Datenanalyse und autonome Prognostik zur Verbesserung der Transparenz und Sicherheit von Lebensmitteln (DProFood)

Im Projekt DProFood (Datenanalyse und autonome Prognostik zur Verbesserung der Transparenz und Sicherheit von Lebensmitteln) untersucht die TH Ostwestfalen-Lippe neue Möglichkeiten, um die Qualität und Haltbarkeit von Lebensmitteln zu bestimmen. Dabei sollen die Daten mehrerer Sensoren fusioniert werden, um so ein umfassendes Bild vom Zustand des Lebensmittels zu erzeugen. Geleitet wird das Projekt aus der Impulspartnerschaft smartFoodTechnologyOWL von Prof. Dr. Hans-Jürgen Danneel.

Herausforderung

In Deutschland landen jährlich 10 Millionen Tonnen Lebensmittel im Müll – gut die Hälfte davon nur deshalb, weil das auf der Verpackung angegebene Mindesthaltbarkeitsdatum (MHD) abgelaufen ist. Dabei sagt diese Angabe wenig über die tatsächliche Haltbarkeit aus, denn viele Lebensmittel sind noch lange nach Ablauf des MHD problemlos genießbar. Das Datum stellt nur den Zeitpunkt dar, bis zu dem der Hersteller für Haltbarkeit und gleichbleibende Qualität garantiert. Andererseits unterliegt die Lebensmittelproduktion vielen Schwankungen, sowohl bei der Rohstoffqualität als auch im Produktionsprozess selbst. So kann auch die Haltbarkeit produzierter Lebensmittel chargenabhängig schwanken. Das derzeitige MHD wird auf maximale Sicherheit ausgelegt; wenn sich die individuelle Haltbarkeit genauer bestimmen ließe, könnten Hersteller daraus auch ein genaueres MHD ableiten und so dazu beitragen, die Lebensmittelverschwendung zu reduzieren.

Ziele und Vorgehen

Im Projekt DProFood sollen Echtzeitdaten über Rohstoff- und Produktzustände und individuelle Produktionsverläufe mit unterschiedlichen Sensoren erhoben und zu Informationen verdichtet werden, die eine genaue Haltbarkeitsprognose ermöglichen. Das System soll sich mittels maschinellem Lernen weiterentwickeln und so einen digitalen Erfahrungsschatz aufbauen. Dabei sollen vor allem auch neue Sensorlösungen und Ansätze zur Sensorfusion untersucht werden. Auch die Konzeption verschiedener Beteiligungs- und Kommunikationsszenarien ist ein wichtiger Aspekt in diesem Projekt. Anhand eines konkreten Anwendungsfalls – der Herstellung einer Fertigpizza – nimmt das Projektteam zunächst eine Analyse aus unterschiedlichen Fachperspektiven vor und leitet daraus Sensorkonzepte ab. Außerdem werden Transport und Lagerung simuliert. Die Daten werden korreliert, um passende Verderbnisindikatoren zu identifizieren. Aus den Projektergebnissen wird zuletzt ein Modell für die Datenanalyse abgeleitet.

Innovationen und Perspektiven

Innovative Technologien, mit denen das MHD von Lebensmitteln genauer bestimmt werden kann, tragen nicht nur dazu bei, die Lebensmittelverschwendung zu reduzieren; sie leisten auch einen wichtigen Beitrag zur Lebensmittelsicherheit. Für die Ernährungsindustrie, immerhin der drittgrößte Industriezweig in Deutschland, kann das Projekt DProFood somit wirkungsvolle und nachhaltige Impulse setzen. Doch die Verwertungsmöglichleiten der Projektergebnisse gehen weit über die Lebensmittelproduktion hinaus: Sie können sich auch auf die Bereiche Maschinenbau, Sensortechnik, Automatisierung und Datenanalyse auswirken. Im Projekt erarbeitete Demonstratoren können leicht in bestehende Produktionsanlagen integriert werden und bei den DProFood-Partnerunternehmen schon während des Projektverlaufs erste Fortschritte generieren. Insbesondere die Dr. August Oetker Nahrungsmittel KG verfügt über zahlreiche Produktionslinien, auf die die Erkenntnisse voraussichtlich im Verlauf der nächsten fünf bis acht Jahre übertragen werden können.