Ausgangspunkt der Verschwendungsreduzierung im Teilprojekt "Bedarfsprognose und dynamische Preisanpassung" ist eine verbesserte Bedarfsprognose im Lebensmitteleinzelhandle. KI-gestützte Prognoseverfahren unter Berücksichtigung spezifischer Einflussfaktoren (z. B. Wetter, Jahreszeit, historische Absatzdaten) bilden die Basis der dynamischen Preisanpassung. Mit Hilfe der zu entwickelnden dynamischen Preisanpassung soll die Nachfrage nach Lebensmitteln - zur Vermeidung von Abfällen auf Grund des erreichten Mindesthaltbarkeitsdatums - gesteuert werden.

Das Ziel des Teilprojekts "KI-gestützte Anlagenregelung zur Erhöhung der Zuverlässigkeit" ist die Erhöhung der Zuverlässigkeit von Fleischverarbeitungsanlagen durch den Einsatz von KI-Verfahren zur Anlagenregelung. Zunächst wird überprüft, welche Voraussetzungen in der Fleischverarbeitung gegeben sein bzw. integriert werden müssen um den Einsatz von KI-Verfahren zur signifikanten Steigerung der Zuverlässigkeit nutzen zu können.

Im Rahmen des Teilprojekts "KI-basierter Ansatz zur Ableitung bedarfsgerechter Produktionspläne" werden - ausgehend von Nachfrageprognosen - KI-Algorithmen zur Erstellung bedarfsgerechter Schneide- und Zerlegepläne in der Fleischindustrie entwickelt. Dies ermöglicht die Berücksichtigung der Produktnachfrage im Zerlege- und Lagerprozess in der Fleischverarbeitung.

Zur Adressierung der enormen Anfahrverluste bei Sortimentswechseln auf den Produktionslinien in der Backwarenindustrie werden im Teilprojekt "KI-Verfahren zur Realisierung qualitätsgeführter Verarbeitungsprozesse" KI-Verfahren zur Reduzierung der Ausschussmengen entwickelt. Die Anagenbefähigung und die Integration aller zum Einsatz von KI-Methoden benötigten infrastrukturellen Anforderungen stehen im Mittelpunkt der Arbeiten.

Mangelnde Effizienz und Effektivität in der Produktion als Ursache von Lebensmittelverschwendung in der Molkereiindustrie wird im Rahmen des Teilprojekts "Ausschussminierende Optimierung von Produktionsanlagen" addressiert. Neben der Entwicklung und Integration von Softsensoren in die Anlagensteuerung wird der Einsatz von KI-Methoden in der Produktionssteuerung näher untersucht.

Zur ganzheitlichen Betrachtung der Lebensmittelverschwendung, wird im Teilprojekt "Entwicklung der REIF-Plattform" der Aufbau eines KI-Ökosystems angestrebt, das die Stakeholder sämtlicher Wertschöpfungsstufen integriert. Zur vollständigen Erfassung und Beschreibung des Ökosystems in der Lebensmittelbranche bedarf es der Berücksichtigung sowohl organisatorischer und wirtschaftlicher als auch technischer Perspektiven. Um eine möglichst optimale Abstimmung dieser einzelnen Dimensionen zu gewährleisten und einen holistischen Ansatz zur Ökosystem-Entwicklung zu verfolgen, befasst sich das Projekt mit den organisatorischen, wirtschaftlichen, technischen und rechtlichen Voraussetzungen zur Erstellung und zum Betrieb einer Plattform als zentralem Element der REIF-Ökosystems

Das Teilprojekt "Durchgängige und vollständige Rückverfolgbarkeit" entwickelt im Kontext der Fleischindustrie KI-Verfahren zur Verbesserung der Rückverfolgbarkeit der Waren innerhalb der gesamten Wertschöpfungskette. Die Erkenntnisse aus der Fleischindustrie werden auf Übertragbarkeit in weitere Lebensmittelbereiche hin untersucht.

Ausgehend von dem im Teilprojekt "Bedarfsprognose und dynamische Preisanpassung" erarbeiteten Bedarfsprognosen sowie verlustminimierenden Beschaffungs- und Verkaufsstrategien wird im Teilprojekt "Koordination im Wertschöpfungsnetz" eine unternehmensübergreifende Koordinationsinstanz entwickelt. Über einen KI-Algorithmus soll eine optimale netzwerkweite Synchronisation von Angebot und Nachfrage erfolgen.

... und aktuelle Infos finden Sie auf der Projekt-Website:

www.ki-reif.de

Braunreuther, S., H.-M. Braun. 2023. KI gegen Lebensmittelverschwendung. Impulsvortrag bayerischer Volkshochschulverband

Braunreuther, S., H.-M. Braun. 2022. Einsatz künstlicher Intelligenz: Mit KI Lebensmittelverschwendung reduzieren. molkerei-industrie (08): 6–9.

Braunreuther, S., H.-M. Braun. 2022. KI gegen Lebensmittelverschwendung. Lange Nacht der Wissenschaft Augsburg. Augsburg

Braunreuther, S., H.-M. Braun. 2022. Smart solutions to reduce food waste - Mit KI Lebensmittelverschwendung reduzieren. Anuga Foodtec. Köln

Braunreuther, S., H.-M. Braun, D. Mayer, A. Thieß. 2022. Verschwendungreduzierung in der Lebensmittelindustrie durch künstliche Intelligenz. Mittelstand 4.0 - KI Coffeebreak

Braunreuther, S., H.-M. Braun, D. Rottenegger. 2021. Verschwendungsminimierung in der Lebensmittelindustrie durch künstliche Intelligenz. Lebensmittelnetzwerk Rhein-Neckar - food.net:z

Braunreuther, S.. 2021. Wie Künstliche Intelligenz Lebensmittelverschwendung reduzieren kann. Podcast "Siblers Denkräume". München

Braunreuther, S., H.-M. Braun. 2021. Waste minimisation in the food industry through artificial intelligence. Bayern fit for Partnership.

Braunreuther, S., H.-M. Braun. 2020. KI gegen Lebensmittelverschwendung. gP Forschung 2020. Augsburg

Braunreuther, S., H.-M. Braun. 2020. Verschwendungminimierung in der Lebensmittelindustrie durch künstliche Intelligenz. Bitcom-Themenfrühstück