Künstliche Intelligenz in der Lebensmittelproduktion
Im Zeitalter der digitalen Kochkunst: Wie KI die Lebensmittelproduktion verändert

Von Manja Wühr 4 min Lesedauer

Anbieter zum Thema

Von der Kochschinkenproduktion bis zum Kaffeerösten: Künstliche Intelligenz verspricht der Lebensmittelindustrie mehr Effizienz, Nachhaltigkeit und Qualität. Konkrete Anwendungsbeispiele zeigen bereits heute, welches Potenzial in intelligenten Algorithmen steckt.

Die transformative Kraft der KI in der Lebensmittelproduktion: Intelligente Algorithmen optimieren Prozesse von der Herstellung bis zur Qualitätskontrolle und treiben Innovation und Nachhaltigkeit voran.(Bild:  KI-generiert)
Die transformative Kraft der KI in der Lebensmittelproduktion: Intelligente Algorithmen optimieren Prozesse von der Herstellung bis zur Qualitätskontrolle und treiben Innovation und Nachhaltigkeit voran.
(Bild: KI-generiert)

In einer Ära, in der Algorithmen mehr als nur Daten verarbeiten, steht die Lebensmittelproduktion an der Schwelle zu einer Revolution: Künstliche Intelligenz als der neue Chefkoch verspricht, die Art und Weise, wie Lebensmittel hergestellt werden, grundlegend zu verändern, indem sie neue Maßstäbe in Effizienz, Nachhaltigkeit und Qualität setzt. Doch trotz ihrer weitreichenden Potenziale stehen Unternehmen vor wesentlichen Fragen: Wie kann KI in bestehenden Produktionsprozessen integriert werden? Welche konkreten Vorteile bringt sie, und welche Hürden gilt es zu überwinden?

KI-gestützte Parameteroptimierung in der Kochschinkenproduktion

Die Herstellung von Kochschinken erfolgt durch einen mehrstufigen Pökel- und Garprozess, bei dem Fleischteile mittels Salzlake in Injektoren bearbeitet werden. Dabei steht die Produktion vor der Herausforderung natürlicher Qualitätsschwankungen, die durch Strukturfehler im Fleisch entstehen und zu einer ungleichmäßigen Aufnahme der Salzlake führen. Ein Forschungsprojekt der Hochschulen Ofenburg, Niederrhein und Südwestfalen hat nun eine KI-basierte Lösung entwickelt, die diese Problematik adressiert. Das System nutzt Machine Learning zur optimalen Einstellung der Parameter eines Lakeinjektors und erreicht dabei eine 200%ige Verbesserung gegenüber herkömmlichen Ansätzen.