PROJEKT
KI-basierte Goldherkunfts-bestimmung zur Ermittlung der Scope 3 Emissionen
PARTNER
Partner ist eine Scheideanstalt.
HERAUSFORDERUNG
Für die Gewinnung von 1 kg Feingold werden in einer Mine durchschnittlich 30.000 kg CO2 emittiert, durch das Recycling von hochhaltigem Material nur 50 kg! Jeder Marktteilnehmer ist mit zersplitterten Quellen von Altmaterial konfrontiert, die die Transparenz des Wertkreislaufs von Gold verhindern und die CO2-Bilanzierung, vor allem im Bereich Scope 3 (indirekten Emissionen aus Quellen, die ein Unternehmen nicht besitzt oder kontrolliert), erschweren. Viele Luxusmarken streben nach einem Life Circle Assessment (LCA) nach Scope 3, dem dritten und umfangreichsten Geltungsbereich für die Emissionsbilanzierung nach dem Greenhouse-Gas-(GHG)-Protokoll. Um dieses zu realisieren und den Nachhaltigkeitsforderungen ihrer Kunden nachzukommen, setzen Luxusartikelhersteller auf den Erwerb von recyceltem Gold. Die zuverlässige Identifizierung und der Ausschluss von Gold ohne früheren Purpose und damit mit einem höheren Co2-Fussabdruck sind bei dem Einkauf von bereits eingeschmolzenem Altgold bisher nicht möglich, da keinerlei Dokumentation der eingebrachten Assets vor dem Schmelzprozess erfolgt.
LÖSUNG
Hier können modernste Computer Vision basierte Ansätze helfen und die verschiedenen Goldgruppe vor dem Einschmelzen unterscheiden und so eine Trennung ermöglichen. Zum Einsatz kommt ein mit einem eigenen, einzigartigen Trainingssatz trainiertes Convolutional Neural Network (CNN), welches sogenannte „bounding boxes“ mit Konfidence-Intervallen für alle Assets ausgibt und so den Ausschluss von Goldassets mit höherem Co2-Fussabdruck ermöglicht.