Die Qualität von Tiefkühlkost mit KI 15-mal schneller prüfen
Ein führender Lebensmittelhersteller nutzt Computer-Vision-Technologie zur Echtheitsprüfung von Gemüse auf optische Mängel. Mit einer Erkennungsgenauigkeit von 95 % ist die Qualitätskontrolle jetzt nicht nur wesentlich zuverlässiger, sondern auch deutlich effizienter: Die Prüfzeit wurde von 15 auf nur noch 1 Minute pro Tonne Gemüse reduziert.
#computervision
#artificialintelligence
#quality
#food
,allowExpansion)
Das Projekt auf einen Blick
Erntefrisch und von der KI geprüft: So sichert die Lebensmittelindustrie von heute das perfekte Genusserlebnis
Das Szenario
Perfekte Farbe, Form und Qualität
Ob grüne Erbsen, Erdbeeren oder Brokkoli: Wenn Verbraucher zur Tiefkühlkost greifen, erwarten sie Produkte in einwandfreiem Zustand – perfekte Farbe, Form und Qualität, frei von Fremdkörpern. Was nach Selbstverständlichkeit klingt, ist in Wahrheit ein logistisches Großprojekt: Allein in der EU werden jährlich rund 9 Milliarden Erdbeeren und sogar über 7 Billionen grüne Erbsen geerntet – und kontrolliert.
Für einen der führenden europäischen Hersteller tiefgekühlter Lebensmittel wurde diese Qualitätskontrolle zunehmend zur Herausforderung. Bisher erfolgte sie manuell auf Stichprobenbasis – ein zeitaufwändiger und fehleranfälliger Prozess, der stark von qualifiziertem Personal abhängig war. Der zunehmende Fachkräftemangel verschärfte die Problematik zusätzlich.
Die Lösung
Vollautomatisierte Sichtprüfung durch KI und Computer Vision
Gemeinsam mit Machine Learning Reply implementierte der Lebensmittelproduzent ein KI-basiertes System zur automatisierten visuellen Inspektion an der Produktionslinie. Hochauflösende Kameras erfassen kontinuierlich das vorbeiströmende Erntegut – jede einzelne Erbse, jede Beere. Eine eigens trainierte Computer-Vision-Lösung erkennt zuverlässig visuelle Mängel und Fremdkörper und übermittelt die Ergebnisse in Echtzeit an ein zentrales Dashboard.
So ersetzt die neue Lösung nicht nur stichprobenartige Kontrollen, sondern ermöglicht eine 100%-Prüfung in Echtzeit – für durchgängig hohe Produktqualität und maximale Transparenz entlang der Produktionskette.
)
Wie wir das geschafft haben
Echtzeitverarbeitung mit adaptiver Bildoptimierung
Eine konstante Bildqualität ist essenziell für zuverlässige Ergebnisse. Da jedoch Lichtverhältnisse, Produktionsgeschwindigkeit und Produktpositionen variieren, entwickelten die Experten einen speziell abgestimmten Algorithmus zur dynamischen Steuerung von Belichtung, Beleuchtung und Aufnahme-Timing. So lassen sich typische Fehlerquellen wie Bewegungsunschärfe systematisch vermeiden.
Leistungsstarken Nvidia Edge-Geräte in Kombination mit DeepStream ermöglichen die Echtzeit-Nutzung der gewonnenen Erkenntnisse. Durch die enge Zusammenarbeit mit dem Lebensmittelhersteller entstand ein praxisnahes System, das sich intuitiv bedienen lässt – ganz ohne tiefgehende KI-Kenntnisse.
Die Ergebnisse
Höhere Präzision, weniger Ausschuss
Die Einführung des KI-gestützten Qualitätssicherungssystems bringt messbare Vorteile
15x schnellere
Inspektion durch Echtzeitverarbeitung
95 % Erkennungsgenauigkeit
bei Produktmängeln und Fremdkörpern
Reduzierter Ausschuss
durch präzise Fehlererkennung vor Weiterverarbeitung
Volle Transparenz
über Lagerbestand und Produktqualität
Zukunftssicher
dank automatisierter Retraining-Plattform für neue Produktvarianten
Machine Learning Reply bietet maßgeschneiderte End-to-End-Lösungen im Data-Science-Bereich an, die den gesamten Projektlebenszyklus abdecken – von der initialen Strategieberatung über die Datenarchitektur und Infrastrukturthemen bis hin zur Datenverarbeitung und Qualitätssicherung unter Verwendung von Machine-Learning-Algorithmen. Machine Learning Reply verfügt über umfassende Expertise im Bereich der Datenwissenschaft in allen Schlüsselindustrien der deutschen HDAX-Unternehmen. Machine Learning Reply befähigt seine Kunden, neue datenbasierte Geschäftsmodelle erfolgreich einzuführen sowie bereits bestehende Prozesse und Produkte zu optimieren – mit einem Schwerpunkt auf Open-Source- und Cloud-Technologien. Mit dem Machine Learning Incubator bietet das Unternehmen ein Programm zur Ausbildung der nächsten Generation von Entscheidungsträgern, Data Scientists und Entwicklern an.