Der Anspruch der Verbraucherinnen und Verbraucher bei der Lebensmittelqualität steigt. Insbesondere in Bezug auf Frischfleisch und verarbeitete Fleischwaren reagieren sie zunehmend sensibler auf Meldungen, die die Lebensmittelsicherheit betreffen. Mit Recht wird in diesem Bereich eine hohe Lebensmittelqualität sowie Transparenz entlang der gesamten Lebensmittelkette erwartet. Verbraucherinnen und Verbrauchern wünschen sich "nachhaltige Lebensmittel".

Wie nachhaltige Lebensmittel produziert werden können

Bei der Fleischverarbeitung stehen zwei Aspekte im Mittelpunkt, wenn es um eine nachhaltige Lebensmittelqualität der produzierten Waren geht. Zum einen eine artgerechte und ethisch vertretbare Aufzucht, Haltung sowie Schlachtung der verarbeiteten Tiere. Und zum anderen eine ressourcenschonende Verarbeitung und Produktion der Lebensmittelwaren. Das bedeutet auch eine Verarbeitungs- und Produktionsweise, die nicht nur auf Probleme reagiert, sondern ein „proaktives“, d.h. vorausplanendes und zielgerichtetes Handeln beinhaltet.

Vorausplanendes und zielgerichtetes Handeln durch KI

Um vorausplanend und zielgerichtet Handeln zu können, wird im Projekt KINLI das Konzept "KI für nachhaltige Lebensmittelqualität in Lieferketten" erarbeitet. Der Einsatz von KI ermöglicht einen "prädiktiven", d.h. vorhersagenden Ansatz, bei dem dann mögliche Probleme erkannt werden, bevor sie eintreten bzw. relevant werden. Das Konzept des prädiktiven Ansatzes wird im Projekt für die Praxis in eine Datenplattform und verschiedene KI-Dienste überführt, die später in allen Lebensmittelbranchen ihre Anwendung finden kann.

Demonstration in zwei "Use Cases"

Für die fleischverarbeitende Branche wird im Projekt KINLI der Nutzen des Einsatzes von KI in zwei "Use Cases", d.h. Anwendungsfällen, demonstriert werden.

• Im Use Case 1 ("Prädiktive Lebensmittelsicherheit") werden am Beispiel von Kochschinkenprodukten durch KI Produktionsdaten aus den Betriebsdaten-Erfassungssystemen analysiert. Dadurch sollen kritische Stellen im Produktionsprozess frühzeitig vorhergesagt und für das Qualitätsmanagement markiert werden. So können Fälle mangelnder Lebensmittelqualität aber auch eine mögliche Lebensmittel- und Ressourcenverschwendung von vornherein ausgeschlossen bzw. proaktiv vermieden werden.
• In Use Case 2 ("Tierwohl und Tiergesundheit") werden am Beispiel von Puten und Schweinen Bilddaten durch KI ausgewertet, um eine Beurteilung über die Aufzucht- und Haltungsbedingungen der Nutztiere zu erhalten. Dies kann dann dazu genutzt werden, z.B. notwendige Verbesserungen im Bereich der Nutztierhaltung zu erkennen und Anpassungen vorzunehmen.

So kann durch eine KI-gestützte Zusammenführung und Analyse von Produktionsdaten entlang kompletter Lieferkette aufgedeckt werden, wo und wie gehandelt werden muss, um das Ziel einer nachhaltigen Lebensmittelqualität erreichen zu können.

• Projektname: KINLI (Künstliche Intelligenz für nachhaltige Lebensmittelqualität in Lieferketten)
• Hauptstandort: Sankt Augustin, Nordrhein-Westfalen
• Projektkoordination: Fraunhofer-Institut für Angewandte Informationstechnik (FIT), Schloß Birlinghoven, 53757 Sankt Augustin
• Ziel: Konzeptionierung und Umsetzung eines prädiktiven Ansatz zur Gewährleistung nachhaltiger Lebensmittelqualität
• Ansatz: Datenplattformen mit KI-Diensten verknüpfen und Nutzen des Konzepts an zwei Use Cases aus dem Bereich der Fleischverarbeitung demonstrieren
• Eingesetzte Künstliche Intelligenz: Mustererkennung, -analyse und -vorhersage, Maschinellen Lernens, Unüberwachtes Lernen, Deep Learning
• Projektbeteiligte: Fraunhofer-Institut für Angewandte Informationstechnik (FIT), Hochschule Niederrhein, Hochschule Offenburg, Kolsert KG, Sauels frische Wurst GmbH Fleischwaren & Co. KG

Erschienen am 23. Sep. 2022 im Format Infotext

Adresse

KI-Projekt KINLI
53737 Sankt Augustin, Nordrhein-Westphalen

zur Übersichtskarte