In dieser Podcast-Folge wird es analytisch – wir befassen uns mit der Idee, dass Algorithmen den Geschmack oder die Qualität von Wein vorhersagen können. Zahlen, Daten und Modelle ersetzen den Sommelier – doch wie viel Wahrheit steckt wirklich im System?
In der aktuellen Episode nehmen Jochen Fiedler und Esther Packullat vom Streuspanne-Team gemeinsam mit Gast Marcel Hensel, eine Studie unter die Lupe, die verspricht, Weinqualität per Machine Learning allein anhand von Inhaltsstoffen vorhersagen zu können. Marcel ist Postdoc am Lehrstuhl »Digital Farming« der Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau RPTU. Sie zeigen gemeinsam auf, warum die methodischen Ansätze der Studie grandios danebengehen.
Die Idee klingt spannend: Systematische, blinde Verkostungen treffen auf umfassende Laborwerte. Dabei wurden zahlreiche chemische Parameter wie Aromastoffe, Farbstoffe und pH-Wert gemessen, um Rückschlüsse auf die sensorische Qualität des Weins zu ziehen. Doch bei genauerem Blick offenbaren sich handfeste Fehler, die die Ergebnisse leider komplett entwerten.
Was hier als wissenschaftliche Forschung daherkommt, ist am Ende eher eine hübsch verpackte Statistik-Falle – und taugt leider kaum als Grundlage für belastbare Aussagen.
Reinhören und die Wahrheit mit uns entkorken!
Du hast ein Zahlenphänomen entdeckt, das wir besprechen sollen? Oder eine Statistik in den Medien gelesen, die wir in der »Streuspanne« einmal genauer unter die Lupe nehmen sollen? Dann melde Dich gerne über presse(at)itwm.fraunhofer.de bei uns!
Zu finden ist der Podcast auf allen großen Portalen wie Spotify, Podcasters, Amazon Music, Apple Podcasts, Deezer, RadioPublic, Pocket Casts oder direkt hier auf unserer Website.
Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM