Hannover Messe: Wie KI die Lebensmittelproduktion smart macht

Mit smarten Daten können Hersteller klug planen und ihre Lebensmittel besser, günstiger, in richtiger Menge und klimafreundlicher produzieren. Wie sie obendrein mit ihren Daten zusätzliche Einnahmen erzielen, zeigt auf der digitalen Hannover Messe ein von Wirtschaftsinformatiker Wolfgang Maaß an der Universität des Saarlandes und am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) geleitetes Forschungskonsortium. In Projekt 'Evarest' machen die Forscherinnen und Forscher Daten zum sicheren Handelsgut – ohne, dass Knowhow oder Geschäftsgeheimnisse verraten werden.
Bild: ©Oliver Dietze

Wie wird im nächsten Jahr die Ernte von Kakaobohnen oder Erdbeeren ausfallen und wann sollte man wieviel davon bestellen? Wie viel Wurst wird voraussichtlich im November gekauft? Wie werden sich die Preise für Lebensmittel entwickeln? Ein Lebensmittelhersteller, der auf solche Fragen zuverlässige Antworten weiß, kann seine Produktion passgenau und weitsichtig planen. Er kann, wenn nötig, Gegenmaßnahmen ergreifen und auch etwa vermeiden, zur falschen Zeit zu viel zu produzieren. Genau hierfür liefert ein Forschungskonsortium jetzt mit smarten Daten den nötigen Durchblick.

„Bei der Produktion von Lebensmitteln fallen unzählige Daten an, die bislang ungenutzt bleiben. Das ist totes Kapital. Wir bringen auf unserer Datenplattform diese Daten in Zusammenhang: Sie werden verknüpft, analysiert und ausgewertet und dienen so als Grundlage konkreter Handlungsempfehlungen für anstehende Entscheidungen“, erklärt der Wirtschaftsinformatiker. Für sich allein betrachtet wenig aussagekräftige Zahlenkolonnen werden dabei im großen Zusammenhang höchst aufschlussreich. „Es geht dabei nicht darum, zurecht gehütete Betriebsgeheimnisse oder Know-how preiszugeben, die ein Produkt einzigartig machen. Es geht vielmehr um anonymisierte Daten, die bei Betrieb nebenher anfallen, wie Sensordaten, Statistiken oder Mengenangaben“, erläutert Maaß.

Er sieht hierin große Chancen nicht zuletzt auch mit Blick auf Überproduktion und Klimaziele: „Die Lebensmittelproduktion erzeugt fast ein Drittel der weltweiten Treibhausgas-Emissionen. Zugleich werden Millionen Tonnen an Lebensmitteln Jahr für Jahr vernichtet. Das schadet dem Klima und führt zu hohen Kosten. Hier gezielt und vorausschauend zu produzieren, bietet also nicht nur die Chance für Hersteller, in ihr Image zu investieren, Kosten zu sparen und an den Datenprodukten zu verdienen, sondern auch, das Klima zu schonen“, sagt Maaß.

Der besondere Vorteil des Datenmarktplatzes: Mit der neuen Daten-Transparenz ihrer Plattform will das Forschungsteam für Erzeuger und Hersteller auch zusätzliche Einnahmequellen schaffen. Elektronische Verträge sichern hierbei rechtssicher ab, welche Daten wie genau verwendet werden dürfen, so dass die Daten jedes Herstellers sicher geschützt und nicht missbraucht, ungewollt verwendet oder weitergegeben werden können.

Auf der Evarest-Plattform werden die Daten zu einer zusätzlichen Erlösquelle für die, die ihre Daten zur Verfügung stellen – und hierdurch kommen sie allen zugute: „Je mehr Daten zur Verfügung stehen, umso effektiver können wir Produktion oder Transport machen, wir können Marktpotenziale genauer ergründen und auch Markthemmnisse und -barrieren früh sichtbar machen“, erklärt der Wirtschaftsinformatiker.

Über die Datenplattform, die die Wissenschaftlerinnen und Wissenschaftler entwickelt haben, kann ein Lebensmittelproduzent fundiertes Insider-Wissen abrufen. Die Zusammenschau und die Empfehlungen des Systems geben ihm viele Stellschrauben an die Hand, mit denen er seine Produktion optimieren kann. Hierzu zieht die Plattform alle möglichen Daten aus den unterschiedlichsten Quellen heran, die ihr vorliegen und für die konkrete Anfrage von Bedeutung sind: von Sensordaten des Herstellers selbst, die bei Produktion und Transport anfallen, allgemeinen Daten wie Wetterprognosen oder Preisindizes, bis hin zu Maschinendaten anderer Unternehmen. Mit künstlicher Intelligenz, Methoden maschinellen Lernens und digitalen Technologien werden all diese Daten automatisiert verarbeitet und vernetzt. Dabei werden Produktionsdaten eines bestimmten Betriebes analysiert, mit Daten aus anderen Unternehmen verglichen und mit weiteren Analysen kombiniert.

Thematik: Newsarchiv
| News
Universität des Saarlandes

Das könnte Sie auch Interessieren

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.