Page 27 - Sichtbar_2_2020
P. 27

26  aus forschung und wissenstransfer            food-monitoring                                         27





                        Food



                        Monitoring





                        Messbarer Frischegrad







                         text Dominique Albert-Weiß, Prof. Dr. Ahmad Osman


                                   ie Lebensmittelindustrie steht vor der Herausforderung,
                                   die Anzahl von Lebensmittelabfällen zu reduzieren, mit
                           D dem gleichzeitigen Ziel, die Qualitätssicherung von
                        Lebensmitteln zu gewährleisten. Ist der Reifezeitpunkt von Obst
                        und Gemüse überschritten, werden die Lebensmittel meist als nicht
                        mehr genießbar empfunden. Dies hat zur Folge, dass in Deutschland
                        jährlich 18 Millionen teils noch verzehrfähige Lebensmittel im Abfall
                        landen. Vergleicht man dies mit der hierfür notwendigen landwirt-
                        schaftlichen Nutzfläche, so werden circa 5 Millionen Hektar unnötig
                        bewirtschaftet. Dies entspricht der doppelten Fläche von Mecklen-
                        burg-Vorpommern und dem Saarland.
                            Mit der starken Unterstützung der Politik zur Reduzierung von
                        Lebensmittelabfällen nimmt die Thematik auch immer mehr Anwen-
                        dung in der Forschung an. Um den Reife- und Frischegrad frühzeitig
                        zu erkennen, wird an der htw saar an einem auf künstlicher Intelli-
                        genz (KI) basierenden, zerstörungsfreien Prüfsystem geforscht,
                        welches den Reifepunkt von Agrarprodukten bestimmen kann.
                        Neben der Bestimmung des Reifezustandes soll
                        dieses vor allem als Frühwarnsystem zum Ein-
                        satz kommen. Dieses soll einen bevorstehenden
                        Eintritt der Fäulnis und des Verderbs von Agrar-
                        produkten ermöglichen, um innerhalb der Logis-
                        tikkette frühzeitig zu handeln.
                            Im Rahmen des Forschungsprojektes KI-
                        UltraHaltbarkeit steht die Entwicklung eines
                        portablen Handgerätes im Vordergrund, welches
                        später Anwendung in der Industrie erlangen
                        soll. Dabei setzen die Forscher auf ein multi-
                        modales System, um komplementäre Merkmale zu erfassen und
                        somit eine Analyse und Bewertung des Reife- und Frischegrades
                        in situ vorzunehmen. Gekoppelt werden sowohl akustische als auch
                        optische Verfahren, welche bereits frühzeitig eine Aussage über
                        das Reifeverhalten ermöglichen sollen. Mittels Techniken des Deep
                        Learnings soll später eine Klassifizierung von neuen Proben ermög-
                        licht werden.
   22   23   24   25   26   27   28   29   30   31   32