Zielsetzung und Anlass des Vorhabens<\/p>\n
Mit einer gesunden, ausgewogenen und verantwortungsvollen Ern\u00e4hrung k\u00f6nnen, in Abh\u00e4ngigkeit des Umweltindikators, Umweltentlastungspotentiale von 10\u201350% erreicht werden. Aus Perspektive der Konsumenten ist es jedoch gegenw\u00e4rtig kaum m\u00f6glich, Lebensmittel hinsichtlich ihrer vielf\u00e4ltigen Nachhaltigkeitsleistungen zu vergleichen, da entsprechende Informationen am point-of-sale nicht ver-f\u00fcgbar sind. Aus diesem Grund haben wir im Projekt in Orientierung an den Sustainable Development Goals (SDGs) die App Ecoviant entwickelt, welche beim Einkauf produktspezifisch relevante Informati-onen anzeigt und somit einen nachhaltigeren Einkauf unterst\u00fctzt.<\/p>\n
Darstellung der Arbeitsschritte und der angewandten MethodenKern des Projekts war die Entwicklung eines Demonstrators (App, Datenbank und Serverdienste), welcher im Lebensmitteleinzelhandel von Verbrauchern eingesetzt werden kann, indem Produkte gescannt und Bewertungen \u00fcber ein Smartphone abgerufen werden. Hierf\u00fcr wurde je eine Kennzahl f\u00fcr die Kategorien Umwelt und Gesundheit mit begleitender Datenverl\u00e4sslichkeit entwickelt. F\u00fcr alle relevanten Daten wurde eine dynamische Datenbasis entwickelt, so dass relevante Einzelinformationen effizient abrufbar sind. In einer Nutzerstudie wurde zudem die Akzeptanz der mobilen Einkaufshilfe getestet.
\nDie Gesundheitsbewertung erfolgt mittels des nutriRECIPE-Index, der die N\u00e4hrstoffdichte energiead-justiert eines Produkts zwischen 0 und 100% bewertet (> 100% f\u00fcr sehr n\u00e4hrstoffdichte Lebensmittel m\u00f6glich). Die Umweltbewertung basiert auf der ISO-Norm 14040\/44 zu O\u0308kobilanzen sowie dem euro-pa\u0308ischen PEF-Standard. Die Umweltbewertung bezieht hierbei die Landwirtschaft inklusive der landwirtschaftlichen Vorkette, Verarbeitungsprozesse, den Transport und Handel mit ein. Ebenso kann die Verpackung \u00f6kobilanziell bewertet werden.
\nUm komplexe Lebensmittel automatisiert zu bewerten, erfolgt die Datenverarbeitung weitestgehend automatisiert. Nach Einlesen der Stammdaten kommt ein speziell entwickeltes Parsingverfahren zum Einsatz, welches die Zutatenliste in die Einzelbestandteile zerlegt und diese mit entsprechenden Eintr\u00e4gen einer Umwelt- und N\u00e4hrwertdatenbank abgleicht (Matching). Im Anschluss wird die Zutatenverteilung auf Basis der sich aus den Big7-Angaben ergebenden Constraints in einem iterativen Optimierungsverfahren berechnet \u2013 inkl. des 95%-Konfidenzintervalls. Anhand der Rezeptur und der Unsicherheit wer-den die Kennzahlen f\u00fcr Umwelt und Gesundheit berechnet. Um die vielschichtigen Daten \u00fcbersichtlich anzuzeigen, entwickelten wir einen Prototypen fu\u0308r die mobile App Ecoviant mit einem UX-orientierten User Interface Design. Die App ist bereits fu\u0308r Testnutzer:innen verfu\u0308gbar. Ein \u00f6ffentliches Release ist geplant. <\/p>\n
Ergebnisse und Diskussion<\/p>\n
Die quantitative Auswertung eines Testdatensatzes ergab, dass von 1804 Produkten aus verschiede-nen Lebensmittelkategorien 1507 auf Basis des entwickelten Optimierungsverfahrens automatisiert be-wertet werden ko\u0308nnen. Als problematisch stellten sich die Lebensmittelkategorien Ka\u0308se- und verarbeitete Fleischprodukte heraus. Da sich bei der Ka\u0308seproduktion die Makron\u00e4hrstoffe der Grundzutaten \u00e4ndern, muss hier mittels direkter Zuordnung gearbeitet werden. Bei Fleisch unterscheidet man verschiedene Fettstufen, die in Zutatenlisten in der Regel nicht hinterlegt sind. Ein Ausbau des Algorithmus ist n\u00f6tig, um in einem solchen Fall verschiedene Fettstufen in der Optimierung zu testen.
\nEine qualitative Validierung unseres Ansatzes erfolgte mittels Daten von 33 Produkten von zwei Lebensmittelherstellern, die uns entsprechende Rezepturen zur Verf\u00fcgung stellten. Hierbei konnten wir eine hohe \u00dcbereinstimmung (r^2 = 90% und 96%) feststellen, was die Robustheit unseres Verfahrens nahelegt.
\nDie einbezogenen Daten zur Umweltbewertung erlauben eine Unterscheidung der Kennzahlen zwischen bio\/konventionell, regional\/nicht regional, Anbau im Freiland\/im Gew\u00e4chshaus (unbeheizt)\/ im Gew\u00e4chshaus (beheizt), Verarbeitung mit erneuerbarer\/nicht-erneuerbarer Energie, wie auch verschiede-ner Herkunftsl\u00e4nder. In der App werden diese Unterschiede mittels Szenarien eines Produkts sichtbar gemacht. Verschiedene Herkunftsl\u00e4nder haben wir bei frischer Ware (Obst, Gem\u00fcse) eingebunden.
\nDie App la\u0308uft sowohl auf iOS- als auch auf Androidgera\u0308ten sehr performant und ist mit der Performance nativer Anwendungen vergleichbar. Mittels Barcodescan oder \u00fcber eine Produktsuche kann ein Produkt ausgew\u00e4hlt werden. In der Detailansicht der allgemeinen Umweltbewertung ko\u0308nnen verschiedene Sze-narien fu\u0308r das Produkt ausgewa\u0308hlt und verglichen werden: bio\/konventionell, regional\/nicht regional, erneuerbare Energien\/nicht erneuerbare Energien. In dem Bereich \u201eZusammensetzung\u201d darunter kann fu\u0308r die sieben Umweltkategorien Klimafu\u00dfabdruck, Biodiversita\u0308tsverlust, Na\u0308hrstoffu\u0308berschu\u0308sse, Luftverschmutzung, Wasserfu\u00dfabdruck, Pflanzenschutzmitteleinsatz und Prima\u0308renergieverbrauch der jeweilige Anteil an der Gesamtumweltbelastung eingesehen, miteinander verglichen und nochmals hinsicht-lich der einzelnen Produktionsschritte Landwirtschaft, Verarbeitung, Verpackung, Handel und Transport bewertet werden.
\nAuf der Detailseite der Gesundheitsbewertung lassen sich unter der Gesamtbewertung die 19 im Nutri-RECIPE-Index einbezogenen N\u00e4hrstoffe in ihren jeweiligen absoluten Gehalten (pro 100g) und ihr Anteil an der jeweiligen Tagesempfehlung einsehen. Teilnehmer der Nutzerstudie (mittels Fokusgruppen) stuften die Informationen, die unsere App bereitstellt, als sehr wertvoll und hilfreich ein. Wa\u0308hrend die Umweltinteressierten hauptsa\u0308chlich an den Umweltinformationen interessiert waren, haben auch die wenig umweltbewussten Teilnehmer beim Lebensmittelvergleich Interesse an der Umweltbewertung gezeigt. Hieraus wird das Potential unseres Ansatzes deutlich: durch die Bewertung der Umwelt und Gesundheit werden die verschiedenen Nutzergruppen fu\u0308r das jeweils andere Themenfeld versta\u0308rkt sen-sibilisiert und dar\u00fcber informiert.<\/p>\n
\u00d6ffentlichkeitsarbeit und Pr\u00e4sentation<\/p>\n
Wir haben unser Projekt \u00fcber verschiedene Materialien der \u00d6ffentlichkeit zug\u00e4nglich gemacht. Eine
\nProjektwebseite https:\/\/www.ecoviant.app gibt aktuelle Informationen und ein Video erkl\u00e4rt, was unser Demonstrator kann (https:\/\/youtu.be\/wDvzxTj5pu0). Zur Langen Nacht der Technik der TU Ilmenau ha-ben wir unser Projekt bereits 2019 einer breiten \u00d6ffentlichkeit vorgestellt. Als Aussteller auf der Woche der Umwelt 2020 bzw. 2021 konnten wir uns digital pr\u00e4sentieren. Ebenso haben wir unseren Ansatz verschiedenen Akteuren wie z.B. dem Bundesverband der Verbraucherzentralen (vzbv), dem Bundesverband Naturkost Naturwaren (BNN) sowie den Betreibern von Produktstammdatenbanken vorgestellt.<\/p>\n
Fazit<\/p>\n
Abschlie\u00dfend l\u00e4sst sich feststellen, dass eine gro\u00dfteils automatisierte Bewertung der Umwelt- und Gesundheitsauswirkungen von Lebensmitteln mo\u0308glich ist. Um eine hohe Qualit\u00e4t zu erreichen, sind weitere Automatisierungsschritte sowie die Implementierung von ha\u0308ndisch u\u0308berpru\u0308fbaren Kontrollpunkten no\u0308tig. So wird es m\u00f6glich, nicht erkannte Fehler beim Parsen von Zutatenlisten oder beim Mappen mit N\u00e4hrstoffdatenbanken zu beheben. Die dauerhafte Finanzierung eines solchen Projekts ist jedoch noch unklar. Die Zusammenarbeit mit Unternehmen hat gezeigt, dass auch sie ein gro\u00dfes Interesse haben, ihre produktspezifischen Nachhaltigkeitsleistungen zu kommunizieren und auch einzelne Produkte zu optimieren.<\/p>\n","protected":false},"excerpt":{"rendered":"
Zielsetzung und Anlass des Vorhabens Mit einer gesunden, ausgewogenen und verantwortungsvollen Ern\u00e4hrung k\u00f6nnen, in Abh\u00e4ngigkeit des Umweltindikators, Umweltentlastungspotentiale von 10\u201350% erreicht werden. Aus Perspektive der Konsumenten ist es jedoch gegenw\u00e4rtig kaum m\u00f6glich, Lebensmittel hinsichtlich ihrer vielf\u00e4ltigen Nachhaltigkeitsleistungen zu vergleichen, da entsprechende Informationen am point-of-sale nicht ver-f\u00fcgbar sind. Aus diesem Grund haben wir im Projekt in […]<\/p>\n","protected":false},"author":0,"featured_media":0,"template":"","meta":{"footnotes":""},"categories":[],"tags":[47,2422,51,71,52,2423],"class_list":["post-26881","projektdatenbank","type-projektdatenbank","status-publish","hentry","tag-klimaschutz","tag-landnutzung","tag-ressourcenschonung","tag-thueringen","tag-umweltforschung","tag-umweltkommunikation"],"meta_box":{"dbu_projektdatenbank_az_ges":"33981\/01","dbu_projektdatenbank_medien":"","dbu_projektdatenbank_pdfdatei":"","dbu_projektdatenbank_bsumme":"473.628,00","dbu_projektdatenbank_firma":"Technische Universit\u00e4t Ilmenau\nFakult\u00e4t f\u00fcr Informatik und Automatisierung\nData-intensive Systems and Visualization Group (dAI.SY)","dbu_projektdatenbank_strasse":"Helmholtzplatz 5 (Zusebau)","dbu_projektdatenbank_plz_str":"98693","dbu_projektdatenbank_ort_str":"Ilmenau","dbu_projektdatenbank_p_von":"2018-05-01 00:00:00","dbu_projektdatenbank_p_bis":"2021-09-30 00:00:00","dbu_projektdatenbank_laufzeit":"3 Jahre und 5 Monate","dbu_projektdatenbank_telefon":"+49-3677-69-4839","dbu_projektdatenbank_inet":"","dbu_projektdatenbank_bundesland":"Th\u00fcringen","dbu_projektdatenbank_foerderber":"144","dbu_projektdatenbank_ab_bericht":"DBU-Abschlussbericht-AZ-33981_01-Hauptbericht.pdf","dbu_projektdatenbank_ist_nachbewilligung_von":"","dbu_projektdatenbank_hat_nachbewilligung":"","dbu_headerimage_cover":"","dbu_submenu":"","dbu_submenu_position":"","dbu_submenu_entry":[]},"_links":{"self":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank\/26881","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank"}],"about":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/types\/projektdatenbank"}],"version-history":[{"count":2,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank\/26881\/revisions"}],"predecessor-version":[{"id":43542,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank\/26881\/revisions\/43542"}],"wp:attachment":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/media?parent=26881"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/categories?post=26881"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/tags?post=26881"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}