Kann ein Messgerät sensorische Rindfleischqualität in Echtzeit erkennen?

Die Qualitätsbewertung von Rindfleisch ist bis heute eine Mischung aus Herkunftsdaten, visuellen Merkmalen, Erfahrung und sensorischer Prüfung. Eine im Juli 2026 in Meat Science veröffentlichte Arbeit untersucht, ob Rapid Evaporative Ionisation Mass Spectrometry – kurz REIMS – diesen Prozess um eine schnelle chemische Signatur ergänzen kann. Die Technologie analysiert Metabolite direkt aus intaktem Gewebe und erzeugt daraus Muster, die mit Muskeltyp und sensorischen Qualitätsklassen verknüpft werden.

In der Studie konnte REIMS zwei untersuchte Muskeln mit sehr hoher Trennschärfe unterscheiden; für diese binäre Muskelklassifikation wird eine Genauigkeit von 100 Prozent berichtet. Anspruchsvoller war die Vorhersage sensorischer Qualität innerhalb eines Muskels. Beim Rump lag die Genauigkeit je nach Modell und Klassifikation zwischen 63 und 73 Prozent. Das ist relevant, aber weit von einer unfehlbaren Qualitätsentscheidung entfernt.

Gerade dieser Unterschied macht die Arbeit interessant. Einen Muskel chemisch zu erkennen ist nicht dasselbe, wie sein späteres Esserlebnis sicher vorauszusagen. Zartheit, Saftigkeit und Aroma entstehen aus Tier, Muskel, Stoffwechsel, Reifung, Lagerung und Zubereitung. Ein Messsignal kann Teile dieses Systems erfassen, aber nicht automatisch alle späteren Prozessschritte kontrollieren. Die Studie zeigt damit zugleich Potenzial und Grenze datenbasierter Sortierung.

Für Schlachtung und Zerlegung wäre eine robuste Echtzeitmessung attraktiv. Sie könnte Chargen genauer differenzieren, Rohware gezielter bestimmten Verwendungen zuordnen und die sensorische Streuung innerhalb einer Produktlinie reduzieren. Das wäre kein Ersatz für Fachpersonal, sondern eine zusätzliche Entscheidungsebene: Instrumente erkennen chemische Muster, Menschen definieren Qualitätsziele, prüfen Plausibilität und bewerten das fertige Produkt.

Aus redaktioneller Sicht ist vor allem die Zahl 63 bis 73 Prozent richtig einzuordnen. Sie ist kein Beweis, dass das Verfahren ungeeignet sei. Frühe industrielle Modelle müssen an weiteren Tieren, Rassen, Muskeln, Produktionssystemen und Reifezuständen geprüft werden. Umgekehrt darf eine beeindruckende 100-Prozent-Angabe aus der Muskelunterscheidung nicht auf die sensorische Vorhersage übertragen werden. Beide Aufgaben sind methodisch verschieden.

Die Forschung weist in eine Richtung, die für die Fleischbranche strategisch wichtig wird: Qualitätsversprechen werden zunehmend durch Daten ergänzt. Der Wettbewerbsvorteil entsteht aber nicht durch das Gerät allein. Er entsteht dort, wo Messdaten, Sensorik, Prozesswissen und verständliche Kommunikation zu einem belastbaren System verbunden werden.