Trots att uttjänta litiumjonbatterier ofta har upp till 80 procent av sin kapacitet kvar, går stora ekonomiska värden och klimatvinster idag förlorade. En ny artikel i Nature Reviews Clean Technology, med forskare från Chalmers tekniska högskola, visar att bristen på tillförlitliga batteridata är det största hindret för att återanvända och återvinna batterier effektivt.
I artikeln visar forskarna hur artificiell intelligens (AI) kan användas för att analysera begränsade och fragmenterade data för att avgöra om batterier bör återanvändas, renoveras eller återvinnas. Samtidigt betonar de att problemet inte främst är tekniskt – utan strukturellt.
– Många batterier tas ur bruk långt innan de egentligen är förbrukade. Utmaningen är att vi saknar tillräcklig information om deras faktiska skick, vilket gör det svårt att fatta rätt beslut om vad som ska göras med dem, säger Changfu Zou, professor på institutionen för Elektroteknik, Chalmers och medförfattare till studien.
Forskarna pekar på att batteridata ofta är fragmenterad, svåråtkomlig och saknar standardisering. Det begränsar möjligheterna att använda AI fullt ut i dagens batterisystem.
Studien visar samtidigt att AI-baserade metoder kan ge betydande vinster. I vissa fall kan avancerad batteriåtervinning bli mer än dubbelt så lönsam jämfört med traditionella metoder, samtidigt som energianvändningen minskar med över 50 procent och koldioxidutsläppen med omkring 18 procent. På global nivå skulle förbättrade AI-metoder kunna spara miljardbelopp och kraftigt minska utsläppen.
Forskarna lyfter också fram potentialen i så kallade second-life-applikationer, där batterier som inte längre används i exempelvis elfordon kan få ett nytt liv i energilagringssystem. Enligt studien kan sådan återanvändning öka lönsamheten med upp till 58 procent och samtidigt minska klimatpåverkan.
För att möjliggöra detta krävs dock nya lösningar för hur data samlas in, delas och används. Artikeln pekar på behovet av standardisering, bättre datainfrastruktur och initiativ som så kallade batteripass – digitala register som följer batterier genom hela deras livscykel.
– För att skapa en mer cirkulär batteriekonomi behöver vi inte bara bättre batterier, utan också bättre sätt att samla in, dela och använda data genom hela batteriets livscykel, säger Shengyu Tao, postdoktor på institutionen för Elektroteknik, Chalmers och förstaförfattare till studien.
– Vi har tekniken för att ta bättre tillvara på batteriers värde. Nästa steg är att skapa system där data kan användas på ett säkert och effektivt sätt genom hela livscykeln, säger Changfu Zou.
Forskarna menar att AI behöver integreras genom hela batteriets livscykel – från tillverkning och användning till återanvändning, återvinning och återtillverkning – för att möjliggöra en mer cirkulär och hållbar batteriekonomi.
Mer om forskningen
Artikeln är en så kallad “översiktsartikel” och sammanfattar forskningsläget inom AI och batterihantering
Publicerad i Nature Reviews Clean Technology 28 april 2026 Artificial intelligence for battery reuse, recycling and remanufacturing | Nature Reviews Clean Technology
För mer information, kontakta:
- Professor (N1), System- och reglerteknik, Elektroteknik
- Postdoc, System- och reglerteknik, Elektroteknik