Gegenwärtig ist in der industriellen Backwarenherstellung eine objektive Beurteilung von Zwischen- und Endproduktqualitäten mangels geeigneter technischer Sensorik nur eingeschränkt möglich. Daher erfolgt die Qualitätsbewertung vorwiegend anhand subjektiver Einschätzungen von Fachpersonal, was zunehmend nicht mehr zur Verfügung steht. Prozesskorrekturen in Folge von wahrgenommenen Qualitätsmängeln können erst nach dem Auftreten vorgenommen werden, sodass Produktionsausschuss entsteht.

Das Ziel des Projekts ist es daher, das Potenzial einer sensordatengestützten Prozessführung im Hinblick auf die Erhöhung der Ressourceneffizienz am Beispiel der Backwarenproduktion aus Weizenteigen zu erforschen und offenzulegen. Mithilfe von Bildverarbeitungsmethoden, deskriptiver Sensorik und einer messtechnisch aufgerüsteten Backstraße werden Ursache-Wirkungsbeziehungen zwischen Rohstoffen, Prozessen und der Endproduktqualität identifiziert und zur Anpassung von Prozessparameter genutzt. Besonders die Analyse von 3D-Modellen der Backwaren ermöglicht eine präzise Bewertung der Produktqualität. Künstliche Intelligenz (KI) hilft dabei, neue Zusammenhänge zu erkennen und Qualitätsmerkmale zu bestimmen. Das Vorhaben leistet einen signifikanten Beitrag zur Verbesserung des Informationsflusses entlang der Wertschöpfungskette und trägt zu einem besseren Verständnis backtechnologischer Prozesse bei. Es legt somit die Grundlage für eine autoadaptive Produktion von Backwaren aus Weizenteigen.

Projektleiter: Prof. Dr. Ulrich Müller | FB Life Science Technologies, Labor Verfahrenstechnik

Partner: Dr. August Oetker Nahrungsmittel KG, WP Kemper GmbH, ISI-Automation GmbH, Brabender GmbH & Co. KG