Ausgangssituation

In Deutschland werden jedes Jahr mehrere Millionen Tonnen an Lebensmitteln vernichtet, da diese aus verschiedenen Gründen nicht mehr für den Verzehr geeignet sind.Studien belegen, dass mit 60 %, also ca. 11 Mio. Tonnen, der überwiegende Teil der Lebensmittel bereits während des Herstellungsprozesses in der Wertschöpfungskette vernichtet wird.

Die Komplexität der Lebensmittelindustrie – strenge Anforderungen an die Produktsicherheit, eine geringe Planbarkeit in der Landwirtschaft, unzählige produktspezifische Randbedingungen in der Lebensmittelverarbeitung, starke Nachfrageschwankungen und der Trend zu individualisierten Produkten, auch in der Lebensmittelindustrie, hat eine Verringerung dieser offensichtlich vorhandenen Defizite bisher verhindert.

Zielstellung des Projekts

Das übergeordnete Ziel ist die Identifikation von Potenzialen und die Konzeptionierung von innovativen Ansätzen basierend auf KI für lernende Wertschöpfungsnetzwerke. Dazu soll im Ansatz von REIF ein Wertschöpfungsnetzwerk für die Lebensmittel-industrie konzeptioniert und als KI-Ökosystem genutzt werden. Durch diesen kom-binierten Ansatz ergeben sich zahlreiche Synergien, sodass der Forschungsbereich der KI, die Lebensmittelindustrie wie auch die Gesellschaft profitieren. Auf Grund der strengen gesetzlichen Regelungen werden in der Lebensmittelindustrie überdurch-schnittlich viele Daten generiert, die den Nährstoff eines jeden KI-Ansatzes bilden. Gleichzeitig hat die Wertschöpfungsentwicklung der Foodchain eine temporäre Sättigung erreicht, die nur durch disruptive Ansätze, wie die Verwendung von Künstlicher Intelligenz, überwindbar ist. Im Fokus des Ansatzes dieses Vorhabens steht daher die aktive Nutzung von KI-Verfahren durch beteiligte Partner in der Umsetzungsphase. Analog zum Maschinellen Lernen werden durch diese Anwendung fortlaufend Erkenntnisse generiert, vervielfältigt und mit dieser Wissensbasis Prozesse optimiert. Eine Struktur und ein Netzwerk für diesen Ansatz zu planen und vorzubereiten soll ein entscheidender Bestandteil der Wettbewerbsphase sein.

Teilziele

Anwendungskonzepte


Identifikation von Schnittmengen von potenziellen Anwendungen in der Lebensmittelindustrie und Verfahren der Künstlichen Intelligenz sowie Konzeption potenzieller Anwendungsfälle

KI-Ökosystementwurf


Definition und Modellierung der Struktur für ein KI-fähiges Wertschöpfungsnetzwerk und Darstellung möglicher Business Cases um die Potenziale innovativer Geschäftsmodelltypen darzustellen

KI-Roadmap in der Lebensmittelindustrie

Entwicklung einer Roadmap zur Realisierung des konzipierten Ökosystems für Künstliche Intelligenz in der Lebensmittelindustrie

White Paper

Die Anwendungspotentiale künstlicher Intelligenz zur Verlustvermeidung in der Lebensmittelwertschöpfungskette finden Sie in unserem White Paper.

Weitere Informationen zum Innovationswettbewerb „Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme“ finden Sie unter diesem Link.