Digitalisierung ist allgegenwärtig. Von der Logistik bis zum Gesundheitswesen verändern KI und maschinelles Lernen die Branche in einem beispiellosen Tempo. Doch was bedeutet dies für die Käseherstellung – eine Branche, die von Tradition, Handwerkskunst und sensorischem Fachwissen geprägt ist?
Auf den ersten Blick scheint die Käseproduktion immun gegen digitale Störungen zu sein. Unter der Oberfläche ist es jedoch ein Prozess, der reich an Variablen ist: Milchzusammensetzung, Temperatur, pH-Wert, Feuchtigkeitsgehalt und mikrobielle Aktivität, die allesamt das Endprodukt beeinflussen. Diese Komplexität macht sie zu einem idealen Kandidaten für digitale Innovationen.
In diesem Beitrag geben Ihnen Tim Dijkstra, Solution Manager Analyze, und Joanna Ilczyszyn, Commercial Manager, von Tetra Pak einen Überblick über die Möglichkeiten, die neue Tools und Technologien für Käsehersteller eröffnen – und einen kleinen Einblick in die Zukunft.
Schritt 1 beginnt hier. Mit einer Herausforderung.
Bei Tetra Pak verfügen wir über umfassende Fachkompetenz, die über Anlagen und Dienstleistungen hinausgeht. Unser Team, das wir Analyse nennen, nutzt dieses Wissen, um aus Kundendaten wertvolle Erkenntnisse machen, die die Effizienz steigern und Kosten senken. Durch die Anwendung unseres branchenspezifischen Know-hows setzen wir die Rohdaten in einen wesentlichen Kontext und schaffen leistungsstarke Anwendungen, die auf die individuellen Bedürfnisse von Lebensmittel- und Getränkeherstellern zugeschnitten sind. Um dies zu erreichen, müssen wir zunächst eine klare Problembeschreibung und die Verfügbarkeit von Daten sicherstellen.
Wir fragen unseren Kunden: „Was ist Ihre Herausforderung?“, und dann: „Verfügen Sie über Daten zu diesem Problem?“ Wenn sie beide Fragen bejahen können, gibt es ein Potenzial, die Möglichkeiten zu untersuchen. Wir sagen Möglichkeiten, da einige Herausforderungen vor uns liegen. Wir werden beispielsweise mit einer Vielzahl von Datenquellen konfrontiert. Einige Daten werden auf Papier erfasst und andere werden in verschiedenen Datenbanken im gesamten Firmengelände gespeichert. Um ihren Wert zu erschließen, müssen alle einer einzigen Quelle hochwertiger Daten zusammengeführt werden. Wir können Kunden durch die Modernisierung ihrer Infrastruktur unterstützen – wir bauen bereits heute eine zukunftsfähige Infrastruktur als Standardplattform auf“, sagt Tim.
Schritt zwei. Lösungszeit.
Sobald die Voraussetzungen in Form einer Infrastruktur für die Datenerfassung gegeben sind, stellt sich die Frage, wie sich diese Daten nutzen lassen. Tim erneut:
„Unser Umfang umfasst vielfältige Kompetenzen und Fähigkeiten – Käsetechniker, Datenwissenschaftler, Automatisierungsingenieure und natürlich auch unsere Mitarbeiter mit Kundenkontakt, die die Botschaft kommunizieren. Es handelt sich also um ein äußerst multidisziplinäres Gebiet.“
Um zu erläutern, was ein „Anwendungsbereich“ umfassen kann, nutzt Tim ein KI-Modell zur Optimierung eines der wichtigsten Qualitätsindikatoren bei Käse – dem Feuchtigkeitsgehalt.
„Wir haben einen Algorithmus entwickelt, mit dem Kunden den Käsefeuchtegehalt kontrollieren können. Dazu analysieren wir zunächst, ob es einen stichhaltigen Business Case für den spezifischen Kunden gibt. Dafür benötigen wir Zugriff auf einen bestimmten Datensatz. Die Interpretation dieser Daten erfordert sowohl einen Datenwissenschaftler für die Analyse als auch einen Käsetechnologen, der ihre Bedeutung erklärt. Die Interpretation von Daten ist also eine Teamleistung. Mit unserem Algorithmus und den Daten des Kunden erstellen wir das Modell, validieren es und setzen es ein. Nach der Einführung verbessern wir das Modell weiter, indem wir den Datensatz aktualisieren, die Leistung analysieren und das Modell entsprechend anpassen. Es gibt auch eine Schnittstelle für Bediener, und wir schulen sie in ihrer Handhabung. Es handelt sich um ein Komplettlösung.“
Dies ermöglicht es den Kunden, den Feuchtigkeitsgehalt in ihrem Käse zu optimieren und vollständig zu kontrollieren. Dadurch wird auch Wissen über die optimalen Bereiche und Werte aufgebaut. Dieselbe Art von Arbeitsablauf kann auch zur Steuerung von Rezepturen und anderen Parametern verwendet werden. Joanna Ilczyszyn ergänzt:
„Der Prozess, den wir für das Feuchtigkeitsoptimierungstool verwenden, ist ein gutes Beispiel dafür, was vor Ort abläuft. Es geht darum, Herstellungsverfahren zu digitalisieren. Maschinelles Lernen ist ein wichtiger Teil davon“, sagt sie.
Schritt drei. Blick in die Zukunft – autonome Anlagen
Käseherstellung ist ein Handwerk. Man braucht Erfahrung, um wirklich gut darin zu werden. Das bedeutet, dass Käsehersteller auf das Wissen der einzelner Menschen angewiesen sind. In Zeiten des Fachkräftemangels stellt dies eine Herausforderung dar. Doch Automatisierung und digitale Tools können dazu beitragen, sie zu bewältigen. Während KI und maschinelles Lernen für sich genommen keine Ziele sind, spielen diese Aspekte zwangsläufig eine zunehmend bedeutende Rolle.
„Heutzutage ist KI ein Assistent. Etwas, das Käseexperten bei ihrer täglichen Arbeit hilft“, sagt Tim.
Aber was geschieht morgen? Die Reise geht kontinuierlich weiter und hat kein festes Ziel. Doch was die Roadmaps für die nahe Zukunft angeht, bewegen wir uns Schritt für Schritt auf das Konzept autonomer Anlagen zu. Joanna erläutert:
„Wir möchten ein umfassendes Verständnis der Käselinie vermitteln, die in Bezug auf die Anzahl der Einheiten, den erforderlichen Betrieb, die Kontrollfaktoren und die potenziellen Risiken komplex ist. Wie können wir dies erreichen? Indem Sie voraussehen, was Sie aus operativer Sicht tun, was Sie verbessern und was Sie vermeiden müssen.“
Aber was geschieht morgen?
Die Digitalisierungsreise in der Käseproduktion ist noch lange nicht vorbei. Tatsächlich hat sie gerade erst angefangen. Vor uns liegt ein kontinuierlicher Weg ohne festes Ziel – lediglich Meilensteine, die sich fortlaufend weiterentwickeln. Und wenn wir in die nahe Zukunft blicken, wird ein Konzept immer deutlicher: autonome Anlagen.
„Die Richtung, in die wir uns schrittweise bewegen, ist das Konzept autonomer Anlagen“, erklärt Joanna. „Autonome Anlagen sind die nächste Grenze, bei der Systeme nicht nur überwachen und berichten, sondern auch selbstständig lernen, sich anpassen und handeln. Stellen Sie sich eine Produktionslinie vor, die sich in Echtzeit an die Qualität der zugeführten Milch, die Umweltbedingungen oder sogar die Marktnachfrage anpasst. Das ist keine Science-Fiction, sondern die Zukunft, die wir aufbauen.“
Die Prognosen basieren auf Trends in den gesammelten Daten, die wiederum auf jahrzehntelang gesammeltem Know-how basieren.
„Das Design der KI basiert auf der Logik eines menschlichen Gehirns. Wenn also ein erfahrener Käsetechniker perfekten Käse herstellen kann, kann KI dies zumindest in gewissem Umfang imitieren“, sagt Tim.
Joanna fährt fort:
„Wir nutzen also das Wissen, das das menschliche Gehirn dem Produktionssystem zugeführt hat, und nutzen es, um die Parameter zu stabilisieren, die sich auf den Umsatz auswirken. Wir können den Medienverbrauch, die CIP-Prozesse oder die Effizienz des Käsefertigers betrachten. Indem wir sicherstellen, dass unsere Anlagen über die richtige Software und Hardware verfügen, um alle Datenpunkte abzudecken, die die Linienleistung beeinflussen, automatisieren wir die Produktion und stellen sicher, dass Produktqualität und Umsatz nicht von den Entscheidungen eines einzelnen Bedieners abhängen.“
Für neue Fabriken, in denen die Erfahrung in der Käseherstellung begrenzt sein kann, ist das Potenzial enorm. Joanna erklärt:
„Man kann niemandem beibringen, in nur etwa einem Jahr ein Technologiespezialist für Käse zu werden. Es ist unmöglich. Es ist jedoch möglich, Wissen aus der Datenerfassung, dem Datenverständnis und der Datenstruktur zu nutzen, um eine Logik für den Prozessfluss zu erstellen. Wenn wir diese dann auf das KI-Modell anwenden, kann es Daten im laufenden Betrieb – wie ein Bediener – lesen, steuern und analysieren.“
Experten bleiben Experten
Doch wenn Technologie ins Spiel kommt, was passiert mit der durch langjährige Erfahrung erworbenen Handwerkskunst und dem entsprechenden Fachwissen? Ist alles verloren? Tim kehrt die Perspektive um:
„Was geschieht andererseits, wenn ein Experte ausscheidet oder in Rente geht und der Nachfolger nicht über das gleiche Wissen verfügt? Jetzt können Sie das KI-Modell nutzen, um den neuen Technologen zu schulen und Fachwissen zu erhalten.“
Es handelt sich jedoch in hohem Maße um einen Übergang, der Schritt für Schritt erfolgt.
„Bei der Bereitstellung von KI entfallen im Allgemeinen nur 25 % des Budgets auf die Erstellung und Implementierung des KI-Modells. Die restlichen 75 % sind das Änderungsmanagement – wie kann man die Mitarbeiter dazu bewegen, diese neue Technologie zu akzeptieren? Hier kommt die langfristige Beziehung zu unseren Kunden ins Spiel. Wir implementieren nicht nur neue Technologien und sagen: „Viel Glück damit“. Wir stellen sicher, dass sie funktionieren, und begleiten unsere Kunden auf ihrem weiteren Weg“, sagt Tim.
Menschliches Wissen ist nach wie vor die Grundlage für die Prozesse. Wenn es darum geht, den perfekten Käse herzustellen, können Sie einen erfahrenen Käsehersteller einfach nicht übertreffen.
„KI kann diese Aufgabe nicht besser erfüllen als ein menschlicher Käseexperte in Bestform. Aber ein Mensch wird müde, ein Mensch muss essen und trinken und so weiter. KI ist konsistent. Sie stellt Ihren Käse jedes Mal exakt gleich her. Aber auch hier ist es wichtig zu betonen, dass die Menschen immer die Kontrolle haben und die Entscheidungen treffen“, fügt Tim hinzu.
Joanna veranschaulicht dies anhand der Gerinnung von Käse.
„In der Vergangenheit öffnete der Bediener den Käsefertiger, drückte das Koagulum mit seinen Händen und betrachtete die Struktur, um zu entscheiden, ob es geschnitten werden kann. Heutzutage kann die Koagulation über Sensoren in der Anlage gesteuert werden, die den Feuchtigkeitsgehalt messen. Mit der Zeit hilft uns KI, Daten so zu analysieren, dass wir Parameter auswerten und die Leistung besser steuern können. Dennoch benötigen wir weiterhin das menschliche Auge, da Experten bestätigen: „Ja, dieser Trend ist korrekt, das wird funktionieren.“
Die Zukunft ist per Definition schwer vorherzusagen. Aber unabhängig davon, was sie für uns bereithält, werden die Teams von Tim und Joanna mit ihrem umfassenden Fachwissen aus einer Hand die Käsehersteller von heute und morgen weiterhin unterstützen – mit Feinabstimmung, Verbesserungen und Optimierung. Tim fasst es treffend zusammen:
„Es gibt nie eine Situation, in der keine weitere Verbesserung erforderlich ist.“
