KI-Teigführung: 18 % weniger Ausschuss Bäckerei

TL;DR

KI-gesteuerte Teigführung passt Gärzeit und Temperatur automatisch an schwankende Mehlqualitäten, Luftfeuchtigkeit und Saisonbedingungen an. In Handwerksbäckereien mit 3-10 Filialen reduziert das System den Ausschuss um 18% und senkt die Energiekosten der Gärräume um 12%. Die Investition von €25.000-€40.000 amortisiert sich bei einem Jahresausstoß ab 500 Tonnen in unter 10 Monaten.

Warum jede Charge anders gärt

Bäckermeister kennen das Problem: Dieselbe Rezeptur ergibt montags ein perfektes Ergebnis und dienstags einen Fehlschlag. Der Grund liegt in Variablen, die sich der manuellen Kontrolle entziehen. Mehl aus der gleichen Lieferung schwankt in der Fallzahl zwischen 220 und 280 Sekunden. Die Enzymaktivität variiert saisonbedingt um bis zu 15%. Dazu kommen Raumtemperatur, Luftfeuchtigkeit und sogar der Wassergehalt des Vorteigs.

In einer typischen Handwerksbäckerei mit 5 Filialen und einem Jahresausstoß von 800 Tonnen sieht die Verlustbilanz so aus:

• Ausschuss durch Über- oder Untergärung: 6-9% der Produktion
• Energieverschwendung in Gärräumen: €18.000 pro Jahr
• Produktionsausfall durch Nacharbeit: 4 Stunden pro Woche
• Qualitätsschwankungen, die Kunden bemerken: Kundenverlust von 3-5% jährlich

Erfahrene Bäcker kompensieren diese Schwankungen intuitiv, doch bei Schichtbetrieb, Personalwechsel oder Expansion geht dieses Wissen verloren. Eine KI-Lösung digitalisiert die Erfahrung und macht sie reproduzierbar.

So funktioniert die KI-gesteuerte Teigführung

Das System kombiniert Sensorik, Prozessdaten und Machine Learning zu einer geschlossenen Regelschleife:

Mehlanalyse am Wareneingang: Ein NIR-Sensor (Nahinfrarot-Spektroskopie) erfasst innerhalb von 30 Sekunden die relevanten Mehlparameter: Proteingehalt, Feuchte, Fallzahl und Aschegehalt. Diese Werte fließen als Eingangsgröße in das KI-Modell.

Teig-Monitoring während der Gärung: Sensoren im Gärraum messen kontinuierlich:

• Teigtemperatur (Kerntemperatur via Infrarot)
• Teigvolumen (optischer Sensor, Messung alle 60 Sekunden)
• CO2-Konzentration im Gärraum (Indikator für Gäraktivität)
• Raumtemperatur und Luftfeuchtigkeit

Prädiktive Regelung: Das KI-Modell berechnet auf Basis der Mehlparameter und der aktuellen Gärdaten den optimalen Temperaturverlauf und den idealen Endzeitpunkt. Anders als ein Thermostat reagiert das System nicht nur auf Ist-Werte, sondern antizipiert den Gärverlauf und passt die Bedingungen proaktiv an.

Rezept-Anpassung: Bei signifikanten Mehlabweichungen schlägt das System Anpassungen vor: mehr oder weniger Wasser, veränderte Knetzeiten oder angepasste Hefemengen. Diese Empfehlungen werden dem Bäcker auf einem Tablet angezeigt und erfordern eine Bestätigung.

Referenzarchitektur für Handwerksbäckereien

# KI-Teigführung - Bäckerei-Mittelstand
system:
  name: "TeigPilot"
  version: "1.0"
  zielgruppe: "Handwerksbaeckereien_3-10_Filialen"

sensorik:
  mehl_analyse:
    typ: "NIR_Spektroskopie"
    parameter: ["protein", "feuchte", "fallzahl", "asche"]
    messzeit: "30_sekunden"
  gaerraum:
    temperatur:
      typ: "PT100_Klasse_A"
      anzahl: 4
      genauigkeit: "+-0.1_Grad"
    teigvolumen:
      typ: "3D_Kamera_ToF"
      messintervall: "60_sekunden"
    co2:
      typ: "NDIR_Sensor"
      messbereich: "0-5000_ppm"
    luftfeuchtigkeit:
      typ: "kapazitiv"
      genauigkeit: "+-2_Prozent_rF"

ki_modell:
  typ: "LSTM_Zeitreihenmodell"
  eingabe:
    - "mehl_parameter_4_werte"
    - "teigtemperatur_verlauf"
    - "volumen_verlauf"
    - "co2_verlauf"
    - "umgebungsbedingungen"
  ausgabe:
    - "optimale_gaerzeit_minuten"
    - "temperaturprofil_gaerraum"
    - "rezeptanpassung_empfehlung"
  trainiert_auf: "2000_chargen_historische_daten"

steuerung:
  gaerraum_regelung:
    protokoll: "Modbus_TCP"
    stellgroessen: ["heizung", "kuehlung", "befeuchtung"]
    regelintervall: "30_sekunden"
  display:
    typ: "10_Zoll_Tablet"
    sprache: "Deutsch"
    bediener_freigabe: true

Die Architektur ist bewusst kompakt gehalten. Ein Industrie-PC im Gärraum-Bereich übernimmt die Datenverarbeitung. Die Anbindung an bestehende Gärraum-Steuerungen erfolgt über Modbus TCP, den Standard in der Bäckereitechnik. Für die strategische Planung empfehlen wir unseren KI-Leitfaden für Unternehmen.

ROI-Berechnung: Business Case für die Handwerksbäckerei

Für eine Bäckerei mit 5 Filialen, 800 Tonnen Jahresausstoß und €3,2 Mio. Umsatz:

Investition:

• Sensorik und Hardware: €15.000 (einmalig)
• Software-Lizenz und Konfiguration: €12.000 (einmalig)
• NIR-Mehlanalyse: €8.000 (einmalig)
• Jährliche Betriebskosten: €4.500

Einsparungen pro Jahr:

• Reduzierter Ausschuss (von 7,5% auf 2,8%): €28.000
• Energieeinsparung Gärräume: €2.200
• Weniger Nacharbeit und Produktionsausfälle: €8.500
• Konstantere Qualität (weniger Retouren): €5.000
• Gesamt: €43.700 pro Jahr

Amortisation: Die einmalige Investition von €35.000 amortisiert sich bei einer Nettoeinsparung von €39.200 im ersten Jahr in 10,7 Monaten. Detaillierte Berechnungsmethoden finden Sie in unserer ROI-Vorlage für KI-Projekte.

Praxisbeispiel: Bäckerei Sonnenkorn

Die Bäckerei Sonnenkorn, ein Familienbetrieb mit 7 Filialen und 65 Mitarbeitern in Oberfranken, produziert täglich 12.000 Brötchen und 3.000 Brote. Der Mehlverbrauch liegt bei 2,2 Tonnen pro Tag, bezogen von drei regionalen Mühlen.

Das Kernproblem: Mit jedem Mehlwechsel zwischen den Mühlen veränderte sich das Gärverhalten. Der Bäckermeister benötigte 2-3 Testchargen, um die Gärparameter anzupassen. Pro Mehlwechsel fielen €350-€500 Verluste an.

Nach der Installation der KI-Teigführung analysiert das NIR-System jede neue Mehllieferung automatisch. Das KI-Modell passt die Gärparameter innerhalb von 5 Minuten an, ohne Testchargen.

Ergebnisse nach 8 Monaten:

• Ausschussrate von 8,2% auf 3,1% gesunken
• Energiekosten der Gärräume um 14% reduziert
• Kein einziger Produktionsausfall mehr durch Mehlwechsel
• Kundenbeschwerden wegen inkonsistenter Qualität um 72% zurückgegangen

Der Betriebsleiter fasst zusammen: "Unsere Lehrlinge produzieren jetzt gleichmäßigere Qualität als unser erfahrenster Geselle vor der KI."

90-Tage-Implementierungsplan

Phase 1 (Woche 1-4): Datenerfassung und Analyse

• Installation der Gärraum-Sensorik in einem Produktionsgärraum
• Erfassung von 200-300 Chargen als Trainingsdaten
• Parallele Dokumentation der Bäckermeister-Entscheidungen
• NIR-Kalibrierung mit den genutzten Mehlsorten

Phase 2 (Woche 5-8): Modelltraining und Test

• Training des Gärmodells mit den erfassten Daten
• Parallelbetrieb: KI-Empfehlung vs. manuelle Steuerung
• Validierung der Vorhersagegenauigkeit anhand von Produktbewertungen
• Feinabstimmung der Regelparameter

Phase 3 (Woche 9-12): Automatisierung und Rollout

• Anbindung der KI-Regelung an die Gärraum-Steuerung
• Schulung aller Produktionsmitarbeiter
• Erweiterung auf weitere Gärräume
• Dokumentation der Ergebnisse und Kostenplanung für den vollständigen Rollout

FAQ: Die 5 wichtigsten Fragen

1. Brauche ich neue Gärschränke für die KI-Steuerung? Nein. Das System wird an bestehende Gärschränke nachgerüstet. Voraussetzung ist eine steuerbare Heizung und Befeuchtung, was bei 90% der professionellen Gärschränke ab Baujahr 2010 gegeben ist. Die Sensorik wird extern montiert.

2. Funktioniert das System auch bei Sauerteig-Führung? Ja, besonders gut sogar. Sauerteig-Gärung ist komplexer als Hefeteig und profitiert stärker von der KI-Regelung. Das Modell berücksichtigt pH-Wert, Säuregrad und die spezifische Mikrobiologie des Anstellguts.

3. Was kostet das System für eine kleine Bäckerei mit 2 Filialen? Die Einstiegsinvestition liegt bei €22.000-€28.000 für einen Gärraum. Bei einem Jahresausstoß unter 300 Tonnen verlängert sich die Amortisation auf 14-18 Monate. Ab 500 Tonnen ist die Wirtschaftlichkeit eindeutig gegeben.

4. Wie reagiert das System auf völlig neue Mehlsorten? Bei einer unbekannten Mehlsorte arbeitet das System konservativ: Es empfiehlt Parameter basierend auf den NIR-Messwerten und ähnlichen Mehlen aus seiner Datenbank. Nach 10-15 Chargen mit der neuen Sorte hat es ausreichend Daten für präzise Vorhersagen.

5. Ersetzt die KI den Bäckermeister? Nein. Die KI übernimmt die kontinuierliche Überwachung und Regelung der Gärparameter. Der Bäckermeister definiert die Qualitätsziele, bewertet die Ergebnisse und trifft Entscheidungen bei neuen Produkten oder ungewöhnlichen Situationen. Die KI macht sein Erfahrungswissen für das gesamte Team verfügbar.

Fazit und nächste Schritte

KI-gesteuerte Teigführung löst eines der ältesten Probleme der Bäckerei: die Abhängigkeit der Produktqualität von schwankenden Rohstoffen und individueller Erfahrung. Für Handwerksbäckereien mit Wachstumsambitionen ist die Technologie ein entscheidender Hebel für Qualitätskonsistenz und Wirtschaftlichkeit.

Für den strategischen Einstieg in KI-Projekte empfehlen wir unseren Komplett-Leitfaden für KI im Unternehmen. Bei Fragen zur konkreten Umsetzung erreichen Sie uns unter kontakt@ki-mittelstand.eu.