För att möta utmaningar som bristande materialtillgång, höga råvarupriser, etiska problem och miljökrav, behöver många företag hitta ersättningar för kritiska råmaterial. Ett forskarlag vid Fraunhofer IPA har därför utvecklat ett verktyg för materialsubstitution med hjälp av artificiell intelligens (AI).
sDet nya AI-verktyget hjälper användare att identifiera alternativa material genom att analysera vetenskapliga publikationer i databasen Semantic Scholar. Användare anger detaljer om det material som ska ersättas, vilka egenskaper det ersättande materialet måste ha och i vilket sammanhang det ska användas. AI:n matchar sedan dessa kriterier mot tillgängliga forskningsdata för att föreslå möjliga substitut.
Efter att AI:n har gett förslag utvärderar forskarna dessa alternativ ur juridiskt, miljömässigt och socialt perspektiv samt bedömer den långsiktiga tillgängligheten. Slutresultatet är en rapport med rekommenderade material och tillhörande analyser, vilket ger företagen en gedigen grund för beslut.
De första testerna har visar lovande resultat. Ett exempel är att AI:n föreslår järn som ett alternativ till kobolt, vilket pekar på att AI-metoden fungerar effektivt, eftersom det är känd kunskap att litiumjärnfosfat kan användas i batterier.
Projektet är en del av satsningen ”Ultraeffizienzfabrik – Deep Dive” (Ultraeffektiv fabrik – Djupdykning), som pågår fram till augusti 2025 och stöds med 1,4 miljoner euro av miljöministeriet i Baden-Württemberg.
