Ragn-Sells | OSA Digital Process Twin

Jahrzehnte industrieller Entwicklung in Monaten: Wie Ragn-Sells mit KI Europas Ressourcenlücke schließt

Eine Umweltbelastung wird zur industriellen Blaupause

Fast 600 Millionen Tonnen Ölschieferasche lagern in der estnischen Region Ida-Viru – eine der größten industriellen Abfallherausforderungen Europas. In dieser Asche sind Ressourcen gebunden, die der Kontinent derzeit zu hohen Kosten und geopolitischen Risiken importiert. Ragn-Sells, ein internationales Recyclingunternehmen mit über 2.700 Mitarbeitenden in vier Ländern, hat sich dieser Herausforderung gestellt. Über die Tochtergesellschaft OSA entwickelte das Unternehmen ein CO₂-neutrales Verfahren zur Gewinnung hochreinen Calciumcarbonats aus Ölschieferasche – ein Material für Farben-, Kunststoff- und Papierindustrie, das CO₂ im Produkt selbst bindet. Doch hier geht es nicht um die Optimierung eines etablierten chemischen Prozesses. Hier wird etwas aufgebaut, das noch nicht existiert.

Europas Ressourcenlücke fordert ein neues Innovationstempo

• KI komprimiert jahrzehntelange industrielle Zeitpläne auf Monate
• 70 % Menschen, 30 % Technologie – KI durchbricht F&E-, Engineering- und Business-Silos
• Kumulative KI-Fähigkeit könnte bald über Wettbewerbsfähigkeit entscheiden

Was, wenn Jahrzehnte zu Monaten werden könnten?

Was, wenn jedes Laborexperiment sofort in ein vollständiges Prozessdesign und einen validierten Business Case übersetzt werden könnte? Was, wenn Sie nicht auf den Pilotmaßstab warten müssten, um zu verstehen, ob die Wirtschaftlichkeit funktioniert? Was, wenn kumulatives Wissen aus Tausenden von Experimenten jahrzehntelange sequenzielle Versuche ersetzen könnte? Dies ist die Vision, die das Projekt von Anfang an antrieb. Der digitale Prozess-Twin kodiert die physikalische Realität des Prozesses – Massenbilanzen, Energiegrenzen, Materialbeschränkungen, Kostenstrukturen – als harte Grenzen. Innerhalb dieser Grenzen lernt eine Machine-Learning-Komponente aus Labor- und Betriebsdaten und liefert optimierte Sollwerte, wenn sich Rohstoffe, Ziele oder Bedingungen ändern.

70 % Menschen, 30 % Technologie

Die Plattform funktioniert, weil sie um Engineering-Entscheidungen herum gebaut wurde, nicht um Datenanforderungen. 70 % des Projekterfolgs kamen auf Menschen und Organisation zurück – nur 30 % auf Technologie. Die meisten KI-Initiativen beginnen mit monatelanger Datensammlung, bevor jemand Ergebnisse sieht. Process AI verfolgt den umgekehrten Ansatz: Ingenieure, die den Prozess kennen, können es sofort nutzen.

Was sich kumuliert, sind nicht Daten – es ist Fähigkeit

Jeder Prozess, den die Plattform lernt, macht den nächsten schneller. Jeder Materialstrom, jede Anlagenkonfiguration, jeder Optimierungszyklus fügt einem Wissensbestand hinzu, den kein sequenziell entwickelnder Wettbewerber replizieren kann. Was heute für Calciumcarbonat aus Ölschieferasche funktioniert, wird bereits für andere Materialströme innerhalb der Ragn-Sells-Gruppe vorbereitet.

Ein übertragbares Muster

Die Herausforderung, vor der Ragn-Sells steht, ist die definierende Herausforderung anlagenintensiver Industrien insgesamt: neuartige industrielle Prozesse entwickeln – unter einem Zeitdruck, den die Ingenieurgeschichte noch nie gesehen hat. Von Batterietechnologie bis Ressourcenrückgewinnung, von neuartigen Lebensmittelzutaten bis fortschrittlicher Fertigung – jeder Betreiber, der neues Terrain betritt, konfrontiert dieselbe Realität.