Sie befinden sich hier:

MicRisk2030: Neue Ansätze für die mikrobielle Risikobewertung im Bereich der nachhaltigen Lebensmittelwirtschaft: Anwendung KI-basierter Risikomanagementkonzepte aus dem Bereich der stochastischen Finanzmathematik (MicRisk2030)

08/2022-01/2027

Förderprogramm / Mittelgeber: Schweizer National Fonds (SNF)

Förderkennzeichen: CRSII5_209253/1

Internetseite des Drittmittelprojektes: -

Beschreibung des Projektes:

Ziel des Projekts ist es, KI-gestützte dynamische Risikomanagementkonzepte aus der stochastischen Finanzwissenschaft zu nutzen, um die derzeitige klassische (und oft statische) mikrobielle Risikoanalyse grundlegend zu verändern, um zukünftige Lebensmittelsysteme als Teil einer Kreislaufwirtschaft zu unterstützen. Unter Verwendung der B. cereus-Gruppe als Modell wird das Projekt dynamische datengesteuerte Risikobewertungs- und -managementkonzepte sowie ein übergreifendes Risikoanalyseschema entwickeln, das es Lebensmittelunternehmern, politischen Entscheidungsträgern und Risikomanagern ermöglicht, gemeinsam die SDGs zu fördern, indem sie die Lebensmittelverschwendung minimieren und gleichzeitig die menschliche Gesundheit, die Biodiversität und die Ökosysteme schützen.

Um dieses übergreifende Ziel zu erreichen, definiert das Projekt die folgenden Unterziele:

  1. Übertragung von Risikomanagementkonzepten aus der stochastischen Finanzwissenschaft auf den Kontext der mikrobiellen Risikoanalyse und Nutzung vorhandener Daten, Modelle und Konzepte für die Bewertung und das Management mikrobieller Risiken
  2. Generierung neuer Daten zur Charakterisierung der Gefährdung durch die B. cereus-Gruppe und zur Gefährdungsexposition, die in KI-basierte Konzepte zur Risikobewertung und zum Risikomanagement einfließen können
  3. Entwicklung von KI-gestützten Konzepten zur Risikobewertung und zum Risikomanagement auf der Grundlage etablierter Instrumente aus der Spieltheorie und der Entscheidungsfindung sowie Umsetzung in einer Lebensmittelproduktionsanlage
  4. Vorschlag eines übergreifenden Schemas zur mikrobiellen Risikobewertung und zum Risikomanagement für eine multikriterielle Entscheidungsunterstützung, das die neuartigen KI-gestützten Konzepte in einem modularen Design integriert
  5. Einbindung der Stakeholder und Sicherstellung nachhaltiger Effekte des Projekts durch Einbeziehung eines Sounding Boards von Stakeholdern, Einrichtung  interoperabler Datenbanken und Schulungsmate

Projektpartner

  • Department für Mathematik Zürich - Schweiz (Eidgenössische Technische Hochschule Zürich)
  • Institut für Mikrobiologie Manno - Schweiz (Fachhochschule der italienischen Schweiz)
  • Institut für Lebensmittelsicherheit und -hygiene (ILS) Zürich - Schweiz (Universität Zürich)
  • Institut für Mikrobiologie, Department für Pathobiologie (Uni Wien) Wien - Deutschland (Veterinärmedizinische Universität Wien)

nach oben

Schlagworte

 (2)

nach oben

Cookie-Hinweis

Die BfR-Webseite verwendet nur Cookies, die notwendig sind, um die Webseite nutzerfreundlich zu gestalten. Weitere Informationen enthält unsere Datenschutzerklärung.