KI gegen Lebensmittelverschwendung

Lebensmittelverschwendung mit Künstlicher Intelligenz verhindern

Künstliche Intelligenz Maschinenbau und Verfahrenstechnik Nachhaltigkeit

Projektbeschreibung

Ziel des REIF-Projektes ist es, durch den Einsatz von künstlicher Intelligenz (KI) die Verschwendung von Lebensmitteln in der gesamten Wertschöpfungskette deutlich zu reduzieren, insbesondere in drei Branchen mit hohem Klimafußabdruck, nämlich bei Fleisch- bzw. Wurstwaren, Milchprodukten und Backwaren. Der Fokus liegt dabei auf der Verringerung von Ausschuss und einer bedarfsgerechten Produktionsmenge (Vermeidung von Überproduktion).

Die Teilziele

Anwendungskonzepte

Identifikation von Schnittmengen von potentiellen Anwendungen in der Lebensmittelindustrie und Verfahren der Künstlichen Intelligenz sowie Konzeption potenzieller Anwendungsfälle.

KI-Ökosystementwurf

Definition und Modellierung der Struktur für ein KI-fähiges Wertschöpfungsnetzwerk und Darstellung möglicher Business Cases um die Potenziale innovativer Geschäftsmodelltypen darzustellen.

KI-Roadmap in der Lebensmittelindustrie

Entwicklung einer Roadmap zur Realisierung des konzipierten Ökosystems für Künstliche Intelligenz in der Lebensmittelindustrie.

REIF in der Lebensmittel Supply-Chain

Ein zentraler Aspekt des Projekts ist die Entwicklung einer ganzheitlichen Optimierungsstrategie über mehrere Wertschöpfungsstufen und -partner hinweg.

Aktuell arbeiten dafür 30 Projektpartner aus Industrie, Verbänden und Forschung in acht Teilprojekten entlang der Wertschöpfungskette.

Übersicht REIF Projekt — Übersicht über die Teilprojekte des REIF-Projekts ©REIF

Betrachtung der Abhängigkeiten von Einzelhandel und Konsumenten:

Bedarfsprognose und dynamische Preisanpassung

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.

Fokussierung auf ressourcenschonende und verschwendungs-minimierende Produktion:

KI-gestützte Anlagenregelung zur Erhöhung der Zuverlässigkeit

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.

KI-basierter Ansatz zur Ableitung bedarfsgerechter Produktionspläne

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.

KI-Verfahren zur Realisierung qualitätsgeführter Verarbeitungsprozesse

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.

Ausschussminimierende Optimierung von Produktionsanlagen

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.

Adressierung von Wertschöpfungsstufen und -ketten übergreifende Themenstellungen:

Entwicklung der REIF-Plattform

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

Durchgängige und vollständige Rückverfolgbarkeit

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.

Koordination im Wertschöpfungsnetzwerk

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.

Lebensmittel - Verschwendung eindämmen — © colourbox

Betriebshierarchische Stufen — Einordnung des Projekts in die klassischen betriebshierarchischen Ebenen

Das produktionstechnische Zentrum (HSA_ptz) der Hochschule Augsburg befasst sich im speziellen mit dem Einsatz von KI-Methoden im Teilprojekt "Ausschussminimierende Optimierung von Produktionsanlagen". Darüber hinaus arbeitet es im Teilprojekt "Entwicklung der REIF-Plattform" federführend an der Entwicklung der Plattform-Governance sowie der Verbreitung der Ergebnisse in die breite Öffentlichkeit hinaus.

Weitere Projektinformationen

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

www.ki-reif.de

... oder auf unserer REIF-Info-Seite:

www.ki-lebensmittelretter.de

Veröffentlichungen der Hochschule Augsburg

Braun, H.-M.; Rottenegger, D.; Braunreuther, S. 2023. Prozessmodell für die Gestaltung einer Plattform-Governance für digitale mehrseitige Plattformen. In: Beatrix Weber (Hg.): Data Governance. Berlin, Heidelberg: Springer Berlin Heidelberg, S. 329–348.

Braunreuther, S.; Mayer, D.; Weber, J.; Gaßner, G.; Theumer, P.; Schaten; D.; Becker, I.; Kaufmann, K.; Metzenmacher, M. (Hg.) 2023. Resource-efficient, economic and intelligent foodchain. Frsnkfurt am Main: DLG-Verlag

Braunreuther, S.; Braun, H.-M.; Straub, S.; Kieseberg, P.; Nolte; C. 2023. REIF im europäischen und rechtlichen Kontext

Eichner, S.; Kölle, A.; Mayer, D.; Zimmermann, P.; Becker, I.; Metzenmacher, M.; Braunreuther, S.; Weber, J. 2023. Externes Expertenforum - Zusammenfassunf der Veranstaltung

Braunreuther, S.; Braun, H.-M.; Mayer, D.; Weber, J.; Gaßner, G.; Theumer, P.; Höpken, A.; Becker, I.; Kaufmann, K.; Metzenmacher, M.; Maier, M.; Pfaller, E.; Geier, D.; Becker, T. 2023. Einsatz Künstlicher Intelligenz mittels innovativer Sensorkonzepte in der Backwarenindustrie.

Rottenegger, D.; Öfele, M.; Braun, H.-M.; Braunreuther, S. 2023. Bullwhip effect: Modelling and simulation of a sinusoidal stimulus considering food waste. Journal of Transport and Supply Chain Management

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

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

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

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

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

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

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

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

Downloads

Das Abschlussbuch zum REIF-Projekt:

Resource-efficient-economic-and-intelligent-foodchain.pdf (13,2 MB)

Berichte aus REIF:

REIF-im-europaeischen-und-rechtlichen-Kontext.pdf (1,6 MB)

REIF-Externes-Expertentreffen-Zusammenfassung.pdf (188,0 KB)

Einsatz-Kuenstlicher-Intelligenz-mittels-innovativer-Sensorkonzepte-in-der-Backwarenindustrie.pdf (830,2 KB)

Jetzt mit KI Lebensmittel retten!

Unsere Partner

Geförderte Partner im REIF-Projekt — Geförderte Partner

Das REIF-Projekt wird durch das Bundesministerium für Wirtschaft und Klimaschutz im Rahmen des Förderprogramms "Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme" mit einem Gesamtvolumen von ca. 7,3 Millionen Euro gefördert.

Projektleitung

Ansprechpartner Prof. Dr.-Ing. Stefan Braunreuther
Maschinenbau und Verfahrenstechnik
Telefon:	+49 821 5586-3186
Fax:	+49 821 5586-3160
[Bitte aktivieren Sie Javascript]

Weitere Beteiligte

Hans-Martin Braun, M.Sc.
[Bitte aktivieren Sie Javascript]
David Rottenberger, M.Eng.
[Bitte aktivieren Sie Javascript]
Sarah Bruderrek
[Bitte aktivieren Sie Javascript]

Fakultät für Maschinenbau und Verfahrenstechnik

Zeige 1-1 von 1 Eintrag.

Ein gelungener Abschluss

18.07.2023

„Ein dreijähriges Projekt geht vorbei“ – mit diesen Worten eröffnete Konsortialleiter Prof. Dr.-Ing. Stefan Braunreuther von der Fakultät für Maschinenbau und Verfahrenstechnik Augsburg die Abschlussveranstaltung des REIF-Projekts am 20. Juni 2023 im DLG-Haus in Frankfurt am Main.

mehr ...

Weitere Projekte hochschulweit: Zentrale Seite mit Suchfunktion