Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
bedruckten Oberflächen für Farbkameras nicht mehr zu sehen sind Und solche Systeme können überprüfen ob Verpackungen korrekt befüllt und dicht verschlossen sind Der Trainingsaufwand lohnt sich denn mit Hilfe solcher Systeme ließe sich z Bverhindern dass komplette Verpackungs einheiten nur wegen eines faulen Obststücks ver loren gehen Fazit Die Qualitätssicherung in der Lebensmittelverar beitung ist eine enorme Herausforderung bei der herkömmliche Kontrollmethoden und Kameras zuweilen an ihre Grenzen stoßen Hyperspek tralkameras können hier eine zukunftsweisende Lösung sein da sie zahlreiche Informationen er fassen können Sie ermöglichen in Echtzeit das Erkennen von Fremdkörpern bestimmen Reife grad Feuchteund Zuckergehalt sowie den Nähr stoffgehalt von Lebensmitteln In Kombination mit intelligenter Auswertesoftware und KI eröffnen sie der Branche weitere Möglichkeiten Rückruf aktionen und Qualitätsmängel zu vermeiden und damit sowohl wirtschaftliche Schäden als auch Gesundheitsrisiken für Verbraucherinnen und Ver braucher deutlich zu reduzieren AUTORIN Julia Kowal Kontakt innospec GmbH Nürnberg Tel 0911 376691-0 info@innospec de www innospec de Lebensmittel | Qualitätskontrolle 26 www labo de11 2025 als Kameras in etablierten Spektralbereichen und sind dadurch bislang eher für die Forschung inte ressant „Daran wird aber gearbeitet künftig sollen auch sie als Echtzeit-Kontrollmedium im industri ellen Kontext eingesetzt werden“ ergänzt Grass Trainierte Software interpretiert Spektraldaten Um nun z B Druckstellen unter der Apfelscha le aufzufinden oder den Zuckergehalt des Ap fels zu bestimmen ist die Interpretation von der Kamera generierten Spektraldaten erforderlich Dies erfolgt über eine spezielle Software die das jeweilige Spektrum „übersetzt“ „Diese Überset zungsarbeit die in einem sogenannten chemo metrischen Modell stattfindet ist die eigentliche Herausforderung“ betont Grass So muss die Software zunächst mit Referenzwerten trainiert werden um aus dem erfassten Spektrum valide Aussagen treffen zu können „Hier wird der Einsatz von Künstlicher Intel ligenz einen deutlichen Schub bringen“ ist sich Grass sicher Denn sowohl die Modellerstellung als auch die Algorithmik des Modells selbst kann mit KI und maschinellem Lernen um ein Viel faches optimiert werden Hyperspektralkamera und Software im Zusammenspiel könnten so ei nen wertvollen Beitrag für die Prozesskontrolle in der lebensmittelverarbeitenden Industrie leisten beschädigtes Obst erkennen lange bevor sich Druckstellen für das menschliche Auge andeuten Zuckerund Feuchtegehalt sowie den Reifegrad von Früchten in Echtzeit bestimmen So wird auch eine präzise Inhaltsanalyse von Lebensmitteln möglich Es werden jegliche Fremdstoffe erkannt auch solche die während des Verpackens in einer Schweißnaht eingeschlossen wurden und unter Aus Hyperspektraldaten lassen sich aus einer einzigen NIR-Messung durch chemometrische Analyse zahlreiche Parameter ableiten wie beispielsweise Druckstellen Verletzungen Reifegrad und Zuckergehalt bei Früchten Im Bild Birne mit Mängeln und intakte Frucht dazu rechts Darstellung der aus gewerteten Daten Bild innospec