KI in der Lebensmittelverarbeitung

Künstliche Intelligenz findet als aufstrebende Technologie immer mehr Anwendung in bereits etablierten Industrie- und Wirtschaftszweigen und trägt dort häufig zu einer Steigerung der effektiven Produktivität und damit zu einer Erhöhung der Wettbewerbsfähigkeit bei. Daher ist es nicht verwunderlich, dass dieses moderne Werkzeug immer öfter zum Einsatz kommt, zumal die Anwendung zunehmend einfacher wird und immer mehr Unternehmen es einsetzen können.

Einsatz von KI in der Landwirtschaft

Die Landwirtschaft ist einer der Wirtschaftsbereiche, die am meisten von KI-Modellen profitieren können. KI kann Landwirte maßgeblich unterstützen, wenn es darum geht, die hochkomplexen biochemischen Prozesse im Ackerboden, die sich direkt auf die Qualität der Ernte auswirken, zu messen, zu bewerten und eine endgültige Entscheidung zu treffen. So kann künstliche Intelligenz beispielsweise die Überwachung von Nährstoffen im Ackerboden steuern, was für einen Menschen in diesem Umfang nur schwer möglich wäre. Auf diese Weise können Saatgut, Dünger und andere Materialien entsprechend dem Bedarf der Landwirte bereitgestellt werden. Das spart nicht nur Geld, sondern macht die Landwirtschaft auch umweltfreundlicher [1].

Lebensmittelverarbeitung und die Rolle der KI

Nicht nur auf dem Feld, sondern auch in der weiterführenden Produktionskette der Lebensmittelverarbeitung kann künstliche Intelligenz einen erheblichen Einfluss haben. Sie trägt dazu bei, den gesamten Prozess in einer Weise effizienter zu gestalten, die ohne sie nur schwer möglich wäre. Gerade in der Lebensmittelverarbeitung gibt es viele unsichere und unscheinbare Faktoren, die sich auf die Produktion auswirken, und es ist schwierig, sie alle mit herkömmlichen Methoden zu finden [2]. Das Problem ist, dass einige dieser Faktoren, die oft ignoriert werden, nur eine geringe Auswirkung auf die durchschnittliche Qualität des Produkts haben, aber in ihrer Gesamtheit zu einem spürbaren Umsatzrückgang führen. In großen Bäckereibetrieben können zum Beispiel schon kleine Änderungen der Temperatur oder der Geschwindigkeit des Förderbandes dazu führen, dass die Produkte stets untergewichtig sind [2]. Dieser kleine Rückgang der effektiven Produktmenge macht sich im Laufe eines Jahres in einem großen Umsatzrückgang bemerkbar. Künstliche Intelligenz kann jedoch einen Großteil dieses Produktivitätsverlustes ausgleichen, weil sie die sehr komplizierten Messwerte thermischer Prozesse und die komplizierten Beziehungen zwischen den Gliedern der Produktionskette in Modellen zusammenfassen und auswerten kann. Auf diese Weise können negative Auswirkungen auf die Produktion nicht nur gestoppt werden, sobald sie eintreten, sondern auch, bevor sie beginnen, indem man sich Trends ansieht.

 Einfache Zugänglichkeit von KI durch B2B-Angebote

Durch den wachsenden Business-to-Business-Markt (B2B) wird es für Unternehmen immer rentabler, KI-Technologie zu nutzen und zur Unterstützung ihrer Produktion einzusetzen, da sie nicht mehr auf unternehmensinterne KI-Kompetenz angewiesen sind [3]. So können sie beispielsweise durch „AI-as-a-Service“-Optionen die Vorteile der effizienteren Produktion und der verbesserten Zeitersparnis durch KI voll ausschöpfen, ohne erneut eigenes Wissen oder Arbeitszeit einbringen zu müssen [3]. Auf diese Weise kann jeder von KI profitieren [2].

[1] vgl. Bericht der Enquete-Kommission Künstliche Intelligenz – Gesellschaftliche Verantwortung und wirtschaftliche, soziale und ökologische Potenziale. Drucksache 19/23700. Online unter: https://dserver.bundestag.de/btd/19/237/1923700.pdf (2020, S.99)

[2] vgl. Online-Blog “The Use of Artificial Intelligence in Food Processing” von „Food processing”. Online unter: https://www.foodprocessing.com/on-the-plant-floor/automation/article/11290754/the-use-of-artificial-intelligence-in-food-processing (2022)

[3] vgl. Whitepaper der Plattform für künstliche Intelligenz: Lernende Systeme. Online unter: https://www.acatech.de/publikation/mit-kuenstlicher-intelligenz-zu-nachhaltigen-geschaeftsmodellen/ (2022, S. 23)