Kooperation mit KI-Unternehmen
Künstliche Intelligenz soll Produktentwicklung von Lanxess beschleunigen
| Redakteur: Alexander Stark
Lanxess setzt bei der Entwicklung kundenspezifischer Hochleistungs-Kunststoffe künftig auf künstliche Intelligenz. Dadurch will der Spezialchemie-Konzern die Entwicklungszeit neuer Materialien deutlich verkürzen. Hierfür kooperiert das Unternehmen mit Citrine Informatics, einem KI-Unternehmen aus den USA, das sich auf die softwaregestützte Entwicklung chemischer Produkte spezialisiert hat.
Köln – Lanxess und Citrine Informatics haben jetzt ein Pilotprojekt gestartet, um das Potenzial von KI bei der Kunststoffherstellung auszuloten. Ziel ist es, die Glasfasern, mit denen viele Hochleistungs-Kunststoffe verstärkt werden, weiter zu optimieren und somit letztlich die Leistungsfähigkeit der Werkstoffe weiter zu erhöhen.
Dabei spielt die Glasfaserschlichte eine entscheidende Rolle. Glasfasern, die den Kunststoffen beigemischt werden, um sie mechanisch belastbarer zu machen, werden mit einer Schlichte ummantelt. Dies sorgt für eine bessere Anbindung der Glasfasern an die Kunststoffmatrix und letztlich für die gewünschten Eigenschaften der Hochleistungs-Kunststoffe.
Die Optimierung der Glasfaserschlichte ist komplex, sehr aufwändig und zeitintensiv. Dr. Axel Tuchlenski ist Leiter der globalen Produkt- und Anwendungsentwicklung im Geschäftsbereich High Performance Materials bei dem Kölner Unternehmen. Er geht davon aus, dass durch den Einsatz von künstlicher Intelligenz die Entwicklungszeit für optimierte Rezepturen auf weniger als die Hälfte reduziert werden kann. Das würde es erlauben, den Kunden noch bessere, maßgeschneiderte Produkte anzubieten und gleichzeitig schneller am Markt zu sein.
KI unterstützt mit Rezepturvorschlägen
Die komplexe Zusammensetzung der Glasfaserschlichten und zahlreiche Einflussfaktoren während der Herstellung der Hochleistungs-Kunststoffe erfordern bei einem traditionellen Vorgehen in der Produktentwicklung sehr viele Tests, deren Ergebnisse schwer zu prognostizieren sind. KI kann hier einen entscheidenden Beitrag leisten, um aus vorhandenen Daten das Maximale herauszuholen, so Lanxess. Gespeist aus tausenden Messergebnissen bisheriger Rezepturen, Rohstoffinformationen und zahlreicher weiterer Daten sollen KI-Algorithmen Prognosemodelle für noch bessere Versuchskonstellationen und -parameter berechnen, diese Modelle mit den Messergebnissen eines jeden Versuchs weiterentwickeln und letztlich eine optimale Rezeptur vorschlagen. Dieses Verfahren soll die Produktentwicklung deutlich schneller als traditionelle Methoden machen.
