Kann ein Foto eines Schweinekoteletts bald die Verbraucherpräferenz vorhersagen?

Das Pork Chop Studio von PIC verbessert die Genauigkeit von Daten zur Fleischqualität und könnte künftig die Verbraucherpräferenz vorhersagen – noch bevor ein Bissen genommen wird.

Die heutigen Verbraucher erwarten hochwertige, schmackhafte Proteinquellen in einem zunehmend wettbewerbsintensiven Markt. Die Lieferung eines konstant hervorragenden Genusserlebnisses ist für die Schweinefleischbranche Priorität geworden. 

„Die Fleischqualität als wichtiger Treiber der Nachfrage ist weiterhin ein zentrales Thema in den Gesprächen der Branche“, sagt Justin Holl, Senior Director Product Development bei PIC. „Der Zeitpunkt könnte nicht besser sein, um Werkzeuge zu entwickeln, die uns helfen, die Schweinefleischqualität auf dem Teller zu optimieren.“ 

Die Verbesserung der Fleischqualität erfolgt jedoch nicht über Nacht. Sie beginnt mit präzisen und verlässlichen Daten – genau dafür wurde das neue PIC Pork Chop Studio entwickelt. 

Verbesserung der Genauigkeit bei der Messung der Fleischqualität 

„Seit langem analysiert die PIC Fleischproben hinsichtlich ihrer Qualitätsmerkmale“, erklärt Eric Psota, Senior Manager Digital Innovation bei PIC. „Geschulte Experten bewerten jede Lende hinsichtlich ihres Marmorierungsgrads. Das erfordert nicht nur spezielle Fähigkeiten, sondern ist zu einem gewissen Grad subjektiv und kann zu Schwankungen in den Ergebnissen führen.“ 

Neben der Marmorierung messen Mitarbeitende manuell pH-Wert, Farbe und Zartheit mit spezialisierten Geräten wie einem pH-Meter, einem Minolta-Farbmessgerät und dem Warner-Bratzler-Scherkraftgerät. Diese Werkzeuge ermöglichen objektive Messungen, sind jedoch sehr zeitaufwendig. 

„Das Applied Meat Science Team von PIC erkannte die Vorteile einer Reduzierung der Subjektivität, Verringerung der Variabilität und die Effizienz im gesamten Prozess der Fleischqualitätsbewertung zu verbessern“, sagt Psota. „Mit dem neuen PIC Pork Chop Studio ist uns genau das gelungen.“ 

Eliminierung menschlicher Variabilität mit dem Pork Chop Studio

 Kürzlich hat das Digital-Phenotyping Team von PIC eine maßgeschneiderte Imaging-Station entwickelt – heute bekannt als Pork Chop Studio –, die Computer Vision und Deep Learning nutzt, um Qualitätsmerkmale von Schweinefleisch automatisch zu bewerten. 

„Im Kern ist das Pork Chop Studio ein hochwertiges Kamerasystem mit Studiobeleuchtung, das auf Knopfdruck 4K-Bilder aufnimmt“, erklärt Psota. „Diese Bilder zeigen extrem feine Details, wie Muskelstrukturierungen und andere Merkmale, die für das menschliche Auge schwer erkennbar sind.“ 

Nach der Aufnahme werden die Bilder an einen Server gesendet, wo ein KI-Modell einen Marmorierungsgrad vorhersagt. Zur Schulung des Systems bewerteten drei PIC-Experten manuell fast 1.300 Lendenbilder. Der daraus gebildete Konsenswert wurde anschließend zur Trainingsgrundlage für das neuronale Netzwerk verwendet. 

Wie das menschliche Gehirn lernen neuronale Netzwerke durch das Erkennen von Mustern und verbessern sich mit zunehmender Datenmenge. Im Gegensatz zum menschlichen Gehirn liefern sie Ergebnisse ohne Emotionen oder Ablenkung. 

„Das neuronale Netzwerk liefert jedes Mal eine Bewertung auf Expertenniveau“, sagt Psota. „Würde man einem menschlichen Bewerter dasselbe Lendenbild im Abstand von 10 Minuten zeigen, könnten leicht unterschiedliche Ergebnisse entstehen – abhängig von Stimmung, Konzentration oder Ermüdung.“ 

Über die Marmorierungsbewertung hinaus 

Die Eliminierung der manuellen Marmorierungsbewertung war das ursprüngliche Ziel – und das Pork Chop Studio kann dieses Ziel bereits heute erfüllen. Nun wird die Technologie darauf trainiert, weitere Aspekte der Fleischqualitätsbewertung zu optimieren. 

„Mit dem Detailgrad dieser Bilder können wir auch Höhe, Breite und Umfang der Lende messen – Dinge, die manuell äußerst schwer zu erfassen sind“, erklärt Psota. 

PIC hat zudem mehr als 5.000 Bilder von Lenden mit pH-Messungen erfasst und trainiert das neuronale Netzwerk, den pH-Wert allein anhand von Bildern vorherzusagen. 

„Früher war ein pH-Meter unsere einzige Option“, erläutert Psota. „Jetzt sehen wir, dass das System visuelle Hinweise erkennt – etwa Oberflächenfeuchtigkeit oder Reflexion –, die mit dem pH-Wert korrelieren.“ 

Das Gleiche gilt für die Farbe der Lende. 

„Wir eliminieren den Bedarf an spezialisierten Arbeitskräften und Geräten wie pH-Metern oder Farbmessgeräten“, sagt Psota. „Alles, was Mitarbeitende tun müssen, ist, ein Kotelett auf die Plattform zu legen, einen Knopf zu drücken, es zu entfernen und mit dem nächsten fortzufahren.“ 

Die eingesparten Arbeitsressourcen werden nun für höherwertige Aufgaben genutzt, wie das Erfassen von Wiederholungsbildern nach 12 Tagen Reifung zur weiteren Verbesserung der Datengenauigkeit sowie die Untersuchung neuer Qualitätsmerkmale. 

Genetischen Fortschritt für ein besseres Genusserlebnis vorantreiben 

Präzise Daten sind nur der erste Schritt. Der eigentliche Wert liegt darin, diese Daten zu nutzen, um genetischen Fortschritt in der Fleischqualität zu erzielen. 

„Mit dem Pork Chop Studio haben wir die Datengenauigkeit erhöht, die Konsistenz zwischen Standorten verbessert und gleichzeitig die Echtzeitgeschwindigkeit beibehalten, die erforderlich ist, um die Daten direkt in unseren Selektionsindex zurückzuführen“, sagt Holl. „Das ermöglicht schnelleren und zuverlässigeren genetischen Fortschritt.“ 

„Unser Engagement für Fleischqualität erlaubt es uns, die Genetik so zu gestalten, dass alle profitieren – vom Erzeuger über den Verarbeiter bis hin zum Verbraucher“, ergänzt Brandon Fields, Global Director Applied Meat Sciences bei PIC. „Wenn uns Technologie dabei hilft, eine bessere Fleischqualität zu selektieren und den weltweiten Schweinefleischkonsum zu steigern, ist das ein Gewinn für die gesamte Wertschöpfungskette.“ 

Können Verbraucherpräferenzen vorhergesagt werden? 

Könnte das Pork Chop Studio eines Tages die Verbraucherpräferenz vorhersagen? Absolut. 

„Wir planen, sensorische Bewertungen mit geschulten Panels durchzuführen, bei denen wir Bilder von Schweinefleisch vor dem Garen mit menschlichen Geschmacksergebnissen kombinieren“, sagt Fields. „Auf Basis dieser Daten wollen wir das System trainieren, das geschmacklich beste Stück Schweinefleisch zu identifizieren, bevor es überhaupt zubereitet und dem Panel präsentiert wird. Das ist unser ultimatives Ziel.“ 

„Wir konzentrieren uns nicht nur auf die Akzeptanz beim Verbraucher“, ergänzt Fields. „Wir konzentrieren uns darauf, die Fleischqualität zu optimieren, um die Nachfrage zu steigern und das ideale Genusserlebnis zu liefern.“ 

Lesen Sie das vollständige Abstract zum Pork Chop Studio  oder kontaktieren Sie PIC unter AppliedMeats@genusplc.com.