Open Food Data Hackdays
- Hackathon
27.–28. Januar 2018, 08:30 @ SwissTech Convention Center, EPFL, Route Louis-Favre 2, 1024 Ecublens
Am 27. und 28. Januar 2018 fanden die zweiten Open Food Data Hackdays von food.opendata.ch im SwissTech Convention Center der EPFL in Lausanne statt, im Rahmen der Applied Machine Learning Days. Junge Studierende und erfahrene Fachleute – Entwicklerinnen, Ernährungswissenschaftler, App-Designerinnen, Blockchain- und Machine-Learning-Spezialisten – arbeiteten 32 Stunden an Prototypen für ein klügeres Ernährungssystem. Neu war die engere Zusammenarbeit mit der Wirtschaft: neun Challenges auf Basis offener Datensätze stellten junge und bestehende Unternehmen wie Prognolite, Ambrosus, SwissDeCode, SNAQ und AGRIDEA, dazu das Sustainable Living Lab des Impact Hub und ehemalige FAO-Mitarbeitende.
Am Sonntagnachmittag stellten neun Teams ihre Ergebnisse vor, von einer offenen Datenbank lokaler Produzenten im Kanton Waadt über eine Auswertung des FAO-Resilienzwerkzeugs SHARP bis zu einer App, die zeigt, wie viel Zucker im Einkaufskorb steckt. Machine Learning und Blockchain hatten das Stadium erreicht, in dem man sie an einem Hackathon «einfach kurz ausprobieren» kann; Ambrosus öffnete seine Plattform an diesem Wochenende zum ersten Mal öffentlich.
Eine Jury wählte zwei Projekte, die Opendata.ch mit Coaching und Netzwerk weiter begleitete und direkt in die letzte Runde von MassChallenge Switzerland schickte: Prognolite, das Restaurants mit Prognosen aus Verkaufsdaten der Jucker Farm hilft, Food Waste zu senken und Personal zu planen, und BeerChain, das mit einem QR-Code und der Ambrosus-Blockchain gefälschte Produkte erkennt. Die Hackdays wurden von Nikki Böhler, Hannes Gassert und Oleg Lavrovsky organisiert und von Engagement Migros und der EPFL ermöglicht; die nächste Ausgabe folgte drei Wochen später in Basel.
Fotos
Foto: Opendata.ch
Dokumentation und Aufzeichnungen
- Pressetext Opendata.ch, 31.01.2018: Wenn Blockchain, AI und offene Food Daten aufeinander treffen
- Folien der Eröffnung mit allen Challenges (27.01.2018)
- Folien der Schlusspräsentationen (28.01.2018)
- Alle Challenges und Projekte auf hack.opendata.ch
- Pitch-Folien Land2Door
- Pitch-Folien SHARPER>>
- Pitch-Folien Total Recall
- Pitch-Folien Swiss Nutriscore
- Pitch-Folien Food Theory
Projekte
- Food Theory
Bilderkennung mit einem neuronalen Netz (MobileNets), das ein Foto einer Speise einer Lebensmittelkategorie zuordnet und daraus Gesundheitsinformationen ableitet.
- Swiss Nutriscore
App, die Strichcodes von Lebensmitteln in der Schweiz scannt und mit den Daten von FoodRepo den Nutri-Score berechnet; später sollten CO₂-Fussabdruck und gesündere Alternativen dazukommen.
Challenges
- Food Save Challenge – Sustainable Living Lab (Impact Hub Lausanne)
Ideen, um den Food Waste in der Region Lausanne bis 2030 zu halbieren.
Challenge-Beschrieb
Das Problem: Die Schweiz wirft jährlich 2,3 Millionen Tonnen Lebensmittel weg; die Entsorgung kostet 64,5 Millionen Franken. In der Region Lausanne sind es 86'000 Tonnen pro Jahr, 60 % davon bei Produktion und Konsum. Das UNO-Nachhaltigkeitsziel 12.3 will den Food Waste bis 2030 halbieren.
Die Daten: eine Karte der Lebensmittelflüsse – Produktion, Verteilung, Verarbeitung, Verwertung und Abfall – als Ausgangslage für alle Stufen der Lebensmittelkette.
Mögliche Lösung: Für jede Stufe gibt es Ansätze; am meisten bewirken jene, die bei Produktion und Haushaltskonsum ansetzen – von der systematischen Verwertung «hässlicher» Produkte über eine neue Vorratshaltung zuhause bis zur lokalen Umsetzung eines im Ausland bewährten Konzepts.
Anreiz: drei Monate CONNECT-Mitgliedschaft im Impact Hub (Wert CHF 405).
- The Link to Local Food Access – Land2Door
Eine offene Datenbank der lokalen Produzentinnen und Direktverkaufsstellen im Kanton Waadt.
Aurélie BarberisRémi Tognet BruchetEmmanuel MullerJean-David HarrouetLuca CorinziaRagavendra LingamaneniVeronica Estrada→ Ergebnis: Land2Door
Challenge-Beschrieb
Das Problem: Im Kanton Waadt gibt es rund 3600 Bauernhöfe, 23 % weniger als vor zehn Jahren. 20 % verkaufen direkt, aber nur 2 % des Gemüses gehen über diesen Kanal – Direktverkauf ist aufwendig für Bauern, die schon 70 Stunden pro Woche arbeiten. Konsumentinnen wünschen ihn, doch fehlende Information über die Produzenten in der Nähe ist das grösste Hindernis.
Mögliche Lösung: eine gemeinsam gepflegte, offene Datenbank der lokalen Produzenten und Verkaufsstellen, und Dienste, die lokale Einkäufe über direkte Kanäle fördern.
Die Daten: eine erste Liste der Produzenten und Verkaufsstellen im Kanton Waadt aus dem Web-Scraping-Prototyp der Open Food Data Hackdays 2017, ein Erfassungsformular und ein Datenschema.
Eingebracht von Aurélie Barberis (Lebensmittelwissenschaftlerin) und Rémi Tognet Bruchet (Lebensmittelingenieur).
- Track the Food Chain – Ambrosus
Herkunft und Rückverfolgbarkeit einzelner Produkte auf der Blockchain des Ambrosus Network.
Samuel SiegfriedQuentin CavillierMarek KirejczykVijay Kandy→ Ergebnisse: BeerChain, Total Recall
Challenge-Beschrieb
Das Problem: Labels wie «Fairtrade», «Bio», «IP-Suisse» oder «Knospe» verlieren an Vertrauen, weil Konsumentinnen kaum Daten dazu sehen.
Mögliche Lösung: Ambrosus öffnete für die Hackdays erstmals öffentlich sein Ambrosus Network, ein dezentrales, Blockchain-basiertes Ökosystem, um Herkunfts- und Rückverfolgbarkeitsdaten einzelner Produkte zu speichern und zu teilen – mit API (Konten, Assets, Events), Dashboard und Unterstützung vor Ort.
Anreiz: Das Gewinnerteam wird eingeladen, seine Lösung auszubauen – als Praktikum oder bezahltes Projekt, möglicherweise mit einer Kundin von Ambrosus, mit CHF 10'000 Finanzierung sowie Technologie, Fachwissen und Unterstützung.
- Digital Detection of Milk Fraud – SwissDeCode
Aus analogen DNA-Testresultaten digitale Integrität und Rückverfolgbarkeit für Milch machen.
→ Ergebnis: BeerChain
Challenge-Beschrieb
Das Problem: Milch wird gepanscht – mit Wasser, Weizenmehl oder Sojaproteinen (2017 im Rheintal: 94'200 Liter Wasser in Schweizer Milch). Das ist ein betriebliches und ein Gesundheitsrisiko, wie der Salmonellen-Rückruf von Lactalis-Babymilch im Dezember 2017 in 83 Ländern zeigte.
Die Daten: Mit dem DNA-Test DNAFoil MultiPlant weist SwissDeCode vor Ort in 30 Minuten nach, ob ein Produkt Kuhmilch, Weizen, Reis oder Soja enthält – über 300 Datenpunkte, aber analog. Dazu offene Bier-DNA-Daten mit dem Hackuarium (genome.beer/data).
Mögliche Lösung: ein App-Prototyp, der aus den Testresultaten digitale Integrität und Rückverfolgbarkeit macht – als erster Schritt auf dem Weg zu einem Gerät und einem Zertifikat.
- Help Restaurants to Save Resources – Prognolite, Jucker Farm
Mit den Verkaufsdaten der Jucker Farm die Nachfrage im Restaurant vorhersagen.
Arnaud MiribelVictor PongnianJacqueline StählinYu YamashitaArnaud RobertPasquale MusellaAugustin Lafanechère→ Ergebnis: Prognolite
Challenge-Beschrieb
Das Problem: Restaurants kennen die künftige Nachfrage nicht – das führt zu Food Waste, hohen Personalkosten und langen Wartezeiten.
Die Daten: jedes einzelne Glas Apfelsaft und jedes Stück Kürbiskuchen, das die Jucker Farm 2017 verkauft hat – rund 1,4 Millionen Artikel mit Zeit, Artikel, Preis, Menge und Laden, dazu eine Umfrage unter 2000 Gästen und Wetterdaten von meteoblue.
Mögliche Lösung: die Daten zu Zeitreihen verdichten und die fehlende Woche vorhersagen (Machine Learning oder Statistik; die Rohdaten dieser Woche wurden nach den Präsentationen offengelegt), Dashboards bauen oder ein Werkzeug, das der Jucker Farm Produktbündel vorschlägt.
Anreiz: Zugang zu den laufend aktualisierten Daten über die API, Daten für Abschlussarbeiten (etwa aus den Mensen der ETH) und offene Stellen im Team.
- Foster Local Sourcing – AGRIDEA
Ein Informationssystem über die lokale Lebensmittelproduktion in der Genferseeregion.
Challenge-Beschrieb
Das Problem: Viele Detailhändler, Restaurants und Private in der Genferseeregion möchten mehr lokale Lebensmittel kaufen. Rohstoffe und verarbeitete Produkte reisen aber durch die Region, hinein und hinaus, und die Information über die lokale Herkunft geht über die Verarbeitungsschritte verloren.
Die Daten: Studien und Karten lokaler Lebensmittel von AGRIDEA; zu Produzentengenossenschaften, Sammelstellen und Verarbeitungsbetrieben gibt es keine öffentlichen Daten.
Mögliche Lösung: ein Datensystem zur lokalen Produktion, das Herkunft und Warenflüsse nachvollziehbar macht und so lokale Produktion und lokalen Konsum fördert.
Anreiz: Finanzierung eines Pilotprojekts aus dem PHR-Projekt «Economy», unterstützt vom SECO und den Kantonen Waadt, Genf und Freiburg.
- Meal Good, Feel Good – Meal-Good
Portionierte Kochboxen aus lokalen Überschüssen für die Region Lausanne.
Sinan NumanSarah NumanMarisol GiacomelliFrancesca ConselvanRosa Castillo→ Ergebnis: Meal-Good
Challenge-Beschrieb
Die Idee: Meal-Good will Food Waste bei Produzenten und Konsumentinnen senken – mit persönlich portionierten Kochboxen aus lokaler Überschussproduktion, in wiederverwendbaren Behältern per Velo und E-Bike ausgeliefert, mit Rezepten, Herkunftsangaben und Nährwerten. So werden lokale Bauern direkt mit Kundinnen im Grossraum Lausanne verbunden.
Stand: Finalist im Sustainable Living Lab des Impact Hub Lausanne; in Arbeit sind Marktstudie und Geschäftsmodell, eine Rezeptdatenbank rund um die lokale Produktion und ein Prototyp.
Gesucht: Leute, die mitgestalten wollen, wie wir ethisch, gesund und nachhaltig essen.
- Strengthen Farmers’ Resilience – FAO (SHARP), Ricolab
Die Daten des FAO-Werkzeugs SHARP auswerten, um zu verstehen, was Kleinbauern widerstandsfähiger macht.
Florian BienefeltVincent LeeLorena Edejer→ Ergebnis: SHARPER>>
Challenge-Beschrieb
Das Problem: Der Klimawandel trifft Kleinbäuerinnen in Entwicklungsländern hart; in Subsahara-Afrika arbeiten über 60 % der Bevölkerung in der Landwirtschaft. Um sie zu stärken, muss man herausfinden, was sie widerstandsfähiger macht.
Die Daten: SHARP (Self-evaluation and Holistic Assessment of climate Resilience of farmers and Pastoralists) ist ein partizipatives Umfragewerkzeug der FAO für Android-Tablets; es erzeugt CSV-Dateien, die mit Excel-Makros ausgewertet werden. Öffentliche Daten der FAO sowie Daten aus Uganda und Ruanda.
Mögliche Lösung: eine bessere, automatisierte Auswertung der Resilienzwerte und ihrer Zusammenhänge, damit Entwicklungsfachleute sehen, welche Massnahmen wirken – mittelfristig ein schlankeres Werkzeug mit weniger Fragen.
Eingebracht von den ehemaligen FAO-Mitarbeitenden John Choptiany und Benjamin Gräub (Ricolab).
- Plate Size Matters – SNAQ
Tellertypen auf Fotos erkennen, um die Portionsgrösse zu schätzen.
→ Ergebnis: Snaq on Eschernode
Challenge-Beschrieb
Das Problem: Um die Portionsgrösse auf einem Foto zu schätzen, spielen Vorhandensein, Art und Form des Tellers eine wichtige Rolle.
Die Daten: SNAQ stellte ein Werkzeug bereit, um Bilder zu sammeln; am Anlass lagen je rund 700 Bilder von Suppentellern, flachen Tellern und Schalen vor.
Mögliche Lösung: ein Klassifikator auf Basis von Machine Learning oder klassischer Bildverarbeitung – als Prototyp: ein Foto eines echten Tellers, mit und ohne Essen, richtig einordnen.
Anreiz: eine offene Stelle als Machine Learning Engineer in Zürich ab dem zweiten Quartal 2018.
- TooSweet
Spontan am Open Mic vorgestellt: wie viel Zucker steckt in dem, was ich in einer Woche einkaufe?
Michael HochstrasserGabriel HochstrasserCharlotte Soland→ Ergebnis: TooSweet
Challenge-Beschrieb
Am Open Mic vorgestellte Challenge: Nährwerte aus der offenen Lebensmitteldatenbank holen und beim Einkauf zeigen, wie viel Zucker man über die Woche zu sich nimmt.
- A Yummy Game
Ein Spiel mit echten Lebensmitteldaten – parallel zum Global Game Jam 2018.
Challenge-Beschrieb
Am selben Wochenende fand der Global Game Jam 2018 statt, mit vier Schweizer Standorten. Die Challenge: sich von Game-Jam-Projekten inspirieren lassen, mit Open Food Data ein Spiel mit echten Daten bauen und es an beiden Anlässen veröffentlichen.
- Healthy Track
Eine Scan-App, die sagt, wie gesund ein Produkt für mich ist.
Challenge-Beschrieb
Es gibt viele Informationen darüber, was gesund ist, aber keine Antwort, die man beim Einkauf in Echtzeit nutzen kann. Ernährungsempfehlungen und offene Daten (etwa zu Allergenen) sollen mit der persönlichen Verfassung und dem Erkennen von Nährwerttabellen verbunden werden.
- Smart Redistribution Against Foodwaste
Überschüsse von Läden in der Stadt systematisch dorthin bringen, wo sie gebraucht werden.
Challenge-Beschrieb
Supermärkte werfen viele Lebensmittel weg, während gemeinnützige Organisationen, Schulen und Private sie brauchen könnten. Ansatz: bessere Daten über bald ablaufende Ware, eine Plattform, auf der Abnehmer ihren Bedarf erfassen, und ein Abgleich von Angebot und Nachfrage.
Programm
Samstag, 27. Januar
- 08:30–09:30
Check-in und Frühstück
- 09:30–09:40
- 09:40–10:20
Let’s get challenged! Vorstellung der Challenges
Je vier Minuten: Sustainable Living Lab (Food Save Challenge), Land2Door (The Link to Local Food Access), Ambrosus (Track the Food Chain), SwissDeCode (Digital Detection of Milk Fraud), Prognolite (Help Restaurants to Save Resources), AGRIDEA (Foster Local Sourcing), Meal-Good (Meal Good, Feel Good), SHARP (Strengthen Farmers’ Resilience), SNAQ (Plate Size Matters) – dazu MassChallenge Switzerland mit dem Fast Track für die Gewinnerteams.
- 10:20–10:35
Open Mic
Spontan dazu kamen «TooSweet» – wie viel Zucker steckt im Wocheneinkauf? – und «A Yummy Game», ein Spiel mit echten Lebensmitteldaten parallel zum Global Game Jam.
- 10:35–10:45
- 10:45–11:10
Fragen an die Challenge-Gebenden und Teambildung
- 11:10
Start Hacking
Die Teams arbeiten bis Sonntag um 15 Uhr; die Halle bleibt über Nacht offen.
- 12:00–14:00
Mittagessen
- 19:00–20:00
Abendessen
Sonntag, 28. Januar
- 08:00–09:00
Frühstück
- 12:00–14:00
Mittagessen
- 15:00
Abgabe der Prototypen
Prototyp auf hack.opendata.ch dokumentiert, Präsentation an food@opendata.ch.
- 15:30–16:20
- 16:20–16:30
Ursprüngliche Ankündigung lesen
Du bist, was du isst, was du misst: auch in der Ernährung fallen mehr und mehr Daten an, Produktion, Vertrieb und Verzehr produzieren laufend Datenströme, in denen Potenzial für grosse Fortschritte schlummert. Welches Essen ist genau jetzt genau richtig für mich? Ist das auf meinem Teller klimafreundlich, koscher, vegan, fair, vereinbar mit meiner Allergie?
Derzeit laufen die Vorbereitungen zum zweiten grossen Anlass von food.opendata.ch bereits auf Hochtouren. Die «Open Food Data Hackdays» bringen am 27. und 28. Januar 2018 in Lausanne und am 16. und 17. Februar 2018 in Basel Big Data Spezialisten und Nahrungsmittelexperten, Softwareentwicklerinnen, Landwirte, Köche und App-Designerinnen, Studenten, Unternehmerinnen und viele andere zusammen. Während zwei Tagen widmen sie sich dem sogenannten rapid prototyping rund um Food Data. Derzeit werden verschiedene Datenquellen vorbereitet, nicht zuletzt auch über die Plattform foodrepo.org des Projektpartners Ecole polytechnique fédérale de Lausanne (EPFL).
Mehr Informationen unter http://food.opendata.ch und auf Twitter bei @OpendataCH.
Über Opendata.ch: Opendata.ch ist Teil der Open Knowledge Foundation und damit einer globalen Bewegung, die mittels der Öffnung von Daten Transparenz und Innovation, Effizienz und Mitbestimmung voranbringt. Offene Daten geben neuen Akteuren neue Möglichkeiten und werden auch von Unternehmen immer mehr als Katalysator für offene Innovationsprozesse genutzt. Opendata.ch wird durch den Präsidenten André Golliez geführt, gemeinsam mit einem Vorstand aus Medien, Technologie und Wissenschaft.
Über Engagement Migros: Der Förderfonds Engagement Migros ermöglicht Pionierprojekte im gesellschaftlichen Wandel, die neue Wege beschreiten und zukunftsgerichtete Lösungen erproben. Im Bereich Wirtschaft unterstützt Engagement Migros zahlreiche Innovationsprogramme und Kollaborationsplattformen wie den Kickstart Accelerator, den Impact Hub Zürich oder das Basler Coworking Programm Fluxdock. Der wirkungsorientierte Förderansatz verbindet finanzielle Unterstützung mit coachingartigen Leistungen im Pionierlab. Engagement Migros wird von den Unternehmen der Migros-Gruppe mit jährlich circa zehn Millionen Franken ermöglicht und ergänzt seit 2012 das Migros-Kulturprozent.
Organisationsteam
Oleg LavrovskyOpendata.ch – hack.opendata.ch, Datenpakete, Technik- Sylvain BernardEPFL, Koordination Applied Machine Learning Days
