Durch natürliche Schwankungen der Rohwarenqualität und veränderliche Umgebungsbedingungen während des Herstellungsprozesses eines Lebensmittels ergeben sich individuelle Risiken des Verderbs sowie der Belastung durch gesundheitsschädliche Stoffe. Das Mindesthaltbarkeitsdatum wird durch den Hersteller jedoch sehr allgemein für den zu einer Rezeptur gehörenden Herstellungsprozess festgelegt. Chargen- oder gar produktindividuelle Haltbarkeitsangaben sind mit den heute in der industriellen Praxis angewandten Methoden nicht umsetzbar, weil diese mit langwierigen Lagerungsversuchen verbunden sind. Auch Kontrollen auf Belastungen werden im Allgemeinen nicht individuell an allen Produkten durchgeführt, weil Laboranalysen zeit- und kostenintensiv sind. Im Projekt sollen innovative Modellierungs-Technologien auf Basis einer schnellen Datenerfassung und -analyse zur genaueren Vorhersage des Mindesthaltbarkeitsdatums erforscht werden. Dabei kommen kostengünstige Sensortechnologien zum Einsatz, die umfassende Ergebnisse des Zustandes für jedes einzelne Produkt liefern.
Innovative Technologien unter Nutzung der Informationsfusion und Maschinellem Lernen zur genaueren Vorhersage des auf der Lebensmittelverpackung angegebenen Mindesthaltbarkeitsdatums können einerseits dazu beitragen die Verschwendung von Lebensmitteln zu reduzieren, andererseits leisten die für diesen Zweck notwendigerweise integrierten Systeme zur Echtzeit-Qualitätskontrolle in der Produktion einen wertvollen Beitrag zur Lebensmittelsicherheit.