Movi-Q – visuelle Qualitätskontrollen intelligent optimieren
Wie KI Lebensmittel sicherer macht
Optische Systeme spüren unermüdlich auf, was das menschliche Auge auch einmal übersehen kann. Damit aber Schadstellen an Lebensmitteln digital auch richtig klassifiziert werden, braucht es eine entsprechend trainierte Künstliche Intelligenz (KI).
Wenn Obst, Gemüse und andere Naturprodukte relevante Schadstellen aufweisen, müssen sie oft aus dem Prozess der Weiterverarbeitung aussortiert werden. Damit ist eine aufwendige Qualitätskontrolle verbunden, die das menschliche Auge vor große Herausforderungen stellt. Um den Prozess mithilfe von KI zu optimieren, arbeitet das Projekt Movi-Q an einem mobilen System zur automatischen Qualitätserkennung.
Schäden erkennen und benennen
Optische Systeme wie Spektralkameras machen die Fehlstellen auf Produkten sichtbar, die das menschliche Auge nur schwer identifizieren kann. Die KI soll dann dabei helfen, die vorhandenen Schadstellen in Echtzeit zu erkennen. Dies können Druckstellen an Gemüse oder Fettanteile in Fleischwaren sein. Die Kombination aus Kameratechnik und Algorithmen des maschinellen Lernens ermöglicht es, entsprechende Muster in den Bilddaten zu identifizieren. Anschließend soll das System helfen, individuelle Verarbeitungsschritte einzuleiten.
Lebensmittelabfälle reduzieren
Die optimierte Qualitätskontrolle kann nicht nur den Aufwand für Mitarbeitende enorm reduzieren, sie rettet auch verzehrfähige Lebensmittel vor der Entsorgung. Denn die kurzen Zeitfenster der händischen Kontrolle führen oftmals dazu, dass Produkte auch schon bei einem Verdacht eines Mangels aussortiert werden.
Qualität von Produkten und Prozessen verbessern
Die Lebensmittelindustrie interessiert sich sehr für automatisierte Klassifizierungssysteme, derzeit gibt es aber oft nur Insellösungen für einzelne Produktgruppen, die schwer in andere Bereiche zu überführen sind. Das Team von Movi-Q will daher ein System entwickeln, das die Industrie produkt- und prozessübergreifend anwenden kann. Ihr Ansatz dabei ist es, optische Systeme mit Prozessen des maschinellen Lernens zu verknüpfen, um Abläufe zu automatisieren und Qualitätskontrollen entlang der gesamten Wertschöpfungskette zu vereinfachen.
KI für kleine und mittelständische Unternehmen
In Zukunft könnte ein solches KI-System soweit optimiert sein, dass es sich selbstständig um neue Schad- und Fehlermuster erweitern kann bei nur geringen Installationsaufwendungen. Damit wären auch kleine und mittelständische Unternehmen in der Lage, die Möglichkeiten von KI für ihren Betrieb zu nutzen.
- Projektname: Movi-Q (Entwicklung eines mobilen und modularen Prototyps zur visuellen Qualitätserkennung durch künstliche Intelligenz in der Lebensmittelindustrie)
- Ziel: autonome sowie produkt- und prozessunabhängige Qualitätskontrollen entlang der gesamten Lebensmittelwertschöpfungskette ermöglichen
- Ansatz: verbesserte Qualitätskontrolle von Lebensmitteln, Reduktion des Ausschusses und verbesserte Produktqualität für den Endverbraucher
- Eingesetzte Künstliche Intelligenz: Algorithmen des maschinellen Lernens zur Analyse von Bild- und Spektraldaten
- Hauptstandort: Quakenbrück, Niedersachsen
- Projektkoordination: DIL Deutsches Institut für Lebensmitteltechnik e.V.
- Projektbeteiligte: DIL Deutsches Institut für Lebensmitteltechnik e.V., Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI), sionn.engineering GmbH, SolaBonum GmbH, Heidemark Mästerkreis GmbH
Adresse
KI-Projekt Movi-Q
49610 Quakenbrück, Niedersachsen
