Het is enorm waardevol om al in een vroeg stadium inzicht te krijgen in de milieu-impact van je product, zodat je je strategie op deze feiten kunt baseren. We spraken met Cyril Stahl, Innovation Advisor aan de Universiteit van Gothenburg, met wie we onlangs een LCA uitvoerden voor een innovatief pigment, gemaakt van invasieve plantensoorten. In dit artikel lees je meer en ontdek je wat voor inzichten een LCA je kan opleveren, en hoe je deze inzichten kunt inzetten.
Kun je iets meer vertellen over onze samenwerking?
Cyril Stahl: “Ik werk bij Research and Innovation Services, het innovatiekantoor van de Universiteit van Gothenburg. Wij ondersteunen onderzoekers, studenten en medewerkers met verschillende diensten. Binnen mijn groep, de innovation advisor group, helpen we vroege fase-projecten om specifieke hypotheses rondom hun onderzoek of product te valideren en te onderbouwen.
We hebben daarvoor verschillende tools en financieringsmogelijkheden, afkomstig van verschillende stakeholders, waaronder de Swedish Innovation Agency. Zo helpen we hen om al in een vroeg stadium te toetsen of de richting die ze op willen, wel de juiste is. Denk aan vragen zoals: is het juridisch haalbaar, is het beter voor het milieu, is het economisch haalbaar?
Samen met een van onze onderzoekers, Helena Hansson, hebben we samengewerkt met Hedgehog om de milieu-impact van haar product te bepalen: een pigment, geproduceerd uit invasieve plantensoorten, bedoeld voor gebruik in textiel zoals wol en linnen.”
Wat waren de redenen om voor dit specifieke onderzoek LCA-resultaten te willen hebben?
“Er speelden eigenlijk twee of drie vragen tegelijkertijd. Ten eerste wilden we weten of het pigment, gemaakt van invasieve plantensoorten, een lagere milieu-impact heeft dan de status quo, de traditionele, bestaande pigmenten.
Daarnaast had de onderzoeker vanuit strategisch oogpunt de keuze tussen twee verschillende chemische stoffen. Dankzij de LCA kreeg Hansson een beter begrip van beide opties. De LCA hielp haar om 'cijfers' te koppelen aan de verschillende strategieën die ze overwoog. Nu kan ze verschillende scenario’s presenteren, en die ook daadwerkelijk onderbouwen met concrete getallen.”
Wat was je reactie op de resultaten? Was er iets verrassend?
“Ik weet dat je bij LCA’s soms het effect kunt hebben dat de resultaten totaal anders uitpakken dan je vooraf dacht. Dat kan leiden tot frustratie of onbegrip. Maar bij dit specifieke product lagen de resultaten vrij dicht bij wat we verwacht hadden.
Het belangrijkste resultaat was precies wat we verwachtten: het innovatieve pigment heeft een lagere milieu-impact dan de bestaande alternatieven. En ook op de andere vraag van de onderzoeker, over de keuze tussen twee chemische routes, gaf de LCA duidelijke uitkomsten. Ze weet nu welke optie beter is, en welk type verbetering nog mogelijk is.
We waren dus erg tevreden met de resultaten, zowel qua verbeter-potentieel als qua communicatie naar andere stakeholders.
Wat we ook leerden van deze LCA, is dat er altijd sprake is van afwegingen; de resultaten zijn zelden zwart-wit. Soms kijken we alleen naar emissies, maar milieu-impact is complex. De LCA-standaard laat ons zien dat er veel verschillende parameters en impactcategorieën zijn die met elkaar samenhangen, en dat het vaak lastig is om op álle onderdelen tegelijk beter te scoren.”
En hoe hebben jullie het LCA-proces ervaren?
“We hebben een aantal overleggen gehad met de onderzoeker en het Hedgehog-team. Dat verliep eigenlijk heel soepel, van de eerste introductie tot de uitleg over de ISO-standaarden die horen bij een levenscyclusanalyse.
We waren vooral geïnteresseerd in de start-up LCA, omdat dat precies is wat we nodig hadden: een momentopname in de beginfase, om te zien of er mogelijke rode vlaggen zijn. En om de bevestiging te krijgen dat wat de onderzoeker ontwikkelt, daadwerkelijk beter is voor het milieu dan de bestaande alternatieven.
Wat het proces ook soepel maakte, is dat de start-up LCA een “lichtere” vorm van een LCA is. Want als je een volledige levenscyclusanalyse wilt doen, dan is dat helaas een stuk duurder en kost het veel meer tijd, simpelweg omdat de benodigde data en modellering veel complexer zijn.
Met het type data dat de onderzoeker al beschikbaar had, zoals informatie over transport, energieverbruik en het soort chemicaliën, konden we meteen aan de slag met de start-up LCA.”
.avif)
