News_1920x250_Detail

Mit elektronischer Nase zur Lebensmittelsicherheit

Wie das Mindesthaltbarkeitsdatum präzisiert werden kann

Erstes Konzept für mögliche Sensorsysteme

Der Kühlschrank ist leer und der nächste Wocheneinkauf steht wieder an. Meistens landen dann im Supermarkt immer die Produkte im Einkaufswagen, die uns bereits bekannt sind und die wir regelmäßig kaufen. Doch trotzdem wandert der Blick vor dem Kauf stets noch einmal auf die Verpackung. Der Grund: wir kontrollieren das Mindesthaltbarkeitsdatum.

 

Das Mindesthaltbarkeitsdatum eines Produktes wird durch den Hersteller sehr allgemein festgelegt. Und das obwohl es durch natürliche Schwankungen oder veränderliche Umgebungsbedingungen während des Herstellungsprozesse zu individuellen Risiken des Verderbs kommen kann. Das Institut für industrielle Informationstechnik (inIT) forscht gemeinsam mit dem Institut für Lebensmitteltechnologie.NRW (ILT.NRW) in dem Projekt „IP3 – Datenanalyse und autonome Prognostik zur Verbesserung der Transparenz und Sicherheit von Lebensmitteln“ an Möglichkeiten, das Mindesthaltbarkeitsdatum zu präzisieren. Um dieses Projektziel zu realisieren, wurde nun ein erstes Konzept für mögliche Sensorsysteme erarbeitet:

 

„Mit Hilfe von verschiedenen analytischen Instrumenten wie zum Beispiel der elektronischen Nase oder einer enzymatischen Analyse sollen Rohstoffe und Endprodukte betrachtet werden. Über einen längeren Zeitraum werden so Indikatoren gesammelt, die den Verderb von Lebensmittel erkennen können und diese Daten fließen anschließend gesammelt in eine Datenbank, in der sie dann ausgewertet werden", so Professor Hans-Jürgen Danneel, Institutsleiter des ILT.NRW.
Die verwendeten analytischen Instrumente sollen nun im nächsten Schritt in kostengünstige, kleine Sensoren (Softsensor) umgewandelt werden. Denkbar sind hier NIR-, VOC- oder auch Farbsensoren, die ihren Einsatz in einem Bypasssystem für die Produktionslinie finden. Sobald die Analyse der Sensoren abgeschlossen ist, werden die generierten Daten automatisch mit den Daten aus der Datenbank verglichen und eine Haltbarkeitsprognose kann abgegeben werden. Da aber zum Beispiel eine Tiefkühlpizza nach fertiger Produktion noch dem Transport und weiteren externen Einflüssen ausgesetzt ist, bis sie beim Einzelhandel und letztendlich beim Endverbraucher ankommt, müssen weitere Indikatoren integriert werden. Diese sollen sich direkt an dem Produkt befinden und für den Verbraucher ablesbar sein. Zum Beispiel könnte das verpackte Produkt mit einem QR-Code ausgestattet werden, welcher auf Basis von Temperatursensoren eine Farbskala anzeigt und so ein sichereres und gültiges Mindesthaltbarkeitsdatum für den Endverbraucher liefert.

 

Eine weitere Möglichkeit für die Prognose eines Mindesthaltbarkeitsdatum ist der Einsatz und die Installation eines sogenannten Patch in den Verpackungsprozess. Dieser Patch soll auf stoffliche Veränderungen reagieren und dann durch einen Farbwechsel den Verderbnisgrad des Lebensmittels anzeigen. Vorherige Lagertests haben die optische Veränderung als möglichen Indikator identifiziert. Durch den Einsatz einer Hyperspektralkamera konnte gezielt die Bildung von Schimmel visualisiert werden.

 

„Wir sehen: auch für die Lebensmittelbranche ist das Wissen aus dem Bereich der Signal- und Bildverarbeitung, der hochdimensionalen Datenanalyse, sowie Mustererkennungsmethoden von hoher Bedeutung“, erläutert Professorin Helene Dörksen vom inIT. „Mit innovativen Technologien und der Nutzung von Informationsfusion und Maschinellem Lernen kann das Mindesthaltbarkeitsdatum präzisiert werden. Dadurch können wir nicht nur genauere und individuellere Daten bestimmen, sondern würden auch dazu beitragen, die Verschwendung von Lebensmitteln zu reduzieren“, erklärt Professor Volker Lohweg, Institutsleiter des inIT.

 

Für die Zukunft ist unter anderem der Einsatz einer elektronischen Nase geplant, die die Bildung von flüchtigen organischen Substanzen (VOC), also kohlenstoffhaltige Stoffe, die bereits bei relativ niedrigen Temperaturen verdampfen und die Schimmelbildung fördern, erkennen soll.