Smartphone-gesteuerte KI prognostiziert Reifegrad von Avocados

Wissenschaftler haben ein auf dem Smartphone basierendes künstliches Intelligenzsystem entwickelt, das die Reife und die innere Qualität von Avocados zuverlässig vorhersagen kann.

Avocado in einer Lichtbox, die für Forschungszwecke im Labor von Luyao Ma, Juniorprofessor an der Oregon State University, verwendet wird. (Foto © Oregon State University / Brian Horne)

„Avocados gehören weltweit zu den am meisten verschwendeten Früchten, weil sie oft zu reif sind“, erklärt Luyao Ma, Juniorprofessor an der Oregon State University.

Luyao Ma.  (Foto © Oregon State University / Brian Horne)

„Unser Ziel war es, ein Werkzeug zu entwickeln, das Verbrauchern und Händlern hilft, bessere Entscheidungen darüber zu treffen, wann sie Avocados verwenden oder verkaufen sollten.“

Das Forschungsteam, bestehend aus Wissenschaftlern der Oregon State University und der Florida State University, entwickelte KI-Modelle anhand von über 1.400 iPhone-Bildern von Hass-Avocados.

Das System konnte die Festigkeit — ein entscheidender Indikator für die Reife — mit fast 92 % Treffsicherheit vorhersagen sowie die innere Qualität (Unterscheidung zwischen frischen und verdorbenen Avocados) mit über 84 % Präzision.

In-Hwan Lee und ​Luyao Ma. (Foto © Oregon State University / Brian Horne)

Die Forscher sind zuversichtlich, dass diese Genauigkeitsangaben mit zunehmendem Bildmaterial weiter verbessert werden können. Zudem sehen sie das Potenzial, die Technologie auch zur Beurteilung anderer Lebensmittelarten einzusetzen.

Zukünftig soll die Technologie so weiterentwickelt werden, dass Verbraucher sie zuhause nutzen können, um den optimalen Zeitpunkt zum Verzehr einer Avocado zu bestimmen. So könnten Enttäuschungen vermieden werden, wenn man eine Avocado schneidet und feststellt, dass sie bereits braune Flecken hat.

Luyao Ma, verwendet ein Texturanalysegerät, um die Festigkeit einer Avocado zu messen. (Foto © Oregon State University / Brian Horne)

Das Team sieht auch Anwendungsmöglichkeiten in Avocado-Verarbeitungsbetrieben, wo die Technologie dazu beitragen könnte, die Früchte besser zu sortieren und zu klassifizieren. Wenn das System etwa erkennt, dass eine Charge reifer ist, könnte diese direkt zu einem nahegelegenen Händler geliefert werden, anstatt weiter entfernt. 

Einzelhändler könnten die Technologie ebenfalls nutzen, um anhand des Reifegrads zu entscheiden, welche Avocados zuerst verkauft werden sollten.

Diese Erkenntnisse bauen auf früheren Studien auf, die Bilder und maschinelles Lernen nutzten, um die Qualität von Lebensmitteln zu bewerten.

Frühere Ansätze setzten jedoch auf manuelle Merkmalsauswahl und traditionelle Machine-Learning-Algorithmen, was die Vorhersageleistung einschränkte, erklärt In-Hwan Lee, der gemeinsam mit Ma an dem Projekt arbeitet.

„Um diese Begrenzungen zu überwinden, haben wir Deep-Learning-Methoden eingesetzt, die automatisch eine breitere Palette an Informationen erfassen – etwa Form, Struktur und räumliche Muster – um die Genauigkeit und Zuverlässigkeit der Vorhersagen zu verbessern“, sagt Lee.

Ma fokussierte sich auf Avocados, weil diese einen hohen Marktwert haben und der Anteil an verschwendeten Früchten besonders hoch ist. Zudem motivierte sie eine persönliche Erfahrung: Als begeisterte Konsumentin von Avocado-Toast war sie oft frustriert, weil sie nie genau wusste, wann die Avocados perfekt reif waren, und beim Schneiden oft überreife Früchte erwischte.

Die Forschung trägt zu einer globalen Herausforderung bei: der Reduzierung von Lebensmittelverschwendung. Rund 30 % der weltweiten Lebensmittelproduktion werden verschwendet. Um dem entgegenzuwirken, haben das US-Landwirtschaftsministerium und die Environmental Protection Agency ein nationales Ziel gesetzt: die Lebensmittelverschwendung bis 2030 um 50 % zu reduzieren.

„Avocados sind nur der Anfang“, sagt Ma. „Diese Technologie lässt sich viel weiterreichend anwenden, um Verbrauchern, Händlern und Verteilern zu helfen, klügere Entscheidungen zu treffen und Verschwendung zu verringern.“

Die Ergebnisse wurden kürzlich in der Fachzeitschrift Current Research in Food Science veröffentlicht. Mitwirkender Co-Autor ist Zhengao Lee von der Florida State University.

Ma und Lee sind am Department für Lebensmittelwissenschaft und -technologie der Oregon State University im College of Agricultural Sciences tätig.

Weitere Informationen.

Quelle: Oregon State University

Luyao Ma, verwendet einen Textur-Analyseinstrument, um die Festigkeit einer Avocado zu messen. (Foto © Oregon State University / Brian Horne)

Veröffentlichungsdatum: 22.10.2025