Spektrale Sensorik an der Schwelle zum Massenmarkt

  • Bild 1: Indikationsergebnisse verschiedener Forschungsarbeiten für die Bestimmung der Bestandteile von Fett, Proteinen und Kohlehydrate in Fleisch; Farben symbolisieren unterschiedliche Produkt-Typen.Bild 1: Indikationsergebnisse verschiedener Forschungsarbeiten für die Bestimmung der Bestandteile von Fett, Proteinen und Kohlehydrate in Fleisch; Farben symbolisieren unterschiedliche Produkt-Typen.
  • Bild 1: Indikationsergebnisse verschiedener Forschungsarbeiten für die Bestimmung der Bestandteile von Fett, Proteinen und Kohlehydrate in Fleisch; Farben symbolisieren unterschiedliche Produkt-Typen.
  • Bild 2a: Untersuchungen im Hyperspektrallabor zeigen den Unterschied zwischen Obst (grün), Papier (blau) und Plastiktüten (rot).
  • Bild 2b: Untersuchungen im Hyperspektrallabor zeigen den Unterschied zwischen Obst (grün), Papier (blau) und Plastiktüten (rot).
  • Spectral Imaging eignet sich zum Beispiel zur Erkennung des Reifegrads von Obst

Die Physik begrenzt die tatsächlichen Möglichkeiten von Infrarot-Spektroskopie-Messungen in ihrer Genauigkeit. Um dennoch sinnvolle Ergebnisse zu generieren, ist eine breite Dateninfrastruktur zur Normalisierung und Auswertung der Messungen erforderlich.

Die Idee des „Tricorders“ aus Star Trek scheint aktuell zum Greifen nah. Ein Klick, und Produkte offenbaren ihre Inhaltsstoffe und Bestandteile. Die Lösung versprechen Entwicklungen im Bereich der optischen Spektroskopie, genauer im Bereich der Infrarot-Spektroskopie. Die Technik ist im Grundsatz nicht neu und wird seit vielen Jahren verwendet; neu sind die Miniaturisierung der eigentlichen Sensoren und der damit einhergehende Preisverfall.

Infrarot-Spektroskopie zur Qualitätsbeurteilung

Die Infrarot-Spektroskopie ist eine Schwingungsspektroskopie, welche auf der Anregung von Molekülschwingungen durch infrarotes Licht im Spektralbereich von 900 bis 2500 nm beruht und heute bereits zur schnellen Bestimmung der chemischen Zusammensetzung von Lebensmitteln angewendet wird. Die kompakte Bauweise und die sinkenden Kosten für die Analysetechnik versprechen zukünftig einen vielseitigen und mobilen Einsatz entsprechender Geräte auf verschiedenen Stufen der Wertschöpfungskette. Insbesondere zur Erkennung äußerlich nicht sichtbarer Qualitätsprobleme bietet diese Technologie großes Potenzial zur mobilen Qualitätsprüfung und zur Reduzierung von Lebensmittelverlusten. Darüber hinaus ermöglicht diese Technologie in Teilen auch eine zerstörungsfreie Messung durch die Verpackung, sodass ein Einsatz im Handel oder beim Endverbraucher möglich ist.
Im Bereich Obst und Gemüse kommt die Methode bereits seit längerem zum Beispiel bei Sortieranlagen von Kiwis, Avocados und Mangos zum Einsatz. Die Kalibrierung und Modellbildung bei entsprechenden Sortieranlagen erfolgt in der Regel jedoch durch den Hersteller, sodass die Technik für den Anwender eine Blackbox darstellt. Der Einsatz zur schnellen Qualitätsbewertung als Handgerät, in Verbindung mit einer Haltbarkeitsvorhersage und Erkennung innerer Defekte, befindet sich derzeit an vielfältigen Stellen in der Entwicklung.
Bei der Herstellung von Fleischerzeugnissen wird die Nahinfrarotspektroskopie (NIR-Spektroskopie) routinemäßig zur schnellen Bestimmung der chemischen Zusammensetzung (beispielsweise Fett-, Wasser-, Proteingehalt) von Rohstoffen oder Endprodukten genutzt.

Mikrobiologische Parameter werden bisher allerdings nicht erfasst.

Preisverfall durch Miniaturisierung

Seit einigen Jahren steigt die breite Verfügbarkeit entsprechender Sensoren, wobei die Miniaturisierung der eigentlichen Sensoren zu einem deutlich sichtbaren Preisverfall und, in Verbindung mit ersten Anwendungen, zu einem Hype im Markt geführt hat. Relative Bekanntheit haben hier die Start-Ups SCiO (Consumer Physics, 2017) und Tellspec (2017) erlangt.
Auch bedingt durch die preiswerte Verfügbarkeit der Sensoren werden aktuell vermehrt Lösungen gesucht, um mit mehreren Sensoren an unterschiedlichen Produkten Messungen vorzunehmen. Die zwei wichtigsten und derzeit nicht abschließend gelösten Fragestellungen sind die Identifikation einzelner Klassen aus einer großen zum Teil unbekannten Menge sowie (Regressions-) Fragestellungen zur Bestimmung von Anteilsmengen. Betrachtet man als Beispiel die in der zusammenfassenden Überblicksliteratur von Slaughter et al. und Alander et al. zu spektralen Signaturen genannte Quellen auf die zum Nachweis von Nährstoffen genutzten Wellenlängen wird die Vielzahl unterschiedlicher Indikationspunkte bei organisch gewachsenen Produkten deutlich.

Ein Blick auf Bild 1 zeigt dabei deutlich das Dilemma. Durch den im Detail unterschiedlichen Einbau der Atomverbindungen in die Produktstrukturen ist ein einfacher, generalisierter Scan bei einer definierten Wellenlänge zur Bestimmung der Bestandteile, heute (noch) nicht möglich beziehungsweise führt zu keinem hinreichend guten Ergebnis.
Gut funktioniert (das heißt technisch im Grundsatz gelöst) der Vergleich von Messungen untereinander (da hilft die Statistik). Entsprechend groß ist das Potenzial für die Erkennung von Anomalien. Bedingung dafür ist, dass die Referenzgrößen bekannt sind.

Produkte und ihre Bestandteile

Wie bereits beschrieben bestehen zwar der Wunsch und das technische Ziel, die Technologie der optischen Spektroskopie für eine detaillierte Produktanalyse zu verwenden, aber aktuell lassen die oben beschriebenen Restriktionen für die Identifikation unbekannter Produkte und Inhaltsstoffe oft keine gesicherten positiven Ergebnisse mittels einer einzelnen spektralen Messung erwarten.
Zukünftige Lösungen werden daher absehbar ihre Ergebnisse dadurch erzielen, dass für die Analyse neben der Messung zusätzliches a priori Wissen verwendet wird, wie es an vielen Stellen vorhanden ist. Basis dafür können die Anfragedaten der Kunden (gemessene Spektren), aber auch Bilddaten (zum Beispiel aus einem Bildvergleich), Geo-Daten, Produkt- und Sensordetails oder andere Informationen sein, die für eine weitere Informationsgewinnung verwendet werden können.

Indikation erwarteter Veränderungen

Einen wesentlichen Einfluss auf die Qualität vieler Lebensmittel haben der Reifegrad beziehungsweise die erreichte Alterung des Produkts. Einerseits sind Erzeuger und Handel bestrebt, dem Verbraucher verzehrfähige Produkte mit einer hohen Genussreife und ihren typischen sensorischen Eigenschaften anzubieten, andererseits lässt sich der Reifegrad bei vielen Lebensmitteln nur eingeschränkt über das Aussehen bewerten. Hinzu kommt, dass klimakterische Früchte (zum Beispiel Tomaten, Mangos, Kiwis, Bananen und andere) einer Nachreifung unterliegen. Nicht klimakterische Früchte, wie Erdbeeren, reifen nicht mehr nach und haben nur ein geringes Lagerpotenzial. Eine Messgröße für den Reifegrad und damit auch für den Geschmack von vielen Obst- und Gemüsesorten ist der Brix- beziehungsweise Zuckergehalt, der sich mittels NIR-Spektroskopie zerstörungsfrei ermitteln lässt. Die Bestimmung des Reifegrads sowie die Abschätzung der weiteren Haltbarkeit werden so zu wichtigen Qualitätsmerkmalen.
Nach dem heutigen Stand der Forschung sollte eine Haltbarkeitsbestimmung für bekannte Produktgruppen (typische spektrale Veränderung durch Reife/ Verderb ist im Verlauf bekannt) in vielen Fällen möglich sein. Für eine große Zahl von Einzelanwendungen ist diese Funktionalität durch die Praxis belegt.

Notwendige Infrastruktur

Um spektrale Daten, akquiriert mit verschiedenen Sensoren, verwenden und vergleichen zu können, ist als Vorverarbeitungsprozess eine Normierung der Messdaten notwendig. Ursache hierfür sind im Wesentlichen neben Einflüssen aus den Sensoren selber, Umgebungseinflüsse bei der Messung, welches eine in 2016 durchgeführte Ringstudie des Fraunhofer IOSB zeigt. Es bietet sich an, diese Normierung bereits vor der Speicherung der Daten durchzuführen. Im Zusammenhang mit der Entwicklung seiner spektralen Datenplattform verfügt das Fraunhofer IOSB hier bereits über weitreichende Erfahrungen.
Darüber hinaus können die vom Nutzer generierten Anfragedaten zum Bestandteil der Datenbank für neue, zukünftige Anfragen werden. Für die Nutzung dieser Daten besteht einerseits eine wichtige Herausforderung darin, die Qualität der Messungen sicher zu stellen; andererseits bieten diese Daten die Chance für eine sich entwickelnde Datenbasis.

Fazit

Zusammenfassend lässt sich feststellen, dass der aktuelle Preissturz von spektralen Sensoren eine Verbreitung der optischen Spektroskopie sowohl für den vermehrten Einsatz in Industrie und Handel als auch in den Consumer-Bereich forcieren wird. Darüber hinaus eröffnen Messungen über eine Cloud die Möglichkeit zur Generierung von Massendaten. Grundlage dafür ist eine passende Infrastruktur für die erhobenen Messdaten. Diese wird sowohl für die Datenauswertung, als auch für die notwendige Datennormierung benötigt.

Kontaktieren

Fraunhofer-Allianz Vision
Flugplatzstraße 75
90768 Fürth
Germany
Telefon: +49 911 58061 5800
Telefax: +49 911 58061-5899

Jetzt registrieren!

Die neusten Informationen direkt per Newsletter.

To prevent automated spam submissions leave this field empty.