KI und Experten decken neue Lebensmittelphysik auf

Ein Forschungsteam unter Leitung von Xu Zhou vom Department of Food Science der Pennsylvania State University hat gezeigt, wie KI-Agenten in Kombination mit menschlicher Fachexpertise die Datenlage zur Lebensmittelphysik systematisch erschließen können. Für Qualität, Sicherheit und Sensorik relevante Kennzahlen sind in tausenden Publikationen verstreut und für Ingenieure bislang nur mit hohem Aufwand nutzbar. Die vorab online veröffentlichten Ergebnisse sind für die März-Ausgabe 2027 des Journal of Food Engineering vorgesehen. Die Entwicklung AgentXtract überträgt experimentelle Werte aus Tabellen, Abbildungen und mathematischen Gleichungen in eine durchsuchbare Datenbank. Dazu bewerten unterschiedlich spezialisierte KI-Agenten die Inhalte, validieren sie und strukturieren sie einheitlich. Als Grundlage dienten zehn große Sprachmodelle von OpenAI, Google und Anthropic, die in Genauigkeit, Geschwindigkeit und Kosten verglichen wurden. Statt mehrmonatiger manueller Arbeit extrahierten die Agenten mehr als 4.000 Datensätze in 30 Minuten. Die Auswertung förderte eine bislang nicht beschriebene Beziehung zwischen Dielektrizitätskonstante und Verlustfaktor zutage, zwei Kenngrößen für die Wechselwirkung von Lebensmitteln mit elektromagnetischer Energie. Der Zusammenhang zeigte sich konsistent in mehr als 100 Produkten. Die Datenbank unterstützt zudem abrufbasierte Frage-Antwort-Systeme, die KI-Antworten mit geprüften Quellen belegen, etwa zu Mikrowelleneigenschaften von Kartoffeln. Das Vorhaben verdeutlicht, dass hochwertige, menschlich validierte Datenbestände wissenschaftliche KI-Modelle deutlich präziser machen können.