Fra strandrensning til AI: Race for Oceans Technology vil gøre mikroplast synligt som data

Et problem, der blev ved med at ligge i sandet

Idéen til Race for Oceans Technology begyndte ikke med AI.

Den begyndte på stranden.

Siden 2019 har Signe Simonsen gennem Race for Oceans faciliteret mere end 2.000 strandrensninger med over 25.000 deltagere fra mere end 80 lande. Her blev hun igen og igen konfronteret med den samme udfordring: De små stykker plast, der lå mellem sand, sten, tang og vegetation, var svære at finde – og

endnu sværere at fjerne systematisk.

Samtidig kan brede eller mekaniske oprydningsmetoder påvirke naturområder og biodiversitet unødigt, hvis man ikke ved præcist, hvor forureningen befinder sig. Ved først at detektere og kortlægge plasten kan oprydningen målrettes de steder, hvor der er et dokumenteret behov – med et så lille aftryk på biodiversiteten som muligt.

Det førte til et spørgsmål:

Kan teknologi bruges til først at finde og kortlægge plasten præcist - og derefter målrette oprydningen?

Det spørgsmål blev fundamentet for Race for Oceans Technology.

I dag udvikler virksomheden AI-baseret computer vision-software, der skal kunne detektere, klassificere og kortlægge synligt mikroplast og andre objekter under én centimeter i komplekse miljøer på land. Den nuværende teknologi er udviklet til at identificere objekter helt ned til 2 millimeter.

Når øjet får hjælp af AI

At lære en computer at finde et stykke plast på få millimeter lyder måske enkelt, når plaststykket ligger isoleret på en ensfarvet baggrund.

Virkeligheden ser anderledes ud.

På en strand skal teknologien kunne skelne plast fra sand, sten, tang og andre naturlige materialer. Samtidig ændrer lys, skygger, fugt, vegetation og underlag sig konstant.

Det er netop her, Race for Oceans Technology bruger computer vision. AI-modellerne trænes på billeddata, så de kan genkende de objekter, virksomheden ønsker at finde.

Den første MVP-model er udviklet til plast pellets - små plastkugler, der fungerer som råmateriale i plastproduktion. I virksomhedens testbilleder identificerer modellen 92 procent af de plast pellets, der er på billedet.

For Signe Simonsen blev resultatet en vigtig milepæl.

“Det var ikke et bevis på et færdigt produkt, men en vigtig teknisk validering af, at tilgangen har potentiale.”

Næste udfordring er at få teknologien til at fungere robust i de miljøer, hvor den faktisk skal bruges. Race for Oceans Technology befinder sig derfor på TRL 5 og arbejder videre med at validere løsningen under mere komplekse og virkelige forhold.

Først finde. Så kortlægge. Til sidst rydde op

For Race for Oceans Technology handler det ikke kun om at kunne genkende et lille stykke plast. Det handler om, hvad man kan gøre med den viden bagefter.

Hvis man ved præcist, hvor plasten befinder sig, og hvor koncentrationerne er størst, kan oprydningen målrettes de områder, hvor der faktisk er behov for den. Det kan samtidig mindske behovet for at behandle større naturområder unødvendigt.

Virksomhedens princip er derfor enkelt:

Detektér. Kortlæg. Målret oprydningen.

På sigt er ambitionen, at AI-softwaren skal kunne integreres med eksisterende droner og mindre terrængående robotter. Dronerne kan indsamle billeder og hjælpe med at kortlægge større områder, mens robotter senere kan bruge dataene til målrettet opsamling.

Race for Oceans Technology bygger ikke selv dronerne eller robotterne. Fokus ligger på den software og de data, der skal binde teknologierne sammen. Den software-first tilgang betyder samtidig, at virksomheden ikke bliver afhængig af én bestemt hardwareproducent.

Fra stuen til en skalerbar virksomhed

Race for Oceans Technology er stadig en startup i ordets mest bogstavelige forstand.

I august fik virksomheden sin første investor ombord. Herefter ansatte Signe Simonsen tre medarbejdere, mens en studerende samtidig blev tilknyttet virksomheden i forbindelse med sin kandidatafhandling.

Rammerne omkring det voksende team er foreløbig hjemlige. Mødelokalet er Signes stue, og i gæsteværelset har sengene måttet gøre plads til to skriveborde.

Som Signe selv beskriver det, er virksomhedens “skabelsesberetning” ved at tage form.

Men selvom rammerne stadig bærer præg af den tidlige startupfase, er ambitionerne større. For hvis teknologien skal gøre en reel forskel for miljøet, skal Race for Oceans Technology også kunne udvikle sig til en bæredygtig forretning.

“Hvis teknologien skal skabe reel miljømæssig effekt, skal der også være en bæredygtig forretningsmodel, som gør det muligt at udvikle, vedligeholde og skalere den.”

Virksomheden arbejder derfor med de samme spørgsmål om kunder, anvendelse, teknologi og skalerbarhed som andre deep-tech virksomheder. Målet er en softwarebaseret forretningsmodel med tilbagevendende indtægter, hvor kunder kan bruge teknologien til detektion, kortlægning og dokumentation samt som datagrundlag for målrettet oprydning.

En AI-model er kun så god som dens data

Undervejs er én ting blevet stadig tydeligere for Signe Simonsen og teamet: Data er ikke bare et input til teknologien. Det er en central del af selve værdiskabelsen.

Synligt mikroplast kan have forskellige størrelser, former og farver og ligge på vidt forskellige underlag. Skal AI-modellerne fungere på tværs af lande og miljøer, kræver det derfor store mængder varieret billeddata.

Derfor arbejder virksomheden på en app, der skal gøre det muligt at indsamle billeder af synligt mikroplast fra forskellige geografier og miljøer.

Ambitionen er at opbygge verdens største billeddatabase over synligt mikroplast på land. Samtidig skal virksomheden udvikle flere AI-modeller, blandt andet en model målrettet synligt sekundært mikroplast -altså fragmenter fra større plastprodukter, der er blevet nedbrudt over tid.

Fra ti muligheder til pilotprojekter

Potentialet stopper ikke ved én type plast eller ét bestemt miljø.

Race for Oceans Technology har identificeret ti potentielle use-cases inden for stat, kommuner og private aktører. I 2027 er planen at udvælge fire af dem til pilotprojekter i EU, hvor virksomheden skal validere både teknologien, kundebehovet og det kommercielle potentiale.

Målet er at have et markedsklart produkt i tredje kvartal 2028.

Men de mange muligheder skaber samtidig en klassisk udfordring for en startup: Hvad skal man vælge til – og hvad skal man vælge fra?

“Der er mange potentielle anvendelser, når man arbejder med AI og object detection, og det er fristende at forfølge dem alle.”

For Signe Simonsen har en vigtig del af rejsen derfor været at blive skarpere på, hvilke use cases virksomheden skal validere først, hvilke kompetencer teamet selv skal eje, og hvor partnerskaber giver mere mening.

“Fokus er afgørende i en deep-tech startup med begrænsede ressourcer,” fortæller hun.

Start med problemet – ikke teknologien

Hvis Signe Simonsen kunne begynde forfra, ville hun tidligere have arbejdet mere systematisk med data- og use case-strategien sideløbende med den tekniske udvikling.

For det er let at blive optaget af, hvad en ny teknologi kan.

Det vigtigere spørgsmål er, hvilket problem den faktisk skal løse.

Og det er også hendes vigtigste råd til andre iværksættere:

“Start med problemet – ikke med teknologien.”

Race for Oceans Technology blev ikke skabt ud fra et ønske om at bygge en AI-løsning. Virksomheden opstod efter flere års praktisk arbejde med et problem, som eksisterende metoder og håndkraft ikke kunne løse effektivt.

“Teknologi bliver først rigtig værdifuld, når den løser et konkret behov. Og i deep tech skal man samtidig acceptere, at validering, iteration og fokus tager tid,” siger Signe Simonsen.

Fra plast på stranden til data på verdenskortet

Race for Oceans Technology er stadig tidligt på rejsen, men virksomheden har allerede taget de første skridt fra idé til team, investor og teknologisk validering. Samtidig er Signe Simonsen blandt de fem nominerede til Kammaprisen. Og hun er desuden på listen over de 100 mest indflydelsesrige kvinder inden for AI i Danmark i 2026.

På længere sigt rækker ambitionerne dog langt videre end én AI-model.

Race for Oceans Technology vil skabe en global datainfrastruktur omkring synligt mikroplast på land. Appen, AI-modellerne, dronerne og på sigt robotterne skal være forskellige dele af den samme proces.

Målet er at gøre et miljøproblem, som i dag er svært og tidskrævende at dokumentere systematisk, synligt som data – og dermed lettere at handle på.

Hvis det lykkes, håber Signe Simonsen, at man om ti år ikke længere behøver at lede efter synligt mikroplast næsten udelukkende manuelt.

For rejsen, der begyndte med mennesker, der gik langs stranden og samlede plast op, handler nu om at finde ud af, hvor meget mere der kan findes, når mennesker får hjælp af teknologi.