Motivation
Die deutsche Lebensmittelindustrie investiert jährlich 350 Mio. € in die Qualitätssicherung. Im Rahmen dieser Qualitätssicherung werden die Qualitätsattribute von Lebensmitteln wie Säure-Süße-Verhältnis, Reifegrad und Festigkeit erfasst. Dies geschieht in einer sehr vereinfachten Form, beispielsweise 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. €.
Ziele und Vorgehen
Das Projekt FreshTwin hat das Ziel, die tatsächlichen Eigenschaften von Lebensmitteln entlang der Lieferkette – vom Produzenten bis zum Konsumenten – mithilfe moderner Mess- und KI-Methoden automatisiert zu bestimmen und zu testen. Hierzu werden bestehende Logistikdaten und Daten der Qualitätssicherung sowie sekundäre Datenquellen, wie die Wetterbedingungen am Ernteort, verwendet. Diese Daten werden durch den Einsatz moderner, schneller Mess- und Analyseverfahren wie Spektroskopie und Bilderkennung ergänzt. In der FreshTwin Cloud-Infrastruktur werden diese beiden Ansätze kombiniert, um den IST-Zustand präzise und hinreichend zu beschreiben. Die Arbeiten werden in einem Demonstrator umgesetzt und umfassend evaluiert.
Innovationen und Perspektiven
Der Digitalisierungsgrad der deutschen Lebensmittelindustrie liegt deutlich niedriger als in anderen Branchen und auch unterhalb des Niveaus anderer Länder wie Frankreich, Israel, Südkorea und insbesondere der USA. Die starke Marktposition der Branchenführer und das niedrige Preisniveau von Lebensmitteln machen die Branche sehr anfällig für Risiken. Das Forschungsprojekt kann somit die Digitalisierung der deutschen Lebensmittelindustrie nachhaltig vorantreiben – für eine wettbewerbsfähigere deutsche Lebensmittelindustrie, höhere Steuereinnahmen und mehr Arbeitsplätze.