Forschungsprojekt »Zukunftslabor2030«

Die Bewertung der Qualität und des Frischezustandes von Lebensmitteln ist hochkomplex und ihre Überwachung stellt eine große Herausforderung dar. Zahlreiche Stationen bergen vielfache Faktoren, die die Produktqualität negativ beeinflussen können. Von der Herstellung über die Lagerung bis hin zum Verkauf sind die Produkte oft Kühlunterbrechungen und Verunreinigungen ausgesetzt. Hierbei verändert sich die Mikroflora von Frischeprodukten kontinuierlich und die meisten Produkte unterliegen vielen dynamischen physikochemischen Prozessen. Somit ist ein fortdauerndes Monitoring erforderlich, um die Qualität der Erzeugnisse bis zu deren Verkauf sicherzustellen. Ein kontinuierliches Monitoring ist jedoch aufgrund aktueller Techniken und spezialisierter Analysen nur bedingt möglich und erfordert auf Seiten der Unternehmen einen hohen Aufwand.

Ziel des vom Bundesministerium für Ernährung und Landwirtschaft geförderten, Projektes »Zukunftslabor2030« ist es, mithilfe von künstlicher Intelligenz (KI) und den Einsatz neuer Sensortechnologien ein effizienteres und nachhaltigeres Lebensmittel-Monitoring zu entwickeln, um deutliche Verbesserungen in den Bereichen Verbraucherschutz, Verbraucherinformation, der Überwachung der Lebensmittelqualität und Lebenssicherheit sowie der Reduktion von Lebensmittelverschwendung zu erreichen.

Im Projekt werden hierfür verschiedene Zukunftsszenarien entlang der Lebensmittel-Lieferkette – von der Produktion bis zum Konsumenten – betrachtet. Um das zu erreichen, deckt das Konsortium des Projektes die komplette Forschungs-Wertschöpfungskette von den Laboranalysen über die Data Science bis hin zum Lebensmittelrecht ab. Das Fraunhofer IVV bildet in dem Konsortium, dass aus acht Unternehmen, Hochschulen und Institutionen besteht, einen Teil der Laboranalysen ab.

Neue Technologien und Verfahren für die Lebensmittelüberwachung

Um das interdisziplinäre Experten-Team der Data Science mit ausreichenden und guten Daten zu unterstützen, werden erstmals am Fraunhofer IVV Fleischproben mittels Gassensoren, GC-IMS, Sauerstoffmesszellen und Hyperspektralkamera untersucht. Dabei wird sowohl auf den Goldstandard der Gasanalyse gesetzt als auch kleine, schnelle und mobile Messmethoden untersucht, die potenziell vor Ort eine kontinuierliche Überwachung des Lebensmittels gewährleisten können. Zusätzlich analysieren die Projektpartner vom Max-Rubner-Institut, der Universität Bayreuth und vom Bayerischen Landesamt für Gesundheit und Lebensmittelsicherheit die Proben hinsichtlich weiterer molekular- und mikrobiologischer Qualitätsänderungen wie dem mikrobiellen Verderb. Ziel ist es, eine Korrelation zwischen der Mikrobiologie und den flüchtigen, detektierbaren Verbindungen herzustellen.

Zentrales Element des »Zukunftslabor2030«: das KI-basierte Lebensmittel-Monitoring

Das im Projekt geschaffene digitale KI-basierte Lebensmittel-Monitoring lernt mittels Daten von innovativen Messverfahren wie Spektroskopie, Massenspektrometrie oder Volatilom-Analysen stets dazu und aktualisiert sich kontinuierlich. Durch die Integration verschiedenster Messdaten werden die wichtigsten chemischen, physikalischen und biologischen Prozesse von Lebensmitteln in Computermodellen digital beschrieben. Die in der Cloud erfassten Daten bilden den Digitalen Zwilling. Dabei ist jeder Digitale Zwilling wie jedes natürliche Lebensmittel spezifisch. Um die Variationen und auch Messungenauigkeiten bei der Erstellung aufzufangen, werden statistische Wahrscheinlichkeitsaussagen mittels des Digitalen Zwillings über den Zustand eines individuellen Lebensmittels getroffen. Mit den Ergebnissen kann unter anderem die Qualitätsprognose des Produkts an den tatsächlichen Lagerzustand angepasst werden.

Ein interdisziplinäres Experten-Team 

Das interdisziplinäre Experten-Team vereint eine umfassende Expertise aus den Bereichen Massenspektrometrie, optischer Spektroskopie, Next Generation Sequencing, Sensorsysteme für volatile Komponenten, Mikrobiologie sowie Lebensmittelrecht mit Know-how in den Bereichen Datenhandling, Modellierung, Data Science und KI. 

KI-basierte Qualitätsüberwachung - auch für andere Anwendungen

Das KI-basierte Monitoring ist vor allem aufgrund seiner kontinuierlichen und echtzeitnahen Qualitätsüberwachung für die Lebensmittelbranche sehr sinnvoll, da es durch ein digitales und dynamisches Abbild des Produkts einen direkten Nutzen für den Handel, aber auch für Konsumentinnen und Konsumenten hat. Jegliche Qualitätsänderung kann sofort erfasst werden und somit ist es möglich, die Qualität des Lebensmittels bis zum Verkauf und sogar bis auf den Teller des Konsumenten sicherzustellen. Zukünftig kann eine Übertragung des KI-basierten Monitorings auch auf weitere Bereiche der Predictive/ Preventive Maintenance stattfinden, zum Beispiel durch die Überwachung von Maschinenölen/Maschinenölständen, Getrieben oder anderen Maschinenbauteilen. Der Einsatz von digitalen Sensortechnologien und Künstlicher Intelligenz ist für jede Branche relevant, in der ein echtzeitnahes Monitoring zu nachhaltigeren und effizienteren Ergebnissen führen kann.