Dr. Stephan Strelen

Die Krumenstruktur ist ein wesentliches Qualitätsmerkmal von Backwaren. Größe, Form und Verteilung der Poren beeinflussen das Erscheinungsbild und sind wichtige Indikatoren für die Beschaffenheit eines Produktes. Die Beurteilung erfolgt in der Praxis häufig visuell und ist damit von der Erfahrung und subjektiven Einschätzung des jeweiligen Prüfers abhängig. Moderne industrielle Bildverarbeitung bietet die Möglichkeit, Krumenstrukturen objektiv, reproduzierbar und anhand messbarer Kriterien zu charakterisieren.

Eine systematische Analyse der Krumenstruktur ermöglicht es, die Produktkonstanz über verschiedene Chargen, Schichten und Produktionslinien hinweg zu überwachen. Darüber hinaus lassen sich Veränderungen durch Rezepturanpassungen, Rohstoffwechsel oder Änderungen der Knet-, Gär- und Backprozesse erkennen und dokumentieren. Insbesondere bei der Entwicklung neuer Produkte und der Optimierung bestehender Herstellungsprozesse können objektive Messwerte eine wertvolle Grundlage für Qualitätsentscheidungen bilden.

Am Beispiel der Software Safe-Ident Cell wird gezeigt, wie sich die Porenstruktur einer Brotprobe automatisiert untersuchen lässt. Hierzu wird die vorbereitete Schnittfläche unter definierten Bedingungen aufgenommen und anschließend mittels Bildverarbeitung analysiert. Dabei werden zahlreiche Kenngrößen ermittelt, darunter Porenanzahl, mittlere Porengröße, Größenverteilung, Standardabweichung, Flächenanteil und Rundheit der Poren. Auch besonders große Poren können gesondert betrachtet werden. Die Ergebnisse werden in einem Qualitätsreport zusammengefasst und ermöglichen eine nachvollziehbare Bewertung und Dokumentation.

Klassische, regelbasierte Bildverarbeitungsverfahren bieten den Vorteil transparenter und physikalisch interpretierbarer Ergebnisse. Anhand festgelegter Grenzwerte lassen sich Qualitätskriterien eindeutig definieren und überprüfen. Allerdings stößt dieser Ansatz bei komplexen Krumenstrukturen an Grenzen. Unterschiedliche Brotsorten weisen teilweise völlig verschiedene, aber jeweils produkttypisch erwünschte Porenstrukturen auf.

Eine universelle Bewertung anhand einzelner Kennzahlen ist daher häufig nicht möglich.

Zudem können Mittelwerte und Flächenanteile die räumliche Verteilung der Poren und das visuelle Gesamterscheinungsbild nur unvollständig beschreiben.

Hier eröffnet der Einsatz künstlicher Intelligenz (KI) zusätzliche Möglichkeiten. Anstatt sämtliche Qualitätsmerkmale und deren Zusammenhänge durch feste Regeln vorzugeben, kann ein KI-System anhand zuvor bewerteter Beispielbilder lernen, welche Strukturen den gewünschten Qualitätsanforderungen entsprechen. Dadurch lassen sich auch komplexe Kombinationen aus Porengröße, Form und Verteilung berücksichtigen.

Voraussetzung hierfür sind ausreichend repräsentative und fachlich korrekt bewertete Trainingsbilder.

Ein besonders vielversprechender Ansatz ist die Kombination beider Verfahren: Während die klassische Bildverarbeitung konkrete, nachvollziehbare Messwerte liefert, kann die KI eine ergänzende visuelle Gesamtbewertung und Einordnung in produktspezifische Qualitätsklassen übernehmen.

Das Ziel ist eine objektive, reproduzierbare und dokumentierbare Qualitätsbeurteilung der Krumenstruktur. Durch automatisierte Stichprobenkontrollen können Qualitätsabweichungen frühzeitig erkannt, Produktionsprozesse gezielt optimiert und die Produktqualität langfristig überwacht werden.