17.06.2024
GEGEN VERSCHWENDUNG

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

Oftmals bleibt im Lebensmittelhandel einiges an Ware über, die dann den Weg in den Müll findet. Prognosen zu treffen, fällt aufgrund vieler Variablen den Beteiligten sehr schwer. Die Bio-Bäckerei brotsüchtig allerdings hat es in einem Projekt mit zwei Kooperationspartnern geschafft, die Lebensmittelverschwendung essentiell zu reduzieren.
/artikel/wie-ein-bio-baecker-mit-data-science-die-lebensmittelueberproduktion-reduzierte
brotsüchtig
(c) Simlinger - (v.l.) brotsüchtig-Gründer Oliver Raferzeder, Alois Keplinger, Projektberater Innovationsmanagement der WKOÖ, brotsüchtig-Gründer Stefan Faschinger, Volkmar Wieser, Area Manager Data Science bei SCCH.

Rund 500 Kilo Bio-Mehl verarbeitet die Bio-Bäckerei brotsüchtig täglich zu Brot und Gebäck. Dabei wird die Produktionslogistik zum Drahtseilakt. Einerseits sollen die Kunden bis zum Ladenschluss aus dem gesamten Sortiment wählen können. Andererseits soll danach möglichst wenig Brot und Gebäck übrigbleiben.

brotsüchtig: “Rettung nur die zweitbeste Lösung”

“Denn Lebensmittelrettung ist nur die zweitbeste Lösung”, sagt brotsüchtig-Gründer und -Geschäftsführer Oliver Raferzeder. Die beste wäre, exakt so viel zu backen, wie verkauft wird. Um diesem Ziel möglichst nahezukommen, hat das Innovationsmanagement der WKO Oberösterreich für brotsüchtig ein KI-Projekt beim EU-Digitalisierungsprogramm “Test before Invest” eingereicht. In diesem hat das Software Competence Center Hagenberg (SCCH) unter anderem Verkaufs-, Produktions-, Kalender-, Wetter- und Veranstaltungsdaten aufbereitet, in einem Dashboard sichtbar gemacht und so die Produktionsplanung verbessert. Die Retouren-Quote konnte so um 20 Prozent reduziert werden.

“Wir verlieren doppelt, wenn wir zu viel Ware backen”, erklärt Stefan Faschinger, ebenfalls Mitgründer von brotsüchtig, das Dilemma der Produktionsplanung. “Wir verlieren die kostbare Arbeitszeit unserer Bäckerinnen und Bäcker. Und wir verlieren kostbare Rohstoffe.”

Ein schicksalhaftes Treffen

So sind die bei brotsüchtig verwendeten bio-Rohstoffe generell um 15 bis 20 Prozent teurer als herkömmliche – Mohn in Bioqualität sei sogar doppelt so teuer. Deswegen investiert der Co-Founder bis zu zwei Stunden täglich in die Produktionsplanung für den nächsten Tag, erzählt Raferzeder.

Dies mühsamen Umstand teilte Faschinger dem Projektberater Alois Keplinger vom Innovationsmanagement der WKOÖ bei einer zufälligen Begegnung im Verkaufsraum mit. Daraus entwickelte sich ein gemeinsames Forschungsprojekt. Keplinger stellte folglich einen Förderantrag bei “Test before Invest”, das Digitalisierungs-Projekte bis zu einem Volumen von 40.000 Euro zu 100 Prozent aus Mitteln der Europäischen Union und der Forschungs-Förderungs-Gesellschaft FFG finanziert. Als Partner für die nötige Daten-Wissenschaft holte man das SCCH an Bord.

Data Science als Strategiegeber

“Das Ziel der Daten-Wissenschaft ist es, oft zusammenhanglos wirkendes Datenmaterial so aufzubereiten, dass man daraus konkretes Wissen und Strategien ableiten kann”, so Keplinger weiter. “Mit Data-Science lassen sich in praktisch allen Branchen Effizienzsteigerungen erzielen oder bessere Entscheidungen treffen.”

Bei brotsüchtig hängen die Verkaufszahlen als wichtigste Datenbasis von einer Unzahl an Faktoren ab: “Dabei spielen die Jahreszeit, das Wetter, der Wochentag, die generelle Frequenz in der Stadt aber auch Veranstaltungen rund um unsere Shops eine große, nur schwer zu kalkulierende Rolle”, skizziert Raferzeder die produktionslogistische Herausforderung.

So hänge auch das Kaufverhalten stark davon ab, ob das Wetter zum Schlendern in der Stadt einlade, zu große Hitze oder Regen die Kunden vertreibe, ob Wochenendeinkäufe anstehen oder eine öffentliche Veranstaltung die Passantenfrequenz beeinflusst.

brotsüchtig: Daten statt Bauchgefühl

“All diese Faktoren haben wir immer sehr intensiv beobachtet und versucht, daraus Schlüsse zu ziehen”, erzählt Raferzeder. Das sei zwar meist ganz gut gelungen, war aber extrem zeitintensiv und habe vor allem auf seinem eigenen Bauchgefühl beruht. Dieses sollte durch eine wissenschaftlich fundierte Basis für die Produktionsplanung in der Backstube ergänzt – oder im Idealfall ersetzt – werden. “So wollten wir etwa wissen, bei welchem Wetter wir mehr „Drahdiwaberl“ (Anm.: veganes Brot) verkaufen und welche Faktoren dafür noch verantwortlich sind.”

Mit seiner Kernkompetenz, Daten in Wissen umzuwandeln, war bei diesem Projekt das SCCH ein Idealkandidat für dieses Digitalisierungs-Projekt. Für die Aufgabenstellung, mittels Data Science aus dem vorhandenen Datenmaterial möglichst treffsichere Vorhersagen für die Produktion zu machen, konnte sich Area Manager Data Science bei SCCH Volkmar Wieser vor allem auf umfassende Verkaufsdaten stützen.

Planungsaufwand halbiert

“Uns lagen für die vier brotsüchtig-Shops in Linz (Anm.: dort zwei), Steyregg und Wels ebenso umfassende wie detaillierte Verkaufsstatistiken vor”, erklärt er. Nach dem Datenexport aus den Kassensystemen sowie entsprechender Aufbereitung und Visualisierung konnte dann die Verkaufsdynamik für jeden einzelnen Artikel zu bestimmten Uhrzeiten an allen Tagen in jedem einzelnen Shop klar und übersichtlich dargestellt werden.

“Wir haben auch noch Wetterdaten und Feiertage in die Analyse einfließen lassen, um sichtbar zu machen, wie sich diese im Kaufverhalten bemerkbar machen”, so Wieser weiter. Mit dem Ergebnis, dass brotsüchtig-Chef Faschinger auf einem Dashbord jederzeit alle für die Produktionsplanung nötigen Daten tagesaktuell aufrufen und mit Referenzwerten vergleichen kann.

“Diese Klarheit und Übersichtlichkeit der Daten erleichtert die Produktionsplanung enorm”, sagt er. “Mein Planungsaufwand hat sich halbiert, die Präzision der Vorhersage gleichzeitig wesentlich verbessert. Jetzt haben wir um ein Fünftel weniger Retourware als zuvor.”

Deine ungelesenen Artikel:
17.12.2024

AnyConcept: Wie ein Grazer Software-Testing-Startup Google verblüffte

AnyConcept aus Graz hat eine Software Testautomatisierungs-Lösung entwickelt und dabei beim Trainieren seiner KI Google auf sich aufmerksam gemacht. Wie genau das Modell funktioniert und was der US-Gigant wollte, erklären die Gründer Leander Zaiser, Manuel Weichselbaum und Markus Hauser.
/artikel/anyconcept-wie-ein-grazer-software-testing-startup-google-verblueffte
17.12.2024

AnyConcept: Wie ein Grazer Software-Testing-Startup Google verblüffte

AnyConcept aus Graz hat eine Software Testautomatisierungs-Lösung entwickelt und dabei beim Trainieren seiner KI Google auf sich aufmerksam gemacht. Wie genau das Modell funktioniert und was der US-Gigant wollte, erklären die Gründer Leander Zaiser, Manuel Weichselbaum und Markus Hauser.
/artikel/anyconcept-wie-ein-grazer-software-testing-startup-google-verblueffte
Anyconcept, AnyConcept, Automatiserung, Software testen,
(c) AnyConcept - Das AnyConcept-Team.

Rund 80 Prozent aller Unternehmen testen ihre Anwendungen und Software händisch. Entweder klicken sie sich mühsam durch ihre Software oder ihren Webshop, um zu sehen, was funktioniert und was nicht, oder sie coden sich ihre Tests. Beides langwierige, kostenintensive und mühsame Aufgaben. Das wissen Leander Zaiser, CEO, Manuel Weichselbaum, CTO, und Markus Hauser, die gemeinsam mit Kevin Intering und Pascal Goldschmied das KI-Startup AnyConcept gegründet haben.

AnyConcept und das Problem der No-code-Software

Die Founder haben sich deswegen dazu entschlossen eine Testautomatisierungs-Software zu entwickeln, um den Prozess für Unternehmen zu vereinfachen und günstiger zu gestalten.

Zaiser war sechs Jahre lang RPA-Experte (Robotics Process Automation) bei Raiffeisen und hat dort Automatisierungssoftware automatisiert. Der CEO musste dabei feststellen, dass vermeintliche No-code-Software ohne Entwicklungskompetenzen sich nicht erfolgreich einsetzen ließ. Für gelernte Softwareentwickler wiederum war das Arbeiten mit solch einer Anwendung keine attraktive Tätigkeit.

Weichselbaum indes forscht seitdem er 17 ist an Künstlicher Intelligenz. Und widmet sich dabei vor allem immer den aktuellen Herausforderungen der internationalen Forschung. Das passte hervorragend zu Zaisers erkanntem Problem: aktuelle Automatisierungssoftware ist zu komplex für Non-Coder und nicht attraktiv genug für Coder. Also fragten sich die Founder: Was, wenn man Automatisierung mit einem No-Code-Ansatz macht, mithilfe einer KI, die genau das tut, was man ihr auf dem Bildschirm zeigt? So war AnyConcept geboren.

Das Black Friday-Problem

“Jede Software, jeder Webshop, jede Applikation muss immer wieder getestet werden, ob sie richtig funktioniert. Und da sie auch ständig durch neue Updates von Entwicklern oder bei einem Webshop mit neuen Produkten gefüttert wird, verändern sich Applikationen dauerhaft. Das kann wieder zum Brechen der bisherigen Funktionen führen”, erklärt Hauser, ein per Eigendefinition fleischgewordenes Startup-Kind, das zuletzt Johannes Braith (Storebox) als rechte Hand begleiten und somit Entrepreneurship aus nächster Nähe beobachten und Mitwirken durfte.

Der Gründer präzisiert sein Argument mit einem Beispiel passend zum Black Friday. Jedes Jahr würden Unternehmen Milliarden US-Dollar verlieren, weil sie ihre Preise falsch definieren oder Prozente und Dollar verwechseln, ohne dass es wem auffällt. Außerdem könnten “Trilliarden US-Dollar” an Schäden durch fehlerhafter Software, die nicht richtig getestet wurde, vermieden und “50 Prozent der IT-Projektkosten” gesenkt werden, wenn Testen automatisiert mit No-Code abläuft, so seine Überzeugung.

“Durch unser KI-Modell, das ein User-Interface rein durch Pixeldaten, Mausklicks und Tastatureingaben erkennen und manövrieren kann, schaffen wir es Automatisierung No-Code zu gestalten”, sagt Hauser. “Das Ziel ist es unsere KI-Agenten zukünftig zum Beispiel einen Prozess wie UI-Software-Testing rein durch eine Demonstration, das bedeutet das Vorzeigen des Testfalles, automatisiert durchführen zu lassen. Sie werden sich dabei exakt so verhalten wie es ein Benutzer tun würde, orientieren sich nur an den Elementen des User-Interface und konzentrieren sich nicht auf den dahinterliegenden Code. Das ist unser USP.”

FUSE for Machine Learning

Dieses Alleinstellungsmerkmal fiel auch Google auf. Konkreter Google Cloud Storage FUSE for Machine Learning. Anfänglich noch ein Open Source-Produkt als “Linux Filesystem in Userspace” oder eben als “FUSE” tituliert, wurde die Software von Google in die Cloud integriert und hilft beim Verwalten von Unmengen von Trainingsdaten, Modellen und Kontrollpunkten, die man zum Trainieren und Bereitstellen von KI-Workloads benötigt.

Anwendungen können hierbei direkt auf die Cloud zugreifen (Anm.: anstatt sie lokal herunterzuladen); als wären sie lokal gespeichert. Es müssten zudem keine benutzerdefinierte Logik implementiert werden und es gebe weniger Leerlaufzeit für wertvolle Ressourcen wie TPUs und GPUs, während die Daten übertragen werden.

FUSE sei einfach ein Produkt für Unternehmen, so Weichselbaum weiter, um große Datenmengen bequem zu verwalten und sie verfügbar zu machen: “Wir verwenden es, um viele Terrabytes von Daten auf der Cloud zu lagern, was am Computer nicht möglich ist”, sagt er.

Google sagt Hallo

Weil AnyConcept das Service von FUSE sehr intensiv nutzte, wurde Google auf die Grazer aufmerksam. Und hat konkret nachgefragt, was sie für einen Use-Case mit ihrem Angebot entwickelt haben. “Wir waren einer der ersten, die das genutzt haben, um effizient unsere KI-Agents zu trainieren“, sagt Weichselbaum. “Das Produkt von Google ist ein Teil unserer Datenverarbeitung und des Trainings unserer ganz spezifischen KI und Google wollte wissen, warum und wie wir das so intensiv verwenden. Das hat dazu geführt, dass wir unsere Ideen für Produktverbesserungen und Skripts mit ihnen teilen durften.“

AnyConcept und seine Konzepte

Das Ziel von AnyConcept ist es, ein Foundation-Modell nicht für Texte oder Bilder, sondern für Interaktionen mit dem User-Interface zu entwickeln.

Im Detail reicht hierbei eine Demonstration von einem solchen Interface und AnyConcept analysiert es mit neuronalen Netzwerken. Es erkennt Strukturen, die das Startup seinem Namen getreu “Konzepte” nennt und die auf breites Wissen aufbauen, wie man mit einem Computer interagiert.

“So ein Konzept wäre etwa ein ‘Button’ auf einer Website”, erklärt es Zaiser in anderen Worten. “Die KI versteht dann, dass man ihn anklicken kann und was danach passiert. Oder wie lange eine Website braucht, sich zu öffnen und wie sie aussieht.”

Aktuell forscht AnyConcept an der Generalisierungsfähigkeit ihres Netzwerkes. Zaiser dazu: “Wir testen unsere KI bereits mit Pilotkunden bei der Anwendung von Software-Testautomatisierung und bekommen großartiges Feedback.”

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert