REIF - Resource-efficient, Economic and Intelligent Foodchain

Lebensmittelverschwendung mit KI nachhaltig reduzieren

© Projekt REIF

Die Verschwendung von Lebensmitteln in der Nahrungsmittelindustrie beruht im Kern auf zwei Problemen: Es wird zu viel produziert und die Qualität der Rohstoffe schwankt zu stark. Deswegen werden viele Produkte vernichtet, oft noch bevor sie in den Handel gelangen. Im Projekt REIF wird eine Plattform entwickelt, die den Daten- und Informationsaustausch in der Lebensmittelindustrie über alle Wertschöpfungsstufen hinweg optimiert. KI-basierte Dienste und einzelne Applikationen ermöglichen bessere Prognosen der Konsumenten-Nachfrage und eine schnellere Anpassung von Produktionsprozessen, so dass die Lebensmittelverschwendung deutlich reduziert wird.

Partner

Hochschule für angewandte Wissenschaften Augsburg - University of Applied Sciences (Konsortialführer), ARXUM GmbH, BayWa IT GmbH, Collaborating Centre on Sustainable Consumption and Production gGmbH, Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein, Hochland Deutschland GmbH, GS1 Germany GmbH, Hochschule für Angewandte Wissenschaften Hof, Industrial Analytics Berlin IAB GmbH, Inotec GmbH, Jade Hochschule Wilhelmshaven/Oldenburg/Elsfleth, Kuchenmeister GmbH, Software Aktiengesellschaft, Spicetech GmbH, Technologisches Institut für angewandte Künstliche Intelligenz GmbH, tegut... gute Lebensmittel GmbH & Co. KG, Technische Universität München, Westfleisch SCE mit beschränkter Haftung

Herausforderung

In Deutschland werden jedes Jahr mehrere Millionen Tonnen an Lebensmitteln vernichtet, der überwiegende Teil sogar bereits während der Herstellung. Nachfrageschwankungen bei den Kunden führen heute dazu, dass von der Industrie immer größere Mengen produziert, als am Ende verkauft werden, weil sich die Lieferkette „aufschaukelt“ (sogenannter Bullwhip Effekt). Gleichzeitig schwankt die Qualität der genutzten Rohstoffe wie Milch oder Getreide, und Produktionsverfahren sind nicht immer optimal eingestellt. Dadurch wird viel Ausschuss produziert. Den Unternehmen entstehen so nicht nur wirtschaftliche Verluste, sondern auch Umwelt und Klima werden unnötigerweise belastet. Insbesondere im Bereich der leicht verderblichen Produkte, welche den größten Anteil der Lebensmittelverschwendung ausmachen, fehlt bislang eine durchgehend digital vernetzte Wertschöpfungskette von der Erzeugung über die Verarbeitung bis hin zum Verbraucher. Sie ist die Grundlage dafür, dass mit Hilfe von KI-Methoden die Lebensmittelverschwendung deutlich reduziert werden kann.

Umsetzung

Das Ziel des REIF-Ökosystems folgt auch in technischer Hinsicht dem Zweiklang aus Minimierung von Überproduktion und Vermeidung von Ausschuss. Zum einen soll durch den verbesserten Daten- und Informationsaustausch entlang der Wertschöpfungskette mit Hilfe von KI die Nachfrage der Konsumenten genauer prognostiziert werden. Zum anderen werden durch KI die Produktionsplanungen, -anlagen sowie -verfahren dazu befähigt, kurzfristig sowohl auf die schwankende Nachfrage als auch auf unterschiedliche Rohstoffqualitäten reagieren zu können. Dieses erfolgt durch die datenschutzkonforme Zusammenführung der verteilten Datenmengen aller Beteiligten auf einer Plattform. Aufgrund der strengen gesetzlichen Vorgaben in der Lebensmittelindustrie liegen hier bereits ohnehin große Datensätze vor. Die zu entwickelnden Schnittstellen sorgen für die notwendige Kompatibilität.

Auf Basis der Daten werden KI-Methoden, zum Beispiel aus dem Bereich Reinforcement Learning zur Lösung komplexer Steuerungsprobleme, von IT-Dienstleistern erprobt und weiterentwickelt. Mit diesen KI-Methoden sollen an unterschiedlichen Stellen der Wertschöpfungskette Verbesserungen erzielt werden, etwa durch zuverlässigere und bedarfsgerechtere Produktionsprozesse und verlustsenkende Verkaufsstrategien. Die so verbesserten bzw. neu entwickelten KI-Dienste können von den Akteuren der Nahrungsmittelproduktion und -bereitstellung über die REIF-Plattform als Marktplatz bezogen werden. Die Plattform dient gleichzeitig als Netzwerk zur Weiterentwicklung bestehender Anwendungen, die dann auch von anderen Branchen verwendet werden können.

Im Rahmen des Projekts wurde bisher, unteranderem, das Konzept der REIF-Plattform mit allen Partnern abgestimmt und finalisiert, so dass ein allgemeines Verständnis für die Plattform und ihre Funktionsweise entstanden ist. Zum einen wird die Plattform als Marktplatz für den Vertrieb bzw. Bezug von (KI-)Services dienen und zum anderen fungiert sie als Datendrehscheibe (z. B. Bereitstellung von einheitlichen Schnittstellen zum Datenaustausch der Plattformteilnehmer). Aufbauen auf diesem Konzept können die verschiedenen Anwendungsfälle im weiteren Projektverlauf integriert werden. Über die Konzeption der Plattform hinaus sind in den Anwendungsfällen die Ist-Zustände analysiert, Optimierungsansätze definiert und erste Lösungen erarbeitet, sowie teilweise in den Wertschöpfungsprozess integriert worden. Zu diesen ersten Lösungen zählen z. B. die Bedarfsprognose als Teil der verschwendungsminimierenden Beschaffungs- und Verkaufsstrategie sowie der Einsatz eines KI-Modells zur Vorhersage von Maschinenstillständen und damit verbunden der Entstehung von Ausschuss in der Molkereiindustrie.

Anwendung und Nutzen

Die REIF-Plattform soll vor allem in den Branchen Molkerei, Fleisch und Backwaren das große Optimierungspotenzial heben: Zum einen besteht dort aufgrund der leichten Verderblichkeit der Produkte ein besonders hoher Anteil an Lebensmittelverlusten. Die Herstellung und Verarbeitung sind aufwendig und die damit verbundenen Produktionskosten hoch. Die REIF-Plattform ermöglicht durchgängige Datenketten, die vom Landwirt bis zum Supermarkt reichen. Die Plattform wird von Partnern des Konsortiums entwickelt und soll langfristig als zentraler KI-Marktplatz in der Lebensmittelindustrie etabliert werden.

Die Funktionsweisen der Plattform und der KI-Anwendungen werden an verschiedenen Stellen der Wertschöpfungskette getestet:

Verschwendungsminimierende Produktionssysteme
Erprobt wird eine sensorbasierte Optimierung der Produktions- und Anlagensteuerung zur Verbesserung von Produktionsprozessen in der Molkereiindustrie. Dafür werden relevante Qualitätsmerkmale der Ausgangsstoffe in der Herstellung sowie verschiedene Maschinenparameter analysiert, um potentielle Störungen und die Endqualität prognostizieren zu können. Die Analagesteuerung wird so KI-basiert kontinuierlich optimiert.

Bedarfsgerechte Produktionspläne
In der Fleischindustrie wird ein KI-basierter Ansatz auf Grundlage des Reinforcement Learnings zur bedarfsgerechten Produktion erprobt. Auf Basis der prognostizierten Nachfrage werden optimierte Schneidpläne erstellt und bereits bei der Zerlegung der Tiere berücksichtigt. Außerdem wir die Planung des Personaleinsatzes und der Tieranlieferung optimiert. Zudem werden Kühllagerbestände minimiert und damit der Energieverbrauch gesenkt.

Zuverlässigkeit der Produktion
Die Zuverlässigkeit von Fleischverarbeitungsanlagen soll durch KI-basierte Strategien gesteigert werden. Dafür werden bestehende Anlagen durch Retrofitting mit der dafür notwendigen Sensorik und IoT-Infrastruktur nachgerüstet und mit Hilfe von KI die Parameter der Produktionsanalagen optimiert.

Rückverfolgbarkeit
KI-basierte Ansätze sollen die Rückverfolgbarkeit von Waren durch die gesamte Wertschöpfungskette in der Fleischwarenindustrie erhöhen. Weiter erfolgt eine Betrachtung weiterer Branchen z. B. Getreide, um Parallelen zu identifizieren und hier bei einer möglichen Umsetzung, gegebenen Falls, von Synergieeffekten profitieren zu können. Dabei kommen auch sogenannte Smart-Contracts mit Hilfe von Blockchain-Lösungen zum Einsatz.

Qualitätsgeführte Verarbeitungsprozesse
Entwickelt werden KI-Verfahren, die Verarbeitungsprozesse in der Backwarenindustrie verbessern, z.B. zur Vermeidung von Verlusten bei Sortimentswechseln. Im Zentrum steht dabei auch die Entwicklung von KI-Werkzeugen zur genauen Bedarfsprognose.