Pork Chop Studio verbessert die Genauigkeit von Daten zur Schweinefleischqualität, beschleunigt den genetischen Fortschritt und unterstützt ein optimales Genusserlebnis.
Verbraucher erwarten heute hochwertige, geschmackvolle Proteinprodukte in einem zunehmend wettbewerbsintensiven Markt. Um diese Erwartungen zu erfüllen, braucht es bessere Daten. Genau dafür wurde das neue Pork Chop Studio von PIC® entwickelt. Mithilfe moderner Bildgebung und künstlicher Intelligenz analysiert die neue Technologie Merkmale der Schweinefleischqualität mit bislang unerreichter Präzision, Konsistenz und Effizienz. Gleichzeitig schafft sie die Grundlage für eine Technologie, die künftig möglicherweise Verbraucherpräferenzen vorhersagen kann.
„Fleischqualität als wichtiger Treiber der Nachfrage ist in Branchengesprächen immer wieder ein Thema. Der Zeitpunkt könnte kaum besser sein, ein Instrument zu entwickeln, das den genetischen Fortschritt bei der Fleischqualität voranbringt und Schweinefleisch auf dem Teller optimiert.“
Justin Holl, Senior Director Product Development bei PIC
Genauere Messungen der Fleischqualität
Seit Jahren untersucht PIC Kotelettproben auf Qualitätsmerkmale. Speziell geschulte Fachkräfte beurteilen jede Probe manuell und vergeben einen Marmorierungsgrad. Dies erfordert nicht nur besondere Fachkenntnisse, sondern bringt auch subjektive Einflüsse mit sich, die zu Schwankungen in den Ergebnissen führen können.
Zusätzlich zur Marmorierung messen Mitarbeitende pH-Wert, Farbe und Zartheit bislang manuell mit Spezialgeräten. Diese ermöglichen zwar objektive Messungen, der Prozess ist jedoch zeitaufwendig.
„Das Applied Meat Science Team von PIC erkannte im Pork Chop Studio die Chance, subjektive Einflüsse zu reduzieren, Schwankungen zu verringern und die Effizienz im gesamten Bewertungsprozess der Fleischqualität zu steigern.“
Eric Psota, Senior Manager Digital Innovation bei PIC.
Weniger menschlich bedingte Schwankungen mit Pork Chop Studio
Das Digital Phenotyping Team von PIC entwickelte Pork Chop Studio, eine speziell konzipierte Bildgebungsstation. Sie nutzt Computer Vision und Deep Learning, um Merkmale der Schweinefleischqualität automatisiert zu bewerten.
„Im Kern ist Pork Chop Studio ein hochwertiges Kamerasystem mit Studiobeleuchtung, das auf Knopfdruck 4K-Bilder aufnimmt“, erklärt Psota. „Die Aufnahmen zeigen feinste Details, etwa die Struktur der Muskelfasern und weitere Merkmale, die mit bloßem Auge nur schwer zu erkennen sind.“
Nach der Aufnahme werden die Bilder an einen Server übertragen. Dort prognostiziert ein KI-Modell den Marmorierungsgrad. Für das Training des Systems bewerteten drei PIC-Fachleute fast 1.300 Bilder von Kotelettproben manuell. Der Mittelwert, auf den sie sich gemeinsam verständigten, diente anschließend als Grundlage für das Training des neuronalen KI-Netzes.
Ähnlich wie das menschliche Gehirn lernen neuronale Netze, indem sie Muster erkennen. Mit zunehmender Datenmenge werden sie kontinuierlich besser. Anders als Menschen liefern sie Ergebnisse ohne emotionale Einflüsse oder Ablenkung.
„Das neuronale Netz liefert bei jeder Bewertung ein Ergebnis auf Expertenniveau“, so Psota. „Wenn dieselbe Person dasselbe Bild einer Kotelettprobe im Abstand von zehn Minuten beurteilt, können die Ergebnisse je nach Stimmung, Konzentration oder Ermüdung durchaus unterschiedlich ausfallen.“
Mehr als Marmorierungsgrade
Das ursprüngliche Ziel bestand darin, die manuelle Bewertung der Marmorierung zu ersetzen. Inzwischen wird die Technologie darauf trainiert, auch weitere Bereiche der Fleischqualitätsbewertung effizienter zu gestalten.
„Dank des Detailgrads dieser Bilder können wir auch Höhe, Breite und Umfang der Kotelettprobe messen. Diese Merkmale lassen sich manuell nur äußerst schwer erfassen“, sagt Psota.
PIC hat außerdem mehr als 5.000 Bilder von Kotelettproben einschließlich der zugehörigen pH-Messwerte aufgenommen. Mit diesen Daten wird das neuronale Netz darauf trainiert, den pH-Wert allein anhand der Bilder vorherzusagen.
„Bisher war ein pH-Messgerät unsere einzige Möglichkeit“, erklärt Psota. „Jetzt sehen wir, dass das System visuelle Hinweise erkennt, möglicherweise Oberflächenfeuchtigkeit oder Reflexionen, die mit dem pH-Wert zusammenhängen.“
Dasselbe gilt für die Farbe der Kotelettprobe.
„Damit reduzieren wir den Bedarf an spezialisierten Arbeitskräften und Geräten wie pH-Messgeräten oder Farbmessgeräten“, so Psota. „Die Mitarbeitenden müssen lediglich eine Kotelettprobe auf die Plattform der Station legen, einen Knopf drücken, die Probe entnehmen und mit der nächsten fortfahren.“
Die dadurch eingesparte Arbeitszeit wird für Aufgaben mit höherer Wertschöpfung genutzt. Dazu gehören zusätzliche Aufnahmen nach zwölf Tagen Reifung, um die Datengenauigkeit weiter zu verbessern, sowie die Untersuchung neuer Qualitätsmerkmale.
Genetischer Fortschritt für ein besseres Genusserlebnis
Präzise Daten sind nur der erste Schritt. Der eigentliche Nutzen entsteht, wenn diese Daten eingesetzt werden, um den genetischen Fortschritt bei der Fleischqualität voranzutreiben.
„Mit Pork Chop Studio haben wir die Datengenauigkeit erhöht, die Vergleichbarkeit zwischen verschiedenen Verarbeitungsstandorten verbessert und zugleich die Echtzeitgeschwindigkeit beibehalten, die erforderlich ist, um die Daten direkt in unseren Selektionsindex zurückzuführen. Das ermöglicht einen schnelleren und zuverlässigeren genetischen Fortschritt.“
Justin Holl, Senior Director Product Development bei PIC
„Unser Engagement für Fleischqualität ermöglicht es uns, die Genetik so weiterzuentwickeln, dass alle Beteiligten profitieren, von den Erzeugern über die Verarbeiter bis hin zu den Verbrauchern. Wenn uns Technologie letztlich dabei unterstützt, auf bessere Fleischqualität zu selektieren und den weltweiten Schweinefleischkonsum zu fördern, ist das ein Gewinn für die gesamte Wertschöpfungskette.“
Brandon Fields, Global Director Applied Meat Sciences bei PIC
Verbraucherpräferenzen vorhersagen
Pork Chop Studio könnte künftig möglicherweise Verbraucherpräferenzen vorhersagen.
„Wir planen Verkostungen mit geschulten Panels. Dabei werden Bilder des Schweinefleischs vor der Zubereitung mit den sensorischen Bewertungen der Teilnehmenden verknüpft“, sagt Fields. „Mit diesen Daten möchten wir das System so trainieren, dass es das geschmacklich beste Stück Schweinefleisch erkennt, noch bevor es zubereitet und dem Verkostungspanel vorgelegt wird. Das ist unser langfristiges Ziel.
Unser Fokus liegt nicht nur auf der Verbraucherakzeptanz“, ergänzt er. „Wir wollen die Schweinefleischqualität optimieren, die Nachfrage steigern und ein optimales Genusserlebnis bieten.“
Weitere Informationen: Vollständiges Abstract zu Pork Chop Studio
