Nicht jeder Alarm deutet auf ein Problem bei der Lebensmittelsicherheit hin, und eine einzelne Messung liefert selten den vollständigen betrieblichen Kontext. Digitale Food-Safety-Management-Systeme sollten daher nicht nur Abweichungen melden: Sie müssen Teams dabei unterstützen, Muster zu erkennen, Auffälligkeiten zu bewerten und gezielt dort zu handeln, wo Maßnahmen erforderlich sind. Künstliche Intelligenz (KI), vernetzte Daten und eine realistische Einschätzung von Produkttemperaturen tragen zu einer vorausschauenden Lebensmittelsicherheit bei.
Lebensmittelproduktion, Einzelhandel und Gastronomiebetriebe erzeugen täglich große Datenmengen: bei der Warenannahme, in Kühl- und Tiefkühllagern, während der Zubereitung und im Service, bei der Reinigung, im Allergen-Management, bei Wartungsarbeiten und bei Korrekturmaßnahmen. Häufig liegen diese Informationen jedoch in unterschiedlichen Systemen vor, Teams werten sie – wenn überhaupt – nur in Abständen aus.
Wenn relevante Systeme sinnvoll miteinander verbunden sind, kann KI bei der Analyse helfen und Muster erkennen, die bei manueller Auswertung kaum sichtbar wären. Denkbar sind etwa wiederholte Temperaturabweichungen an einem bestimmten Kühlgerät, überfällige Korrekturmaßnahmen oder besondere Vorkommnisse, die sich bei bestimmten Schichten oder Lieferzeiten häufen. So erkennen und bearbeiten Teams Risiken früher – bevor daraus ein Sicherheitsvorfall, eine Kundenreklamation oder ein vermeidbarer Produktverlust entsteht.
„KI ist kein Zauberstab, sondern ein Werkzeug“, sagt Eric Moore, Global Director of Food Safety & Industry Outreach bei Testo North America. „Ihr größter Nutzen liegt darin, Organisationen dabei zu unterstützen, von einem reaktiven zu einem stärker vorausschauenden und vorbeugenden Ansatz zu kommen.“

Daten müssen in Handlungen münden
Ob digitale Systeme tatsächlich Mehrwert schaffen, hängt nicht allein vom Algorithmus ab. Die Grundlage bilden verlässliche Daten. Sensoren müssen richtig positioniert und kalibriert sein. Mitarbeitende sollten Kontrollen korrekt durchführen und Aufzeichnungen das tatsächliche Geschehen im Betrieb abbilden. Fehlerhafte oder unvollständige Daten können dagegen irreführende Hinweise auslösen und das Vertrauen in die digitale Lösung schwächen.
Im Betriebsalltag kommt es deshalb nicht darauf an, möglichst viele Warnungen zu generieren, sondern die richtigen Informationen zur richtigen Zeit an die richtige Person zu liefern: Was braucht jetzt Aufmerksamkeit? Was ist die wahrscheinliche Ursache? Welches Produkt oder welcher Prozess könnte betroffen sein? Welche Korrekturmaßnahme ist erforderlich? Wann muss das Problem eskaliert werden?
Zu viele unklare oder nicht handlungsrelevante Hinweise erschweren es Mitarbeitenden, wichtige Alarme von unkritischen Meldungen zu unterscheiden. Besonders bei der Temperaturüberwachung besteht die Gefahr einer Alarmmüdigkeit. Wenn regelmäßig Warnungen auftreten, die keine praktische Konsequenz haben, verlieren diese allmählich an Wirkung.

Kommunikation als Sicherheitsfaktor
Neben Daten und Technik spielt auch die Verständlichkeit von Arbeitsanweisungen eine wichtige Rolle. In national und international aufgestellten Teams müssen Mitarbeitende Hygieneregeln, Vorgaben zur Temperaturkontrolle, Maßnahmen gegen Kreuzkontamination sowie Normen für das Allergen-Management schnell verstehen und zuverlässig umsetzen.
KI-gestützte Übersetzungen unterstützen dabei, indem sie Arbeitsanweisungen, Reinigungspläne und Hinweise zu Korrekturmaßnahmen in den im Unternehmen genutzten Sprachen bereitstellen. Besonders hilfreich kann das direkt in der Anwendung sein: Mitarbeitende rufen die für eine konkrete Aufgabe relevante Anweisung in einer Sprache ab, die sie verstehen, und geben Fragen, Beobachtungen, Abweichungen oder Korrekturmaßnahmen in ihrer eigenen Sprache ein. Das kann zu einer konsistenteren Umsetzung beitragen – insbesondere an stark frequentierten Standorten.
Die Eingabe in der Originalsprache sollte als Quelldatensatz erhalten bleiben und neben der Übersetzung verfügbar sein. Führungskräfte und Food-Safety-Teams erhalten Ansichten in ihrer Sprache, während das Unternehmen die ursprüngliche Formulierung und den Kontext der Mitarbeitenden behält. Über die Zeit erkennen Betriebe, wie Beschäftigte Richtlinien und Verfahren an verschiedenen Standorten und in unterschiedlichen Sprachen verstehen und umsetzen. Wiederkehrende Missverständnisse oder Probleme zeigen, wo sie Schulungen, Übersetzungen, Ausstattung oder Prozesse verbessern können.
Für sicherheitskritische oder rechtlich sensible Inhalte prüfen die Verantwortlichen übersetzte Anweisungen und KI-generierte Interpretationen über die etablierten Food-Safety- und Qualitätsprozesse des Unternehmens und geben diese anschließend frei.

Lufttemperatur ist nicht Produkttemperatur
Kühlkettenmanagement standortübergreifend zu betrachten, ist ein besonders anschauliches Beispiel für den Nutzen von gut strukturierten und ausgewerteten Temperaturmessungen. Entscheidend ist nicht nur, ob die Temperatur bei Warenannahme oder -ausgang im akzeptablen Bereich liegt. Relevant ist der gesamte Prozess: Entladung, Zwischenlagerung, Kommissionierung, Vorbereitung, Transport sowie Be- und Entladung an weiteren Standorten.
Dabei genügt es nicht immer, ausschließlich die Umgebungstemperatur zu messen. Diese reagiert deutlich schneller auf kurzfristige Umweltveränderungen als die Kerntemperatur eines Lebensmittels. Wie schnell sich diese verändert, hängt unter anderem von Masse, Zusammensetzung, Verpackung, Luftführung im Lager und Dauer der Temperatureinwirkung ab. Öffnet beispielsweise jemand kurz die Tür eines Kühlgeräts, steigt die Lufttemperatur stark an, während die Temperatur des Produkts stabil bleibt. Eine solche kurzfristige Schwankung kann einen unnötigen Alarm auslösen, wenn ein Betrieb ausschließlich auf die Überwachung der Lufttemperatur setzt.
Hier setzt die Simulation der Produkttemperatur an. Mit Hilfe eines intelligenten Algorithmus wird aus den Sensordaten die Produktkerntemperatur errechnet. So schätzen Anwender die tatsächliche Temperaturveränderung eines Lebensmittels durch die Umgebungstemperatur genau ein.

Technik unterstützt, Verantwortung bleibt beim Menschen
Viele der technischen Bausteine für einen präventiveren Ansatz sind vorhanden: vernetzte Sensoren, digitale Dokumentation, automatisierte Warnungen, Datenanalyse und KI-gestützte Übersetzungen. Entscheidend ist, wie gut sie sich in den Arbeitsalltag integrieren lassen. KI kann Daten zusammenführen, Muster identifizieren und Teams dabei helfen, Auffälligkeiten frühzeitig zu bewerten.
Wenn verlässliche Daten, integrierte Systeme, klare Prozesse und nutzbare Anweisungen zusammenkommen, gestalten digitale Lösungen das Food-Safety-Management präventiver. Gleichzeitig lassen sich unnötige Warnungen, manuelle Kontrollen und vermeidbare Lebensmittelverluste verringern. Bei testo Saveris Food beispielsweise ist intelligente Messtechnik mit modularer Software kombiniert, um die Überwachung und Dokumentation von Food-Safety-Prozessen zu unterstützen.

Abb.: Testo Saveris GmbH