#28 Digitalisierungsprojekt KI gestützte Materialerkennung

KND – Brückner

Wir unterstützen Sie mit konkreten Praxisbeispielen und passgenauen anbieterneutralen Angeboten rund um die Digitalisierung, damit Sie Ihre Klimaziele erreichen. Unser Angebot ist für Unternehmen kostenfrei. Hallo und herzlich Willkommen zu einer neuen Folge von Klimaneutral Digital. Sie sind mit Ihrem Unternehmen auf dem Weg zur Klimaneutralität. Wir helfen Ihnen dabei. Egal wie weit Sie dabei schon gekommen sind, wir sind an Ihrer Seite. Vor allem, wie Ihnen die Digitalisierung dabei helfen kann, das erfahren Sie hier. Mein Name ist Mats Kastning und heute geht es um das Digitalisierungsprojekt Materialerkennung für effizientere Veredelungsprozesse, gestützt durch Künstliche Intelligenz mit der Firma Brückner Trockentechnik GmbH in Zusammenarbeit mit dem Mittelstand-Digitalzentrum Smarte Kreisläufe. Dazu hören wir ein Interview geführt von Anja Merker von Smarte Kreisläufe, die mit dem Geschäftsführer Axel Pieper über das Projekt und die Ergebnisse spricht. Herzlich willkommen, Herr Pieper. Ich freue mich, dass Sie heute mein Gesprächspartner sind. Ja, ich freue mich auch. Guten Morgen. Herr Pieper, Sie sind Geschäftsführer der Brückner Trockentechnik GmbH, die im baden-württembergischen Leonberg beheimatet ist, im Textile Valley sozusagen. Was sollten unsere Zuhörerinnen und Hörer über Ihr Maschinenbauunternehmen wissen? Ja, wir sind ein Unternehmen mit Tradition. Wir haben jetzt gerade unser 75-jähriges Jubiläum gefeiert und die Firma wird in zweiter Generation von meiner Frau und mir geführt. Wir sind also ein klassisches Familienunternehmen. Ja, was zeichnet ein Familienunternehmen aus? Dass es eben sehr familiäre und enge Kontakte mit seinen Kunden pflegt und dass man auf Augenhöhe miteinander neue Produkte entwickelt und an Problemen arbeitet. Wir haben ein sehr breites Produktportfolio, stellen verschiedenste Anlagen her. Wir haben auch eine ganze Menge, also wir machen sehr viele Speziallösungen für unsere Kunden. Also wir liefern nichts von der Stange, sondern sind sozusagen sehr kundenorientiert mit unseren Anlagen. Sie sagen ja auf Ihrer Webseite, dass Sie als Unternehmer in Lösungen und nicht in Problemen denken. Aber insbesondere die hohen Energiekosten haben auch Ihr Interesse an ausgefeilter Sensortechnik noch einmal verstärkt. Sie arbeiten daher in Ihrem Technologiezentrum in Leonberg an einem sogenannten Textilscanner, um noch energieeffizientere Prozesse zu ermöglichen. Können Sie uns dies kurz erläutern? Ja, also zunächst mal zur Energieintensität unserer Anlagen. Also diese Veredelungsanlagen bestehen aus einer Chemieimprägnierung und einer Trocknungsstrecke und wir haben immer eine thermische Verweilstrecke. Also wir funktionalisieren ein Textil mittels wasserbasierter Chemie. Das Wasser muss verdunstet werden und dann, wenn das Wasser verdunstet ist, findet ein thermischer Verweilprozess statt, um diese funktionalen Partikel fest an das Textil zu binden, zum Beispiel im Kondensationsprozess. Und so eine Anlage, die hat halt eine 1 Megawatt installierte Leistung, thermisch. Und nochmal ungefähr ein Zehntel davon elektrisch. Und meistens haben Kunden nicht nur eine solche Maschine, sondern mehrere. Und auch nicht nur von uns Maschinen, sondern auch in anderen Bereichen, zum Beispiel der Nassveredelung, haben die also auch Anlagen, die sehr energieintensiv sind. Und von daher ist also Energie einsparen für uns ein Riesenthema, schon immer. Also wir liefern schon immer Wärmerückgewinn mit unseren Anlagen. Oder man guckt natürlich, dass man energieeffiziente Motoren hat und so weiter. Aber man kann jetzt erst mal das Thema Hardware erschlagen und schauen, dass man eine möglichst effiziente Hardware hat. Aber danach geht es darum, wie fahre ich denn eigentlich meinen Prozess? Und da sind wir jetzt beim Thema, weil was wir versuchen oder was wir auch umgesetzt haben bereits zu großen Teilen, ist, den Prozess digital abzubilden, digital zu beschreiben. Weil so eine Maschine ist ein komplexes Gebilde. Da hat man viele Stellhebel, um irgendwie die Prozesse einzustellen. Temperaturen, Lüfterdrehzahl, Abluft, Maschinengeschwindigkeit und viele andere Parameter. Und der klassische Maschinenbediener ist oft damit überfordert, die Anlage möglichst prozessoptimal einzustellen. Deswegen haben wir einen digitalen Zwilling entwickelt, mit der wir anhand des Textils, anhand des Prozesses und anhand der Ausführung der Maschine sozusagen den Prozess optimieren können. Und das ist eben im Textil besonders kompliziert, weil das Textil sehr vielfältig ist. Also wir haben sehr, sehr viele verschiedene Textilien. Das fängt bei der Fasermischung an. Das geht über die Bindungsart, das geht über das Flächengewicht und so weiter. Und da ich eben erklärt habe, dass wir mit Wasser, also dass das Textil mit Wasser imprägniert wird, ist dieser Trocknungsprozess abhängig vom Textil sehr wichtig. Und wenn man den digital darstellen will, dann ist jetzt die Frage, wie kann ich künstliche Intelligenz dafür nutzen, um vorherzusagen, wie ein Textil voraussichtlich trocknen wird. So und das kann ich jetzt erstmal, sagen wir mal, in einer Apparatur kann ich das experimentell machen, im kleinen Maßstab. Kann dabei Daten aufzeichnen. Da habe ich dann irgendwelche Sensoren, kann Daten aufzeichnen. Und wenn ich dann eine gewisse Datenmenge habe, dann kann ich anfangen, mir darüber Gedanken zu machen, wie kann ich jetzt eine künstliche Intelligenz nutzen, um Ähnlichkeitsbetrachtungen zu machen. Wenn ein Textil, was ich jetzt veredeln will, nicht ganz so ist, wie das, was ich in meiner Datenbank vielleicht habe, dann überlege ich mir mit Machine Learning, kann ich irgendwie mit intelligenten Schlussfolgerungen vielleicht vorhersagen, wie das sich voraussichtlich verhält. Wenn ich das gut mache, dann kann ich meinen Prozess soweit optimieren, dass ich also auch entsprechend viel Energie sparen kann, weil ich wirklich energieoptimiert fahre. Das ist unser Ziel dabei. Sie hatten ja gerade schon gesagt, der digitale Zwilling lebt ja auch von den tatsächlichen Daten. Und Sie hatten auch gerade schon von Sensoren gesprochen. Welche Daten werden denn durch die Sensoren erfasst? Also wir haben so einen Apparat entwickelt, mit dem man den Trockenverlauf aufzeichnen kann. Das heißt, ein Textil ist entsprechend feucht und wird dann getrocknet bei einer bestimmten Lüfterdrehzahl, bei einer bestimmten Temperatur und da kann man so eine Kurve aufzeichnen. Und das kann man für jedes Textil machen und da bekommt man dann eine Datenbank. Die haben wir schon seit vielen Jahren. So und jetzt ist der nächste Schritt, dass man sich überlegt, muss ich diesen Simulationsprozess in diesem Apparat, muss ich den immer so machen oder kann ich nicht das Textil vielleicht auf eine andere Art und Weise scannen, zum Beispiel mit optischen Sensoren oder mit kapazitiven Sensoren oder anderen Sensoren, um weitere Daten, weitere Informationen über das Textil zu gewinnen, die mir dabei helfen, auf den voraussichtlichen Trockenverlauf zu schließen. Und dafür verwenden wir diese Sensorik. Also deswegen machen wir so einen Multisensor-Scan, um sozusagen noch weitere Daten über das Textil zu gewinnen, die wir versuchen zu korrelieren mit ihrem Trocknungsverhalten. Und dann gibt es auch neben dem Trocknungsverhalten noch ein paar andere Parameter, die auch prozessbestimmt sind, aber es würde jetzt zu weit führen, das alles zu erklären. Bleiben wir einfach mal beim Trocknungsverhalten. Okay, ich kann es mal kurz zusammenfassen, mehr hilft mehr in dem Fall, um Prozesse zu modellieren. Das ist wirklich nicht so einfach, diese textilen Prozesse, weil die Textilien so vielfältig sind. Das sieht man schon an den ganzen Klamotten, die man anhat, wenn man sich überlegt, was ist denn das eigentlich, was ich hier am Körper trage, in Form der Unterwäsche. Das ist völlig anders beschaffen als ein Hemd und dann eben ein entsprechender Hosenstoff. Und wenn wir uns nebeneinander stellen und unsere Textilien miteinander vergleichen, werden wir feststellen, dass keiner von uns das Gleiche am Körper trägt. Genau, genau. Und wenn wir technische Textilien nehmen, wird es dann noch komplizierter. Da sagen Sie was. Die Institute Han Schickert und die DITF, die haben Sie ja im Projekt unterstützt. Han Schickert ist ja Partner im Mittelstand Digitalzentrum Klimaneutral Digital und die DITF sind Partner bei uns im Mittelstand Digitalzentrum Smarte Kreisläufer. Und ich würde jetzt gerne von Ihnen wissen, wie sich die Zusammenarbeit mit den beiden Instituten gestaltet hat und welche Expertise jeder Partner einbrachte. Also Han Schickert kannte ich bis vor ein paar Jahren noch nicht. Ich hatte immer mit dem DITF zu tun, also das klassische Institut, mit dem Textiler zu tun haben. Und Han Schickert ist ein Experte für Sensorik verschiedenster Art. Und ich habe Han Schickert über Startups kennengelernt auf einer Veranstaltung in Sindelfingen, wo auch Spin-Offs von Han Schickert ihre Produkte vorgestellt haben. Und das war eben eine spezielle Sensorik, die mich interessiert hat. Und dadurch bin ich auf Han Schickert gekommen, beziehungsweise auch ein anderes Startup, was in diesem Projekt mitwirkt. Und DITF, mit denen arbeiten wir schon seit vielen Jahren zusammen. Und die haben halt die Expertise auch im Textil. Und das DITF-MR entsprechend in der Digitalisierung und auch im Machine Learning und so weiter, Datenanalyse. Und so haben praktisch beide Institute ihre Kompetenzen mit einbringen können. Super, genau. Gehen wir nochmal zum… Plus Startups, die wir auch mit involviert haben. Also es sind nicht nur die beiden Institute, sondern sind auch zwei Startups dabei. Das habe ich mir selber so zusammengestöpselt. Also ich habe die Leute zusammengesucht und das Projekt aufgesetzt. Und das war auch spannend, ja. Kommt nachher auch noch eine Frage zur Zusammenarbeit mit Startups, die wir ja auch immer sehr unterstützen. Ich möchte aber gerne nochmal zurückkommen zum Thema KI und KI-gestützte Materialerkennung. Wie kann die Ihnen denn Ihrer Meinung nach konkret helfen, Energieeinsparungen hatten wir schon, aber Produktivitätssteigerungen im Veredelungsprozess zu erreichen? Also wie gesagt, es geht immer um den Prozess. Was mache ich auf der Maschine? Und was ich auf der Maschine mache, das hängt davon ab, was ich für ein Textil fahre. Also und was das Textil für Eigenschaftsdaten hat und wie es sich sozusagen in dem Prozess verhält. Wenn ich diese Eigenschaftsdaten, wenn ich da die Zusammenhänge richtig verstanden habe, dann kann ich tatsächlich eine Prozessoptimierung machen, kann eine Prozesssimulation machen. Und das Ganze bevor der Kunde tatsächlich die Ware auf die Maschine, in der Maschine sozusagen einlegt und damit losfährt, hat er schon vorher vorab die richtigen Prozessparameter. Und das hilft ihm ungemein, weil er muss nicht Trial and Error an der Maschine machen, wo es dann auch unter Umständen zu Qualitätsproblemen kommt oder Ausschuss oder unproduktiven Zeiten, weil man einfach irgendwas hin und her probieren muss. Man kann es sozusagen auf Anhieb richtig machen, wenn man diese Prozesssimulation richtig macht. Also spart man nicht nur Zeit, sondern auch Rohstoffe sozusagen. Genau, man kann einerseits produktiver werden, also man kann die Anlage besser ausfahren. Oft werden die Anlagen nicht optimal gefahren, also man könnte sie vielleicht viel schneller fahren. Oder man verschwendet Energie durch falsche Prozesseinstellungen. Also es ist in vielerlei Hinsicht sehr, sehr sinnvoll. Weil heute ist es so, dass das Know-how, wie ich ein bestimmtes Textil fahre, das ist sozusagen im Kopf von einigen ganz wenigen Leuten in den Firmen. Die haben dann irgendwelche Büchlein, wo sie genau dieses Erfahrungswissen dokumentiert haben nach dem Motto, die und die Ware fahren wir so und so. Und die machen im Grunde genommen das Gleiche. Wenn jetzt ein neues Textil veredelt wird, dann gucken die in ihrem Buch nach. Ja, wie haben wir das denn? Da hatten wir doch mal irgendwann dieses und jenes. Und wie haben wir das denn gefahren? Und dieses Expertenwissen versuchen wir eben in einer KI zur Verfügung zu stellen. Und jetzt wurde ja aber am Projekt festgestellt, dass die erhobenen oder bisher erhobenen Daten noch nicht ausreichen, um die Textilien vollständig zu klassifizieren. Wie gehen Sie mit dieser Herausforderung denn nun um? Beziehungsweise wie machen Sie da weiter? Letztendlich, wenn man merkt, man hat nicht genug Daten, dann müssen wir halt mehr Daten schaffen. Und unser Ansatz ist jetzt, dass wir bisher bestimmte Eigenschaftsdaten von dem Textil hatten, die da lauten, was ist denn die Faserzusammensetzung, was ist die Bindungsart, ist es gestrickt, ist es gewebt, was ist das Flächengewicht und was ist die Luftdurchlässigkeit und so ein paar andere Parameter. Mit den Parametern konnten wir noch nicht genug anfangen, wir wollten noch mehr. Und dann haben wir gesagt, okay, jetzt scannen wir das Textil auf eine völlig andere Art und Weise. Das heißt, wir nehmen Daten von dem Textil auf, die wir bisher noch gar nicht hatten. Und wo wir vielleicht auch gar nicht so genau wissen, sind die jetzt tatsächlich relevant. Aber die schmeißen wir dann in eine große Datenbank und dann bekommen wir mehr Daten und dann können wir damit auch letztendlich KI machen und Machine Learning machen. Das ist so der Ansatz gewesen. Also mehr Daten schaffen durch ein Multisensor-Scanning von Textilien, die wir schon haben, oder die wir neu scannen. Okay, die Datensammelei geht sozusagen weiter. Ja, die Datensammelei hört nie auf. Wo sehen Sie denn zukünftige Einsatzbereiche von KI, sowohl in Ihrem Unternehmen als auch in der Textilbranche? Ich denke, in der Textilbranche die Prozessoptimierung ist ein ganz wesentliches Thema. Das kann man natürlich nicht nur auf unserer Maschine so machen, sondern das könnte man genauso auf anderen Maschinen machen. Also ich glaube, wir sind da relativ schon fortschrittlich mit dem Tool, was wir haben. Also wir haben heute schon einen digitalen Zwilling, mit dem wir sehr viel simulieren können. Es gibt dann auch so ein paar offene Enden, an denen wir arbeiten. Aber das müsste man letztendlich an anderen Maschinen genauso machen. Und da lassen sich schon ziemliche Produktivitätsreserven draus ziehen. Und ansonsten in den Unternehmen, ja, da gibt es sicherlich auch so die Ablauffolgeoptimierung. Da könnte man vielleicht, also wann produziere ich welche Charge? Das hängt ja, also mal als Beispiel, wenn ich verschiedene Textilien habe, die ich mit verschiedenen Temperaturen vielleicht behandle, dann versuche ich vielleicht, bestimmte Chargen zusammenzufassen, damit die Maschine möglichst kurze Rüstzeiten hat. Und so eine Art Produktionsoptimierung, für die könnte man vielleicht auch künstliche Intelligenz verwenden, wenn man Vergangenheitsdaten hat, die man irgendwie analysieren kann. Und da kann man vielleicht auch was machen. Ja, und ansonsten, also in der Verwaltung gibt es natürlich auch eine ganze Menge Möglichkeiten, mit KI zu arbeiten. Also ich nutze Chat-GPT sehr viel, um Dinge zu recherchieren. Und das muss aber jeder so für sich selber rausfinden anhand seiner Aufgaben. Wo kann mir das helfen? Also es ist schwer, die Frage so allgemeingültig zu beantworten. Wir hatten Sie ja als Gesprächsgast auf unserer Fachtagung im April dieses Jahres im Rahmen der Tech-Textilmesse und haben dort auch über das Thema KI-Readiness gesprochen, also die Vorstufe für den Einsatz von KI. Was können Sie oder was würden Sie anderen Mittelständlern empfehlen, um das Thema KI anzugehen? Ja, also ich würde anfangen beim ordinären Geschäft. Also irgendwas wird ja immer in irgendeiner Form produziert in der Textilindustrie. Und ich würde mir überlegen, wie kann ich das, was ich heute mache, wie kann ich das noch effizienter gestalten, diese Produktion? Und da fängt es im Prinzip damit an, wo sind denn die Daten, die ich benötige, um meinen Prozess zu führen? Wo stehen die? Und wie kann ich die nutzen, um das Wissen, was heute teilweise in Köpfen steht, die vielleicht irgendwann das mal auch mit in den Ruhestand nehmen, wie kann ich das nutzen, um das zu digitalisieren und allen verfügbar zu machen? Weil das Fachkräfteproblem, das wird uns nicht loslassen. Da müssen wir dran arbeiten. Deswegen ist es empfehlsam für alle diese Betriebe, sich darüber Gedanken machen, wie kann ich das Expertenwissen nach Möglichkeit erhalten und lange verfügbar machen und auch anderen verfügbar machen und da irgendwelche Tools entwickeln. Da würde ich mal anfangen, bevor ich irgendwelche anderen komplizierten Sachen mache. Weil die eigene Produktion ist sozusagen ja der Kern der Firma. Stimmt, das Herzstück. Und jetzt komme ich wieder zurück auf die Startups, wo wir vorhin oder wo Sie vorhin schon kurz darüber gesprochen haben. Sie hatten sich damals in Frankfurt auch für eine verstärkte Zusammenarbeit zwischen KMU und Startups ausgesprochen. Auch die räumliche Nähe zu Unis, in denen kreative Lösungen entwickelt werden, ist Ihnen wichtig. Wo sehen Sie konkret die Vorteile darin, also in der Kooperation mit Unis oder Startups und haben Sie konkrete Beispiele? Ja, also bei den Startups ist es halt so, die kommen ganz frisch von der Uni, die haben sozusagen das neueste Wissen, was wir in der Industrie oft noch nicht haben. Die Leute haben vor x Jahren irgendwann mal studiert und das Wissen von damals, das kann man immer noch anwenden, aber es gibt halt auch doch neueres Wissen und auch neuere Techniken und deswegen macht es sehr viel Sinn, sich mit den Startups auseinanderzusetzen. Da gibt es ja diese Messen auch immer wieder, wo man sich anschauen kann, was machen die eigentlich und das würde ich mir auf jeden Fall anschauen, einfach völlig unvoreingenommen und gucken, was machen die da eigentlich und da muss man letztendlich in Chancen denken und überlegen, was könnte mir das bringen, was die da an Geschäftsideen, an Produkten haben, was könnte das mir bringen in meiner Firma. Da muss ich da schon ein bisschen selber auch miteinander setzen und irgendwo in Chancen denken. Wer dabei ein bisschen helfen kann, sind die Universitäten. Die vermitteln ja das neueste Wissen sozusagen und haben vielleicht auch teilweise den Zugang zu Startups und die können diesen Prozess vielleicht auch in gewisser Weise orchestrieren und anderes Know-how mit einbringen. Weil grundsätzlich glaube ich, dass jeder, der ein Projekt in diesem Bereich startet, der muss schon irgendwo eine gewisse Idee haben oder eine Vision entwickeln, indem er sich einfach anschaut, was gibt es denn da eigentlich am Markt und was machen diese ganzen Startups da und was machen auch die Universitäten. Da gibt es ja auch immer wieder irgendwelche Hausmessen und so weiter. Also macht durchaus Sinn, die zu besuchen, sich das anzuschauen und sich Anregungen zu holen und einfach nach Chancen zu suchen und die dann eben zu einem Projekt umzusetzen. Ja, kann ich wohl und ganz unterstützen. Sie hatten ja auch im Vorgespräch schon erwähnt, dass Sie auch mit zwei Startups schon zusammengearbeitet haben. Insofern, es ist ja nicht nur so, dass Sie was davon haben, auch die Startups haben ja was davon. Die können an ihren Produkten und Dienstleistungen feilen und tatsächlich an den konkreten Bedarfen der Unternehmen dann arbeiten. Deswegen befürworte ich so eine Kooperation auch immer sehr. Es gibt ja auch die andere Möglichkeit noch, das sind diese Hackatons, die man in der eigenen Firma durchführt. Das haben wir auch vor mehreren Jahren schon mal gehabt. Da kommen dann, keine Ahnung, fünf Startups, jeder hat irgendein anderes Produkt und die gucken sich dann innerhalb von zwei oder drei intensiven Tagen an, was man überhaupt macht, entwickeln selber Ideen, testen ihre Produkte intensiv aus und sowas macht also auch Sinn. Also diese Hackatons sind also auch zu empfehlen. Haben wir vor bestimmt, das ist auch schon fünf Jahre her oder so, oder noch länger, da waren wir einer der Ersten, die diese Hackatons gemacht haben und das fand ich auch sehr spannend. War klasse. Das glaube ich gerne. Vor allen Dingen, wenn es dann auch gleich so fürs eigene Unternehmen nutzbar ist, wenn die daran arbeiten und nicht nur, ich sage mal, ein allgemein Problem gehackt wird. Herr Pieper, zum Abschluss stelle ich Ihnen noch unsere Standardfrage. Welche smarten Kreisläufe wünschen Sie sich dann zukünftig? Ja, also wenn es um smarte Kreisläufe geht, also um Kreislaufwirtschaft, dann geht es immer darum, dass man die Eigenschaftsdaten des Textils irgendwo aus den Herstellungsprozessen extrahieren müsste. Das heißt, man braucht Informationen über die Materialität, wenn man irgendwas recyceln will. Könnte man zum Beispiel aus einer Strickmaschine, die verschiedene Fasern miteinander verstrickt, kann man das herausziehen. Wenn man jetzt mal unseren Prozess ansieht, dann ist es vielleicht eher die Chemie, die ich aufgebracht habe, die irgendwo eine Rolle spielt oder eine bestimmte Beschichtung, die ich aufgebracht habe, die fürs Recycling auch eine Rolle spielt. Für mich ist Kreislaufwirtschaft letztendlich ein Thema, wo man über die Prozesskette Daten sammelt und sie geschickt in einem Datenmodell zusammensetzt, das man dann später auf irgendeine Art und Weise verwenden kann, um das Textil zu reparieren oder um es zu recyceln oder sonst was. Da muss man letztendlich nicht im Nachhinein sich das Ding angucken und sagen, was ist das jetzt hier für ein Lappen und die Eigenschaftsdaten sozusagen in der Datenbank einhecken, sondern man müsste es letztendlich so machen, dass man über die Prozesskette diese Eigenschaftsdaten sammelt und sie in irgendeiner Weise zu dem Textil referenziert, sodass man später, wenn man das braucht, das irgendwo abrufen kann aus irgendeiner zentralen Datenbank. Finde ich gut. Macht das Leben für alle in der textilen Kette einfacher, wenn die Daten am Anfang schon erfasst werden. Lieber Herr Pieper, ganz herzlichen Dank für den interessanten Input. Ich habe auch wieder was dazu gelernt, weil ich jetzt nicht in der Trockentechnik so sonderlich versiert bin, um ehrlich zu sein. Und auch bedanke mich für den Input zu dem Projekt, was Sie gemeinsam mit dem DTF und dem Hanschekat gemacht haben und natürlich auch für Ihre Zeit. Ja, sehr gerne. Hat mich auch gefreut. Bis dahin. Ja, bis bald. Das Interview hat Anja Merker von Smarte Kreisläufe geführt, die mit dem Geschäftsführer Axel Pieper über das Digitalisierungsprojekt Materialerkennung für effizientere Veredelungsprozesse gestützt durch Künstliche Intelligenz gesprochen hat. Alle Infos zur Folge, weiterführende Links und natürlich auch einen Kontakt zu unseren ExpertInnen finden Sie in den Show Notes. Ich bin Mats Kastning und würde mich freuen, wenn Sie auch in der nächsten Folge wieder dabei sind. Und bis dahin wünsche ich uns allen ein gutes Klima. Ciao. Klima neutral digital gehört zum Mittelstand digital. Das Mittelstand Digital Netzwerk bietet umfassende Unterstützung bei der Digitalisierung. Gefördert vom Bundesministerium für Wirtschaft und Klimaschutz. Alle Informationen finden Sie unter klima-neutral-digital.de