Gewiss träumt der eine oder andere davon, sich beruflich als Bierverkoster zu verwirklichen. Doch für Bierhersteller ist die Expertise von Bierverkostern nicht ganz günstig.
Für dieses Problem könnte Künstliche Intelligenz zukünftig Abhilfe schaffen.
Inhaltsverzeichnis
Neue Biere kreieren
Mithilfe Künstlicher Intelligenz möchten Forschende zukünftig neue Biere kreieren, die Verbraucher noch mehr als bislang begeistern sollen. Bislang ist es nur in begrenztem Maße möglich, mit Verbrauchertests der Frage auf den Grund zu gehen, welche alkoholfreien oder alkoholischen Geschmacksrichtungen unter potentiellen Käufern besonders großen Anklang finden.
Eine neue Methode könne Lebensmittelhersteller nun dabei unterstützen, individuelle Verbraucherwünsche besonders günstig und effizient zu erfüllen.
Komplexe Vorhersagen sind möglich
Es seien generell komplexe Vorhersagen zu der Frage möglich, welche Lebensmittelaromen Verbraucher bevorzugen werden. Wie Forschende betonen, ist für diese berechenbaren Prognosen in erster Linie eine große Anzahl an geschmacksintensiven Chemikalien in Nahrungsmitteln verantwortlich.
Wechselwirkungen und mindernde oder verstärkende Effekte beeinflussen die Geschmackswahrnehmung erfahrungsgemäß sehr. Deshalb würden sich Bitterkeit und Süße zum Beispiel gegenseitig maskieren.
KI als Ergänzung zu Verkostern
Viele Bierhersteller verzichten zwar nicht auf die stetige Unterstützung durch Verkoster. Allerdings verursacht dieser Service relativ hohe Kosten. Im Gegenzug sind Bewertungsdatenbanken aus dem Internet nicht vor Fehlern gefeit, die durch Komponenten wie den Preis oder den Kultstatus der einzelnen Erzeugnisse beeinflusst werden. Aus dem Grund fokussierten sich Forschende nunmehr auf mehr als 200 chemische Eigenschaften von etwa 250 belgischen Bieren, denen 22 unterschiedliche Bierstile wie Lager, Blond und Tripel angehören.
Diese Bierstile wurden mithilfe sensorischer Profildaten eines versierten Verkostungsgremiums aus 16 Mitgliedern analysiert.
Diese Daten bezogen sich auf Gewürze, Nebengerüche, Malz-, Hefe- sowie Hopfenaromen. Zusätzlich flossen in die Auswertung über 180.000 Verbraucherbewertungen aus Online-Bierbewertungsdatenbanken in die Auswertung ein.
Lernmodelle für die Vorhersage von Geschmäckern
Mithilfe dieser Daten entstand ein Datensatz, durch den zehn maschinelle Lernmodelle trainiert und auf ihre Tauglichkeit getestet wurden. Diese Lernmodelle zielen darauf ab, die Geschmäcker sowie die Beurteilung der Produkte von Verbrauchern vorherzusagen.
Die Wirksamkeit des leistungsstärksten KI-Modells nutzten die Wissenschaftler und Wissenschaftlerinnen dafür, um Vorhersagen für eine Modifizierung von alkoholischem sowie alkoholfreiem kommerziellem Bier zu realisieren. Wie es heißt, konnten KI-Biere in den Verkostungen eine verbesserte Gesamtbewertung durch die Tester erhalten.
Keine Identifizierung kausaler Zusammenhänge
Aus der Untersuchung ging hervor, dass eine Konzentrationen der Geschmacksstoffe nicht zwingend mit der Wahrnehmung korrelieren muss.
Diese Erkenntnis beruht auf einer komplexen Wechselwirkung, die von konventionellen Ansätzen zumeist nicht berücksichtigt wird.
Bislang genutzte KI-Modelle müssten zukünftig jedoch noch verfeinert werden. Darauf wies das Forschungsteam explizit hin. Außerdem sollten sich alle Anwender vor Augen führen, dass die einzelnen Modelle ausschließlich Korrelationen und keine kausalen Zusammenhänge identifizieren.
Basis für die Konzeption neuer Nahrungsmittel
KI dient als Basis für die Konzeption von neuartigen und maßgeschneiderten Nahrungsmitteln mit einer als hervorragend bewerteten geschmacklichen Note. Möglicherweise werden die KI-Programme zukünftig dafür genutzt, um übliche Bewertungen von neuen Rezepturen mithilfe geschulter Verkoster zu ergänzen.
Deren teurer und zeitaufwendiger Service könnte perspektivisch sogar vollständig durch Künstliche Intelligenz ersetzt werden. Im gleichen Atemzug verweisen die KI-Forscher aber auch darauf, dass die Ansätze keinesfalls das Abhängigkeitspotenzial von alkoholischen Getränken verschlimmern sollten.
