Die AI Nose und ihr Einsatz in der Konsumgüterindustrie

Maschinen, die riechen können

Viele Anlagen und Rechner in der Industrie sind smart – so viel ist klar. Sie können sehen, hören und sprechen. Dass sie technisch nun auch riechen können, ist deshalb nicht verwunderlich. Technologien wie die ‘AI Nose’ sollen die Konsumgüterindustrie noch intelligenter machen und Unternehmen dabei helfen, Wettbewerbsvorteile zu sichern und auszubauen.

Bild: ©Andreas Kusy Photography

Digitale Innovationen sind kein Selbstzweck, sondern ermöglichen die Übertragung von Wissen und Techniken auf unterschiedlichste Szenarien. Ihr Einsatz macht Unternehmen zukunftsfähig und sichert ihnen vorteilhafte Marktpositionen. Ein Beispiel: Die ‘AI Nose’ bei NTT Data Business Solutions, eine Weiterentwicklung eines IoT-Projekts von Benjamin Cabé. Diese intelligente, künstliche Nase vereint mehrere Sensoren zur Geruchsidentifikation in einem. Einsatzmöglichkeiten für die Entwicklung ergeben sich in unterschiedlichen Bereichen, etwa im Qualitätsmanagement in der Logistik und Produktion oder in der Bestandsanamnese in der Gärtnerei bis hin zur Sicherheitsüberwachung in Chemielaboren. Besonders in der Konsumgüterindustrie ist eine zuverlässige und sorgfältige Qualitätskontrolle relevant, denn fehlerhafte Rohstoffe oder Produkte können gesundheitliche Risiken verursachen. ‘AI Nose’ unterstützt diese Prozesse.

Sensorsystem erkennt Gerüche

Die ‘AI Nose’ funktioniert auf Basis eines Sensorsystems, das unterschiedliche Gaswerte misst, etwa flüchtige organische Verbindungen (zusammengefasst als VOC bzw. Volatile Organic Compounds), Kohlenstoffmonoxid (CO), Stickstoffdioxid (NO2) oder Ethanol (C2H5OH) in ppm (parts per million). Diese Werte werden erfasst und in ihrer Kombination zu einem digitalen Fingerabdruck verdichtet. Dieser bildet einen Duft ab – beispielsweise den von Kaffee. Eine künstliche Intelligenz identifiziert den Geruch und gleicht ihn mit dem zuvor definierten Fingerabdruck ab. Für komplexe Aromen können die Sensoren außerdem angepasst und in ihrer Anzahl erhöht werden.

Alles, was die künstliche Nase misst und analysiert, wird auf einem Dashboard angezeigt. Dieses gewährt Echtzeit-Einblicke in die olfaktorische Beschaffenheit von Produkten. Die KI-Engine kann außerdem ganz einfach per App gesteuert werden und stellt sich damit als besonders nutzerfreundlich heraus.

Vielfältige Anwendungsfelder

Die maschinelle Erfassung von Gerüchen bietet sich vor allem für Prozesse des Qualitätsmanagements an. So kann die AI Nose automatisiert Fehler und Unzulänglichkeiten, z.B. bei Lebensmitteln, erkennen. Damit wird das Erfordernis von aufwendigen Routinearbeiten in der Qualitätskontrolle reduziert – Labortests ergänzen die automatisierten Prozesse jedoch weiterhin. Auch für die Logistik, den Einkauf und die Produktion bergen KI-Anwendungen wie die AI Nose Potenziale, denn insbesondere bei großen Liefermengen entfällt viel Zeit auf die Sortierung von Zutaten.

Sind Gerüche erkannt und interpretiert, kann die AI Nose ohne manuelle Steuerung entsprechende Aktionen veranlassen, z.B. die Weiterleitung der Informationen an relevante Stellen, die Aussortierung von unzureichenden Produkten oder die sofortige Anpassung von Verarbeitungsprozessen.

Das könnte Sie auch interessieren

Werkzeugbahnen für Zerspanprozesse in CAM-Systemen zu planen erfordert Expertenwissen. Viele Parameter müssen bestimmt und geprüft werden, um die Bahnplanung Schritt für Schritt zu optimieren. Im Projekt CAMStylus arbeiten die Beteiligten daran, diese Aufgabe zu vereinfachen - per KI-gestützter Virtual-Reality-Umgebung.‣ weiterlesen

In einer Studie von Techconsult in Zusammenarbeit mit Grandcentrix wurden 200 Unternehmen ab 250 Beschäftigten aller Branchen zum Thema ESG in ihren Unternehmen befragt. Die Studie hebt die zentrale Rolle der jüngsten CSR-Direktive der EU bei der Förderung von Transparenz und Nachhaltigkeit in Unternehmen hervor. Dabei beleuchtet sie die Fortschritte und Herausforderungen bei der Umsetzung von Umwelt-, Sozial- und Unternehmensführungskriterien (ESG) im Zusammenhang mit der Nutzung von IoT-Technologien.‣ weiterlesen

AappliedAI hat vier KI Use Cases identifiziert, die es dem produzierenden Gewerbe ermöglichen, ihre Effizienz und Produktivität zu steigern. Mit der Anwendung bewährter Technologien können sich die Investitionen bereits nach einem Jahr amortisieren.‣ weiterlesen

Hinter jedem erfolgreichen Start-up steht eine gute Idee. Bei RockFarm sind es gleich mehrere: Das Berliner Unternehmen baut nachhaltige Natursteinmauern aus CO2 bindendem Lavagestein. Oder besser gesagt, es lässt sie bauen - von einem Yaskawa-Cobot HC10DTP.‣ weiterlesen

Mit über 2,2Mio.t verarbeitetem Schrott pro Jahr ist die Swiss Steel Group einer der größten Recyclingbetriebe Europas. Für seinen 'Green Steel', also Stahl aus recyceltem Material, arbeitet das Unternehmen an einem digitalen Zwilling des ankommenden Schrotts.‣ weiterlesen

Laut einer aktuellen Studie von Hitachi Vantara betrachten fast alle der dafür befragten Unternehmen GenAI als eine der Top-5-Prioritäten. Aber nur 44 Prozent haben umfassende Governance-Richtlinien eingeführt.‣ weiterlesen

61 Prozent der Unternehmen in Deutschland wollen laut einer Bitkom-Befragung per Cloud interne Prozesse digitalisieren, vor einem Jahr waren es nur 45 Prozent. Mittelfristig wollen die Unternehmen mehr als 50 Prozent ihrer Anwendungen in die Cloud verlagern.‣ weiterlesen

Mit generativer KI erlebt 'Right Brain AI', also eine KI, die kreative Fähigkeiten der rechten menschlichen Gehirnhälfte nachahmt, derzeit einen rasanten Aufstieg. Dieser öffnet aber auch die Tür für einen breiteren Einsatz von eher analytischer 'Left Brain AI'. Das zeigt eine aktuelle Studie von Pegasystems.‣ weiterlesen

Um klima- und ressourcengerechtes Bauen voranzubringen, arbeiten Forschende der Bergischen Universität Wuppertal in ihrem Projekt TimberConnect an der Optimierung von digitalen Prozessen entlang der Lieferkette von Holzbauteilen. Ihr Ziel ist unter anderem, digitale Produktpässe zu erzeugen.‣ weiterlesen

Rund zwei Drittel der Erwerbstätigen in Deutschland verwenden ChatGPT und Co. zumindest testweise, 37 Prozent arbeiten regelmäßig mit KI-Anwendungen. Doch auch Cyberkriminelle machen sich vermehrt die Stärken künstlicher Intelligenz zunutze - mit weitreichenden Folgen.‣ weiterlesen

Erstmals seit der Energiekrise verzeichnet der Energieeffizienz-Index der deutschen Industrie mit allen drei Teilindizes (die Bedeutung, Produktivität und Investitionen betreffend) einen leichten Rückgang. Mögliche Gründe erkennt EEP-Institutsleiter Professor Alexander Sauer in der Unsicherheit und der drohenden Rezession, der dadurch getriebenen Prioritätenverschiebung und der Reduktion von Produktionskapazität.‣ weiterlesen