Doktorarbeit

Addressing emerging authenticity issues using novel data-driven analytics

Stefan G. Bindereif (04/2017-06/2026)

Mit dem fortschreitenden Prozess der Globalisierung werden Handelsstrukturen zunehmend komplexer, was für Unternehmen zahlreiche Herausforderungen mit sich bringt. Eine davon ist die Sicherstellung der Authentizität hochpreisiger Produkte. Jüngste Entwicklungen haben gezeigt, dass etablierte Kontrollmechanismen häufig nicht ausreichen, um einen wirksamen Schutz vor Betrug oder Falschdeklaration zu gewährleisten. Der Bedarf an neuen analytischen Lösungen wächst daher rasant. Diese Dissertation untersucht in ihren Einzelarbeiten die Anwendung moderner, datengetriebener Ansätze zur Authentifizierung verschiedener Waren landwirtschaftlichen und nicht-landwirtschaftlichen Ursprungs. Im Zentrum aller Untersuchungen steht eine eigens für dieses Forschungsprojekt entwickelte Software, die dank ihres modularen Aufbaus großes Potenzial für zukünftige Anwendungen in unterschiedlichen Bereichen bietet. Sie ermöglicht die automatisierte Verarbeitung, Modellierung und Auswertung spektroskopischer und spektrometrischer Daten. Bislang existierte keine Lösung, die eine effiziente, reproduzierbare und transparente Analyse von Daten aus beispielsweise der Isotopenverhältnis-Massenspektrometrie (IRMS), der Kernspinresonanzspektroskopie (NMR), der Nahinfrarotspektroskopie (NIR) sowie den zugehörigen Metadaten ermöglicht. Ein Schwerpunkt der Untersuchungen lag auf der Authentifizierung von Sommergerste im Hinblick auf das Erntejahr. Die Getreideproben wurden direkt aus laufenden Handelsströmen entnommen, um realistische Bedingungen innerhalb der Lieferkette abzubilden, im Gegensatz zu zahlreichen Studien, die auf Proben aus streng kontrollierten Versuchsflächen beruhen und daher nur eingeschränkt auf die Praxis übertragbar sind. Ziel war es, einen neuartigen analytischen Ansatz zu entwickeln, der es ermöglicht, Sommergerstenproben der beiden Erntejahre 2017 und dem extrem trockenen Jahr 2018 mithilfe moderner analytischer Techniken zu unterscheiden und die beobachteten metabolischen Unterschiede auf physiologische Reaktionen der Pflanzen auf Trockenstress zurückzuführen. Die Proben aus dem Erntejahr 2018 zeigten deutlich weniger negative δ¹³C-Werte als jene aus 2017, vermutlich durch eine verringerte stomatäre Leitfähigkeit und eine veränderte Kohlenstoffassimilation während der Kornfüllungsphase. Diese Befunde wurden durch die NIR-Analyse gestützt, die für 2018 niedrigere Gehalte an Protein, Stärke und Feuchtigkeit sowie einen erhöhten Lipidgehalt zeigte. Die NMR-Analyse offenbarte zudem erhöhte Konzentrationen des Osmolyten Betain, ein bekannter biochemischer Marker für die Anpassung an abiotischen Stress. Durch die Kombination der Isotopen- und NIR-Daten und die Anwendung multivariater statistischer Verfahren konnte ein Klassifikationsmodell erstellt werden, das eine vollständige Trennung der beiden Erntejahre mit 100 %iger Genauigkeit erreichte. Obwohl dies nicht unbedingt mit Authentizitätfragen verknüpft ist, wurden auch sortenspezifische Unterschiede in der Stressantwort festgestellt, die auf eine breitere Anwendbarkeit des Ansatzes, etwa zur Auswahl stresstoleranter Sorten in der Zukunft, hindeuten. Im nächsten Schritt wurde das etablierte chemometrische Rahmenwerk zur Authentizitätsprüfung auf eine grundlegend andere Probenmatrix übertragen, nämlich auf Edelsteine. In diesem Zusammenhang wurden Demantoid-Granate analysiert, deren Marktwert stark vom geographischen Ursprung abhängt. Insgesamt wurden 136 Proben aus sechs verschiedenen Ländern mittels Laserablation-induktiv gekoppelter Plasma-Massenspektrometrie (LA-ICP-MS) untersucht, mit dem Ziel, die Herkunft anhand der Spurenelementprofile zu differenzieren. Die logarithmische Transformation der erfassten Daten erwies sich als entscheidend für eine geeignete statistische Modellierung und ermöglichte eine klare Trennung für fünf der sechs Herkunftsländer, wobei die Klassifikationsgenauigkeit insbesondere für Proben aus Namibia, Pakistan und Madagaskar sehr hoch war. Die Analyse der Variablenbedeutung identifizierte die Elemente Al und Cr als zentrale Unterscheidungsmerkmale in den meisten Modellen. Besonders hervorzuheben ist, dass diese Arbeit zu den ersten in der gemmologischen Forschung zählt, die Fragen des Datenbankdesigns, der Datenvorverarbeitung und der Modellvalidierung umfassend adressiert und damit einen reproduzierbaren und transparenten Workflow bereitstellt, der als Blaupause für zukünftige Studien dienen kann. Auf einen konkreten Bedarf aus der Lebensmittelbranche reagierend, wurde die letzte Studie dieser Dissertation mit dem Ziel initiiert, den Verarbeitungsort von Gerstenmalz - einem wichtigen Zwischenprodukt in der Bierherstellung - zu bestimmen. Durch Stabilisotopenanalysen von Wasserstoff und Sauerstoff sollte ermittelt werden, ob die im Malz nachweisbaren Isotopensignaturen das verwendete Wasser widerspiegeln und dadurch Rückschlüsse auf den Standort der Mälzerei zulassen. Zu diesem Zweck wurden 34 Gerstenproben in zwei Mälzereien verarbeitet, die rund 500 km voneinander entfernt liegen. Die IRMS-Analyse zeigte signifikante Unterschiede in den δ²H- und δ¹⁸O-Werten zwischen den Malzproben der beiden Standorte. Zudem wiesen alle Malzproben im Vergleich zur Ausgangsgerste deutlich weniger negative Werte auf. Es handelt sich um die erste Studie, die systematische Verschiebungen der Isotopenverhältnisse während des Mälzprozesses dokumentiert. Bemerkenswert ist, dass die Richtung dieser Verschiebungen mit den erwarteten regionalen Trends der Niederschlagsisotopie übereinstimmte, was ein deutlicher Hinweis darauf ist, dass lokale Wasserquellen die finale Isotopensignatur des Malzes beeinflussen. Die Arbeit zeigt, dass Authentizitätsprüfung, gestützt auf modernste Analytik und fundierte Datenwissenschaft, zu einem leistungsfähigen, flexiblen Werkzeugkasten heranwachsen kann, der branchenübergreifend Anwendung findet. Solche Fähigkeiten werden in einer Welt, in der Lieferketten immer komplexer werden und die Nachfrage nach überprüfbarer Produktintegrität stetig steigt, zunehmend unverzichtbar.