Die Beziehung zwischen Kaffee und Nerds ist bekanntlich traditionell besonders eng. Und perfekt hat es der Nerd auch gerne.

Unter dem Thread Machine Learning Espresso Zubereitung hat ein User Anfang der Woche in der Kaffee-Netz Community die Frage aufgeworfen, inwiefern eine Software Kaffeeliebhabern dauerhaft helfen kann immer den für sich individuell perfekten Kaffee zu brühen.

Der durchschnittliche Kaffeetrinker mag sich jetzt kurz fragen, was daran so schwer sein soll, aber wir reden auch nicht von Instant oder gewöhnlichen Filter-Kaffee. Die Zubereitung mit einer klassischen Espressomaschine (Siebträger) hat dagegen von zu beachtenden Faktoren. Der Ideengeber selbst fasst über 40 Punkte zusammen, die er in einem ersten Schritt als Wissensbasis in eine Datenbank eingeben würde. Anderen fällt es allerdings auch dann nicht schwer, noch einige Punkte hinzuzufügen, an die er nicht gedacht hat.

Doch einen Schritt zurück, was ist gleich wieder das Problem?

Aktuell ist das „Problem“ folgendes: Wir alle haben aufgrund unterschiedlicher Präferenzen/Budgets/Vorlieben unterschiedliche Mühlen und Siebträgermaschinen zu Hause oder im Büro stehen. Die Einstellung und Kontrolle der einzelnen Parameter wie Temperatur, Mahlgrad, Bezugszeit variiert deshalb stark. Beim Wechsel der Bohnen stellen wir unsere Maschinen aufgrund von Erfahrung und Iteration ein und regulieren über die Tage hinweg immer entsprechend nach, um die optimale Extraktion/den optimalen Espresso zu ziehen.

Kaffee-Netz

Und die vorgeschlagene Lösung lautet:

Die Lösung: Was wäre, wenn wir eine Software hätten, die uns für unserer individuelles Maschinensetup und unsere Bohnen die nahezu optimalen Parameter vorhersagt. Diese stellen wir dann ein und genießen guten Espresso ohne etwas wegkippen zu müssen.

Kaffee-Netz

Im Thread kommen natürlich sofort die Puristen zu Wort, die eine solche Erleichterung gar nicht wollen, weil sie das immer wieder Versuchen und Herumhantieren an den verschiedenen Parametern als Bestandteil des Großen und Ganzen sehen. Dem neige ich sehr zu, aber unabhängig davon, hätte ein solches Projekt Aussicht auf Erfolg bzw. macht es zumindest Sinn?

Meine Antwort lautet nein.


Machine Learning steht und fällt mit den zur Verfügung stehenden Daten, denn nur aus diesen kann der Algorithmus lernen und sich durch den Lernprozess immer weiter verbessern. Würde das jedoch funktionieren?

Die Software soll die Parameter liefern, wenn ein Barista zum Beispiel die Maschine wechseln muss? Sie soll dann alle anderen Parameter so zur Verfügung stellen, dass am Ende der geliebte Espresso genauso schmeckt, wie er schmecken soll. – Daran wird sie aber im 99 von 100 Fällen scheitern, denn sie sammelt nur von wenigen Faktoren individuelle Daten. Es werden eben nicht 100 Kaffeesorten oder 100 verschiedene Maschinen, an 100 verschiedenen Orten von diesem einen Kaffeetrinker benutzt. Wenn überhaupt bei einem Wechsel Parameter vorgeschlagen werden können, dann auf einer breiten Datenbasis von zig Barista und ihrem Verhalten bzw. ihrer Ausrüstung. Das ist möglich, liefert aber dann eben nur Näherungswerte, wenn es um den individuellen Geschmack geht.

Abgesehen davon halte ich auch diese Vorgehensweise für wenig durchdacht. Ja, mit einer ausreichend großen Datenmenge könnte ein Algorithmus tatsächlich alle Parameter für einen guten Espresso zusammenstellen. Das Problem ist aber vielschichtiger, als man meint, denn es stellt sich die Frage, was ist denn ein guter, oder gar perfekter Espresso? Es ist – richtig, verdammt, eine Geschmacksfrage. Der eine mag in stärker und bitter, der andere eher süß, der eine fordert eine dicke Crema, der andere ein zarte – und am Ende zählt der individuelle Geschmack.

Die Objektivität eines Algorithmus trifft also auf die völlig Subjektivität menschlichen Geschmacks.

Sicher, man würde sich am Ende auf eine Ergebnis einigen. Also eine ganz bestimmte Zusammenstellung von Parametern, an deren Ende ein Espresso steht, der den meisten Menschen gut schmeckt. Aber abgesehen davon, dass es sicher Menschen geben wird, die dieses Endprodukt sogar als den perfekten Espresso bezeichnen würden, kann das nicht über eines hinwegtäuschen: Wir reden hier von dem durchschnittlichsten Espresso. Also jene, der mit seinen Geschmackskomponenten bei den meisten Menschen gut ankommt. Nun könnte man einwenden, dass das Konzept dessen, was der Mensch als „schön“ bezeichnet, genau auf darauf aufbaut, aber ähnlich wie die Schönheit einer Frau oder der Natur, ist es für wahre Kenner doch unbefriedigend, sich dem Durchschnitt hinzugeben.

Und an dem Punkt bin ich wahrscheinlich wieder bei den Kritikern, die die Suche nach dem perfekten Espresso (für sich selbst) als einen Teil ihrer Passion begreifen. Ich bin davon überzeugt, dass der Reiz gerade in der Abweichung vom Durchschnitt liegt. Blau beispielsweise ist statistisch nicht die Lieblingsfarbe der meisten Menschen, weil die Farbe sie an den Himmel erinnert oder das Meer, sondern einfach, weil Sehen biologisch ein Augenreiz ist, und da Reize mit Schmerzen verbunden sind, finden wir die Farbe am angenehmsten, die am wenigsten Reize verursacht: Blau

So sehe ich das auch beim Geschmack eines Espresso. Will ich wirklich einen Espresso haben, der meine Geschmacksreize in Nase und Zunge am sanftesten behandelt? Oder bin ich nicht auf der Suche nach den geschmacklichen Abweichungen, deren Gewichtung ja zutiefst individuell sein kann, als auf der Suche nach dem Besonderen? Wie bei so vielen anderen Projekten in Sachen Künstlicher Intelligenz/Maschinellem Lernen, wäre mein Gegenargument also auch hier, lasst mich mit dem langweiligen Durschnitt in Ruhe, der dabei am Ende herauskommt.

Schreibe einen Kommentar





Durch die weitere Nutzung der Seite stimmst du der Verwendung von Cookies zu.

Weitere Informationen

Die Cookie-Einstellungen auf dieser Website sind auf "Cookies zulassen" eingestellt, um das beste Surferlebnis zu ermöglichen. Wenn du diese Website ohne Änderung der Cookie-Einstellungen verwendest oder auf "Akzeptieren" klickst, erklärst du sich damit einverstanden.

Schließen