Die deutsche Lebensmittelindustrie investiert jährlich Aufwände in Höhe von 350 Mio. € für die Qualitätssicherung. Im Rahmen dieser Qualitätssicherung werden die Qualitätsattribute von Lebensmitteln wie Säure/Süße Verhältnis, Reifegrad, Festigkeit, usw. erfasst. Dies geschieht in einer sehr vereinfachten Form, z.B. mittels Farbtabellen zur Abschätzung des Reifegrades und Metallschablonen zur Vermessung der Größe. Trotz dieser Anstrengungen erleidet die Branche jährlich Lebensmittelverluste in Höhe von über 2 Mrd. €.
Qualitätssicherung & Lebensmittelverluste
Ziel des Projekts
Ziel des Projekts FreshTwin ist es, durch den Einsatz von modernen Messmethoden und KI die tatsächlichen Eigenschaften von Lebensmittel entlang der Lieferkette, vom Produzenten bis zum Konsumenten, transparent zu machen. Bestehende Logistik- und Daten der Qualitätssicherung sowie sekundärer Datenquellen, wie z.B. Wetterbedingung am Ernteort, können eine erste, strukturelle Transparenz der Qualität erzielt werden. Diese Daten werden durch den Einsatz moderner, schneller Mess- und Analyseverfahren, wie die Spektroskopie und Bilderkennung, ergänzt. In der FreshTwin Cloud-Infrastruktur werden diese beiden Ansätze, Daten-Aggregation und innovative Messmethoden, zusammengeführt und somit eine präzise, deskriptive Erfassung des IST-Zustandes ermöglicht.
Das Forschungsprojekt kann die Digitalisierung der deutschen Lebensmittelindustrie nachhaltig vorantreiben – für eine wettbewerbsfähigere deutsche Lebensmittelindustrie, mehr Steuereinnahmen und Arbeitsplätzen.
Daraus leiten sich folgende konkrete Ziele ab:
1.
2.
ZIEL 1 ist ein Modul zur umfänglichen Beschreibung der objektiven Qualitätsattribute Q für Lebensmittel sowie deren zeitliche Entwicklung mittels der Kombination aus KI-Datenauswertung und der Modellierung der biologischen und physio-chemischen Reifungs- und Alterungsprozesse.
ZIEL 2 ist die Erforschung und Bereitstellung des Demonstrators einer für den Obst und Gemüse Bereich geeigneter Hyperspektral Kamera.
3.
4.
ZIEL 3 ist die Erforschung der ungewöhnlich umfangreichen Datensätze mittels KI-Methoden bzgl. intrinsischer Zusammenhänge und verborgener Parameter wie z.B. der Attraktivität und Preissensitivität der Produkte.
ZIEL 4 ist ein Modul zur qualitätssensitive Absatz- und Bedarfsprognose von Obst und Gemüse mittels interner und externer Daten der Praxispartner sowie durch Nutzung der Qualitätsbeschreibung Q.
Kontakt
FreshTwin ist ein Förderprojekt des Bundesministeriums für Bildung und Forschung (FKZ: 01IS22048A).
Bei Fragen zum Projekt können Sie sich jederzeit mit uns in Verbindung setzen.
