GREEN.AI BW - Sicos BW

Gesucht: Nachhaltige KI-Ideen

5 Challenges a 8.000 €

GreenTech & KI für Baden-Württemberg

Baden-Württemberg bringt beste Voraussetzungen mit: eine starke Industrie, eine dichte Forschungslandschaft und eine wachsende GreenTech-Kompetenz. Doch Klimaschutz, Kreislaufwirtschaft und Ressourceneffizienz müssen schneller in konkrete Anwendungen überführt werden. Genau hier setzt Green.AI BW an. Wir bringen reale Herausforderungen aus Unternehmen, Kommunen und der Umwelttechnik mit KI-, Daten-, Simulations- und HPC-Expertise zusammen. So entstehen in kurzer Zeit überprüfbare Prototypen, belastbare Transferpfade und skalierbare Lösungen. Wer Nachhaltigkeit und KI/HPC verbinden möchte, findet hier das passende Umsetzungsformat.

jetzt bewerben

Matchmaking als Brücke. Das Projekt basiert auf einer gemeinsamen Bewerbung von mindestens zwei komplementären Partnern (siehe Ausschreibung). Für Bewerbende, die noch keinen Partner haben, senkt ein optionaler digitaler Matchmaking-Termin am 9.10.2026, 15:00 – 16:00 Uhr (ohne Anmeldung hier teilnehmen) und am 14.10.2026, 10:00 – 11:00 Uhr (ohne Anmeldung hier teilnehmen) die Hürde. Informieren Sie sich unverbindlich und lassen Sie sich von unseren Experten beraten, die Ihnen alle Fragen beantworten können.

Zielsetzungen

Das Projekt Green.AI BW verfolgt drei übergeordnete Ziele:

GreenTech-Anwendungen durch KI beschleunigen

KI, Datenräume, Simulation, HPC und Robotik sollen gezielt für Ressourceneffizienz, Klimaschutz, Umwelttechnik, Kreislaufwirtschaft und Bioökonomie nutzbar gemacht werden.

Konkrete Challenges in übertragbare MVPs überführen

Aus praxisnahen Problemstellungen entstehen innerhalb von Green Impact Sprints funktionsfähige Prototypen, die von Unternehmen, Kommunen oder Transferpartnern weitergeführt werden können.

Start-ups, Mittelstand, Forschung und öffentliche Akteure wirksam vernetzen

Das Projekt mobilisiert Lösungskompetenzen aus der KI-, Digital- und GreenTech-Szene und verbindet sie mit konkreten Anwenderbedarfen.

Die fünf Challenge-Felder

Challenge-Feld 1 · Resource & Material Intelligence

Typische Anwendungsfälle: Bildbasierte Qualitätsprüfung zur Ausschussreduktion; datengetriebene Optimierung von Prozessparametern (Temperatur, Druck, Vorschub) für geringeren Energie- und Materialeinsatz; prädiktive Instandhaltung gegen ungeplante Stillstände und Materialverluste; Materialflussanalyse zur Aufdeckung von Verlustquellen.

Wer passt?	Beispiele
Anwenderpartner	Produzierende KMU, Zulieferer, Handwerks- und Industriebetriebe mit realen Fertigungs- oder Prozessdaten.
Technologiepartner	KI-/Data-Start-ups, Anbieter industrieller Bildverarbeitung, Fraunhofer-Institute, Hochschulen mit Fertigungs-/HPC-Bezug.

Wirkungsbezug (Landesstrategie): Direkte Einzahlung auf Ziel 1 (effiziente Ressourcennutzung, Klimaschutz) und Ziel 2 (Entkopplung von Wertschöpfung und Ressourcenverbrauch). Wirkung messbar in kWh, t CO₂e, eingesetztem Material und Ausschussquote; abschätzbar mit ESTEM und bw!MFCA.

Beispielhafte Challenge-Frage: „Wie lässt sich mit KI der Ausschuss in unserem [Prozess] um X % senken – und wie viel Material, Energie und CO₂e spart das nachweisbar ein?“

Challenge-Feld 2 · Circular Data & Product Intelligence

Typische Anwendungsfälle: KI-gestützte Sortierung und Qualitätsvorhersage von Sekundärrohstoffen; Aufbereitung und Plausibilisierung von Produktpass-Daten; datenbasierte Entscheidung über Reparatur, Refurbishment oder Weiterverwendung; Vorhersage von Rezyklatqualität für den Wiedereinsatz in der Produktion.

Wer passt?	Beispiele
Anwenderpartner	Recycling- und Entsorgungsbetriebe, Hersteller mit Rücknahme- /Kreislaufinteresse, Kommunen und kommunale Betriebe.
Technologiepartner	Data-/AI-Unternehmen mit Fokus Kreislaufwirtschaft, Materialwissenschaft, Forschungseinrichtungen mit Sekundärrohstoff-Expertise.

Wirkungsbezug (Landesstrategie): Einzahlung vor allem auf Ziel 3 (Kreislaufführung, Sekundärrohstoffe, Versorgungssicherheit). Wirkung messbar in Rezyklatanteil, Wiederverwertungsquote und vermiedenem Primärrohstoffeinsatz.

Beispielhafte Challenge-Frage: „Wie erkennen und bewerten wir mit KI die Qualität unseres Sekundärmaterials so zuverlässig, dass der Rezyklatanteil im Produkt steigt?“

Challenge-Feld 3 · GreenTech Robotics

Typische Anwendungsfälle: Automatisierte Demontage und sortenreine Zerlegung für höhere Rückgewinnungsquoten; robotergestützte Sortierung von Wertstoffen; präzise Dosierung und Spot- Anwendung (z. B. Pflanzenschutz, Beschichtung) zur Reduktion von Einsatzstoffen; teilautomatisiertes Refurbishment.

Wer passt?	Beispiele
Anwenderpartner	Recycling- und Demontagebetriebe, produzierende Industrie, landwirtschaftliche und kommunale Betriebe.
Technologiepartner	Robotik- und Automatisierungs-Start-ups, Anbieter bildgeführter Robotik, Forschungseinrichtungen mit Robotik- /CV-Schwerpunkt.

Wirkungsbezug (Landesstrategie): Einzahlung auf Ziel 1 und Ziel 3. Wirkung messbar in zurückgewonnenem Material, reduziertem Chemikalien-/Wassereinsatz und Energie je Verarbeitungseinheit.

Beispielhafte Challenge-Frage: „Kann ein bildgeführter Roboter unsere [Bauteile/Wertstoffe] so sortenrein trennen, dass die Rückgewinnungsquote messbar steigt?“

Challenge-Feld 4 · Bioeconomy & Secondary Resources

Typische Anwendungsfälle: Identifikation und Matching verwertbarer Nebenstoffströme zwischen Betrieben; KI-gestützte Prozessführung in biobasierten Verfahren (Fermentation, Aufbereitung); Vorhersage von Verfügbarkeit und Qualität biogener Rest- und Sekundärstoffe; Substitution primärer durch sekundäre Rohstoffe.

Wer passt?	Beispiele
Anwenderpartner	Betriebe der Agrar-, Lebensmittel- und Chemiewirtschaft, kommunale Ver- und Entsorger, biobasiert produzierende KMU.
Technologiepartner	BioTech-/AI-Unternehmen, Forschungseinrichtungen der Bioökonomie und Verfahrenstechnik.

Wirkungsbezug (Landesstrategie): Einzahlung auf Ziel 2 und Ziel 3. Wirkung messbar in Sekundärrohstoffquote, substituierten Primärrohstoffen und vermiedenen Emissionen.

Beispielhafte Challenge-Frage: „Welche unserer Rest- und Nebenstoffe lassen sich mit KI zuverlässig als Sekundärrohstoff qualifizieren und einem Abnehmer zuordnen?“

Challenge-Feld 5 · Sustainable AI

Typische Anwendungsfälle: Lastmanagement und Betriebsoptimierung (Heizung/Lüftung/Klima) in Gebäuden und Liegenschaften; energieoptimierte Steuerung von Anlagen und Quartieren; effiziente, schlanke KI-Modelle (TinyML/Edge), die dieselbe Wirkung mit deutlich geringerem Rechen- und Datenaufwand erzielen; Effizienzsteigerung im Rechenzentrumsbetrieb.

Wer passt?	Beispiele
Anwenderpartner	Kommunen und öffentliche Einrichtungen, Betreiber von Liegenschaften und Anlagen, energieintensive Betriebe.
Technologiepartner	KI-Start-ups und Forschungseinrichtungen mit Schwerpunkt effiziente/energieoptimierte KI und Energiemanagement.

Wirkungsbezug (Landesstrategie): Einzahlung insbesondere auf Maßnahme 2.7 (Digitalisierung soll Ressourceneffizienz stärken, ohne selbst unerwünschte Verbräuche zu verursachen). Wirkung in kWh und CO2e – ausdrücklich netto, inklusive des eigenen Rechen- und Datenaufwands.

Beispielhafte Challenge-Frage: „Wie senken wir mit KI den Energieverbrauch unserer [Liegenschaft/Anlage] spürbar – und weisen nach, dass die KI selbst ressourcenschonend bleibt?“

Ausschreibung: Das Tandem-Prinzip

Herzstück des Programms ist die gemeinsame Bewerbung eines Konsortiums aus mindestens zwei komplementären Partnern. Die Rollen sind bewusst offen für unterschiedliche Akteurstypen, damit sowohl klassische Industrie-KMU als auch Kommunen und Forschungseinrichtungen teilnehmen können.

Rolle	Wer das ist und was er einbringt
Anwenderpartner (ChallengeGeber)	Bringt das reale Problem, den Anwendungskontext, die Daten bzw. den Anlagen-/Prozesszugang und einen benannten Ansprechpartner mit Zeitbudget ein. Typisch: produzierende KMU, Handwerk, Kommunen, öffentliche Einrichtungen, Bedarfsträger.
Technologiepartner (ChallengeNehmer)	Setzt den MVP um und bringt die technische Umsetzungskompetenz ein. Zulässig ist genau einer der Typen: Start-up, etabliertes KI-/Data-Unternehmen oder Forschungseinrichtung.
Mindestkonstellation	Mindestens ein Anwenderpartner und mindestens ein Technologiepartner. Größere Tandems (z. B. Anwender + Start-up + Forschung) sind zulässig, solange Rollen, Aufwände und Rechte klar geregelt sind.
Sitz / Umsetzungsort	Die Konsortialpartner haben ihren Sitz oder Umsetzungsort in Baden-Württemberg.

Warum gemeinsam bewerben? Weil die Bewerbungsphase nur vier Wochen dauert. Ein nachgelagertes Matchmaking würde diese Zeit unnötig verlängern. Indem sich das Tandem bereits gematcht bewirbt, startet der Sprint sofort mit echtem Datenzugang und geklärter Zusammenarbeit – das ist der eigentliche Geschwindigkeits- und Qualitätsvorteil.

Bezug zum Antrag. Das Tandem ist die operative Schärfung des im Antrag vorgesehenen „interdisziplinären Teams bzw. Konsortiums“: Der Bewertungsbogen macht daraus die verbindliche Mindestkonstellation aus Anwender und Technologiepartner (K.-o.-Kriterium V4).

Zeitplan

Ausschreibung

Oktober 2026

Auswahl

November 2026

Umsetzung

Dez. 2026 – Feb. 2027

Präsentation

März 2027

Downloads

Ausschreibung

(PDF)

Anlagen & Vorlagen

(ZIP)

FAQ

Können wir uns ohne Partner bewerben?

Nein. GREEN.AI BW fördert Tandems: mindestens ein Anwender- und ein Technologiepartner. Für die Partnersuche bietet die SICOS BW GmbH in der ersten Woche der Bewerbungsphase einen digitalen Matchmaking-Termin an. Die Teilnahme ist freiwillig und keine Voraussetzung für eine Bewerbung.

Zählt eine Forschungseinrichtung als Technologiepartner?

Ja. Zulässig ist genau einer der Typen: Start-up, etabliertes KI- oder Data-Unternehmen oder Forschungseinrichtung. Bewerbungen in mehreren Challenge-Feldern sind möglich, sofern es sich um unterschiedliche Vorhaben handelt; wir empfehlen aber, die Kraft auf die stärkste Idee zu bündeln.

Ist das eine Förderung?

Ja. Die SICOS BW GmbH leitet Fördermittel des Landes, die sie als Zuwendungsempfängerin erhalten hat, als zweckgebundenen, nicht rückzahlbaren Zuschuss an die ausgewählten Tandems weiter. Grundlage ist ein Vertrag zur Weitergabe von Fördermitteln; die ANBest-P gelten entsprechend. Das Verfahren ist bewusst schlank: Ideenskizze, Auswahl, Vertrag, kurzer Verwendungsnachweis. Ein finanzieller Eigenanteil ist nicht vorgeschrieben, erwartet wird aber eine erhebliche Eigenleistung des Tandems.

Brauchen wir einen Verwendungsnachweis?

Ja, in schlanker Form. Binnen vier Wochen nach Sprintende legen Sie einen Abschlussbericht (Sachbericht, höchstens zwei Seiten) und einen Kostennachweis über die tatsächlichen Ausgaben vor, jeweils nach Vorlage und von beiden Partnern unterzeichnet. Ausgezahlt wird in zwei Raten: 50 Prozent nach Unterzeichnung des Vertrags und Sprintbeginn, der Rest nach positiver Prüfung des Verwendungsnachweises. Belege sind auf Anforderung vorzulegen und zehn Jahre aufzubewahren.

Wie wird mit der Umsatzsteuer umgegangen?

Der Zuschuss ist kein Entgelt: Sie stellen keine Rechnung und weisen keine Umsatzsteuer aus. Förderfähig sind Ihre tatsächlichen MVP-bezogenen Ausgaben bis höchstens 8.000 Euro. Sind Sie zum Vorsteuerabzug berechtigt, zählen die Ausgaben ohne Umsatzsteuer.

Was passiert, wenn wir weniger als 8.000 Euro ausgeben?

Dann wird nur der nachgewiesene Betrag gewährt. Liegt er unter der bereits ausgezahlten ersten Rate, ist die Differenz zurückzuzahlen. Mehrausgaben über 8.000 Euro trägt das Tandem selbst.

Wer wird unser Vertragspartner?

Die SICOS BW GmbH als weiterleitende Stelle. Den Weiterleitungsvertrag unterzeichnet der Technologiepartner als federführender Mittelempfänger für das Tandem; er erhält die Mittel. Der Anwenderpartner erhält keine Mittel, bindet sich aber über die Mitwirkungserklärung und zeichnet den Verwendungsnachweis mit. Dritte binden Sie über MVP-bezogene Fremdleistungen ein und benennen sie im Mittelverwendungsplan.

Ist die Höhe der beantragten Mittel ein Wertungskriterium?

Nein. Der Förderbetrag ist für alle Challenge-Felder gleich; gewertet wird ausschließlich die inhaltliche Qualität nach den Kriterien K1 bis K5 (Nummer 7.3 der Ausschreibung). Der Mittelverwendungsplan dient nur der Prüfung, ob das Vorhaben realistisch zugeschnitten ist.

Müssen wir Rechenkapazität einplanen?

Nein. Zugang zu Hochleistungsrechnen, Cloud- und Data-Analytics-Umgebungen sowie Beratung zu deren Nutzung stellt die SICOS BW GmbH bei. Diese Leistungen sind bereits finanziert und dürfen nicht zusätzlich im Mittelverwendungsplan angesetzt werden. Schätzen Sie Ihren Bedarf in Feld 11 nur grob ab, sofern er überhaupt anfällt.

Wem gehören die Ergebnisse?

Die Rechte an den im Sprint entwickelten Ergebnissen verbleiben beim Tandem. Die SICOS BW GmbH und der Zuwendungsgeber dürfen die Ergebnisse aggregiert für Berichts- und Öffentlichkeitszwecke nutzen. Die Rechteverhältnisse zwischen Technologie- und Anwenderpartner regeln Sie vor Sprintbeginn selbst.

Können wir parallel andere Fördermittel nutzen?

Ja, solange für dieselben Aufwände keine weiteren öffentlichen Fördermittel in Anspruch genommen werden. Grenzen Sie Berührungspunkte zu laufenden Förderprojekten in Feld 16 kurz ab. Hinweis zur Forschungszulage: Aufwände, die aus den weitergeleiteten Mitteln finanziert werden, können nicht zusätzlich in eine Forschungszulage einfließen. Ob darüberhinausgehende Eigenaufwände begünstigt sein können, klären Sie bitte mit Ihrer Steuerberatung.

Was passiert, wenn unser Ansatz nicht funktioniert?

Ein negatives Ergebnis ist ausdrücklich ein Ergebnis. Belegt der Sprint sauber, dass ein Lösungsweg für diesen Anwendungsfall nicht trägt, und dokumentiert er die Gründe, gilt das Vorhaben als zweckentsprechend durchgeführt. Ein Rückforderungsgrund entsteht daraus nicht.

Was passiert nach dem Sprint?

Die Ergebnisse werden am Demo Day sichtbar gemacht; die Teilnahme ist verpflichtend. Ziel ist der Übergang in Pilotbetrieb, Weiterentwicklung oder Anschlussförderung. Dabei unterstützt das Projektteam während der Umsetzungsphase.

Wie wird mit unseren Daten und unserer Idee umgegangen?

Vertraulich und nach den Vorgaben der Datenschutz-Grundverordnung. Bewerbungen werden ausschließlich zum Zweck von Prüfung, Wertung und Auswahl verwendet. Mitglieder des Fachbeirats mit Interessenkonflikt werten die betroffene Bewerbung nicht. Vertrauliche Betriebsdaten werden nicht veröffentlicht; Veröffentlichungen erfolgen nur nach Ihrer Freigabe.

Sie haben Fragen oder wünschen weitere Informationen? Zögern Sie nicht und sprechen Sie uns an unter green.ai-bw@sicos-bw.de.
Wir werden uns schnellstmöglich mit Ihnen in Verbindung setzen.

jetzt kontaktieren

Die Green.AI BW Challenges werden mit Unterstützung der DIZ | Digitales Innovationszentrum GmbH umgesetzt www.diz-innovation.de