KI analysiert unser Essen: Ein neues Tool hilft, CO2 zu senken. Teste es aus!

KI für sinnvolle Projekte einsetzen: KI spart nicht nur Kosten, sie kann auch nachhaltiger machen. Ein neues KI-Tool hilft Lebensmittel-Unternehmen, den CO2-Fussabdruck ihrer Produkte zu berechnen. Und auch du kannst mitmachen, indem du deine Rezepte auf Nachhaltigkeit prüfen lässt.

Die Fertiglasagne brutzelt im Ofen. Schnell und praktisch – aber weisst du, wieviel CO2 dieses Gericht verursacht? Von der Viehhaltung über den Anbau der Tomaten bis hin zur Verpackung und dem Transport entstehen entlang der Lieferkette viele Emissionen.

Neugierig auf den ökologischen Fussabdruck deines Lieblingsgerichts? Mit dem neuen CO2-Rechner findest du das jetzt ganz einfach heraus. Das Tool berücksichtigt die relevanten Emissionsquellen.

Diese Frage beschäftigt auch Unternehmen: Wie ermitteln und senken sie die Klimabilanz ihrer Produkte? Das in Zürich ansässige Start-up Niatsu hat zusammen mit der Hochschule Luzern (HSLU) eine KI-Lösung entwickelt, die genau das ermöglicht: Seine Software analysiert automatisch die CO2-Bilanz von Lebensmitteln.

Warum CO2-Analyse für Lebensmittel?

Die Lebensmittelindustrie verursacht fast einen Drittel der weltweiten Treibhausgasemissionen. Seit 2024 gelten in der EU strengere Regeln für das Nachhaltigkeits-Reporting. Schweizer KMUs sind nicht direkt betroffen. Aber als Zulieferer grösserer Unternehmen müssen auch sie Nachhaltigkeitsdaten vorlegen.

So funktioniert das KI-Tool für Unternehmen

Den CO2-Fussabdruck von Produkten zu berechnen, ist komplex und zeitaufwändig. «Viele Unternehmen haben zwar die Daten. Aber diese liegen meist unstrukturiert vor», sagt Jakob Tresch, einer der Mitgründer von Niatsu. «Besonders KMUs fehlen die Ressourcen, um die Daten zu durchforsten. Das Verknüpfen mit Klimadaten ist auch eine Herausforderung. Deshalb ziehen Unternehmen oft Beratungsunternehmen für Nachhaltigkeit hinzu. Das wird schnell teuer.» Das neue KI-Tool liefert in wenigen Minuten Ergebnisse, die sonst viele Arbeitsstunden erfordern würden.

Vorteile für Unternehmen und Verbrauchende

Unsere KI-Forscher Alessandro Motta und Cyril Winkler vom Applied AI Research Lab entwickelten die Machine-Learning-Lösung. «Die Herausforderung war, eine Software zu bauen, die unterschiedliche Datenformate analysiert», sagt Motta. «Da es keine einheitlichen Standards für die Spezifikationen von Lebensmitteln gibt, variieren deren Inhalte und Formate. Um diese Daten automatisch zu analysieren, haben wir intelligente Algorithmen auf Basis von Large Language Models entwickelt.»

Jakob Tresch von Niatsu ist zufrieden: «Das Tool erfasst über 90 Prozent der relevanten Daten korrekt. In wenigen Minuten gibt es uns eine CO2-Schätzung.»

Unternehmen erkennen durch die Analyse auch ihre grössten CO2-Einsparpotenziale. «Das Tool schafft Transparenz. Es hilft, Entscheidungen zu treffen», betont Motta. «Nur mit besserem Wissen können wir Veränderungen bewirken.»

Niatsu denkt bereits weiter: Um genauere Klimabilanzen zu erstellen, brauchen sie dynamische Datenbanken. Tomaten für eine Lasagne verursachen nicht immer gleich viel CO2. Der Ausstoss variiert je nach Saison oder Lieferkette. Niatsu möchte deshalb langfristig die Datengrundlagen ebenfalls mithilfe von KI verbessern.

Technologie im Dienst der Gesellschaft: Wie KI Probleme löst

Alessandro Motta ist überzeugt, dass KI häufiger zum Lösen der grossen gesellschaftlichen Probleme unserer Zeit eingesetzt werden sollte. Neben Nachhaltigkeits-Reportings konnten KI-Lösungen der HSLU zum Beispiel bereits dabei helfen, Hautkrankheiten zu erkennen oder den Spritverbrauch von Müllwagen zu senken.

Hast du ein Projekt im Bereich Nachhaltigkeit und suchst einen passenden Partner?

Die Anwendungsmöglichkeiten von KI sind breit – von der Automatisierung und Optimierung von Prozessen bis hin zur Analyse und Reduzierung von Ressourcenverbrauch und Emissionen. Nutze das Potenzial von KI und die Expertise der Hochschule Luzern, um positive Veränderungen zu bewirken! Für Projektanfragen wende dich an Marc Pouly vom Applied AI Research Lab.

Veröffentlicht: 18. Oktober 2024
Von: Yasmin Billeter