Menü

Data-Mining im Brauhaus

Handel

Maschinelles Lernen in komplexen biochemischen Prozessen

Mälzen, schroten, maischen, läutern, kochen, gären, lagern, filtrieren und abfüllen: Bier brauen war schon immer eine große Kunst. Oder, wie man heute sagen würde: ein komplexer Prozess. Mit über 1.400 Braustätten, einem Jahresabsatz von fast 100 Millionen Hektoliter Bier und fast acht Milliarden Euro Umsatz ist die Brauwirtschaft ein wichtiger Wirtschaftszweig in Deutschland.  Auch die Maschinen deutscher Hersteller für die Getränkeherstellung gelten weltweit als führend in Qualität und Leistung.

„Vor dem Hintergrund steigender Lohn-, Energie- und Rohstoffpreise sowie sich wandelnder Märkte gerät auch in einer Branche mit hoher internationaler Reputation wie die deutsche Brauwirtschaft, in der Tradition und der Einsatz modernster Anlagentechnologie Hand in Hand gehen, die Prozessoptimierung immer mehr in den Fokus“, sagt Prof. Dr. Jochen Deuse. Er ist Leiter der RIF-Abteilung Produktionssysteme. Hinter RIF verbirgt sich das Dortmunder Institut für Forschung und Transfer, das in diesem Falle mit der Bitburger Brauereigruppe und der Augustiner-Bräu Wagner KG zusammenarbeitet. Denn: Verbesserungsansätze geraten bei komplexen biochemischen Prozessen an ihre Grenzen.

Ziel in dem vom Bundeswirtschaftsministerium geförderten Projektes ist das maschinelle Lernen zur Steigerung der Effizienz und Transparenz der Prozesse. Derzeit fehlen aber Grundlagen für eine standardisierte Architektur der Internet-of-Things (IoT) sowie Module zur Datenerhebung und Datenverarbeitung. Diese sollen in dem dreijährigen Projekt „Datengetriebene Prozessoptimierung mit Hilfe maschinellen Lernens in der Getränkeindustrie“, kurz DaPro, geschaffen werden.

Durch die Entwicklung einer IoT-Referenzarchitektur sollen Prozesse von der Datenerhebung am Sensor bis hin zur Speicherung verarbeiteter Daten in der Cloud neue Datenformate, Schnittstellen und Kommunikationsprotokollen realisiert werden. Diese bildet die Basis für die Entwicklung und Anwendung der Data-Mining-Module. Die Generalisierung der Erkenntnisse, so der Plan des Projektkonsortiums, könnte die Systematik auch in andere Bereiche der Getränke- und Prozessindustrie, etwa auf die Herstellung und Abfüllung von Wasser, Limonade oder Saft, übertragen werden.

roRo

Zurück