Foodtech-Unternehmen (vertraulich) · 2025
Nachvollziehbare Vorhersagen für Lebensmittelrezepturen
Ein Python-Werkzeug, das Eigenschaften einer Lebensmittelrezeptur aus ihren Eingangsdaten vorhersagt, mit Konfidenzwert und Erklärung zu jedem Ergebnis.
Entwickler, über VertexWare
Das Problem
Das F&E-Team eines Foodtech-Unternehmens bewertet bestimmte Eigenschaften jeder neuen Rezeptur anhand ihrer Eingangsdaten. Die Bewertungen sollten schneller werden, ohne die Nachvollziehbarkeit der Ergebnisse zu verlieren.
Vorher und nachher
Ausgangslage
Jede Bewertung wurde von Hand in Tabellenkalkulationen durchgerechnet und dauerte etwa einen Tag.
Was ich umgesetzt habe
- Ein Python-Werkzeug entwickelt, das die Eingangsdaten der Rezeptur aus Excel- oder CSV-Dateien liest.
- Ein statistisches Regressionsmodell aufgebaut, das die Eigenschaften jeweils mit einem Konfidenzwert vorhersagt.
- Jede Vorhersage erklärt, wie sie zustande kommt, sodass das F&E-Team die Herleitung prüfen kann, bevor es darauf aufbaut.
- Rein mathematisch umgesetzt, ohne Sprachmodell, sodass gleiche Eingaben immer das gleiche Ergebnis liefern.
Ergebnis
- Eine Bewertung, die rund einen Tag Tabellenarbeit kostete, dauert jetzt nur noch so lange wie das Aufbereiten und Hochladen der Eingangsdaten.
- Das F&E-Team sieht zu jeder Vorhersage einen Konfidenzwert und die Herleitung, sodass unsichere Ergebnisse auffallen.
Meine Rolle
- Alleiniger Entwickler, vom Eingabeformat bis zum erklärten Ergebnis
- Statistische Modellierung mit Konfidenzwerten und Erklärungen
- Im Einsatz beim F&E-Team des Kunden
Technologie
Verwandte Leistung
Lohnt es sich, Ihren Prozess oder Ihre Software genauer anzusehen?
Ein kurzes Gespräch reicht, um zu klären, ob ein Audit, eine kleine Umsetzung oder bewusst keine Individualsoftware der richtige nächste Schritt ist.