FoodLifeTimeTracking: Einsatz multimodaler Informationsfusion zur Realisierung eines Monitoring-Device und eines Life-Cycle Simulators zur Untersuchung und Quantifizierung von Qualitätsbestimmender Parameter und der Haltbarkeit von Lebensmitteln und deren Zutaten

Die Vorhersage der Stabilität von Lebensmitteln und Zwischenprodukten als Mindesthaltbarkeitsdatum oder Verbrauchsdatum, in Hinblick auf Genauigkeit und Verlässlichkeit, soll maßgeblich durch die Erkenntnisse in diesem Projekt verbessert werden. Dadurch kann die Produktsicherheit erhöht, Produktionskosten verringert und die Lebensmittelverschwendung reduziert werden können. Die Informationen zu grundlegenden Alterungseffekte bei Lebensmitteln werden genutzt, um datengestützte, lernfähige Modelle zu erzeugen, die zu einer wesentlich präziseren Vorhersage der Stabilität/Haltbarkeit dienen.

Dabei ist ein zentraler Aspekt die Beurteilung des physikalisch-chemischen Zustandes von Lebensmitteln und -zwischenprodukten. Zusammenhänge zwischen Produkteigenschaften, Umgebungsparametern und Stabilität werden mittels KI-basierter Verfahren, wie Maschinellem Lernen und Informationsfusion analysiert und sichtbar gemacht. Mittels standardisierter Alterungsverfahren und Forciermethoden werden Indikatoren für grundlegende Alterungseffekte ermittelt, um datengestützte KI-Modelle zu erzeugen, die eine sichere Vorhersage der Lebensmittelstabilität ermöglichen.