In der Lebensmittelentwicklung gewinnt die datengetriebene Rezepturentwicklung immer mehr an Bedeutung. Doch wie macht man eine hochgradig subjektive Wahrnehmung objektiv messbar und vor allem reproduzierbar? Am 07.10.2026 trafen sich Vertreter aus Industrie und Wissenschaft am Fraunhofer-Institut für Verfahrenstechnik und Verpackung IVV in Freising, um genau diese Brücke zu schlagen.
Im Rahmen des Forschungsprojekts „ProteinPredict4Food“ stand die Entwicklung einer fundierten Bewertungsgrundlage für pflanzliche Alternativen im Fokus. Wir von UMYNO waren als Industriepartner beim projektbegleitenden Ausschuss vor Ort. In diesem Beitrag fassen wir die methodischen Eindrücke zusammen und zeigen, warum die Digitalisierung sensorischer Verkostungsdaten der Schlüssel zu drastisch verkürzten R&D-Zyklen ist.
Ein zentraler Punkt der Veranstaltung, unter der Leitung von Prof. Dr. Ute Weisz, war die Etablierung verlässlicher Referenzbereiche für die Bewertung von Wurst- und Milchproduktalternativen.
Die Herausforderung in der Praxis vieler R&D-Teams: Entwickler benötigen klare, reproduzierbare Parameter, um pflanzliche Alternativen systematisch an das tierische Original anzunähern. Ohne einen solchen Rahmen enden Iterationen bei der Rezepturentwicklung oft in unstrukturiertem Trial-and-Error.
Um die theoretischen Bewertungskriterien greifbar zu machen, stand am Nachmittag die praktische Verkostung verschiedener Modellprodukte auf der Tagesordnung. Dabei wurde methodisch äußerst präzise vorgegangen:
Der aufschlussreichste Teil des Workshops war der direkte Abgleich der gesammelten Daten. Die persönlichen, subjektiven Einschätzungen der Fachexperten wurden direkt vor Ort mit den objektiv gemessenen, physikalischen Werten der Modellprodukte verglichen.
Daraus ergaben sich fachlich tiefgehende Diskussionen mit den anwesenden Industriepartnern. Genau an diesem Punkt zeigt sich die Komplexität der Produktentwicklung: Wenn das subjektive Empfinden (z. B. die wahrgenommene „Dickflüssigkeit“) nicht linear mit den rheologischen Messwerten korreliert, wie übersetzt man diese Diskrepanz dann in die nächste Rezeptur-Iteration?
Der Austausch in Freising hat ein Kernproblem unterstrichen, das uns bei UMYNO täglich antreibt: Die massive Fragmentierung von Wissen in der Lebensmittelindustrie. Sensorische Ergebnisse aus Panel-Tests, physikalische Spezifikationen der Rohstoffe und strikte Compliance-Richtlinien leben in den meisten R&D-Abteilungen in isolierten Excel-Silos.
Besonders bei der hochkomplexen Substitution tierischer Proteine durch pflanzliche Äquivalente stößt dieser rein empirische Ansatz an seine Grenzen. Um eine sensorische und funktionale Identität zum Originalprodukt zu erreichen, müssen moderne R&D-Abteilungen die physische Welt der Moleküle in digitale Simulationsmodelle überführen.
Es geht heute um mehr als reine Datenverwaltung. Die Zukunft der Lebensmitteltechnologie liegt im KI-basierten Reasoning: Systeme müssen in der Lage sein, physikalische und biochemische Kausalitäten zu verstehen und das funktionale Verhalten von Inhaltsstoffen in Echtzeit zu simulieren.
Wenn interne Panel-Daten nahtlos mit objektiver Analytik und aktuellen Forschungsdaten verknüpft werden, entsteht ein echter Wettbewerbsvorteil. Entwicklungszyklen verkürzen sich signifikant, da die Stabilität und Sensorik einer neuen Rezeptur prädiktiv berechnet werden kann, noch bevor der erste physische Mischvorgang im Technikum stattfindet.
Als Software-Partner der Lebensmittelindustrie setzen wir bei UMYNO genau an diesem Punkt an: Wir bauen die technologische Brücke, um diese komplexe Datenvielfalt durch intelligente Orchestrierung für Entwickler greifbar, messbar und effizient nutzbar zu machen.
Vereinbaren Sie jetzt ein unverbindliches und kostenloses Beratungsgespräch.
