De volgende revolutie in sorteren gaat niet over afkeur, maar over inzicht

‘Jarenlang investeerde de sector miljoenen in het verwijderen van slechte producten. De volgende uitdaging is het begrijpen van de goede.’

De afgelopen tien jaar heeft de uien- en aardappelindustrie enorme stappen gezet in automatisering. Gedreven door stijgende arbeidskosten, een structureel tekort aan personeel en toenemende kwaliteitseisen, investeerden verpakkers wereldwijd in optische sorteertechnologie. Vooral de opkomst van relatief eenvoudig implementeerbare voorsorteersystemen heeft ervoor gezorgd dat handmatige kwaliteitscontrole op veel locaties grotendeels kon worden vervangen door camera's en software. Voor veel bedrijven betekende dit een belangrijke stap vooruit: een constantere productkwaliteit, lagere arbeidskosten en een hogere verwerkingscapaciteit.

Van afkeur naar inzicht

Nu deze eerste automatiseringsgolf volwassen wordt, ontstaat er een nieuwe trend binnen de sector. Het gaat niet zozeer over de vraag hoe goed een machine producten kan afkeuren, maar over de vraag hoeveel data – en dus-kennis een sorteerinstallatie daadwerkelijk genereert. Want hoewel moderne systemen steeds beter worden in het herkennen van afwijkingen, blijkt dat veel verwerkers uiteindelijk slechts beperkt inzicht krijgen in de kwaliteit van de miljoenen uien en aardappelen die jaarlijks door hun installaties stromen. Men weet hoeveel producten er worden afgekeurd, maar vaak niet precies waarom. Men kent het eindresultaat, maar niet altijd de onderliggende oorzaken.

Dat is opmerkelijk, want iedere afgekeurde ui of aardappel vertegenwoordigt in feite een datapunt. Achter iedere afwijking gaat informatie schuil over teeltomstandigheden, bewaarkwaliteit, logistiek, leveranciersprestaties of seizoensinvloeden. Wanneer die informatie niet wordt vastgelegd, verdwijnt een belangrijk deel van de potentiële waarde van automatisering. De installatie sorteert dan wel het product, maar verzamelt niet de kennis. Juist daar lijkt zich momenteel een belangrijke verschuiving af te tekenen. Steeds meer bedrijven realiseren zich dat de economische waarde van een sorteerlijn niet alleen wordt bepaald door hoeveel arbeid zij bespaart, maar ook door hoeveel inzicht zij oplevert. Met andere woorden, tot nu toe onderschatten veel bedrijven de potentie van het slim gebruik van data uit hun sorteerproces.

Van sorteren naar meten

Deze ontwikkeling wordt versterkt door de opkomst van technologieën die individuele producten volledig kunnen analyseren. Wanneer iedere ui of aardappel afzonderlijk wordt beoordeeld op gewicht, afmeting, vorm, externe kwaliteit en – waar mogelijk – zelfs interne kwaliteit, ontstaat een fundamenteel ander beeld van de productstroom. De sorteerlijn verandert daarmee van een machine die producten scheidt naar een systeem dat kwaliteit meet. Een nieuw kwaliteitssysteem dus, dat 100% van de uien en aardappelen met een hoge betrouwbaarheid non-destructief inspecteert in plaats van een kwaliteitssysteem gebaseerd op steekproeven. Hiermee kan de kwaliteit van het volledige oogstresultaat worden gegarandeerd en verspilling worden voorkomen/geminimaliseerd. Dat biedt nieuwe mogelijkheden om verschillen tussen telers, percelen, bewaarschuren en afzetmarkten zichtbaar te maken. Bovendien maakt het de kwaliteitsontwikkeling gedurende het seizoen meetbaar in plaats van aannemelijk.

Vooral op het gebied van interne kwaliteitsmetingen verwachten veel deskundigen de komende jaren een belangrijke doorbraak. Historisch gezien bleef de binnenkant van een ui of aardappel grotendeels verborgen totdat het product werd geopend of geconsumeerd. Hierdoor werden kwaliteitsproblemen vaak pas zichtbaar nadat economische schade al was ontstaan. Technologieën die interne afwijkingen eerder detecteren, maken het mogelijk om kwaliteitsmanagement te verschuiven van reactief naar voorspellend. Daarmee ontstaat niet alleen meer controle over productkwaliteit, maar ook over rendement, klanttevredenheid en risicobeheersing.

Inzicht kent geen grens

De vraag die daardoor steeds vaker in directiekamers wordt gesteld, verandert langzaam van karakter. Waar investeringsbeslissingen traditioneel werden beoordeeld op arbeidsbesparing, verschuift de aandacht naar een andere KPI: hoeveel beter begrijpen wij ons product na deze investering? Dat lijkt een subtiel verschil, maar het effect is groot. Arbeidsbesparing kent uiteindelijk een natuurlijke grens. Inzicht kent die grens niet. Bedrijven die hun productstromen beter begrijpen, kunnen nauwkeuriger sturen op kwaliteit, bewaring, logistiek, marktsegmentatie en opbrengst.

De agro-industrie bevindt zich daarmee op een interessant kantelpunt. De afgelopen jaren stonden in het teken van automatisering. De komende jaren lijken vooral te gaan over het slim gebruiken maken van data uit het sorteerproces en daarmee fundamentele en kennisopbouw. Niet sneller sorteren, maar slimmer sturen. Niet meer afkeuren, maar beter begrijpen.

‘Misschien is de belangrijkste vraag voor de komende jaren daarom niet hoeveel ton product een sorteerlijn kan verwerken, maar eerder hoeveel kennis zij heeft verzameld nadat die ton is verwerkt. De winnaars van morgen zijn niet de organisaties die de meeste producten verwerken, maar de bedrijven die het meeste leren van ieder product dat zij verwerken.