塑料因其轻量化、耐用且易加工的特性，成为包装领域的全能材料。在德国，超过60%的商品采用塑料进行包裹、袋装或盒装。塑料行业当前的目标是通过理想的包装设计（可回收设计）支持循环经济，在最小化环境影响的同时为商品提供最佳保护。根据欧盟新规，到2030年塑料包装中再生材料占比需至少达到35%。
为此，隶属于"塑料包装AI应用中心"的创新实验室KIOptiPack联合弗劳恩霍夫加工工程与包装研究所（IVV），利用人工智能突破回收技术瓶颈，推动再生材料在包装生产中的高效应用。这一合作旨在减少塑料废弃物、提升包装可持续性，并通过再生材料利用降低对原生原料的需求，从而增强欧洲供应链的稳定性。
数据空间驱动的AI优化工具
弗劳恩霍夫IVV开发了基于人工智能的优化工具，并通过数据空间实现系统连接。该方法能高效平衡塑料包装需满足的多重标准——在考量环境兼容性、功能设计、消费者接受度和生产可行性的基础上，AI工具会推荐最优包装方案，同时最大限度减少材料使用。数据空间整合了材料特性、来源与去向等全链路数字信息，其底层数据模型由弗劳恩霍夫IVV开发，首次实现了跨利益相关方的数据共享。
数字化材料流保障品质安全
"构建共享数据空间对提升再生材料利用率至关重要，"弗劳恩霍夫IVV所长Andrea Büttner强调，"再生塑料是宝贵资源，但其质量必须达标。"若混入其他塑料、印刷油墨或降解产物等污染物，材料品质将严重受损甚至无法使用。当前行业面临的核心挑战在于：从再生材料生产商、包装薄膜制造商到食品企业，全产业链亟需建立统一的塑料数据语言。聚烯烃类材料作为塑料主力军，其加工过程中的性状变化尤为需要系统监测。
AI精准匹配回收工艺
"高质量塑料回收离不开AI工具，"弗劳恩霍夫IVV货架期与包装建模组负责人Matthias Reinelt介绍，"我们开发的模块化软件能分析材料特性，并关联多维度信息流，从而为性能波动的再生材料匹配最佳应用场景。"例如，AI工具会基于再生材料数据优化加工链条，最终产出壁厚均匀、造型合格的可持续酸奶杯。研究团队还采用色谱分析法结合AI物质识别技术，严防不合格再生材料进入循环系统——即使经过严格分选，污染风险依然存在。
目前，弗劳恩霍夫IVV的AI优化工具与数据空间已直接接入部分制造商的生产流程，可根据现场机器使用的再生材料实时给出加工建议。
破解再生材料供需缺口
尽管再生塑料使用率持续上升，但未来几年供需差距仍将扩大。预计到2030年，再生材料需求将超过供应量30%。"解决塑料行业回收缺口不能依赖孤立方案，"Büttner指出，"我们正通过AI工具串联材料流与信息流，联合跨行业利益相关方共同应对资源短缺。"
7月1日至3日，德国各界专家将齐聚柏林"塑料循环未来论坛"，探讨塑料包装全生命周期创新方案。为最大限度实现塑料闭环，51家产学研机构在两大创新实验室展开合作：专注包装设计与生产的KIOptiPack，以及主攻材料分拣回收的K3I-Cycling。这两个实验室通过数据互通，确保价值链各环节的技术成果得到整体优化。
精选文章：