Künstliche Intelligenz (KI) und cloudbasierte Lösungen ermöglichen Lebensmittelproduzenten und -händlern einen innovativen Umgang mit wertvollen Daten. Damit reduzieren sie beispielsweise Lebensmittelverschwendungen, sichern die Produktqualität oder entwickeln neue Geschmäcker.
Steigende Ansprüche der Verbraucher*innen, Umweltveränderungen und ein verschärfter Wettbewerb stellen die Lebensmittelindustrie vor die Aufgabe, ihre Produkte und Produktionsprozesse stetig weiterzuentwickeln. Der smarte Umgang mit Daten kann dabei unterstützen, diese Entwicklungen zu meistern. Zum Beispiel hilft der Einsatz von künstlicher Intelligenz und Cloud-Technologie Unternehmen dabei, effizienter zu arbeiten und innovative Produkte zu entwickeln.
Bizerba: Wenn das intelligente Regal neue Waren bestellt
Seit Jahrzehnten nutzen Supermärkte Waagen von Bizerba für das Abwiegen von Wurst, Käse oder Gemüse. Für sein Smart Shelf hat das Unternehmen nun IoT-Sensoren und Microsoft Azure mit Verkaufsregal-Systemen für den Einzelhandel zusammengebracht. Das System prüft durchgängig die Füllstände der Regale. Damit liefert es Daten, die sich für die Nachbestelllogistik sowie zur Prozessoptimierung nutzen lassen. So wird die Verschwendung von Lebensmitteln stark reduziert.
Durch die Gewichtssensoren im intelligenten Regal von Bizerba lassen sich Entnahmen genau verfolgen: Wird ein Produkt herausgenommen, erkennen die Sensoren das und weisen über den Schwerpunkt-Algorithmus einen Wert auf einer X- und einer Y-Koordinate zu. Diese Koordinaten werden dann über Azure IoT Hub an die Cloud-Plattform Azure übermittelt. Mit der Cloud-Anwendung von Bizerba lassen sich den Koordinaten Artikelnummern zuordnen und die Daten in die Prozesskette einbinden. Registriert die Auslage beispielsweise, dass die Brezeln knapp werden, aktiviert der Backautomat automatisch das entsprechende Backprogramm – präzise abgestimmt auf die aufzufüllende Menge.
Ausführliche Informationen sind in der Customer Story von Bizerba zu finden.
FarmBeats: Smart Farming für Milliarden
Die Kombination aus Sensor-Daten und Cloud-Technologie kann auch dazu beitragen, die grundsätzliche Versorgung mit Lebensmitteln zu sichern. Um den Bedarf der etwa 9,7 Milliarden Menschen zu decken, die laut Schätzungen der Vereinten Nationen 2050 auf der Erde leben werden, müssen vorhandene landwirtschaftliche Flächen intelligenter genutzt werden. Das Projekt FarmBeats, das Microsoft gemeinsam mit dem U.S. Department of Agriculture (USDA) durchführt, nutzt Daten aus verschiedenen Quellen. Darunter von Sensoren auf dem Feld und an Traktoren ebenso wie von Drohnen- und Satelliten-Aufnahmen. In Microsoft Azure lässt sich mittels künstlicher Intelligenz ein genaues Bild von der Situation auf der jeweiligen Farm zeichnen. Das wiederum erlaubt die Entwicklung von Lösungsansätzen für bessere Erträge sowie kosteneffizientere Anbaumethoden.
Da die meisten Bauernhöfe in den USA keinen oder nur einen wenig leistungsfähigen Internetzugang haben, überträgt FarmBeats die Daten über TV-White Spaces, also über die ungenutzten Sendefrequenzen zwischen den Fernsehkanälen, an ein Edge-Gerät auf dem Bauernhof und in die Microsoft-Cloud. Dort lässt sie sich mit zahlreichen weiteren Daten kombinieren und von Wissenschaftler*innen des USDA für Analysen nutzen.
Ausführliche Informationen sind in der Customer Story von FarmBeats zu finden.
Mackmyra: KI mit Geschmack
Was bei der Produktion von Grundnahrungsmitteln funktioniert, lässt sich auch bei deren Weiterverarbeitung nutzen. Der schwedische Whisky-Hersteller Mackmyra kredenzt gemeinsam mit dem finnischen Tech-Unternehmen Fourkind und Microsoft den ersten KI-Whisky. Dafür analysiert ein Machine-Learning-Modell in der Microsoft-Cloud über Azure Cognitive Services die bestehenden Rezepte von Mackmyra sowie Verkaufsdaten und Kundenpräferenzen.
Die KI ist damit in der Lage, mehr als 70 Millionen Rezepte für Whiskys zu generieren. Zudem kann der Algorithmus vorhersagen, welche Sorten besonders beliebt sein werden und welche Qualität die jeweiligen Whiskys haben – abhängig von der Art der Fässer, die sich gerade im Lager befinden. Auf diese Weise lassen sich völlig neue und innovative Geschmacksvarianten finden.
Ausführliche Informationen sind in der Customer Story von Mackmyra zu finden.
Carlsberg: Smartes Bier-Tasting
Als viertgrößtes Brauereiunternehmen der Welt ist auch Carlsberg mit seinen 140 Getränkemarken stetig auf der Suche nach neuen Geschmacksrichtungen. Doch längst nicht alle Probeerzeugnisse, die das Unternehmen herstellt, lassen sich von Menschen testen. Das auf drei Jahre angelegte Beer Fingerprinting Project will daher mit Sensoren und KI-Technologie Geschmacksrichtungen vorhersagen und ermitteln, ob beispielsweise eine bestimmte Hefe auch in der großen Bierproduktion brauchbar ist.
Gemeinsam mit der Universität Aarhus machte sich das dänische Unternehmen vor dem Projektstart zunächst an die Entwicklung passender Sensoren. Die Technische Universität von Dänemark kümmerte sich anschließend um die Frage, wie sich die Sensoren in die verschiedenen Gärungsprozesse implementieren lassen. Wiederum gemeinsam mit Microsoft erarbeitete das Unternehmen eine KI-basierte Lösung, um die von der Hefe und anderen Zutaten erzeugten Geschmacksstoffe zu messen. Im Ergebnis möchte Carlsberg so die Erforschung neuer Geschmackskombinationen deutlich beschleunigen und künftig schneller unterschiedliche Biere auf den Markt bringen können.
Ausführliche Informationen zum Projekt sind in der Customer Story von Carlsberg zu finden.
PepsiCo: Automatischer Qualitätscheck
Nicht immer geht es um das Entwickeln neuer Geschmacksrichtungen, sondern oft auch um das Bewahren bereits bestehender. So suchte das US-Unternehmen PepsiCo einen Weg, um jederzeit eine gleichbleibende Qualität für die Cheetos-Snacks seiner Tochter Frito-Lay sicherstellen zu können. Dafür entwickelte das Unternehmen eine KI-Lösung im Rahmen des Project Bonsai von Microsoft, die die Maschinen überwacht und entsprechend der Vorgaben in der Produktion automatisch anpasst.
Ein Computer-Vision-System überwacht kontinuierlich die Qualität der Cheetos. Davon ausgehend warnt die KI, wenn es Abweichungen zu den Spezifikationen gibt. Eine Instrumententafel zeigt daraufhin an, welche Eigenschaften korrigiert werden müssen. Auf diese Weise lässt sich die Menge an Ausstoßware reduzieren und so auch ein Beitrag gegen unnötige Lebensmittelverschwendung leisten.
Ausführliche Informationen zum Projekt sind in der Customer Story von PepsiCo zu finden.
Diese Beispiele zeigen, wie KI-, Cloud- und IoT-Lösungen schon heute dazu beitragen, unsere Lebensmittel-Versorgung nachhaltiger und innovativer zu gestalten – sei es in der Produktion, bei der Verarbeitung oder im Handel.
