Datengetriebene Methoden in der Circular Economy (Coding possible)

*** ENGLISH VERSION BELOW ***

Wissenschaftliche Fragestellung

Daten nutzen um mit Müll die Welt retten – Müll ist wohl nicht die einzige Antwort, aber doch eine Antwort für eine nachhaltige Produktion. Zum Beispiel können wir aus Meereskunststoff Kleidung machen. Doch wie können wir herausfinden, in welchen Abfallstoffen noch Wert steckt? Ein Ansatz ist, das Ganze datengetrieben anzugehen und somit Wissen zu gewinnen, das wir nutzen können. Nutzen für eine kreislauforientierte Produktion anstatt einer linearen Produktion. Im Rahmen der Arbeit soll untersucht werden, welche datengetriebenen Methoden eingesetzt werden können, um neue Potentiale zur Verwendung von Abfallstoffen als Wertstoffe zu identifizieren. Welche Daten werden für diese Methoden benötigt? Welche Herausforderungen und Chancen ergeben sich aus der Verwendung von datengetriebenen Methoden für eine kreislaufgetriebene Produktion (Circular Economy)?

Wissenschaftliche Methodik

Im Rahmen dieser Arbeit sollen verschiedene datengetriebene Methoden in Bezug auf die Analyse von Materialflüssen zur Verwendung in der Circular Economy untersucht werden. Dabei sollen in einem ersten Schritt aus der Literatur verschiedene Methoden identifiziert werden. Es ist zu erwarten, dass dabei ein breites Spektrum von sowohl Datenanalysen und –visualisierungen, über Machine Learning Ansätze, bis hin zu IoT-Technologien und Simulationen möglich sind. Mit einer Auswahl auf zwei bis drei mögliche Methoden, soll im Anschluss untersucht werden, welche Daten für diesen Ansatz benötigt werden und welche Möglichkeiten sich damit ergeben. Es besteht die Möglichkeit je nach Auswahl der Methode einen kleinen Demonstrator zu programmieren, der Potentiale für eine Circular Economy aufzeigen kann.
Der Umfang kann in Absprache und je nach Art der Arbeit angepasst werden.

Ziel und erwartete Ergebnisse

Ziel der Arbeit ist die Identifikation möglicher datengetriebener Methoden die bei dem Aufdecken neuer Potentiale von Abfällen als Wertstoffe unterstützen können. Für einige Methoden sollen benötigte Daten definiert werden. In Absprache kann ein kleiner Demonstrator zum Beispiel mit Python programmiert werden. Außerdem soll identifiziert werden, welche Herausforderungen und Chancen in der Verwendung der ausgewählten Methoden in Hinblick auf die Circular Economy bestehen.

Kontakt:

Johanna Lauwigi, M.Sc.
Tel.: +49-241 80-91104
Email: johanna.lauwigi@ima.rwth-aachen.de

——– ENGLISH ——-

Scientific question

Using data to save the world with waste – Waste is probably not the only answer, but it is one answer for sustainable production. We can, for example, make clothes from ocean plastics. But how can we find out which materials still have value? One approach is to go the data-driven track to generate knowledge about the materials that we can use and use this knowledge for a more circular production, a circular economy. Within this thesis, the student should investigate which data-driven methods can be used to identify the potential for using trash as resource. Which data is necessary for these methods? Which challenges and chances arise from the use of data-driven models for the circular economy?
Scientific method

Within this thesis, the student should investigate different data-driven methods with respect to the analysis of material flows to support the circular economy. The first step is to identify various methods from the literature. This research will probably show a wide range of methods from data analyses and visualization, to machine learning approaches, IoT technologies, and simulations. The student will select two to three promising methods and analyze the necessary data for this approach as well as the possibilities this approach brings. Depending on the selection, it is possible to implement a demonstrator of a chosen method to validate the findings.
The scope of the thesis can be adapted according to its type.

Objective and expected results

The objective of the thesis is to identify possible data-driven methods that can support the identification of the potential to reuse trash as valuable material. For some of the identified methods, the student should define the necessary data. Depending on interest and scope, the student can implement a small demonstrator for example with Python. Additionally, the student should identify potential challenges and chances of using the selected methods with regard to the circular economy.

Contact

Johanna Lauwigi, M.Sc.
Phone: +49-241 80-91104
Email: johanna.lauwigi@ima.rwth-aachen.de