Forschungsprojekt

Trans4Mat

Interdisziplinäre Erprobung digitaler Tools zur nutzer*innen-orientierten Kommunikation materialbezogener Nachhaltigkeitsinformationen

Das Forschungsprojekt Trans4Mat ging der Frage nach, wie Materialdatenbanken zu Plattformen weiterentwickelt werden können, um ökologische und soziale Aspekte bei der Materialwahl zu vermitteln und nachhaltige Produktgestaltung gezielt zu unterstützen.

Die Materialauswahl ist ein entscheidender Schritt in der Produktgestaltung. Bisher enthalten Materialdatenbanken, die etwa Entwicklungsingenieur*innen, Industriedesigner*innen oder Architekt*innen unterstützen, vor allem physikalisch-chemische oder haptisch-optische Materialinformationen. Informationen hinsichtlich ökologischer und sozialer Aspekte sind kaum enthalten. Das Forschungsprojekt Trans4Mat widmete sich der Frage, wie gestalterisches Arbeiten im Kontext der sozial-ökologischen Transformation durch fundiertes Materialwissen unterstützt werden kann. Im Zentrum standen die inhaltliche Erweiterung von Datensätzen sowie die Konzeption alternativer Interaktionsformen.

In einem interdisziplinären Forschungsprozess wurde dazu ein exemplarisches Datengerüst am Werkstoff Polyethylenterephthalat (PET) zusammengetragen. Die Abteilung Nachhaltiges Produzieren und Konsumieren des Wuppertal Instituts analysierte hierfür nachhaltigkeitsrelevante Daten und entwickelte eine Systematik, die ökologische, soziale und ökonomische Wirkungen entlang der Lebenszyklusphasen erfasst – von der Rohstoffgewinnung bis zur Wiederverwertung. Dabei wurde die Idee einer leicht zu aktualisierenden Metadatenbank verfolgt, die dynamisch auf vorhandene Informationsquellen zugreift. Hierzu untersuchte Aeneas Stankowski (Deutsches Forschungszentrum für Künstliche Intelligenz) das Potenzial KI-gestützter Verfahren: Im Entwurf einer neuen Materialdatenbank helfen KI-Systeme dabei, Wissenselemente aus Dokumenten und Datenbanken zu extrahieren, zu strukturieren und einzubetten. Automatisierte Rechercheprozesse unterstützen darüber hinaus dabei, Inhalte zu moderieren und auf inhaltliche Ähnlichkeit und Kohärenz zu prüfen. Neben dem maintenance-seitigen Einsatz von maschinellem Lernen werden auf Nutzungsseite interaktive Interfaces ermöglicht. Die gestalterische Übersetzung in geeignete Darstellungs- und Interaktionsformen wurde von SustainLab und XLab verantwortet.

 

Das Projekt eröffnet den folgenden Abschnitt:

  • Alternative Formen der Darstellung für komplexe Zusammenhänge

Alternative Formen der Darstellung für komplexe Zusammenhänge

Die erarbeitete Datensystematik geht von einem produktbasierten, materialbasierten oder explorativen Gestaltungsprozess aus, stellt Nachhaltigkeitskriterien den Lebenszyklusphasen von Materialien beziehungsweise Produkten gegenüber und berücksichtigt die R-Strategien der Circular Economy nach Potting et al. Als passendes Erscheinungsbild wurde ein Interface mit radialer Darstellung skizziert, um den vielfältigen Zusammenhängen und Abhängigkeiten gerecht zu werden. Der systemische Überblick eines Materialdatensatzes reiht sich im konzipierten Unterstützungstool in eine Auswahl verschiedener Modi ein. Um dem kreativen Prozess und damit den diversen Ausgangspunkten und Phasen der Gestaltung und Materialwahl gerecht zu werden, lässt sich der Zugang zum gebündelten Wissen der Datenbank immer wieder anders wählen. Der Szenario-Generator schafft ebenso einen Überblick, wählt jedoch eine gänzlich andere Vermittlungsmethode. Hier werden entlang einer generierten Materialgeschichte alle relevanten Entscheidungsmomente an einem konkreten Anwendungsbeispiel beschrieben. KI-unterstützte, flexible Interfaces ermöglichen und etablieren außerdem den erweiterten Suchmodus im Komplex aus heterogenen Inhalten und stellen sich im Question-Answering-Modus ganz individuell auf die Anliegen der Gestalter*innen ein. Click&Collect befähigt dazu, individuelle Informationsbausteine und Wissenspakete entlang der Recherche zu markieren und in zusammengefasster Form aus der Datenbank heraus mit in den Designalltag zu nehmen.

Die dynamische Navigation erlaubt individuelle Zugänge für unterschiedliche Anwendungskontexte – vom Studium bis zur Designpraxis – und stärkt die Integration von Materialwissen in individuelle Entwicklungsprozesse. Ziel ist es, Gestalter*innen eine fundierte Entscheidungsbasis in der Materialwahl zu gewährleisten und sie zu befähigen, Produkte weitsichtig und verantwortungsvoll zu entwerfen.

Das Projekt verortete sich damit zunächst auf konzeptioneller Ebene: Entlang der gestalterischen Anforderungen wurde ein Entwurf entwickelt und in Fachforen diskutiert. Eine Realisierung in Form einer funktionsfähigen Plattform setzt eine weiterführende Forschungsförderung voraus, ebenso die Klärung grundlegender Urheberrechtsfragen im Umgang mit heterogenen Quellen. Zugleich hat die dynamische Entwicklung im Feld der KI viele der seinerzeit formulierten Annahmen inzwischen deutlich näher an die praktische Umsetzbarkeit gerückt.