Datenmangel bremst Batteriewiederverwendung – KI könnte Klimavorteile erschließen
Künstliche Intelligenz (KI) bietet Potenzial zur Verbesserung von Entscheidungen für die Wiederverwendung und das Recycling von Batterien, jedoch behindern Datenknappheit und fehlende Standardisierung diesen Fortschritt.
Forscher der Chalmers University of Technology zeigen auf, wie künstliche Intelligenz (KI) zur Analyse begrenzter und fragmentierter Daten eingesetzt werden kann, um fundierte Entscheidungen über die Wiederverwendung, Aufarbeitung oder das Recycling von Batterien zu treffen. Sie betonen jedoch, dass die größten Hindernisse struktureller Natur sind und die technische Machbarkeit nicht das Hauptproblem darstellt.
Die Studie identifiziert, dass Batteriedaten oft fragmentiert, schwer zugänglich und nicht standardisiert sind. Diese Einschränkungen limitieren die Fähigkeit, KI-gestützte Analysen effektiv in aktuellen Batteriesystemen zu nutzen. Dennoch demonstrieren die Ergebnisse, dass KI-basierte Methoden erhebliche Vorteile bieten können.
Fortschrittliche Batterierecyclingverfahren, unterstützt durch KI, könnten den Berechnungen zufolge über doppelt so profitabel werden wie herkömmliche Methoden. Gleichzeitig könnten der Energieverbrauch um mehr als 50 Prozent und die CO2-Emissionen um etwa 18 Prozent gesenkt werden. Dies birgt auch das Potenzial für erhebliche globale Einsparungen und Emissionsreduktionen.
Die Forscher heben auch die Möglichkeit von "Second-Life"-Anwendungen hervor, bei denen Batterien aus Elektrofahrzeugen für Energiespeichersysteme wiederverwendet werden. Diese Wiederverwendung könnte die Rentabilität um bis zu 58 Prozent steigern und gleichzeitig die Umweltbelastung reduzieren. Um dies zu erreichen, sind neue Lösungsansätze für die Datenerfassung, -weitergabe und -nutzung erforderlich, einschließlich Standardisierung und digitaler "Batteriepässe".