Zukunft des Schrottrecyclings aufzeigen. Wir freuen uns darauf, diesen wichtigen Dialog weiterzuführen.“
Die vollständige Aufzeichnung des Webcasts ist hier verfügbar:
