{"id":177752,"date":"2026-06-19T07:26:00","date_gmt":"2026-06-19T05:26:00","guid":{"rendered":"https:\/\/renewable-carbon.eu\/news\/?p=177752"},"modified":"2026-06-16T14:19:57","modified_gmt":"2026-06-16T12:19:57","slug":"tomra-launcht-ki-native-plattform-der-nachsten-generation-und-erweitert-das-gainnext-okosystem-mit-neuen-deep-learning-anwendungen","status":"publish","type":"post","link":"https:\/\/renewable-carbon.eu\/news\/tomra-launcht-ki-native-plattform-der-nachsten-generation-und-erweitert-das-gainnext-okosystem-mit-neuen-deep-learning-anwendungen\/","title":{"rendered":"TOMRA launcht KI-native Plattform der n\u00e4chsten Generation und erweitert das GAINnext\u2122-\u00d6kosystem mit neuen Deep-Learning-Anwendungen"},"content":{"rendered":"\n\n
\n
\"TOMRA
TOMRA Recycling stellt eine wegweisende KI-native Plattform von PolyPerception f\u00fcr die Echtzeit-Datenanalyse vor. \u00a9 TOMRA Recycling<\/figcaption><\/figure><\/div>\n\n\n

TOMRA Recycling hat eine wegweisende KI-native Plattform von PolyPerception vorgestellt und drei neue Deep-Learning-Anwendungen f\u00fcr die preisgekr\u00f6nte GAINnext\u2122-Technologie eingef\u00fchrt. Die Innovationen wurden auf der IFAT 2026 in M\u00fcnchen und der PRSE in Amsterdam pr\u00e4sentiert und unterstreichen den konsequenten Fokus des Unternehmens auf die Weiterentwicklung KI-gest\u00fctzter Sortierl\u00f6sungen. Die Ank\u00fcndigung f\u00e4llt zusammen mit der Aufstockung der TOMRA-Beteiligung an PolyPerception auf eine Mehrheitsbeteiligung von 51 % \u2013 und schlie\u00dft damit die L\u00fccke zwischen Echtzeit-Abfallstromdaten und physischer Sortiertechnik.<\/strong><\/p>\n\n\n\n

Vom Reporting zum Verstehen: Ein KI-Agent f\u00fcr das Recycling<\/h3>\n\n\n\n

Die neue KI-Agent-Plattform von PolyPerception stellt eine beeindruckende Weiterentwicklung des Waste Analyzer dar \u2013 einer KI-gest\u00fctzten Abfallanalysel\u00f6sung, die die Sortierleistung durch l\u00fcckenloses Material-Tracking verbessert. Eines der bedeutendsten Merkmale ist die nat\u00fcrliche Sprachschnittstelle. Anlagenbetreiber k\u00f6nnen ihre Anlagendaten nun in Alltagssprache abfragen \u2013 etwa mit Fragen wie: \u201eWie hat die \u00c4nderung der Einstellungen auf der Aufbereitungslinie unsere Reinheit beeinflusst?” Die Plattform versteht den Kontext und liefert sofort verst\u00e4ndliche Antworten mit datenbasierter Aufschl\u00fcsselung \u2013 und beseitigt damit die technische H\u00fcrde zwischen komplexen Tabellen und operativen Entscheidungen.<\/p>\n\n\n\n

W\u00e4hrend herk\u00f6mmliche KI-Werkzeuge in der Branche auf das \u201eLesen” und Berichten von Daten beschr\u00e4nkt sind, besitzt diese Plattform auch \u201eSchreibf\u00e4higkeiten”: Sie kann aktiv benutzerdefinierte Qualit\u00e4tsberichte erstellen und in Sekunden operative Benachrichtigungen auf Basis ihres tiefgreifenden Prozesswissens setzen \u2013 statt nur Materialstr\u00f6me zu beobachten.<\/p>\n\n\n\n

\n

\u201eMit der Einf\u00fchrung unserer neuen agentenbasierten Plattform erhalten Recyclinganlagen eine neue kognitive Schicht”, sagt Nicolas Braem, CEO und Mitgr\u00fcnder von PolyPerception<\/strong>. \u201eDaten werden nicht mehr nur berichtet \u2013 sie werden interpretiert, erkl\u00e4rt und in wenigen Sekunden in relevante Erkenntnisse umgewandelt. Betreiber k\u00f6nnen auf nat\u00fcrliche Weise mit ihrer Anlage interagieren, Fragen stellen, Materialverhalten analysieren und in Echtzeit klare, umsetzbare Antworten erhalten.”<\/p>\n<\/blockquote>\n\n\n\n

Offene Daten und erweiterte Suchfunktionen<\/h3>\n\n\n
\n
\"\"
\u00a9 2026 TOMRA Systems ASA<\/figcaption><\/figure><\/div>\n\n\n

Die Plattform schafft vollst\u00e4ndige Transparenz, indem sie Recyclingunternehmen erm\u00f6glicht, Anlagendaten direkt in bestehende Managementsysteme zu integrieren. F\u00fchrungskr\u00e4fte k\u00f6nnen Abfallstatistiken oder Reinheitsgrade \u00fcber ihre eigenen Dashboards abfragen \u2013 ohne sich in ein separates System einloggen zu m\u00fcssen.<\/p>\n\n\n\n

Dar\u00fcber hinaus f\u00fchrt die Plattform zwei leistungsstarke neue Suchmethoden ein, die Anlagen dabei helfen, auf ver\u00e4nderte Materialstr\u00f6me zu reagieren:<\/p>\n\n\n\n

\u00c4hnlichkeitssuche: Betreiber k\u00f6nnen mit einem Rechtsklick auf ein problematisches Objekt \u2013 etwa eine elektronische E-Zigarette \u2013 sofort alle visuell \u00e4hnlichen Elemente im Materialstrom identifizieren. Dies ist entscheidend f\u00fcr das Erkennen von Brandgefahren wie Batterien \u2013 ohne daf\u00fcr ein neues KI-Modell trainieren zu m\u00fcssen.<\/p>\n\n\n\n

\n

Text- und Markensuche: Nutzer k\u00f6nnen nach bestimmten Marken oder Objekttypen suchen \u2013 zum Beispiel \u201egef\u00fcllte M\u00fclls\u00e4cke” oder \u201eWindeln” \u2013 um in Echtzeit zu sehen, was gerade durch die Anlage l\u00e4uft.
\u200b
\u201eKI war schon immer Teil der DNA von TOMRA \u2013 aber was wir jetzt betreten, ist eine v\u00f6llig neue Phase”, sagt Lars Enge, EVP und Head of TOMRA Recycling<\/strong>. \u201eMit dem Erwerb der Mehrheitsbeteiligung an PolyPerception gehen wir \u00fcber KI als Sortierwerkzeug hinaus \u2013 hin zu KI als zentraler Intelligenz der Recyclinganlage. Durch die Kombination unserer fortschrittlichen Sortiersysteme und digitalen L\u00f6sungen mit der KI-Plattform von PolyPerception schaffen wir eine End-to-End-L\u00f6sung, die nicht nur Maschinen optimiert, sondern grundlegend neu definiert, wie Anlagen betrieben werden.”<\/p>\n<\/blockquote>\n\n\n\n

Erweiterung des GAINnext\u2122-\u00d6kosystems<\/h3>\n\n\n\n

Erg\u00e4nzend zu diesen technologischen Entwicklungen f\u00fchrt TOMRA drei neue Deep-Learning-Anwendungen f\u00fcr das GAINnext\u2122-\u00d6kosystem ein \u2013 dort, wo herk\u00f6mmliche sensorbasierte Sortierung an ihre Grenzen gesto\u00dfen ist.<\/p>\n\n\n\n

Die erste Anwendung adressiert die wachsende Nachfrage nach lebensmitteltauglichen PET-Schalen als neuen Rohstoff neben Flaschen. Durch das Training von GAINnext\u2122 auf Tausenden von Bildern kann das System nun zwischen Takeaway- oder Supermarktschalen und Verbraucher- oder Medizinverpackungen unterscheiden \u2013 basierend auf Form und Verwendungszweck. Das Ergebnis: Reinheitsgrade von \u00fcber 95 % und der Beweis, dass PET-Schalensortierung kein technisches Problem mehr ist, sondern ein wirtschaftlich tragf\u00e4higes Gesch\u00e4ftsmodell.<\/p>\n\n\n\n

Im Metallbereich launcht TOMRA eine hochpr\u00e4zise Anwendung f\u00fcr sogenannte \u201eKupferkn\u00e4uel” (Copper Meatballs) \u2013 zur Unterst\u00fctzung eines Stahlmarktes, der seinen Dekarbonisierungsweg beginnt. GAINnext\u2122 identifiziert nun automatisch komplexe Kupfer-Stahl-Verbundwerkstoffe, wie Motoranker, selbst in oxidierten oder verschmutzten Str\u00f6men. Das Ergebnis: pr\u00e4zise Selektivit\u00e4t \u2013 und Schrott, der zum hochwertigen Schmelzrohstoff wird.<\/p>\n\n\n\n

Die dritte Neuheit ist eine Hochdurchsatz-L\u00f6sung zur Aluminiumr\u00fcckgewinnung aus gebrauchten Getr\u00e4nkedosen (Used Beverage Cans, UBC) aus Verpackungsstr\u00f6men. Die Anwendung wurde erfolgreich in Nordamerika eingef\u00fchrt und ist nun f\u00fcr den europ\u00e4ischen Markt adaptiert worden. Sie bietet einen bis zu 33-fach h\u00f6heren Durchsatz als manuelle Sortierung, bei einer Reinheit von 98 % oder mehr \u2013 und schafft damit einen effizienteren, automatisierten Weg f\u00fcr das Dose-zu-Dose-Aluminiumrecycling.<\/p>\n\n\n\n

Ein technologischer Wendepunkt<\/h3>\n\n\n\n
\n

\u201eDiese Launches markieren einen echten technologischen Wendepunkt f\u00fcr die Branche”, schlie\u00dft Enge<\/strong>. \u201eDeep Learning verbessert nicht mehr nur einzelne Prozesse oder l\u00f6st immer komplexere Sortieraufgaben \u2013 es verkn\u00fcpft Erkenntnisse direkt mit Handlungen innerhalb der gesamten Anlage. Wir gehen \u00fcber Hochgeschwindigkeitserkennung hinaus und treten in eine neue \u00c4ra intelligenten, vernetzten Sortierens ein, in der komplexe Herausforderungen gel\u00f6st und Daten verstanden, kontextualisiert und direkt an den Betreiber kommuniziert werden. Einmal mehr ist TOMRA an der Spitze der Innovation \u2013 und \u00fcberf\u00fchrt modernste KI in echten, messbaren Mehrwert f\u00fcr unsere Kunden.”<\/p>\n<\/blockquote>\n\n\n

\n
\"\u00a9
\u00a9 2026 TOMRA Systems ASA<\/figcaption><\/figure><\/div>\n\n\n

GAINnext\u2122 erreicht 95 % Reinheit bei der PET-Schalensortierung und macht aus einer technischen Herausforderung ein tragf\u00e4higes Gesch\u00e4ftsmodell.<\/p>\n","protected":false},"excerpt":{"rendered":"

TOMRA Recycling hat eine wegweisende KI-native Plattform von PolyPerception vorgestellt und drei neue Deep-Learning-Anwendungen f\u00fcr die preisgekr\u00f6nte GAINnext\u2122-Technologie eingef\u00fchrt. Die Innovationen wurden auf der IFAT 2026 in M\u00fcnchen und der PRSE in Amsterdam pr\u00e4sentiert und unterstreichen den konsequenten Fokus des Unternehmens auf die Weiterentwicklung KI-gest\u00fctzter Sortierl\u00f6sungen. Die Ank\u00fcndigung f\u00e4llt zusammen mit der Aufstockung der TOMRA-Beteiligung […]<\/p>\n","protected":false},"author":114,"featured_media":177754,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"none","nova_meta_subtitle":"Die neue KI-Agent-Plattform von PolyPerception stellt eine beeindruckende Weiterentwicklung des Waste Analyzer dar \u2013 einer KI-gest\u00fctzten Abfallanalysel\u00f6sung, die die Sortierleistung durch l\u00fcckenloses Material-Tracking verbessert","footnotes":""},"categories":[17143],"tags":[10416,24551,22484,10453],"supplier":[24141,17780],"class_list":["post-177752","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-recycling","tag-circulareconomy","tag-kunstlicheintelligenz","tag-kunststoffrecycling","tag-recycling","supplier-polyperception","supplier-tomra"],"_links":{"self":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/posts\/177752","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/users\/114"}],"replies":[{"embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/comments?post=177752"}],"version-history":[{"count":1,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/posts\/177752\/revisions"}],"predecessor-version":[{"id":177755,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/posts\/177752\/revisions\/177755"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/media\/177754"}],"wp:attachment":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/media?parent=177752"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/categories?post=177752"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/tags?post=177752"},{"taxonomy":"supplier","embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/supplier?post=177752"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}