Künstliche Intelligenz im Weinglas und was dabei schiefgeht (Folge 31)

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 erwartet Dich in dieser Episode?


• Die Grundfrage: Gibt es objektive Weinqualität? Wie könnte man
das wissenschaftlich erfassen?


• Methodische Mängel: Wir beleuchten die Probleme der Studie,
einschließlich der willkürlichen Klassifikation von Weinen und
das Fehlen einer normierten Qualität.


• Datensatz-Problematik: Mit nur 18 Weinen und der Erzeugung
synthetischer Daten – wie kann das funktionieren?


• Die Rolle von Machine Learning: Der Einsatz von ML-Algorithmen
und die Risiken, die mit einer schlechten Datenbasis einhergehen.


• Wissenschaftliche Standards: Einblicke in die Herausforderungen
der akademischen Publikationskultur und wie sie zu minderwertiger
Forschung führen kann.


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!


Wir erwähnen folgende Links, Artikel und Podcasts in der
aktuellen Folge:


P. Bhardwaj, P. Tiwari, K. Olejar Jr et al. (2022). A Machine
Learning Application in Wine Quality Prediction. Machine Learning
with Applications. 8.


https://s.fhg.de/wein-ki


Zurückspulen lohnt sich: Frühere Episoden


• Podcast »Streuspanne – Künstliche Intelligenz und Statistik –
Ist KI nur glorifizierte Statistik? KI hieß mal ML«
www.itwm.fraunhofer.de /ki-statistik


• Podcast »Streuspanne – Künstliche Intelligenz und Statistik –
Neuronale Netze: Wie Maschinen das Denken lernen«
www.itwm.fraunhofer.de/ki-neuronale-netze





Gestalte unseren Podcast mit!


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!