Smart Food Waste Prevention

Het project richt zich op het verminderen van voedselverspilling van groente en fruit door slimme technologie en AI te gebruiken voor kwaliteitsanalyse en optimalisatie van de toeleveringsketen.

Subsidie
€ 190.400
2023

Projectdetails

Inleiding

Voedselverspilling is één van de grootste problemen in ons land. Meer dan 40% van alle geproduceerde voedingsmiddelen wordt niet geconsumeerd. Onderzoek wijst zelfs uit dat maar liefst 33-40% van deze verspilling resulteert in milieuschade, waarbij zelfs 8-10% van alle broeikasgassen voortkomt uit voedselverspilling. Dit is te herleiden tot het afvoeren van bedorven voedsel zoals groente en fruit, het verwerken hiervan en het onnodig produceren van nieuwe producten. Dit bedorven voedsel kan tevens een groot gevaar veroorzaken voor de volksgezondheid. Het verhelpen of voorkomen van dit voedselbederf zal een drastische verbetering van de voedselkwaliteit tot stand brengen. Dit is precies waar dit project zich op richt.

Doel van het project

Eén van de ontwikkelende partijen heeft niet voor niets de naam van de grootte van de voedselverspilling (OneThird) aangenomen als bedrijfsnaam. Zij willen samen met Orbisk dit probleem proberen te voorkomen door het ontwikkelen van een slimme techniek en innovatieve programmatuur van de Smart Food Waste Prevention. Voor dit project zal de focus liggen op de groep producten waar de meeste impact kan worden gemaakt, namelijk groente en fruit.

Technologie en methoden

Om het verspillen te reduceren willen OneThird en Orbisk gebruikmaken van een combinatie van:

  • Spectro-fotometrie
  • Infraroodspectrometrie
  • Diverse andere sensoren
  • AI-programmatuur (Artificial Intelligence)

Dit moet het mogelijk maken de kwaliteit van groente en fruit in een fractie van een seconde te analyseren, zowel op basis van de binnen- als de buitenkant van producten, zowel op stuksniveau als op kratniveau. Hierdoor is het straks mogelijk fouten en afwijkingen in groente en fruit te detecteren die met het menselijk oog niet kunnen worden gespot en met een snelheid die voor mensen onhaalbaar is.

Nauwkeurigheid en efficiëntie

Daarnaast moet de AI-programmatuur met >95% nauwkeurigheid een indicatie genereren hoelang een product nog houdbaar is. Deze data kan dan weer aan het ERP-systeem worden gekoppeld om vele malen efficiënter orders te plaatsen. Hierdoor kan de productieketen worden geoptimaliseerd en de kwaliteit van de eindproducten drastisch worden verbeterd. Maar nog veel belangrijker, uitval en bederf van groente en fruit worden maximaal gereduceerd.

Impact in de supply chain

Om dit te bereiken zijn er drie belangrijke punten in de ‘supply chain’ waar impact kan worden gemaakt:

  1. De groothandel waar groente en fruit binnenkomen
  2. De winkel (retail) waar deze worden verkocht
  3. De horeca waar deze worden verwerkt

Hier komen ook gelijk de krachten van de samenwerkingspartners bij elkaar, omdat OneThird een groot netwerk heeft in de groothandel en retail en Orbisk in de horeca.

Vereisten voor de programmatuur

Om deze impact te kunnen maken, moet de programmatuur in combinatie met de sensoren aan een aantal punten voldoen om de derving drastisch te reduceren. De Smart Food Waste Prevention moet deze punten doorvoeren binnen de toeleveringsketens van de voedselproductie om de kwaliteit van de eindproducten drastisch te verbeteren.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 190.400

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2023

Partners & Locaties

Projectpartners

  • OneThird B.V.penvoerder
  • Orbisk B.V.

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT R&D AI

MIT R&D AI

AI Driver Coach

Het project ontwikkelt de AI Driver Coach om chauffeurscoaching, onderhoud en planning te optimaliseren, met als doel de transportsector te verbeteren en leiderschap te versterken.

€ 183.435
MIT R&D AI

Lumi Screening – intuitive holograms for (preventive) healthcare

Augmedit en Prescan ontwikkelen Lumi Screening, een technologie die lage-informatie-dichtheid MRI's omzet in interactieve hologrammen voor betere diagnose, educatie en besluitvorming in de gezondheidszorg.

€ 239.694
MIT R&D AI

AI to render the best clinical trial design for a novel RNA therapy.

Het ANTENA-project ontwikkelt een AI-platform om de optimale klinische studiepopulatie voor een nieuwe RNA-medicatie te identificeren, met als doel kosten en risico's van klinische proeven te verlagen.

€ 199.700
MIT R&D AI

Onderwijsleerdoelen met AI koppelen aan leerinhoud

Het project ontwikkelt een AI-model om betrouwbare educatieve content automatisch te koppelen aan leerdoelen, waardoor het onderwijs efficiënter lesmateriaal kan vinden.

€ 105.016

Vergelijkbare projecten uit andere regelingen

EIC Accelerator

Cutting-edge food waste solution for restaurants

Binspector leverages AI and smart technology to help restaurants reduce food waste by 70%, saving over €30,000 annually while enhancing profitability and sustainability.

€ 2.412.112
MIT Haalbaarheid

Slimme geconditioneerde fruitmand

MB E-marketing onderzoekt de haalbaarheid van een Slimme Geconditioneerde Fruitmand om de houdbaarheid van groente en fruit te verlengen en voedselverspilling in Nederlandse huishoudens te verminderen.

€ 20.000
MIT R&D Samenwerking

Één rotte appel in de mand… technologie voor duurzame fruitopslag in controlled-atmosphere bewaring

Het project ontwikkelt het sensorsysteem StoreSafe om voedselverspilling van fruit in CA-bewaringskamers te verminderen, wat bijdraagt aan CO2-reductie en economische groei in Zuid-Nederland.

€ 200.000
MIT Haalbaarheid

Machine-learning tegen voedselverspilling in de horeca

De Walrus ontwikkelt een softwareprototype dat met machine learning voorspellingen doet om voedselverspilling in de horeca te verminderen en duurzame inkoop te bevorderen.

€ 20.000