Auf der Fosdem 2020 stellten Entwickler unter anderem Open Food Facts vor, ein Wikipedia-artiges Projekt vor, das Informationen zu Lebensmitteln sammelt und bewertet. Überhaupt war die Landwirtschaft ein Thema.
So genannte Lebensmittel-Ampeln sollen Käufern in Supermärkten durch Farbcodes schnell signalisieren, wie viel Zucker, Salz oder gesättigte Fette in bestimmten Nahrungsmitteln stecken. Denn nur wenige Verbraucher machen sich die Mühe, die Tabellen mit dem Nährwertgehalt auf den Produkten zu studieren. Und wenn sie es tun, bleibt oft die Frage, ob die angegebene Menge an Zucker oder Fett nun dem Durchschnitt entspricht oder besonders hoch ist. Verschiedene Versuche, eine solche Ampel einzuführen, scheiterten in der Vergangenheit an Politik und Lebensmittelindustrie, dabei sehen Ärzte einen starken Einfluss schlechter Ernährung auf die Gesundheit der Bevölkerung.
Seit kurzem können europäische Hersteller immerhin freiwillig einen Nutriscore auf ihren Produkten anbringen. Die fünfstufige Farb- und Buchstabenskala zeigt für ein Lebensmittel als Durchschnitt an, wie gesund dieses ist. Allerdings haben viele Hersteller wenig Anreiz, so eine Ampel zu verwenden.
Offene Ampel
Hier kommen die Entwickler von Open Food Facts ins Spiel. Nach dem Motto: Wenn die Industrie es nicht macht, tun wir es halt selbst bieten sie Apps an, mit denen Käufer europaweit den Nutriscore von Produkten ermitteln, selbst wenn dieser nicht auf den Verpackungen steht. Die Daten sollen, wie bei Wikipedia und Open Streetmap, von den Verbrauchern selbst kommen. Das Non-Profit will dabei neben Fett, Zucker oder Salz auch Zusätze in Produkten anzeigen. Zugleich unterstützt es Informationen der Nova-Ampel, die signalisiert, wie stark ein Produkt von der Industrie verändert wurde.
In der Datenbank des in Frankreich gestarteten Projekts stecken bereits 1,1 Millionen Produkte, die Daten selbst stehen unter der Open Database License. Die gescannten Produkte haben die bislang 25000 registrierten Benutzer in 182 Ländern mit Hilfe der Projekt-Apps zusammengetragen – aus Nordkorea fehlen noch Produktinformationen, scherzte einer der Entwickler in seinem Vortrag. Es gibt Apps für Android, iOS und Windows 8 Mobile, und beim Kategorisieren der Produkte hilft eine KI. Neben Open Food Facts arbeitet das Projekt bereits an einer weiteren App: Open Beauty Facts soll die zahlreichen Inhaltsstoffe in Schönheitsprodukten entschlüsseln.
Essen auf Rädern
Gute Bewertungen in der Open-Food-Facts-Datenbank würden vermutlich die Produkte vieler Solawis (englisch CSA, für Community Supported Agriculture) erhalten. Die Idee hinter der Solidarischen Landwirtschaft: Eine Community legt zusammen und finanziert Bauern mit festen monatlichen Beträgen vor. Das schützt den Bauern vor schlechten Ernten, im Gegenzug erhalten die Mitglieder die angebauten Produkte, oft Bio-Lebensmittel.
An solche Solawis, von denen es Europaweit geschätzt 3000 gibt, richtet sich Open Olitor. Das Tool steht unter der AGPLv3 und soll den Gemeinschaften bei den organisatorischen Aufgaben helfen. Zum Einsatz kommen ein Scala-Server mit Maria-DB- und AWS-S3-Anbindung. Als Frontend kommt Angular.js zum Einsatz. Die 15 Entwickler rund um das Projekt streben dabei eine Refinanzierung nach dem Solawi-Modell an. Sie haben verschiedene Organisationen und Stiftungen gegründet, die Software-Entwicklung und Ressourceneinsatz refinanzieren sollen. Auch dieses Projekt ist offen für Helfer, etwa zum Übersetzen von Texten.
Pflanzen stapeln
Auch aus dem Vertical-Farming-Bereich stellten sich Projekte vor. Dabei geht es darum, Gemüse und Kräuter in einer geschlossenen Umgebung effektiv anzubauen. Ein Pariser Projekt namens Agricool baut Erdbeeren in Containern an, unter künstlichem Licht, in Nährlösung und beobachtet von Kameras und Sensoren. Der Clou beim Vertical Farming besteht darin, dass die Anbauer einerseits Schädlinge aussperren, andererseits die Anbaubedingungen für die Pflanzen weitgehend kontrollieren: Bewässerung, Benetzung, Dünger und so weiter. Das steigert die Effizienz, weshalb Agricool nach eigenen Angaben 15 bis 20 Kilogramm Erdbeeren pro Quadratmeter im Jahr ernte.
Die vom Unternehmen verwendete Technologie ist nicht offen, soll es aber in Zukunft werden. Zumindest einen Blick auf die verwendeten Werkzeuge erlaubten die Erdbeerbauern. Demnach greifen sie über ein Debian auf einen Controller zu, der Aktoren und Sensoren steuert. Dazu gehört zum Beispiel ein Drucksensor in den Wasserleitungen, um Lecks zu entdecken. Die verwendeten Dienste setzen sie in einer Microservice-Architektur ein, Monitoring macht das Projekt über Prometheus. Ansonsten kommen AWS, Grafana, Slack, InfluxDB und Redash zum Einsatz. Vieles sei allerdings noch handgemacht, künftig will das Projekt daher womöglich stärker auf KI-Prozesse setzen.
Ein anderes Projekt macht dies bereits: Der französische Forscher Alexis Duque betreibt Indoor-Farming mit Hilfe von Open CV und Tensorflow Lite auf Raspberry Pis. Seine Arbeit mit dem vertikalen Gemüse ist allerdings noch eher eine Forschungsarbeit, um die Möglichkeiten von KI in diesem Bereich zu evaluieren. Mit Open CV wird die Größe des Gemüses überwacht, die Daten landen dann in der Cloud, um sie auszuwerten. Das Setup soll einen hochautomatisierten vertikalen Anbau ermöglichen, aus den Daten lassen sich Erkenntnisse über weitere Optimierungen ziehen. In seinem Vortrag zeigte Duque auch eine kurze Demo mit Tensorflow Lite, die auf Github zu finden ist.
