Hoe kunnen we sneller recepten verduurzamen als je niet weet wat er allemaal al is? Met die intrigerende vraag werden onderzoekers van Hanzehogeschool Groningen aan de slag gezet. Het resultaat is een artificial intelligence netwerk-gestuurd computerplatform voor productontwikkelaars. Fenna Feenstra en Wynand Alkema over het belang van Ingredient Maps.
Bedrijven moeten voortdurend recepten, processen en producten aanpassen, om in de sterk bewegende markt consumenten tevreden te stellen en te voldoen aan nieuwe wetgeving. Een goed inzicht in de eigenschappen van voedingsingrediënten is cruciaal om dat te kunnen. Stel dat je recepturen met louter plantaardige ingrediënten wilt ontwikkelen die traditioneel altijd dierlijke ingrediënten bevatten: hoe kun je dan smaak en textuur behouden?
Voedingsontwikkelaars Exter en Euroma vroegen het aan lector Wynand Alkema en docent- onderzoeker Fenna Feenstra van het Kenniscentrum Biobased Economy bij de Hanzehogeschool Groningen. Met de steun van een KIEM- subsidie gingen zij samen met enthousiaste studenten aan de slag: data science voor de voedingsindustrie.
Wynand Alkema: „Wat enorm belangrijk is dat je met elkaar heel scherp definieert wat de uitkomst moet zijn, anders is het onbegonnen werk. Receptinformatie is namelijk beschikbaar op onnoemlijk veel locaties. Bedrijven willen recepten kunnen verduurzamen, maar weten niet wat er al is of waar het is. Om je een idee te geven: we hebben uiteindelijk meer dan één miljoen recepten, bijna net zoveel ingrediënten, 1668 moleculen en 35 miljoen wetenschappelijke papers met behulp van tekst- mining geïndexeerd op basis van algoritmen.
Wat er ontstaat, is een netwerkstructuur (vergelijkbaar met een social media structuur) waarin alle overeenkomstige relaties tussen ingredienten, moleculen, recepten en beschrijvingen zichtbaar worden. Wat zijn van alle voorkomende tomatensoepen de overeenkomstige ingrediënten? Hoe kun je
bepaalde ingredienten vervangen en door welke zou dat dan moeten om een bepaalde smaak en textuur te krijgen? Het geeft product- ontwikkelaars binnen mum van tijd inzicht in de herkomst en samenstelling, op welke wijze een recept gemaakt wordt en wat de smaak en textuur is. Op basis daarvan kunnen ze het systeem laten zoeken naar goedkopere en duurzame alternatieven. Het versnelt hun innovatiekracht.”
Fenna Feenstra: „Hanzehogeschool heeft een track record op het gebied van data science en circulaire economie. Het gaat er om theorie en praktijk samen te laten komen: dat is de essentie van toegepast onderzoek. Het vergt creativiteit en een open mind. Hanzehogeschool helpt mkb- bedrijven om die kansen te onderzoeken. We geven inzicht in het belang van goede data, praktische workshops en we kunnen samen onderzoekstrajecten zoals deze starten.
Datascience en het gebruik van artificial intelligence bieden meerwaarde voor veel mkb- bedrijven. Leg je vraag neer om samen met ons te ontdekken wat jouw data kunnen betekenen!”
