Guter Geschmack wird messbar
Künstliche Intelligenz ermöglicht die Synthese von sensorischer Erfahrung und chemischer Analyse
Das "Messinstrument Mensch" kann Geschmackseindrücke erkennen und interpretieren, eine Maschine nicht. Aber Geschmackstests sind im Vergleich zu technischen Messungen ungenau und abhängig von subjektiven Faktoren. Methoden aus dem Bereich der künstlichen Intelligenz sollen eine Synthese von komplexen Geschmackserfahrungen und eindeutigen chemischen Analysen ermöglichen. Von einer erhöhten Objektivität bei der sensorischen Bewertung von Rohstoffen und Lebensmittelprodukten würden sowohl die Nahrungsmittelindustrie als auch der Verbraucher profitieren.
Ist in Milchschokolade überhaupt noch Milch? Oder dominiert hier bereits das günstigere Pflanzenfett? Hat der barriquegereifte Wein tatsächlich ein Barriquefass gesehen, oder wurde er mit aromatisierten Holzschnipseln versetzt? Sowohl Produkte global agierender Lebensmittelkonzerne als auch kleine, traditionelle Erzeugnisse à la "Slowfood" haben ihre Anhänger, die es verdienen, sicher zu sein, was sie genießen. Auf der anderen Seite sind Unternehmen jeder Art daran interessiert ihre Rezepturen zu verbessern, um dem Verbraucher optimale Qualität zu bieten. Dies kann nur gelingen, wenn Klarheit über die verwendeten Rohstoffe herrscht, und das Zusammenwirken der einzelnen Inhaltsstoffe bekannt ist. Eine neue Methode zur Bestimmung der geschmacklichen Wechselwirkung einzelner Komponenten unserer Nahrung wird zurzeit am ttz Bremerhaven in dem vom Bundesministerium für Wirtschaft und Technologie geförderten Projekt KosaDat erprobt.
Hinter der Projektidee steht die Entwicklung einer Methode zur computer-gestützten Vorhersage sensorischer Parameter wie Geschmack, Geruch und Textur sowie der Verbraucherakzeptanz. Dies soll einzig durch die Kenntnis über die chemische Zusammensetzung eines Produktes möglich werden. Bitterschokolade dient dem Konsortium hierbei als ein erstes Untersuchungsmodell. Ziel des Projektes ist es, mit Hilfe der Datensynthese aus chemischer Analytik und Humansensorik Vorhersagen von marktrelevanten und objektiven sensorischen Qualitätsfaktoren von Rohstoffen, Zwischen- und Endprodukten zu treffen. KosaDat ist die Kurzform des Projektnamens "Korrelation von sensorischen und analytischen Daten". Das Konsortium besteht neben dem ttz Bremerhaven aus der Firma Bremer Hachez Chocolade und dem Fraunhofer Institut für Algorithmen und wissenschaftliches Rechnen (SCAI) in Sankt Augustin.
Eine objektive Messmethode, mit der präzise und schnell interpretierbare Qualitätsprofile vorgelegt werden können, hilft den Verbrauchern wie auch den Unternehmen: Beide können auf eine verbesserte Aussagekraft der Qualitätstests hoffen. Insbesondere im Rahmen der Qualitätskontrolle besteht eine verstärkte Nachfrage nach instrumentellen Messmethoden, die unter Berücksichtigung von humansensorischen Daten ein präzises und schnell interpretierbares Qualitäts- und Akzeptanzbeurteilungsprofil ermöglichen sollen. Objektiv ermittelte Datensätze, bestehend aus einer aussagekräftigen Kopplung von sensorischen und chemisch-physikalischen Daten, haben das Potential, in allen Produktions- und Entwicklungsphasen einen großen Beitrag zur Produktoptimierung bei gleichzeitiger Ressourceneinsparung zu liefern. Die Anzahl an umfangreichen und kostenintensiven sensorischen Untersuchungsmethoden können zudem deutlich reduziert werden. Da zugleich Qualitäts- und Preiseinstufungen für die Öffentlichkeit transpa-renter werden, stehen auch objektive Werkzeuge für einen effizienten Verbraucherschutz zur Verfügung.
Um statistisch abgesicherte Aussagen über die Korrelation der lebensmittelchemischen und sensorischen Profile treffen zu können, muss ein großer Datensatz aus möglichst vielen verschiedenen Produktionsabschnitten generiert werden. Alle Resultate aus der chemischen und sensorischen Messung werden automatisch in ein Datenbanksystem implementiert. Mit Methoden aus dem Bereich der künstlichen Intelligenz, ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens befasst, werden die in das Datenbanksystem eingepflegten Datensätze so aufbereitet, dass zusammenhängende Substanz- und Sensorik-Muster automatisch identifi-ziert werden können.
Die verwendeten IT-Verfahren erlernen die Mustererkennung zunächst anhand von Schokoladenproben, deren chemische und sensorische Profile bekannt sind. Dies erlaubt eine ständige Optimierung des Verfahrens, um letztendlich die Schokoladenqualität, die Verbraucherakzeptanz sowie die sensorische Empfindung einzig anhand des chemischen Profils zuverlässig vorherzusagen.
Weitere News aus dem Ressort Wissenschaft
Holen Sie sich die Analytik- und Labortechnik-Branche in Ihren Posteingang
Ab sofort nichts mehr verpassen: Unser Newsletter für Analytik und Labortechnik bringt Sie jeden Dienstag auf den neuesten Stand. Aktuelle Branchen-News, Produkt-Highlights und Innovationen - kompakt und verständlich in Ihrem Posteingang. Von uns recherchiert, damit Sie es nicht tun müssen.
