Upgrade für Brauereien

Künstliche Intelligenz macht Bier schmackhafter

Steht Brauereien eine Digitalrevolution bevor?

(Bild: LIGHTFIELD STUDIOS - stock.adobe.com)

Mit Unterstützung Künstlicher Intelligenz wollen Forschende neue, die Verbraucher begeisternde Biere schaffen. Schon jetzt erhalten mit KI modifizierte Biere bessere Gesamtbewertungen.

Das Team aus Belgien, das im Fachjournal „Nature Communications“ veröffentlichte, erläutert, dass es bisher nur begrenzt möglich war, über Verbrauchertests herauszufinden, welche alkoholischen und alkoholfreien Geschmacksrichtungen vom Markt gut angenommen werden.

Die neue Methode könnte Lebensmittelherstellern helfen, spezifische Verbraucherwünsche effizienter und kostengünstiger zu erfüllen.

Es sei generell komplex vorherzusagen, welche neuen Lebensmittelaromen Verbraucher mögen, erklären die Forschenden um Kevin Verstrepen von der Katholischen Universität Leuwen. Dies liege vor allem daran, dass es eine immense Zahl geschmacksaktiver Chemikalien in Lebensmitteln gebe.

Zudem gebe es Wechselwirkungen und komplexe verstärkende oder mindernde Effekte bei der Geschmackswahrnehmung. Süße und Bitterkeit zum Beispiel maskierten sich gegenseitig.

200 chemische Eigenschaften erfasst

Die Wissenschafter erfassten nun über 200 chemische Eigenschaften von 250 belgischen Bieren, die zu 22 verschiedenen Bierstilen wie Blond, Tripel und Lager gehören. Diese wurden mit beschreibenden sensorischen Profildaten eines geschulten Verkostungsgremiums aus 16 Menschen etwa zu Hopfen-, Malz- und Hefearomen, Nebengerüchen und Gewürzen sowie Daten von mehr als 180.000 Verbraucherbewertungen aus einer Online-Bierbewertungsdatenbank verknüpft.

Gängig sei der Einsatz geschulter Verkoster, was aber hohe Kosten verursache. Online-Bewertungsdatenbanken wiederum seien fehleranfällig, weil sich dort etwa auch Faktoren wie der Preis oder der aktuelle Kult-Status eines Produktes niederschlügen.

Insgesamt betrachtet seien die verwendeten Modelle noch unausgereift, schränkt das Forschungsteam ein. Umfangreichere Datensätze seien entscheidend für weitere Verbesserungen. Zudem müsse klar sein, dass die Modelle nur Korrelationen, aber keine kausalen Zusammenhänge erkennen können. Auch betont man, dass KI-Ansätze nicht dazu führen sollten, das Abhängigkeitspotenzial alkoholischer Getränke zu steigern.