In der Lebensmittelindustrie fallen durch die Verarbeitung von Naturprodukten Ausschüsse an, die aufgrund von Fehlstellen nicht im vollen Umfang für die Weiterverarbeitung genutzt werden können. Derzeitiger Standard ist, Schadstellen durch das menschliche Auge zu erfassen und manuell auszusortieren. Diese händische Sortierung erfolgt jedoch auch bei geschulten Mitarbeitern subjektiv, ist anfällig für Fehlsortierungen, führt zu hohen Ausschüssen um Qualitätsansprüche sicherzustellen und ist ressourcenintensiv für die Unternehmen und erschöpfend für Mitarbeiter. Ziel dieses Projektantrages ist es, einen mobilen und modularen Prototypen (Movi-Q) zu entwickeln, der mittels künstlicher Intelligenz eine visuelle Qualitätserfassung in Unternehmen der Lebensmittelindustrie (Fleischverarbeitung, Obst- und Gemüseverarbeitung) durchführen kann. Hierfür wird mit einem interdisziplinären Team aus Lebensmitteltechnologen und -ingenieuren, Informatikern, Systementwicklern und Anwendern ein Konstrukt zur Datenerfassung mittels optischer Technologien und einer KI-gesteuerten Analyse-Software entwickelt und validiert. Verschiedene Anwendungsfälle stützen die Entwicklung der angestrebten Klassifizierungssystematik: Fallbeispiel ‚Kartoffel‘ und ‚Hähnchen‘ sowie Adaption des Movi-Q Systems auf andere Produktgruppen (Fallbeispiel ‚Pute‘) oder andere Firmen (‚Kartoffel - anderes Unternehmen‘). Movi-Q soll die technische und wirtschaftliche Machbarkeit von KI-gesteuerten Prozessen zur Qualitätsklassifizierung in Betrieben vor Ort demonstrieren, um den Unternehmen konkretes KI-Innovationspotenzial aufzuzeigen. Der Ergebnis- und Technologietransfer erfolgt über Beiträge in der Fachpresse, Präsentation auf Tagungen oder Messen, Videoclips und die Einbindung von Multiplikatoren (Branchenverbände).
Partner
DIL Deutsches Institut für Lebensmitteltechnik e.V.
sionn.engineering GmbH
Sola Bonum GmbH
Wernsing Feinkost GmbH & Co KG
Heidemark Mästerkreis GmbH & Co. KG
