Vom Sortieren zum Erkennen: KI verrät immer mehr über ein Ei

KI und kamerabasierte Erkennung machen die Eiersortierung präziser.

KI kann viel, aber nicht ohne das Fachwissen von Menschen. Laut Luco Reitsema, Produktmanager bei Moba und Spezialist für Bildverarbeitungs- und Kameratechnologie, ist genau das eines der größten Missverständnisse über KI und maschinelles Lernen bei der Eiererkennung: die Annahme, dass die Technologie alles selbstständig erledigen kann und von allein immer intelligenter wird. „Ich kann ein Ei nicht auf 1,3 Millionen verschiedene Arten betrachten. Unser KI-Modell kann das schon und dadurch wesentlich bessere Einschätzungen treffen.“ Reitsema betont jedoch, dass das System nicht generativ wie Copilot oder ChatGPT ist und sich auch nicht einfach selbstständig weitertrainiert. „KI kann unglaublich viel, aber man braucht das richtige Fachwissen, um sie sinnvoll einzusetzen. Die Interpretation muss letztlich von Menschen aus der Branche kommen.“

Ist das System einmal richtig trainiert, sind die Auswirkungen von KI bei der Eiererkennung erheblich: präzisere Sortierung, weniger fälschlich aussortierte Eier und mehr verwertbare Daten aus jedem einzelnen Ei. Gerade Letzteres eröffnet immer mehr Möglichkeiten. Reitsema: „Ich denke, dass wir in Zukunft auch Dinge messen werden, die für die Sortierung vielleicht gar nicht so relevant sind, die aber dabei helfen können, das Potenzial der Tiere bestmöglich auszuschöpfen.“ Dabei geht es um Informationen, die weit über das Eigewicht hinausgehen. Sie können Geflügelhaltern helfen, die Gesundheit und Leistung ihrer Herden frühzeitiger zu beurteilen und entsprechend gegenzusteuern.

Während eine Sortiermaschine früher ein Ei hauptsächlich betrachtete, um zu bestimmen, wohin es sortiert werden sollte, kann dieselbe Betrachtung heute immer mehr darüber verraten, woher das Ei stammt und wie es um die Gesundheit der Henne und der gesamten Herde steht.

Eier berührungslos wiegen und kontrollieren

Das Wiegen und Kontrollieren von Eiern mithilfe von Kameras vereint Moba im Vision Shell Inspector. Bei dieser Technologie wird jedes Ei 26-mal gescannt, ohne dass die Eierschale berührt wird. Kameras und spezielle Beleuchtung erfassen die Schale präzise, anschließend analysiert die KI die Aufnahmen. „Der Vorteil dabei ist, dass man die Schale vollständig isolieren kann“, erklärt Reitsema. „So kann man die Schale selbst ganz unverfälscht und präzise betrachten.“

Physische Waagen wurden dabei durch Kameratechnologie ersetzt. Diese Anwendung entstand mehr oder weniger zufällig. Während das Team an der kamerabasierten Erkennung von Rissen arbeitete, entdeckte ein Programmierer, dass auf den Aufnahmen auch die Luftkammer des Eis sichtbar war. In Kombination mit Informationen über die Schale und das Volumen ließ sich damit auch das Gewicht bestimmen.

Von der Feder bis zum Haarriss: KI unterscheidet immer präziser

Damit das KI-Modell weiß, was es erkennen soll, wurde es mit Tausenden Beispielfotos von Eiern mit unterschiedlichen Merkmalen und Abweichungen trainiert, darunter Federn, Verschmutzungen, Kalkflecken und Pigmentflecken. So lernt das Modell, Muster zu erkennen. Bei jedem neuen Ei gleicht es blitzschnell das, was die Kameras erfassen, mit dem zuvor Gelernten ab. Selbst ein winziger Riss, der mit bloßem Auge kaum sichtbar ist, kann auf diese Weise entdeckt werden.

Eine Eierpackstelle kann anschließend für jede Art von Abweichung festlegen, wie streng sortiert werden soll. Eine Feder auf einem Ei kann beispielsweise akzeptiert werden, während schwarze Verschmutzungen ein Grund sind, das Ei auszusortieren. So lässt sich die Bewertung besser darauf abstimmen, was auf einem bestimmten Markt akzeptabel ist. „Wir haben mit neun Fehlerarten angefangen, inzwischen sind elf im KI-Modell hinterlegt. Dadurch lässt sich verhindern, dass Eier weggeworfen werden, die eigentlich völlig unbedenklich für den Verzehr sind.“

Dass das KI-Modell letztlich blitzschnell zu einer Beurteilung kommt, bedeutet nicht, dass auch das Training schnell geht. „Das ist schon eine echte Fleißarbeit, muss ich ehrlich sagen“, erzählt Reitsema. Die Mitarbeiter der Forschungs- und Entwicklungsabteilung suchen gezielt nach Eiern mit bestimmten Merkmalen und Abweichungen. Dabei müssen die Informationen, mit denen das Modell trainiert wird, so zuverlässig wie möglich sein. „Man braucht wirklich sehr saubere, hochwertige Eingangsdaten.“

Als sich herausstellte, dass herkömmliche Wiegesysteme aufgrund von Verschmutzungen oder mangelnder Wartung selbst Messabweichungen verursachen können, wurde beschlossen, die Eier von Hand auf kalibrierten Präzisionswaagen zu wiegen und anschließend zu fotografieren. So wurde das KI-Modell anhand möglichst genauer Referenzwerte trainiert.

Welche Vorteile die KI-Sortierung Geflügelhaltern bietet

Die Technologie befindet sich zwar in der Eierpackstelle, doch auch Geflügelhalter profitieren indirekt von den positiven Auswirkungen einer präziseren Erkennung. Eine bessere Erkennung bedeutet weniger fälschlich aussortierte Eier und zuverlässigere Informationen über die gelieferten Eier. Das kann sich unmittelbar auf die Bewertung und den Erlös eines Geflügelhalters auswirken. „Für den Geflügelhalter geht es dabei natürlich auch um seinen Geldbeutel. Viele Verträge basieren auf dem Qualitätsniveau“, erklärt Reitsema. Ein präziseres Bild der Eiqualität wirkt sich somit auch auf die Qualitätsbewertung der vom Geflügelhalter gelieferten Eier aus.

Je mehr Informationen aus jedem Ei gewonnen werden, desto wichtiger wird auch deren Interpretation. Diese Entwicklungen eröffnen Perspektiven für eine umfassendere Rolle der Eiererkennung innerhalb der Wertschöpfungskette: Neben der Sortierung kann die Technologie zunehmend Hinweise liefern, anhand derer an verschiedenen Stellen gezielt gegengesteuert werden kann. Reitsema schränkt dies jedoch ausdrücklich ein: „Wir sind ein Hersteller von Sortier- und Verarbeitungssystemen. Wir bilden uns nicht ein, dass wir Hühnerflüsterer sind.“ Auch die Daten, die durch die Systeme laufen, gehen dadurch nicht automatisch in den Besitz von Moba über. „Alles läuft zwar durch ein Moba-System, aber das bedeutet nicht, dass man Eigentümer der Daten ist“, erklärt Reitsema. „Es sind die Daten unserer Kunden. Damit geht aber auch eine Verantwortung einher.“

Kann KI künftig Hühnerkrankheiten anhand des Eis vorhersagen?

In der wachsenden Menge an Informationen, die aus jedem Ei gewonnen werden können, sieht Reitsema großes Zukunftspotenzial. Dabei geht es längst nicht mehr nur um Qualität, Gewicht oder einen Riss. „Dass wir anhand unserer Messungen Hühnerkrankheiten vorhersagen können, gehört tatsächlich zu unseren Zukunftsplänen. Eines ist klar: Wenn etwas am Ei sichtbar ist, können wir es grundsätzlich auch messen und die entsprechenden Informationen denjenigen zur Verfügung stellen, für die sie relevant sind.“

Gemeinsam mit Forschungsinstituten untersucht Moba, welche Möglichkeiten sich daraus ergeben. Damit könnte das Ei künftig nicht nur verraten, wohin es in der Packstelle gehört, sondern möglicherweise auch immer mehr darüber, was in der Herde vor sich geht.