KI treibt Fortschritte bei der automatisierten Sortierung und Sortierung von Kartoffeln voran

Dieser Artikel erschien ursprünglich in einer Ausgabe des Spudman Magazine. Klicken Sie hier, um den Artikel auf der Website der Publikation zu lesen.

Von Melinda Waldrop, Chefredakteurin, Spudman Magazine

Wada Farms mit Sitz in Idaho baut mehr als 30.000 Hektar Kartoffeln und andere Produkte an, betreibt einen 140.000 Quadratmeter großen Packschuppen und erzielte 2025 einen Umsatz von 37,5 Millionen US-Dollar. Als einer der landesweit größten Erzeuger und Versender von frischen Kartoffeln und Zwiebeln hat das Unternehmen aus erster Hand erfahren, welche Fortschritte durch Innovationen auf Basis künstlicher Intelligenz möglich wurden.

Das Unternehmen, das sich seit 1943 in Familienbesitz befindet, hat auch die Macht eines Glücksfalls erlebt.

Wada Farms, ein Vorreiter der hochmodernen automatischen Erkennungs- und Sortiersysteme von KPM Analytics für Kartoffeln, hat seit der Partnerschaft mit dem in Massachusetts ansässigen Technologieunternehmen die Genauigkeit und Effizienz verbessert und gleichzeitig den Arbeitsaufwand um bis zu 80% reduziert, sagte Kip Yeates, Vice President of Fresh Operations bei Wada Farms. Aber keiner dieser Erfolge wäre ohne ein zufälliges Treffen vor fast einem Jahrzehnt erzielt worden.

„Wir waren eine leere Seite, wenn es um KI ging“, sagte Yeates gegenüber Spudman. „Jemand fuhr einen Lastwagen und schleppte Kartoffeln aus unserem Gebäude und dachte, sein Schwager könnte daran interessiert sein, uns zu helfen.“

Dieser Schwager war mit dem KI-gestützten Computer-Vision-Systemexperten Smart Vision Works verbunden, der 2023 von KPM übernommen wurde.

Smart Vision Works wurde von Doktoranden gegründet, die sich mit Programmieren auskannten, aber nicht so tief in der Landwirtschaft verwurzelt waren. Es suchte „nach guten Stellen in Lebensmitteln, um die Technologie anzuwenden, mit der wir sehr vertraut waren“, sagte Curtis Koelling, Vizepräsident für Produkte bei KPM.

Die daraus resultierende Zusammenarbeit zwischen dem Technologieunternehmen und dem Kartoffelanbauer löste eine erfolgreiche Partnerschaft und eine vielversprechende neue Richtung für die Branche der Bildverarbeitungssysteme aus.

Das Problem mit Kartoffeln

In der Vergangenheit hatten Bildverarbeitungssysteme aus einem einfachen Grund keine Fortschritte bei der Sortierung und Sortierung von Kartoffeln gemacht: Braune Kartoffeln, wie die Rosette, die zu den vier wichtigsten von Wada angebauten Sorten gehören, trübten das Bild der in diesen Systemen weit verbreiteten Farbdifferenzierungstechnologie.

„Rotbraune Kartoffeln sind braun“, sagte Jeremy West, nationaler KPM-Vertriebsmitarbeiter für Sichtinspektion von Kartoffeln. „Ihre Defekte sind größtenteils braun. Es ist also wirklich schwierig, anhand der Farbdifferenzierung das zu erkennen.“

Koelling fügte hinzu: „Die Bildverarbeitungstechnologie, die zu viel verspricht und zu wenig liefert, hat viele Menschen in den Bösen getrieben. Es bringt ihnen einen sauren Geschmack in den Mund.“

Yeates zum Beispiel war nicht sofort mit der Idee einverstanden.

„Ich brauchte viel Überzeugungsarbeit“, sagte er. „Ich war mir ziemlich sicher, dass dies die größte Herausforderung sein würde, die sie bisher mit Bildverarbeitungssystemen unternommen hatten. Bei Rotbarschen wäre es extrem schwierig, zu erkennen, was im Netz oder in der Farbe der Kartoffel einfach nicht konsistent ist und was ein echter Defekt ist.“

Yeates ließ sich von einem Video beeinflussen, in dem der Techniker von Smart Vision Works ein Holzstück vom Speck identifizierte und entfernte.

„Ich konnte das Holz mit bloßem Auge kaum identifizieren. Sie mussten es tatsächlich aus dem Bild herausschneiden, damit ich sehen konnte, wo es war „, sagte Yeates. „So haben sie mich überzeugt.... Es ist jetzt eine Weile her. Wir haben acht oder neun Jahre daran gearbeitet. Wir sind an einem Punkt angelangt, an dem wir mit großem Abstand besser abschätzen konnten als alles, was wir bisher gesehen hatten.“

Wada fing klein an und verwendete ein nachgerüstetes Kamerasystem, um Kartoffeln zu dimensionieren „ohne jegliche Sortierkomponente, sodass sie sie betrachten und mit dem Bildverarbeitungssystem die richtigen Abmessungen ermitteln konnten — Länge, Breite und Höhe — und das dann mit dem Dichtefaktor vergleichen konnten, um das Volumen der Kartoffel zu bestimmen“, sagte Yeates. „Dann haben wir mit der Sortierung begonnen, Fehler behoben und ein Modell entwickelt, das es uns ermöglichen würde, Kartoffeln nach USDA-Standards zu klassifizieren und zerbrochene, grüne und gequetschte Kartoffeln loszuwerden.“

Gemäß den USDA-Standards „können Sie eine bestimmte Fläche haben, die den Defekt bedeckt“, sagte West. „Meines Wissens gibt es kein anderes System, das die Größe des Defekts tatsächlich misst und Ihnen den Prozentsatz der Oberfläche anzeigt, so wie wir es tun. Das entspricht direkt dem USDA-Standard und den Standards, die auch vom Kunden festgelegt werden.“

Technik bei der Arbeit

Die Sortier-, Dimensionierungs- und Sortiersysteme von SiftAI verwenden fortschrittliche Bildverarbeitungs- und KI-Algorithmen, um Kartoffeln genau zu messen, Fehler zu erkennen und eine einheitliche Größe sicherzustellen.

Das System beinhaltet:

• Intelligenter Tisch zur Sortierung und fremdkörpererkennung
• Mehrspuriges Sortier-, Sortier- und Sortiersystem für Kartoffeln
• System zur Erkennung von Fremdstoffen für die Lebensmittelherstellung (wird hauptsächlich beim Zerkleinern und Verarbeiten verwendet)
• Roboter-Sortierer

Anfänglich enthielten die Smart Vision Works-Systeme keine Ausrüstung, sagte Koelling.

„Wir haben uns einfach in bestehende Maschinen integriert und das Gehirn und die Augen bereitgestellt“, sagte er. „Seit unserer Übernahme durch KPM Analytics sind wir auf dem Kartoffelmarkt weiter gewachsen und bieten mithilfe der SiftAI-Plattform zusätzliche Lösungen an... Wir sind über Farben hinausgegangen. Es ist nicht mehr nur ein Schwellenwert, bei dem es sich um ein schlechtes Produkt handelt, wenn sich die Farbe darüber hinaus ändert.

„Die unglückliche Wahrheit ist, dass selbst in derselben Charge die Hautfarbe einer Kartoffel variieren kann. Es kann zu Skinning kommen, womit ein Kunde einverstanden sein könnte. Unser KI-Modell wurde zu diesem Zeitpunkt an Millionen von Kartoffeln trainiert — verschiedene Sorten aus verschiedenen Jahreszeiten, von verschiedenen Feldern, verschiedenen Standorten. Es ist jetzt sehr kompetent darin, Fehler zu erkennen, mehr als nur „die Farbe ist ein bisschen anders“.“

Je nach Betriebsgröße und verwendeter Ausrüstung können sich Kartoffelverarbeiter und -verpacker innerhalb von 10 Monaten bis drei Jahren amortisieren, so West.

Laut Yeates reduzierte Wada Farms seinen Personalbedarf um 75 bis 80% und verbesserte gleichzeitig die Sortiergenauigkeit.

„Die Art von Arbeit, die wir machen, ist harte Arbeit, und wir sehen einfach nicht, dass Leute diese Art von Arbeit machen wollen“, sagte er. „Die Gedanken der KI werden nicht wandern. Es bleibt im Fokus und am Ziel. Es wird tun, was ihm gesagt wurde. Im Wesentlichen kann ein Roboter die gleichen (Produktions-) Zyklen von zwei Menschen durchführen.... Das ist weitaus besser, als es Menschen jemals tun könnten.“

Automatisierter Weg vor uns

Neben der Obst- und Gemüseindustrie arbeitet KPM mit mehr als 100 Kunden in über 100 Ländern laut seiner Website auch mit Branchen wie Getränken, Snacks, Getreide und Getreide zusammen.

Die Präsenz im Bereich Kartoffeln treibt das Wachstum des Unternehmens voran — ebenso wie technologische Updates der Wettbewerber, sagte West.

„Über 70% der Spurensortierung sind jetzt unsere SiftAI-Visionchefs in Idaho für Kartoffeln“, sagte er. „Der Wettbewerb treibt Innovation an, und die Innovation hat den Landwirten und den Lagerhäusern wirklich gut getan.“

West betonte, dass KPM daran arbeitet, eine Partnerschaft mit Landwirten einzugehen und Feedback zur Verbesserung ihrer Produkte zu nutzen und gleichzeitig den Kunden den Zugriff auf Unternehmensdaten und deren Verwendung in ihren Betrieben zu ermöglichen. Unternehmensdaten können beispielsweise zeigen, dass Druckstellen häufig auftreten, was auf zu tiefe Lagerstapel oder ein Geräteproblem hindeuten könnte.

„Wenn du mal einen Züchter im Rudel schuppen lässt, schaut er sich als Erstes an, was sich auf dem Keulgürtel befindet, und schauen, was vor sich geht“, sagte West. „Er will keine guten Kartoffeln in diesem Schlachtgürtel sehen. Aber um diese Informationen über jede Kartoffel nehmen und ihm diese Informationen zurückgeben zu können... gibt es eine Menge Informationen, die man in beide Richtungen senden kann.“

Mit Blick auf die Zukunft sieht West zusätzliche KI-Möglichkeiten für Kartoffelverpacker und -verarbeiter — auch bevor das Produkt es in den Schuppen schafft.

„Es gibt noch viel mehr Fortschritte, die wir machen können. Ob Benutzeroberflächen oder interne Fehlererkennung, es ist ein sehr offener Markt „, sagte er. „Es gibt immer noch viele Gebiete, die bedient werden müssen. Dazu gehört auch die Erweiterung auf Farmebene. Es gibt eine Menge Dinge, die getan werden können, um zu helfen, bevor die Kartoffeln überhaupt gewaschen sind.“

Yeates, einst ein Skeptiker, ist jetzt gespannt, was die Zukunft der KI bereithält. Er stellt sich vor, wie Fortschritte „das Bestehende verfeinern und ihm wahrscheinlich etwas mehr Pferdestärken verleihen. Wir müssen diese Rechenleistung verbessern, damit wir mehr Dinge tun können und sie schneller erledigen können.“

Wenn das letzte Jahrzehnt ein Indiz dafür ist, dass diese Vision Realität wird.

„Die Technologie der letzten 10 Jahre war sprunghaft“, sagte West. „Es ist toll zu sehen, dass die Leute dem Kartoffelmarkt wirklich Aufmerksamkeit schenken, denn er ist wirklich einer der wertvollsten Märkte.

„Die Erzeuger arbeiten hart daran, ihr Produkt anzubauen, und es gibt keinen Grund, warum wir nicht die beste Technologie einsetzen sollten, um ihnen zu helfen, die beste Rendite zu erzielen, damit sie in den schwierigen Jahren weiterhin Landwirte sein und in den guten Jahren erfolgreich sein können.“