KI verhindert Verschwendung von Lebensmitteln

Mehrere Millionen Tonnen an Lebensmitteln werden jedes Jahr vernichtet, teilweise bereits während der Herstellung. Zum einen wird zu viel produziert, da große Nachfrageschwankungen dazu führen, dass die Lebensmittelindustrie mehr herstellt als benötigt wird. Zum anderen ist auch die Qualität der Rohstoffe großen Schwankungen unterworfen, weshalb viele Lebensmittel frühzeitig entsorgt werden müssen. Diese Verschwendung bedeutet massive wirtschaftliche Verluste und stellt eine große Belastung für die Umwelt dar. Doch gerade im Bereich der leicht verderblichen Produkte, wo ein Großteil der Lebensmittelverschwendung stattfindet, fehlt es an einer durchgehend digital vernetzten Wertschöpfungskette vom Erzeuger über die Verarbeitung bis hin zum Verbraucher in den Supermärkten.
 
Hier setzt das Projekt REIF an, das im Rahmen des Innovationswettbewerbs „Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme“ durch das Bundesministerium für Wirtschaft und Energie (BMWi) gefördert wird. Es zielt darauf ab, Lebensmittelverschwendung durch KI-Methoden deutlich zu reduzieren. Das geschieht in Form einer digitalen Plattform, die den Daten- und Informationsaustausch in der Lebensmittelindustrie über die gesamte Wertschöpfungskette hinweg optimiert. Durch KI-Methoden sollen bessere Prognosen bezüglich der Nachfrage getroffen und eine schnellere Anpassung von Produktionsprozessen und schwankender Rohstoffqualität erzielt werden. Insbesondere in Branchen wie Molkerei, Fleisch und Backwaren sollen dadurch Lebensmittelverschwendung und Produktionskosten nennenswert verringert werden.

Automatische Preissenkung bei kurzer Haltbarkeit

Jede Station der Wertschöpfungskette kann maßgeblich zu einer Verringerung der Lebensmittelverschwendung beitragen. Dazu gehört auch eine Steigerung der Bereitschaft, Lebensmittel anzubieten, die kurz vor dem Mindesthaltbarkeitsdatum (MHD) stehen. Wenn andere Mechanismen nicht oder noch nicht greifen, ist das ein effizientes Mittel, um Verluste abzufedern und Lebensmittel sinnvoll zu verwerten. Hierzu entwickeln die vier Konsortialpartner CSCP (Collaborating Centre on Sustainable Consumption and Production), Fraunhofer IGCV, die Spicetech GmbH sowie die Tegut… GmbH und Co. KG eine Reihe von praxisnahen Strategien und digitalen Methoden, insbesondere zur dynamischen Anpassung des Preises an die Nachfrage.

Tegut kommt bei der Erforschung entsprechender Ansätze eine Schlüsselrolle zu. Über definierte Schnittstellen stellt Tegut Daten bereit, die zur Entwicklung von KI-Methoden herangezogen werden (u.a. Absatz- und Lieferzahlen, MHD und Sonderaktionen). Die von Spicetech entwickelte KI-Anwendung „Predecy“ kann dann auf Basis dieser Daten akkurate Prognosen treffen. Wie viele Produkte wurden abgesetzt und wie viele überschreiten ihr Mindesthaltbarkeitsdatum (und müssen entsorgt werden). Basierend auf diesen Analysen können nun gezielte Preisreduktionen vorgenommen werden.

Prognose des Kundenverhalten entscheidend

Eine genaue Prognose ist nur dann möglich, wenn auch die Gewohnheit der Kunden in die Berechnungen einbezogen wird. Sind Kunden bereit, sich auf dynamische Preise einzulassen? Wie weit muss der Preis gesenkt werden, um den gewünschten Effekt zu erzielen? Dazu muss auch der Warenbestand genau prognostiziert werden. Warenmengen, die im Logistik- und Lagerprozess zu Bruch oder verloren gehen, müssen möglichst genau vorhergesehen und in die Kalkulation aufgenommen werden. Auch die Implementierbarkeit der KI-Lösungen, also das Kassieren der preisreduzierten Waren und die Preisauszeichnung in den Regalen wird von REIF in den Entwicklungsprozess einbezogen. Diese Arbeitsschritte müssen weiterhin einfach zu bewältigen sein, z.B. durch automatisierte Anpassung des Preises im Warenwirtschaftssystem oder digitale Preisschilder. Zudem müssen alle Vorgänge nicht nur automatisch registriert, sondern auch transparent nachverfolgbar gemacht werden.

Einfache Implementierung durch Schnittstellen

„Um all das zu ermöglichen, entsteht im Rahmen von REIF eine Reihe von technischen Lösungen, die in die IT-Systeme der Märkte integriert werden können: Eine Schnittstelle namens Zeitreif-API ermöglicht es, Produktmengen und -preise zu managen und an die Predecy-Anwendung zu übermitteln, die schlussendlich die Prognosen errechnet. Predecy kann sich bereits seit einigen Jahren im Bereich des Getränkehandels bewähren und wird im Rahmen von REIF nun auf weitere Lebensmittelbereiche ausgeweitet“, erklärt Dr. Alexander Thieß, Geschäftsführer von Spicetech.

Es ist zudem ein KI-Backend notwendig, das enorme Datenmengen und frühere Prognosen umfasst, um eine kontinuierlich hohe Qualität der Prognosen zu gewährleisten. Nur so kann Vertrauen in das Verfahren aufgebaut werden. Das vom Fraunhofer IGCV entwickelte Preisdynamikmodul soll es ermöglichen, dass die Preisreduktion automatisiert und selbstlernend über viele Produkte und Warenbereiche hinweg eingesetzt werden kann.

Ziel von REIF ist es, dass Einzelhändler weder aufwendige IT-Lösungen noch umfassende KI-Kenntnisse benötigen, um von den Vorteilen dynamischer KI-gestützter Preisgestaltung profitieren zu können. Ende 2021 werden die entwickelten KI-Lösungen in einem ersten Tegut-Markt implementiert und getestet. Um aussagekräftige Forschungsergebnisse zu erzielen, soll der Test auf weitere Filialen und Produktgruppen ausgeweitet werden. Mit dem vielversprechenden Start dieser Praxisphase macht REIF einen wichtigen Schritt, um die Lebensmittelverschwendung in Deutschland nachhaltig zu verringern.

Bildquelle: Getty Images / iStock / Getty Images Plus