Künstliche Intelligenz im Weinbau und Weinforschung

Objektive Qualitätsbeurteilung von Wein mithilfe Künstlicher Intelligenz

Ziel:

Ziel des Projektes PINOT ist die Erforschung und Implementierung sensorbasierter KI-Systeme, die in der gesamten Wertschöpfungskette von Wein, also vom Anbau bis zum Verkauf an Kunden zum Einsatz kommen sollen.

Die gewonnenen Sensordaten unterstützen Winzer und Kellermeister sowohl in der Herstellung als auch in der Qualitätssicherung, indem Geruch, Geschmack und Textur des Weines digitalisiert, dokumentiert und damit reproduzierbar werden.

Die multisensorische Betrachtung von Wein ermöglicht es Händlern und Sommeliers, diesen einer Vorkontrolle zu unterziehen, um die Lieferung mit dem Auftrag abzugleichen und den Wein zielgruppengerecht anzubieten und Kunden profitieren, indem sie den für sie passenden Wein erhalten.

Motivation:

Die Kunst der Weinherstellung ist sehr komplex und erfordert viel Fachwissen und –können. Die Qualität des Weines wird durch viele Faktoren, wie bspw. Witterungsverhältnisse, Bodenbeschaffenheit und den einzelnen Verarbeitungsschritten des Winzers bestimmt.

Um die Originalität und Qualität eines Weines bestimmen zu können, kommen sowohl physikalische und chemische Analysen zum Einsatz, als auch Proben durch professionelle Verkoster. Gerade bei Letzteren hängt die Analyse und Dokumentation vom persönlichen Geschmacksempfinden ab und variiert daher stark. Zudem sind diese Weinproben und Analysen sehr zeit-und kostenintensiv.

Genau da setzt das Projekt PINOT an: Multisensorische Systeme und Künstliche Intelligenz ermöglichen die ganzheitliche, objektive Erfassung des Geschmacks von Wein und die Digitalisierung der sensorischen Wahrnehmung.
 

Digitalisierung der sensorischen Wahrnehmung

Sensornahe KI unterstützt bei der Qualitätssicherung von Wein

KI im Weinbau
© Pixabay.com/sponchia

Um den menschlichen Geruchs- und Geschmackssinn zu digitalisieren, entwickeln wir am Fraunhofer IIS spezifische Sensorik, die wir

  • mithilfe verschiedener KI-Methoden evaluieren, analysieren und fusionieren,
  • in geeignete Prototypensysteme implementieren, und
  • sowohl unter kontrollierten als auch realen Bedingungen testen, um eine möglichst hohe Selektivität, Sensitivität und Spezifität von Sensoren zu erreichen.


 

Partner

Weincampus Neustadt am Dienstleistungszentrum Ländlicher Raum (DLR) Rheinpfalz

  • Projektkoordination und -management
  • Erhebung und Bereitstellung weinchemischer und humansensorischer Daten

Genie Enterprise Inc.

  • Anforderungsanalyse (Spezifikation, Dokumentation, Organisation)
  • Auswahl, Implementierung, Training geeigneter KI-Modelle zur Sensordatenfusion und Mensch-KI-Schnittstelle

Wille Engineering

  • Konzeption, Design und Entwicklung verschiedener Hardwareprototypen (Speicher, Energieverbrauch etc.)

Weingut Lergenmüller

  • Bereitstellung von Weinen unterschiedlicher Qualität
  • Charakterisierung von Trauben, Mosten, Jungweinen und Weinen während des Produktionsprozesses

Vineyard Cloud GmbH

  • Projektverwertung (Entwicklung geeigneter Geschäftsmodelle, Marktanalysen)

Fraunhofer IIS

  • Auswahl, Evaluierung und Validierung geeigneter (Gas-)sensorik mithilfe von KI
  • Durchführung einer Machbarkeitsstudie zur Analyse von Weinaromen mithilfe von Gassensorik
  • Funktionalitätsmessung der Sensorsysteme

Hochschule Trier, Umwelt-Campus Birkenfeld

  • Weiterentwicklung einer smarten Softwareplattform für die Aufbereitung von Trainingsdaten sowie zur Bereitstellung der KI-Algorithmen