Skip to main content
European Commission logo
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

Water treatment and reuse technology based on constant water quality monitoring thanks to multi-censoring and AI-Deep Learning software for the Food Industry

Article Category

Article available in the following languages:

Sauberes Essen: Technologie, die Mikroben erkennt, liefert der Lebensmittelindustrie sauberes Wasser

Ein intelligentes Wasseraufbereitungssystem verwendet neuartige chemische Sensoren und maschinelles Lernen, um den Wasserverbrauch zu reduzieren und gleichzeitig hohe Hygienestandards einzuhalten.

In Europa werden jedes Jahr 3,6 Billionen Liter Frischwasser durch die Lebensmittelverarbeitungsindustrie verbraucht, um Schmutz und Verunreinigungen von frischen Lebensmitteln zu waschen, bevor diese an Supermärkte, Restaurants und Großhandelsmärkte verkauft werden. „Ich bin Niederländer und habe nie realisiert, dass wir in den Niederlanden Probleme mit Wasserknappheit haben könnten, bis ich den See bei meinem Büro mit meinen eigenen Augen kleiner und kleiner werden sah“, sagt Hans Blaak, Projektkoordinator von FOODWATERH2020. „Dieser Anblick sagte genug über die Bedeutung dieses Problems in der Welt aus; genau das wollen wir angehen.“ Um Wasser einzusparen, verwenden viele Verarbeitungszentren das gleiche Wasser über lange Zeiträume wieder. Dadurch können sich leider Pilzsporen und Bakterien im Wasser ansammeln. Neben den Gesundheitsrisiken für Menschen, die hierbei entstehen, verringert dies die Lagerzeit und trägt so zu den jährlich 88 Millionen Tonnen Lebensmittelabfällen in der EU bei. Zwar nutzen viele Lebensmittelverarbeitungszentren Absetzbecken, in denen Schmutz und Tonpartikel abgetrennt werden können bevor das Wasser wieder genutzt wird, jedoch entfernen diese Becken keine Mikroben und belegen große Flächen Land. Blaak ist Direktor des niederländischen Unternehmens VAM WaterTech, das im Laufe der letzten 8 Jahre eine kompakte Technologie entwickelt hat, die Wasser von Schmutz sowie Mikroben säubern kann, die Lebensmittelverderb verursachen. Die Schlüsseltechnologie ist ein spektroskopischer Sensor, der von VAM WaterTech in Zusammenarbeit mit GooFra in den Niederlanden entwickelt wurde. Spektroskopie wird üblicherweise zur Untersuchung chemischer und physikalischer Eigenschaften von Objekten eingesetzt. Mithilfe maschinellen Lernens hat VAM WaterTech eine Software entwickeln können, die schnell die Arten und Anzahl der Mikroben im Wasser bestimmt. „Durch die genaue Untersuchung des in diesem Wasser enthaltenen Schmutzes, nicht nur der Sand- und Tonpartikel, sondern auch der vorhandenen Arten an Bakterien und Pilzen, wissen wir genau, was sich ansammelt und was getan werden muss, sowie wie lange und intensiv die notwendige Behandlung zu sein hat, bevor das Wasser wieder komplett sauber ist“, erklärt Blaak. Zuerst müssen sich Schmutz und Sand absetzen und getrocknet werden, bis dieser Bodensatz zu harten Ziegeln wird, die zurück auf landwirtschaftliche Betriebe oder an Kindergärten geschickt werden können. Das verbliebene Wasser kann dann nach Bedarf mit standardmäßigen Wassersterilisationsverfahren wie Ozon behandelt werden. Die Entwicklung dieser neuartigen Wasseraufbereitungstechnologie wurde vom EU-Programm Horizont 2020 unterstützt. „Dadurch konnten wir unseren Geschäftsplan aufstellen und ausarbeiten, wie wir die Technologie für den Markt aufbereiten“, sagt Blaak. Das Unternehmen will nun die Finanzierung der Phase 2 beantragen. Laut Blaak könnte das Unternehmen damit expandieren, die Technologie zu konkurrenzfähigeren Preisen anbieten und so Märkte in Entwicklungsländern eröffnen. „Unser Ziel ist es, den Obst- und Gemüseverarbeitungsmarkt auf der ganzen Welt zu beliefern und so deren Wasserverbrauch um 95 % zu senken“, so Blaak abschließend.

Schlüsselbegriffe

FOODWATERH2020, Wasser, Lebensmittel, Schmutz, Pilze, Bakterien, Abfall, Verarbeitung, Spektroskopie, maschinelles Lernen

Entdecken Sie Artikel in demselben Anwendungsbereich