Die Lebensmittelindustrie steht vor einer doppelten Herausforderung. Zum einen müssen Betriebsabläufe kosteneffizienter und nachhaltiger gestaltet werden. Zunehmender Wettbewerb und Margendruck erfordern Kostenoptimierung durch Effizienzsteigerung, Abfallreduzierung und Prozessoptimierung. Gleichzeitig wächst der gesellschaftliche und regulatorische Druck zur Minimierung der Umweltbelastung und Übernahme sozialer Verantwortung, was Investitionen in nachhaltigere Produkte und kreislauforientierte Geschäftsmodelle erfordert.
Es geht um die Time-to-Market
Dabei spielt insbesondere der wachsende Bedarf an Produkten, die vermehrt aus pflanzlichen Rohstoffen bestehen, eine entscheidende Rolle. Künstliche Intelligenz bietet hierfür Ansatzmöglichkeiten, damit Hersteller ihre Rezepturen schneller und kosteneffizienter anpassen und weiterentwickeln können.
Eine der größten Stärken von Künstlicher Intelligenz liegt in der schnelleren
Durchführung von Arbeitsschritten im Zuge der Entwicklung oder Überarbeitung von Rezepturen, wohingegen traditionelle Produktentwicklungsprozesse oft langwierig und ressourcenintensiv sind. Intelligente und smarte Arbeitsabläufe können eine Vielzahl an
Informationen auswerten und beispielsweise dabei die vielseitigen Charakteristiken eines Rohstoffes berücksichtigen – von Nährwerten über die Verwendungsinformationen bis hin zur Sensorik.
Dies ermöglicht es Lebensmitteltechnologen und Projektentwicklern, in kürzerer Zeit Rezepturen zu entwickeln und anzupassen, die nicht nur den Geschmack und die Textur strukturiert berücksichtigen, sondern auch ökologisch verträglicher sind und dem zunehmenden Verbraucherbedürfnis der veganen Produktbasis entsprechen.
Das herkömmliche, oft langwierige Ausprobieren, Erfassen und Bewerten von
Rohstoffkombinationen wird dabei reduziert, sodass Lebensmitteltechnologen und Projektentwicklern mehr Zeit für den eigentlichen Produktentwicklungsprozess haben.
Dies bedarf allerdings einer nahtlosen Integration von Daten und Künstlicher Intelligenz in die bestehenden Arbeitsabläufe innerhalb einer Plattform, wie der UMYNO Suite. Diese muss zum einen die Daten von Rezepturen und Rohstoffen erfassen, den individuellen Prozess der Produktentwicklung eines jeden Unternehmens begleiten und Zugang zu passenden KI-Modellen ermöglichen.
KI-Modelle machen Vorschlag für Rohstoff-Kombinationen
Viele Unternehmen verfügen über umfangreiches, aber oft unstrukturiertes Wissen über die Eigenschaften, Herkunft und Verarbeitung ihrer Rohstoffe. Mit Künstlicher Intelligenz kann dieses Wissen digital, vernetzt und aufbereitet nutzbar gemacht werden, damit es für alle relevanten Abteilungen zugänglich ist. Dies verhindert Wissensverlust, beschleunigt Innovationsprozesse und stellt sicher, dass bewährte Praktiken und neue Erkenntnisse optimal in die Produktentwicklung einfließen. Beispielsweise können KI-Modelle zukünftig Empfehlungen für die besten Kombinationen von Rohstoffen basierend auf deren chemischen sowie mikrobiologischen Eigenschaften und
Kosteneffizienz geben. Insbesondere der Einsatz von alternativen Proteinquellen ist dabei ein spannendes Segment. Zum Beispiel könnte ein speziell darauf trainiertes KI-Modell die Proteineigenschaften von Hülsenfrüchten oder Algen analysieren und alternative
Rezeptur-Optionen vorschlagen.
Die Einsatzmöglichkeiten von Künstlicher Intelligenz führen zu einem klaren Vorteil: Wenn Unternehmen schneller und gezielter vegane Produkte entwickeln können, profitieren Endverbraucher von einer vielfältigen und qualitativ hochwertigeren Palette an Optionen. Unternehmen, die jetzt in eine integrierte Plattform für Künstliche Intelligenz investieren, sichern sich einen entscheidenden Wettbewerbsvorteil.
Dr. Christian Klein ist Gründer von UMYNO Solutions, einem SaaS Unternehmen, das sich auf den Einsatz von KI und Automatisierung in der Produktentwicklung von Getränken und Lebensmitteln spezialisiert hat. Zudem ist er Professor an einer privaten Hochschule für BWL mit Schwerpunkt Marketing und digitale Medien und bringt seine Expertise aus der Forschung in die Lehre ein, um die digitale Transformation der Produktentwicklung voranzutreiben.
