Fraunhofer IVV und FAU: Mehr Qualität für Biolebensmittel

Andrea Büttner und Susann Vierbauch
Für weniger Lebensmittelverluste durch sensorische Detektionsverfahren sorgen Prof. Dr. Andrea Büttner (links), geschäftsführende Institutsleiterin des Fraunhofer IVV und Verbundsprecherin für das Projekt SHIELD und Dr. Susann Vierbauch (rechts), die das Projekt im Fraunhofer IVV verantwortet. (Bild: Fraunhofer IVV)

Sensoren machen die Wertschöpfungskette im Biolandbau sicherer  

Biolandbau boomt: Der Anteil an ökologisch bewirtschafteter Fläche in Bayern steigt seit 1994 kontinuierlich. Dabei ist der Anspruch an die Qualität von Biolebensmitteln beim Verbraucher besonders hoch – das gilt es, entlang der gesamten Wertschöpfungskette sicherzustellen: von der Ernte über die Logistik und Lagerung bis zur Verarbeitung oder den Weg in den Handel.

Helfen sollen dabei so genannte sensorische Detektionsverfahren, die in einem Forschungsprojekt von Fraunhofer IVV, FAU, TH Nürnberg und weiteren Partnern entwickelt werden: Mit Hilfe einer Kombination aus Sensortechnologien, optischen Methoden und intelligenten Algorithmen bauen die Forscherinnen und Forscher Handgeräte und smarte Software, die auch unkompliziert in kleinen Betrieben einsetzbar sind. Das Verbundprojekt „SHIELD – Sichere heimische (Bio-) Lebensmittel durch sensorische Detektionsverfahren“ startet am 1. Juli 2021 und wird von der Bayerischen Forschungsstiftung mit 1,2 Mio. Euro gefördert.

„Damit weniger beschädigte oder für den menschlichen Verzehr ungeeignete Lebensmittelrohstoffe aussortiert werden müssen, brauchen wir einfache und zuverlässig handhabbare Verfahren, mit denen die Rohstoffe bereits bei der Warenannahme analysiert werden können“, erklärt Prof. Dr. Andrea Büttner, Institutsleiterin des Fraunhofer IVV sowie Inhaberin des Lehrstuhls für Aroma- und Geruchsforschung an der FAU.

Logo von ShieldAm Projekt beteiligt sind an der FAU auch der Lehrstuhl für Lebensmittelchemie, der Lehrstuhl für Wirtschaftsmathematik und der Lehrstuhl für Maschinelles Lernen und Datenanalytik.  Zum Beispiel liefern die Sensoren, die vor Ort im Einsatz sind, immense Mengen an Daten über Form, Farbe, Größe, Beschaffenheit der Rohwaren sowie weitere wichtige Informationen. Auf deren Basis können am Lehrstuhl für Wirtschaftsmathematik und am Lehrstuhl für Maschinelles Lernen und Datenanalytik Methoden und Modelle für Haltbarkeits- und Absatzprognosen entwickelt werden.

Weitere Infos zum Projekt finden Sie auf der Website des IVV.

Ansprechpartnerin

Dr. Susann Vierbauch
susann.vierbauch@ivv.fraunhofer.de