Praxisbeispiel: Nachhaltiges Wirtschaften Reduzierung von Lebensmittelverschwendung mithilfe Künstlicher Intelligenz
Projekt REIF des Fraunhofer IGCV
Rund zwölf Millionen Tonnen Lebensmittel landen jedes Jahr in Deutschland im Abfall. Über 30 Prozent davon werden bereits während des Herstellungsprozesses vernichtet. Das Fraunhofer-Institut für Gießerei-, Composite- und Verarbeitungstechnik IGCV tritt gemeinsam mit Partnern aus Forschung und Industrie gegen diese Lebensmittelverschwendung mit dem Projekt REIF ein. Absatz- und Produktionsplanung, Prozess- und Anlagensteuerung können mit Methoden des Maschinellen Lernens optimiert werden. Denn Käse, Brötchen, Fleisch und Co. lassen sich mit datenbasierten Algorithmen effizienter herstellen. Mithilfe Künstlicher Intelligenz sollen so die Verluste gesenkt werden.
Die Lebensmittelverschwendung soll laut dem Ziel der Vereinten Nationen bis zum Jahr 2030 halbiert werden. Auch Deutschland hat sich verpflichtet, diesem Ziel nachzukommen. Der Handlungsbedarf entlang der gesamten Wertschöpfungskette, vom Acker bis zum Teller, ist groß. Rund 52 Prozent der Abfälle werden von Privathaushalten verursacht. Dies ergab eine Studie des Thünen-Instituts von 2019 (siehe Link unten). Die Studie offenbart jedoch auch, dass rund 30 Prozent der Verluste bereits in der Lebensmittelproduktion und -verarbeitung entstehen. Die restlichen 18 Prozent entfallen auf den Groß- und Einzelhandel und die Außer-Haus-Verpflegung. Im Projekt REIF, das für Resource-Efficient, Economic and Intelligent Foodchain steht, arbeiten 30 Partner an einer langfristigen Lösung. Hauptaugenmerk liegt dabei auf der Konzeption eines KI-Ökosystems, das Beteiligte aller Wertschöpfungsstufen einbezieht. Gefördert wird das Vorhaben mit zehn Millionen Euro vom Bundesministerium für Wirtschaft und Energie BMWi.
Ausschuss vermeiden und Überproduktion reduzieren
Die REIF-Projektpartner fokussieren sich auf Molkereiprodukte, Fleisch- und Backwaren. »Um die Lebensmittelverluste in diesen Bereichen deutlich zu senken, sind vor allem zwei Aspekte entscheidend – die Minimierung von Überproduktion und die Vermeidung von Ausschuss«, sagt Patrick Zimmermann, Wissenschaftler und REIF-Projektleiter am Fraunhofer IGCV. »Überproduktion und Ausschuss lassen sich vermeiden, indem man Lebensmittelbedarfe zielführend prognostiziert, die Plan- und Steuerbarkeit der Wertschöpfungsprozesse verbessert und qualitätsbedingte Lebensmittelverluste verringert«, so sein Kollege Philipp Theumer. Gemeinsam mit fünf weiteren Kollegen untersuchen Theumer und Zimmermann, wie sich unternehmensinterne Potenziale – beispielsweise in Maschinen und Anlagen sowie die Produktionsplanung und -steuerung – im Sinne der Verschwendungsreduktion mit Methoden der KI realisieren lassen. »Wir bringen dabei KI in die gesamte Wertschöpfungskette und insbesondere in den Bereich der Produktion. Dafür adaptieren und selektieren wir die entsprechenden Algorithmen je nach Anwendungsfall«, erläutert Zimmermann.
Die Potenziale seien jedoch sehr unterschiedlich. Auf Anlagenebene entsteht die höchste Lebensmittelverschwendung beim Hochfahren, da die optimalen Anlagenparameter erst gefunden werden müssen und somit zunächst Ausschuss produziert wird. Zimmermann erklärt: »Beispielsweise versuchen wir, mittels intelligenter Sensorik und selbstlernenden KI-Algorithmen den Aufschäumvorgang bei der Herstellung von Kuchenböden gleich beim ersten Versuch zu perfektionieren«.
Online-Marktplatz – Zentral vernetzte Informationen entlang der Wertschöpfungskette der Lebensmittelindustrie
Ein virtueller Marktplatz als Herzstück eines IT-Ökosystems bildet eines der langfristigen Ziele der Projektpartner von REIF. Unternehmen können hier in Zukunft unter anderem ihre implementierten KI-Algorithmen allen Beteiligten zur Verfügung stellen. Ein weiteres Ziel ist es, die Daten aller im Projekt involvierten Firmen zu vernetzen, um so die Wertschöpfung im komplexen Wertschöpfungsnetzwerk der Lebensmittelindustrie zu steigern. »Das Know-how einer Firma kann auf andere übertragen werden. Je mehr Daten ein- und zurückfließen, desto besser wird das KI-Modell trainiert«.
Produktionsunternehmen können durch den Austausch von Daten über den Online-Marktplatz ihre Herstellungsprozesse besser steuern, indem sie von Absatzprognosen profitieren, die basierend auf Einkäufen erstellt wurden. Die von Supermärkten erhobenen Daten fließen in die Prognosen ein. Durch das Zusammenführen vielfältiger Faktoren wie Kundenverhalten, Warenbestand und Mindesthaltbarkeitsdatum lassen sich gezielt dynamische Preisanpassungen für bestimmte Produkte in Supermärkten einführen. Zimmermann erläutert: »Durch eine kontinuierliche, tägliche Preisanpassung (je nach Haltbarkeit) können die üblichen drastischen Preissenkungen kurz vor Ablauf des Mindesthaltbarkeitsdatums vermieden werden und die Verkaufszeit erhöht sich. Dadurch ist es wahrscheinlicher, dass das Produkt gekauft wird, bevor es entsorgt werden muss und auch der Gesamtgewinn erhöht sich«.
Die komplette Lieferkette profitiert von dem Informationsaustausch, der auch externe Daten einbezieht, wie zum Beispiel die Wettervorhersage. Die Produktion und Preise von Grillgut könnten so, je nach zu erwartender Wetterlage, angepasst werden. Derart konzipierte Prognosesysteme könnten ebenfalls über die Online-Plattform angeboten werden. Dies sichert dem Einzelhandel eine Gewinnmaximierung und reduziert gleichzeitig Ausschuss und Überproduktion.
Derzeit befinden sich die Projektpartner in der Konzeptionierungsphase, erste Praxistests starten in Kürze.
- Weitere Informationen zum Projekt REIF am Fraunhofer IGCV: https://s.fhg.de/REIF
- Studie des Thünen-Instituts von 2019: https://s.fhg.de/StudieThuenen