AI maakt etiketcontrole sneller, maar laat specialist aan het roer
Een etiket controleren op alle wettelijke eisen is specialistisch en tijdrovend werk. Normec Foodcare wil daar verandering in brengen met een AI-tool die etiketten automatisch screent op relevante wet- en regelgeving. De AI Label Compliance Tool won tijdens Empack Gent een van de drie vakjuryprijzen van de Packaging & Label Awards.
Een voedingsmiddelenetiket is meer dan een stukje tekst dat op een verpakking wordt gedrukt. Op het moment dat een verpakking naar de drukker gaat, moet al vaststaan dat de informatie erop juridisch klopt. Ingrediënten, allergenen, voedingswaarde, claims en andere verplichte vermeldingen moeten voldoen aan Europese en nationale regelgeving. Daarnaast kunnen specifieke eisen gelden voor bepaalde productgroepen, landen of retailers.
Traditioneel mensenwerk
Het controleren daarvan is traditioneel mensenwerk. Specialisten lopen een etiket of artwork systematisch na en vergelijken de informatie met de geldende wetgeving. Vervolgens worden de bevindingen vastgelegd in een rapport. Bij een groot aantal producten en wijzigingen kan dat veel capaciteit kosten.
Normec Foodcare probeert een deel van dat werk te automatiseren met de AI Label Checker. De toepassing analyseert een digitaal etiket of artwork op de verpakking en maakt op basis van relevante regelgeving een eerste compliancebeoordeling. De specialist blijft daarbij verantwoordelijk voor de uiteindelijke beoordeling.
"Wij houden ons bij Normec Foodcare eigenlijk bezig met alles wat met voedselkwaliteit te maken heeft, van boer tot bord", beschrijft Manuella van Rijmenant, commercieel manager bij Normec Foodcare. "We hebben quality assurance en consultancy, onze eigen laboratoria en ook een digitaal pakket om de kwaliteitsdienst en administratie te ondersteunen."
Niet alleen tekst herkennen
De innovatie in de AI Label Checker zit volgens business unit manager Freija Abé niet simpelweg in het met AI uitlezen van een etiket. "Er waren al wel tools die een label kunnen screenen en kunnen aangeven wat erop staat, maar de vertaalslag naar de vraag of dat ook echt conform de wetgeving is, is nieuw."
De software vergelijkt de informatie op een label met de relevante wetgeving. Daarbij wordt vooraf een checklist samengesteld die is toegespitst op het product en de toepasselijke regelgeving. AI beoordeelt vervolgens of de vereiste informatie aanwezig is en correct is weergegeven.
"De AI configureert op basis van de relevante wetgeving een checklist en geeft vervolgens een compliance-voorzet. De mens hoeft dan vooral nog te verifiëren of AI de juiste conclusie heeft getrokken."
Daarmee wordt de software feitelijk een digitale voorzet voor een labelspecialist. Het systeem krijgt een label of artwork aangeleverd en bepaalt aan de hand van de relevante wetgeving welke controles moeten worden uitgevoerd. Vervolgens analyseert de AI de inhoud en geeft zij per onderdeel aan of aan de betreffende eis wordt voldaan.
Het verschil met een traditionele tekstcontrole is daarmee wezenlijk. Een spellingscontrole kan bijvoorbeeld vaststellen dat een woord verkeerd is geschreven. Een AI-compliancecheck moet kunnen beoordelen of een bepaalde vermelding überhaupt verplicht is, of de gebruikte formulering wettelijk is toegestaan en of bijvoorbeeld een claim aan aanvullende voorwaarden voldoet.
De tool controleert onder meer op de Europese FIC-wetgeving voor voedselinformatie aan consumenten. Ook regelgeving voor bijvoorbeeld additieven, aroma's en claims kan worden meegenomen. Daarnaast kunnen product- en landspecifieke eisen onderdeel zijn van de controle. Ook afbeeldingen en iconografie worden meegenomen in de beoordeling.
De mens blijft verantwoordelijk
Normec Foodcare benadrukt dat de AI niet als vervanging van de expert dient, "maar als digitale collega die het repetitieve werk overneemt zodat de expertise meer impact krijgt." De uitkomst van de automatische controle is een zogenoemde compliancevoorzet. Een medewerker kan de resultaten beoordelen en waar nodig corrigeren of nader onderzoeken.
Dat menselijke controlemoment is belangrijk. "Regelgeving voor levensmiddelenetikettering bestaat uit veel verschillende regels, uitzonderingen en productspecifieke bepalingen. Niet iedere situatie laat zich volledig automatiseren."
De AI Label Checker is daarom vooral bedoeld voor het werk dat volgens vaste patronen kan worden uitgevoerd. Het systeem kan de relevante regelgeving verzamelen, de checklist samenstellen, het etiket beoordelen en een eerste rapportage maken. De specialist hoeft daardoor minder tijd te besteden aan het routinematig nalopen en administratief vastleggen van de controle.
"De beoordeling zo consistent mogelijk houden kan gemakkelijker door AI dan door een mens. Een mens werkt toch altijd een klein beetje vanuit zijn eigen patronen", zegt Abé. "Het repetitieve karakter van AI laten overnemen, zodat er tijd vrijkomt die experts kunnen besteden aan de echt complexe zaken."
Na de controle wordt automatisch een rapport opgesteld. Daarmee kan de uitkomst worden gedeeld met bijvoorbeeld kwaliteitsafdelingen, marketing, klanten, artworkbureaus en ontwerpers.
Wetgeving als digitale checklist
Een belangrijk onderdeel van de ontwikkeling is het vertalen van wetgeving naar digitale controles. Een menselijke specialist leest een wettelijke bepaling, interpreteert die in de context van een product en bepaalt vervolgens welke informatie op het etiket moet worden gecontroleerd. Die vertaalslag moet in de software worden vastgelegd.
Daarbij moet rekening worden gehouden met productcategorie, land van verkoop en de specifieke wettelijke status van een ingrediënt of claim. De huidige versie van de Label Checker is gebaseerd op de belangrijkste Europese levensmiddelenwetgeving, maar Normec ziet mogelijkheden om het aantal regels verder uit te breiden.
"Je hebt nog veel meer productspecifieke Europese wetgeving. Dan heb je nog de nationale wetgeving van Europese landen en natuurlijk de wetgeving voor export", zegt Abé. "Ook specifieke eisen van retailpartners kun je daarin opnemen. De tool kan vervolgens verifiëren of het label daaraan voldoet."
Van artwork naar compliance
De ontwikkeling sluit aan bij de manier waarop verpakkingen tegenwoordig worden ontwikkeld. Artwork gaat door veel verschillende handen voordat het daadwerkelijk wordt gedrukt. De eigenaar van het levensmiddelenproduct is verantwoordelijk voor de informatie, terwijl bijvoorbeeld een marketingafdeling, artworkbureau en drukker betrokken kunnen zijn bij de totstandkoming van het uiteindelijke etiket.
Een fout kan daardoor pas laat in het proces aan het licht komen. Als een verpakking al is gedrukt, kan een correctie aanzienlijk duurder zijn dan wanneer de fout tijdens de ontwerpfase wordt ontdekt.
Juist daar kan automatische controle meerwaarde hebben. Door het etiket al digitaal te screenen voordat de productie van het etiket begint, kunnen mogelijke problemen eerder worden gesignaleerd.
De toepassing is daarmee niet alleen interessant voor voedingsmiddelenproducenten. Ook retailers, merkeigenaren en partijen die betrokken zijn bij artwork en verpakkingsontwikkeling kunnen de controle gebruiken. De toepassing is sinds deze zomer commercieel beschikbaar. Normec voert inmiddels gesprekken met verschillende potentiële gebruikers.
Ook vertalen onder controle
Naast de Label Checker heeft Normec inmiddels ook een tweede, eenvoudigere AI-toepassing ontwikkeld: de Label Translator. Dit 'kleine broertje' richt zich op het vertalen van etiketteksten naar andere Europese talen.
Voor levensmiddelenetiketten ligt dat gevoeliger dan een gewone vertaling. Niet iedere term mag vrij worden vertaald. Voor bepaalde wettelijke aanduidingen bestaat een voorgeschreven formulering. Een vertaling moet dan niet alleen taalkundig correct zijn, maar ook aansluiten bij de terminologie die in de betreffende wetgeving wordt gebruikt.
De ontwikkelaars willen daarom onderscheid maken tussen gewone tekst en wettelijk vastgelegde terminologie. Voor die laatste categorie moet de software de voorgeschreven vertaling gebruiken.
De vertaalfunctie sluit daarmee aan op de Label Checker. Nadat een tekst is vertaald, kan opnieuw worden gecontroleerd of de juiste formuleringen daadwerkelijk op het etiket of de verpakking zijn terechtgekomen. Zo kan worden nagegaan of een wettelijk voorgeschreven term in een andere taal ook daadwerkelijk correct op de verpakking staat.
Mogelijkheden buiten ingrediënten
De technologie biedt volgens de ontwikkelaars bovendien mogelijkheden buiten de klassieke voedselinformatie. Een voorbeeld is de Packaging & Packaging Waste Regulation (PPWR) en de bijbehorende documentatie in de vorm van een conformiteitsverklaring.
Bij verpakkingen moeten bedrijven steeds vaker kunnen aantonen dat hun materiaal en product aan bepaalde wettelijke eisen voldoen. Daarbij spelen technische dossiers en verklaringen van overeenstemming een rol.
Een AI-systeem zou dergelijke documenten in principe op dezelfde manier kunnen screenen als een etiket: welke eisen gelden, welke informatie moet aanwezig zijn en zijn alle noodzakelijke onderdelen opgenomen?
Specialist efficiënter inzetten
Daarmee raakt de ontwikkeling aan een breder vraagstuk binnen de voedingsmiddelen- en verpakkingsindustrie. De hoeveelheid regelgeving neemt toe en een ervaren labelspecialist kan veel tijd kwijt zijn aan controles die voor een groot deel volgens vaste stappen verlopen.
Als de AI die stappen kan uitvoeren, kan de specialist zich richten op de onderdelen waar menselijke kennis daadwerkelijk meerwaarde heeft: uitzonderingen, interpretatie, complexe producten en discussies over de toepassing van regelgeving.
"Het is niet de bedoeling om de specialist eruit te halen." Juist door het repetitieve werk te automatiseren, moet de beschikbare expertise efficiënter kunnen worden ingezet.
Award als bevestiging
Voor Normec Foodcare komt de onderscheiding in de vorm van een Verpakking & Label Award op een geschikt moment: de toepassing is nog relatief nieuw en maakt de stap van ontwikkeling naar de markt.
De award is volgens Van Rijmenant vooral een bevestiging van de gekozen richting. "We hebben een heel nieuw product ontwikkeld en de award is een mooie bevestiging dat we daarin de juiste keuze hebben gemaakt."
De jury van de Verpakking & Labels Awards bestond uit Lotte Krekels (packaging manager Carrefour), Marleen Calcoen (directeur IBE-BVI), Peter Ragaert (directeur Pack4Food en professor UGent) en Erik Kruisselbrink (verpakkingsjournalist Grafisch Nieuws). De jury beoordeelde de inzendingen in drie categorieën: Meest innovatieve verpakkingsmachine, Meest innovatieve verpakkingsmateriaal/verpakking en Meest innovatief label.