Geochemische Fingerabdrücke und maschinelles Lernen zur Authentifizierung der Herkunft von Schaumwein

Warum es wichtig ist, die tatsächliche Herkunft Ihres Schaumweins zu kennen

Wenn wir eine Flasche Schaumwein öffnen – besonders einen bekannten Namen wie Champagner – zahlen wir nicht nur für das Getränk, sondern auch für den Ort, von dem es stammt. Doch gefälschte Flaschen und irreführende Etiketten sind zunehmend verbreitet und bedrohen sowohl Verbraucher als auch ehrliche Produzenten. Diese Studie zeigt, wie winzige chemische Spuren im Wein kombiniert mit moderner Datenanalyse zuverlässig verraten können, wo eine Flasche hergestellt wurde, und bietet damit ein wirkungsvolles neues Instrument zum Schutz von Weinliebhabern und Winzern gleichermaßen.

Das Problem der falschen Perlen

Der Weltmarkt für Schaumwein ist besonders in den Luxussegmenten schnell gewachsen. Dieser Erfolg hat Betrüger angezogen: Günstige Weine können als prestigeträchtige ausgegeben werden, oder Flaschen beanspruchen fälschlich, aus geschützten Regionen wie der Champagne oder Burgund zu stammen. Traditionelle Schutzmaßnahmen – Papierdokumente, Versandpapiere und offizielle Etiketten – lassen sich alle fälschen. Regulierungsbehörden und Produzenten brauchen daher Methoden, den Wein selbst zu prüfen statt nur die Papiere, um festzustellen, ob die angegebene Herkunft echt ist.

Den Boden im Wein lesen

Jeder Weinberg liegt auf einer einzigartigen Mischung aus Gestein und Boden, und diese unterirdischen Merkmale hinterlassen feine, aber messbare Spuren in den Trauben und schließlich im Wein. Die Forschenden konzentrierten sich auf französische Schaumweine aus Champagne und Burgund, Regionen mit unterschiedlicher Geologie: Kreide in der Champagne und Ton-Kalk in Burgund. Sie maßen eine Reihe chemischer Hinweise, darunter das Verhältnis zweier Strontiumisotope und die Mengen mehrerer Spurenelemente wie Rubidium, Mangan und Bor. Diese geochemischen Fingerabdrücke erfassen die „Umwelt-Note“ jeder Region, ähnlich wie die Sprache einer Person verrät, wo sie aufgewachsen ist.

Ein einfaches Modell beibringen, den Unterschied zu erkennen

Um diese chemischen Muster in einen praktischen Test zu verwandeln, nutzte das Team maschinelles Lernen – Rechenmethoden, die aus Daten lernen. Sie wählten einen geradlinigen Ansatz namens logistische Regression, da ihre Entscheidungen von Regulierern und Produzenten leicht interpretiert werden können. Mit 75 authentischen Flaschen (66 aus der Champagne und 9 aus Burgund) teilten sie die Daten wiederholt in Trainings- und Testsets und wendeten eine Technik an, die die beiden Regionen ausgleicht, damit die selteneren Burgund-Proben nicht untergehen. Über tausende Tests hinweg erreichte das Modell sehr hohe Genauigkeit, die beiden Regionen zu unterscheiden, und bestätigte damit, dass die Weine klare Signaturen ihrer wahren Herkunft tragen.

Eine kostengünstigere chemische Abkürzung finden

Ein Hindernis für routinemäßige Tests sind die Kosten. Die Messung von Strontium-Isotopenverhältnissen mit sehr hoher Präzision ist extrem zuverlässig, aber jede Probe kann rund 300 Euro kosten. Die Studie verglich sorgfältig alle gemessenen Merkmale einzeln und in Kombination. Strontiumisotope identifizierten die Herkunft nahezu perfekt, aber die Konzentration von Rubidium – deutlich günstiger zu messen – lieferte ein fast ebenso gutes Ergebnis. Die Verwendung nur von Rubidium klassifizierte Weine weiterhin in über 90 Prozent der Fälle korrekt und reduzierte die Analyse-Kosten um etwa 75 Prozent. Die Kombination von Rubidium mit einigen anderen Elementen verbesserte die Leistung weiter und bietet je nach Budget und gewünschter Sicherheit flexible Optionen.

Über die Champagne hinaus: Ein größeres Sicherheitsnetz für Lebensmittel

Obwohl diese Arbeit sich auf Schaumwein konzentrierte, ist das Konzept darauf ausgelegt, übertragbar zu sein. dieselbe Kombination aus chemischem Fingerprinting und transparenter Datenanalyse könnte helfen, andere hochpreisige Lebensmittel – wie Olivenöl, Honig oder Kaffee – vor Herkunftsbetrug zu schützen. Die Autorinnen und Autoren heben auch verbleibende Herausforderungen hervor: ihr Datensatz umfasst nur zwei französische Regionen, und künftige Arbeiten müssen Klimawandel, jährliche Schwankungen und konsistente Messstandards zwischen Laboren berücksichtigen. Dennoch zeigt die Studie, dass die Geschichte des Bodens in jeder Flasche bewahrt bleibt und dass wir durch das aufmerksame Abhören dieser feinen chemischen Spuren die globalen Lebensmittelmärkte ehrlicher, nachvollziehbarer und vertrauenswürdiger für Verbraucher machen können.

Zitation: Lu, Y., Doerr, C. & Sebilo, M. Geochemical fingerprinting and machine learning for authenticating sparkling wine origins. npj Sci Food 10, 109 (2026). https://doi.org/10.1038/s41538-025-00635-0

Schlüsselwörter: Wein-Authentifizierung, geochemische Fingerabdrücke, Schaumwein, Lebensmittelbetrug, maschinelles Lernen