Kostenreduktion bei mehr Effizienz und Qualität KI-Anwendungsfelder mit großem Potenzial in der Nahrungsmittelindustrie

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

Fsas Technologies GmbH

INFOMOTION GmbH

QUNIS GmbH

In der Lebensmittelbranche qualifizieren sich vor allem Anwendungen der Künstlichen Intelligenz (KI) bzw. des maschinellen Lernens (ML), für die komplexe Daten oft aus mehreren Quellen überprüft und nach subtilen Korrelationen gesucht werden müssen.

Die Lebensmittelindustrie gehört weltweit zu den wichtigsten Wirtschaftsbereichen. Für eine zuverlässige Herstellung der Produkte und ein reibungsloses Funktionieren der Lieferketten spielt die menschliche Arbeitskraft trotz eines hohen Automatisierungsgrads nach wie vor eine wesentliche Rolle. Aufgrund der Schwierigkeit, alle relevanten Daten mit herkömmlichen Methoden effektiv zu verarbeiten, bilden oft Erfahrungen aus der Vergangenheit die Grundlage für viele Entscheidungen.

Daes führt zu einer mangelnden Konsistenz bei der Entscheidungsfindung im gesamten Unternehmen. Um diese Herausforderungen zu bewältigen, ist es geboten, den Prozess der Digitalisierung auf Basis von Algorithmen der künstlichen Intelligenz (KI), des maschinellen Lernens (ML) oder des Deep Learnings (DL) voranzutreiben. Auf diese Weise sind enorme Kapitaleinsparungen bei Maximierung der Ressourcennutzung durch Reduzierung menschlicher Fehler realisierbar.

Dies beginnt bei Smart Farming bzw. Robotic Farming über Verlängerung der Haltbarkeit, Optimierung der Qualität bis hin zu mehr Lebensmittelsicherheit durch ein transparenteres Lieferkettenmanagementsystem. In der Folge werden verschiedene mögliche Anwendungsfelder für KI-Lösungen näher beleuchtet:

Sortieren und Prüfen von Lebensmitteln

Eine der häufigsten Anwendungen für Künstliche Intelligenz in der Lebensmittelindustrie ist das Sortieren, Zuordnen und Prüfen von Zutaten und Produkten. Im Vergleich dazu müssten diese Tätigkeiten von Hunderten von Mitarbeiter in einer Fertigungslinie von Hand übernommen werden, wo es natürlich immer viel Raum für menschliche Fehler gibt. KI kann hier auf zweierlei Weise helfen: durch das Festlegen von Standards bzw. Spezifikationen und durch das Ermitteln einer Ursache, wenn ein Produkt plötzlich weit von den Spezifikationen abweicht.

Key Technology, ein US-Anbieter von Sortiersystemen, entwickelt Sortierer für Lebensmittel, die für eine bestimmte Verarbeitungslinie kundenspezifisch programmiert werden können. Denn jede Anlage weisen eigene Definitionen von guten, spezifikationsgerechten Produkten sowie deren genauen Mängel bzw. Arten von Fremdkörpern auf, die ggf. entfernt werden müssen. Das Key-System verwendet dabei eine visuelle Inspektion bei normalem Licht. ImagoAI von Key Technology arbeitet mit einer hyperspektralen Bildgebung für Inspektionsanwendungen, die normalerweise Erkennungsmethoden wie Nahinfrarot verwenden, um Komponenten wie Fett und Protein zu messen, Toxine erkennen und einiges mehr.

Einer der Hauptvorteile einer KI-Bildgebung ist die Möglichkeit, eine höhere Genauigkeit und niedrigere Nachweisgrenzen zu erzielen. Im Allgemeinen ist der Trend zu beobachten, dass sich Geschäftsmodelle auf Anwendungen konzentrieren, die durch eine bildgebende KI ermöglicht werden, um niedrigere Nachweisgrenzen oder komplexere physikalische Zusammenhänge zu erzielen. ImagoAI benötigt 50 bis 100 Proben, um Inspektionsstandards festzulegen. Die KI-Lösung kann zudem Bilder aus der Ferne verarbeiten und die Ergebnisse zurück an die Ausrüstung übertragen. Das heißt, der Anwender profitiert von KI-Modellierungstechnologien, ohne selbst darin Experte sein zu müssen.

Ernährungsqualität optimieren

KI trägt auch dazu bei, den Nährwert von Lebensmitteln zu erhöhen. Bei dem Start-up Hoow Foods aus Singapur kommt KI und ML zum Einsatz, um gesündere Formulierungen von Lebensmitteln zu entwickeln. Dafür erstellte Hoow Foods eine intelligente Plattform mit einer Datenbank aus Lebensmittelzutaten und ihren physikalisch-chemischen Eigenschaften, die gleichzeitig aber nicht den Geschmack negativ beeinflussen dürfen.

Auf Basis der von Hoow Foods erarbeiteten Re-Genesys-Technologie sind über 20 Prototypen entstanden, die Fett und Natrium in Lebensmitteln ersetzen können. Mithilfe dieser modularen Produkt-Entwicklungsplattform, können bestehende Produkte per ML analysiert, aufgeschlüsselt und verändert werden, um den Geschmack einerseits zu erhalten, aber andererseits die Nährwertprofile positiv zu verändern.

Lebensmittelsicherheit verbessern

KI verfügt zudem über das Potenzial, ein wichtiger Akteur in der Lebensmittelsicherheit zu werden. Das japanische IT-Unternehmen Fujitsu entwickelte dazu ein KI-basiertes Modell, das einen sechsstufigen Handreinigungsprozess für Räume mit spezifischen Vorschriften überwacht. Dieses Modell baut auf seinen bestehenden Fähigkeiten zur Verhaltensanalyse auf, um mehrere subtile, aber komplexe menschliche Bewegungen zu erkennen.

Die Technologie kann mithilfe von zwei Deep-Learning-Engines Bilder (Handform- und Bewegungserkennung) während des Händewaschens erfassen. Der Datensatz umfasst rund 2.000 Variationen mit Variablen wie Kameraposition, Seifentypen und verschiedenen Personen. Laut Fujitsu ist diese Technologie in der Lage, einen sechsstufigen Handwaschprozess mit einer Genauigkeitsrate von 95 Prozent zu erkennen. Dies reduziert den Bedarf an visuellen Sauberkeitsprüfungen.

Servicequalität steigern

Die Qualität der Lebensmittel darf sich natürlich während der Transportzeit nicht verschlechtern. Das Start-up Easy Eat AI aus Singapur bietet ein KI-System für Restaurants an, das es ihnen ermöglicht, ihre Geschäftsprozesse von der Bestandsaufnahme über die Bestellung bis zur Lieferung zu digitalisieren und mithilfe von KI-basierter Datenanalyse den Umsatz zu steigern. Mit Easy Eat AI können nun Restaurants, Anwendungen für eine quasi kontaktlose Lebensmittellieferung integrieren.

Die Lieferungen basieren auf QR-Code-Bestellungen – auch innerhalb eines Restaurants –, um Kontakte einzuschränken. Zudem verfügt der Anbieter aber auch über eine eigene Lieferplattform, die die Kosten für Lieferanten von 20 bis 30 Prozent pro Bestellung auf nur 4 Prozent senken kann. Darüber hinaus kann Easy Eat AI gezielte Marketingkampagnen und Treueprämienprogramme entwickeln.

(ID:48491499)