Wie wird die Kakaobohnen- oder Erdbeerernte im nächsten Jahr ausfallen? Wann sollten wir bestellen und wie viel sollten wir kaufen? Wie viele Würste werden im November verkauft? Wie werden sich die Preise für Getreide, Olivenöl oder Fleisch entwickeln und welche Mengen werden wann verfügbar sein? Lebensmittelproduzenten, die verlässliche Antworten auf diese Fragen haben, können die zukünftige Nachfrage besser einschätzen und ihre Produktionskapazitäten präziser planen. Dies kann beispielsweise bedeuten, die Produktionsmengen zu steuern, um Überproduktion zu bestimmten Jahreszeiten zu vermeiden.
Die Lebensmittelproduktion generiert enorme Datenmengen, die bisher größtenteils ungenutzt blieben. Diese Daten stellen ein ungenutztes Potenzial dar. „Mit unserer Datenplattform können wir Produktionsdatensätze identifizieren und Zusammenhänge herstellen. Sobald diese Datensätze verknüpft, analysiert und ausgewertet sind, liefern sie konkrete Handlungsempfehlungen für wichtige Produktionsentscheidungen“, erklärt Wolfgang Maaß. „Einzelne Datensätze sind zwar im Wesentlichen Zahlenkolonnen und haben wenig Aussagekraft, doch zusammengenommen bietet diese umfangreiche Datenbank wertvolle operative Erkenntnisse. Ziel ist es nicht, legitim vertrauliche Geschäftsgeheimnisse oder das operative Know-how, das ein Produkt einzigartig macht, preiszugeben. Die verwendeten Daten sind anonymisierte Betriebsdaten, wie sie während der Produktion anfallen, beispielsweise Sensordaten, statistische Informationen oder Daten zu Mengen und Volumina“, so Maaß.
Maaß sieht in diesen Daten ein enormes Potenzial, insbesondere im Hinblick auf ihren Einsatz zur Bekämpfung der Überproduktion und zur Erreichung der Klimaziele. Die Lebensmittelproduktion verursacht fast ein Drittel der globalen Treibhausgasemissionen. Gleichzeitig werden jährlich Millionen Tonnen Lebensmittel verschwendet. Dies schadet dem Klima und treibt die Kosten in die Höhe. „Datengestützte, vorausschauende Produktionsplanung bietet Erzeugern die Möglichkeit, nicht nur in ihr öffentliches Image zu investieren, Kosten zu sparen und durch die Datenproduktion Einnahmen zu generieren, sondern auch das Klima zu schützen“, erklärt Professor Maaß.
Mit der Schaffung eines Datenmarktplatzes wollen Maaß und sein Forschungsteam diese neue Datentransparenz nutzen, um zusätzliche Einnahmequellen für Produzenten und Hersteller zu generieren. Die Unternehmen behalten Eigentum und Kontrolle über all ihre Daten, können aber über die Evaresteinen Teil davon an Dritte verkaufen. „Angesichts der täglichen Transaktionen in Milliardenhöhe auf den internationalen Rohstoff- und Warenmärkten ist der Wert dieser Datenprodukte entsprechend hoch“, so Maaß. Elektronische Verträge schaffen Rechtssicherheit hinsichtlich Art und Umfang der Datennutzung und gewährleisten, dass die Daten jedes Produzenten vor Missbrauch, unbeabsichtigter Verwendung oder Weitergabe geschützt sind.
„Wir wollen Lebensmitteldaten zu einem eigenständigen Wert verhelfen und sie zu einem handelbaren Gut machen“, erklärt Professor Maaß. Unternehmen, die ihre Daten der Evarest-Plattform zur Verfügung stellen, können Produktionsdaten nicht nur in eine zusätzliche Einnahmequelle verwandeln, sondern auch dazu beitragen, ein System aufzubauen, von dem alle Beteiligten profitieren. „Je mehr Daten uns zur Verfügung stehen, desto effizienter werden die Produktions- und Transportprozesse. Zudem können wir Marktpotenziale analysieren und etwaige Einschränkungen oder Hindernisse frühzeitig erkennen“, so Maaß.
Die vom Forschungsteam entwickelte Datenplattform ermöglicht Lebensmittelproduzenten den Zugriff auf faktenbasierte, branchenspezifische Informationen. Die vom System generierten Zusammenfassungen und Empfehlungen bieten Nutzern eine Reihe von Parametern, die sie anpassen können, um ihre Produktionsprozesse zu optimieren. Konzentriert sich ein Produzent auf ein bestimmtes Problem, greift die Plattform auf eine Vielzahl von Daten aus verschiedenen relevanten Quellen zurück, darunter Sensordaten aus der eigenen Produktion und dem Transport, allgemeine Daten wie Wettervorhersagen und Preisindizes sowie Daten von Anlagen und Ausrüstungen anderer Unternehmen. Dank künstlicher Intelligenz, Algorithmen des maschinellen Lernens und digitaler Technologie werden die Daten automatisch verarbeitet und korreliert. Dies umfasst die Analyse der Produktionsdaten eines bestimmten Unternehmens, den Vergleich mit denen anderer Produzenten und die Kombination der Ergebnisse mit denen anderer Analysen.
Das Forschungsprojekt „Evarest“ wurde mit 2,3 Millionen Euro aus dem Technologieprogramm „Smart Data Economy“ des Bundesministeriums für Wirtschaft und Energie gefördert. Das beteiligte Forschungskonsortium besteht aus dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI), der Universität des Saarlandes, dem Unternehmen Software AG, dem Institut für Industriemanagement (FIR) der RWTH Aachen, der Agrarmarkt-Informationsgesellschaft AMI und dem Schokoladenhersteller Lindt & Sprüngli AG. Partner sind das Deutsche Institut für Lebensmitteltechnik (DIL) und der Bundesverband der Deutschen Lebensmittel- und Getränkeindustrie (BE).
