Smartphone-Photometer

Vor dem Hintergrund des Klimawandels und der steigenden Bevölkerungsdichte werden Themen wie Nachhaltigkeit und Ernährungssicherheit immer zentraler. Das führt zur erhöhten Bedeutung einer verlässlichen Prozesskontrolle, um Ausschuss aufgrund nicht eingehaltener Spezifikationen oder Vorgaben des Gesetzgebers zu vermeiden. Gerade für kleine und mittelständische Unternehmen ist das von größter Bedeutung, da der dadurch zusätzlich entstehende finanzielle Schaden aufgrund einer sowieso schwierigen wettbewerblichen Situation nicht toleriert werden kann. Weinbetriebe in Deutschland setzen sich vorwiegend aus genau solchen KMUs zusammen. Das Ziel des AiF-Projekts war deshalb die Entwicklung eines kostengünstigen photometrischen Analysesystems für die Anwendung im Weinbetrieb. Außerdem sollten einfache, kostengünstige Analysemethoden für den Einsatz im Weinkeller entwickelt werden.

In dem Projekt wurde ein portables Photometer entwickelt, das durch die Kombination von Leuchtdioden als Lichtquelle und eines Phototransistors als Sensor günstig hergestellt werden kann. Ein flexibler Einsatz des Messgeräts wird durch die Platzierung der optischen Elemente auf tauschbaren Platinen sichergestellt. Die entwickelte Messschaltung garantiert eine präzise Messung. Die intuitive Bedienung des Messgeräts, sowie die Möglichkeit der Implementierung verschiedener Messprotokolle wird durch die zugehörige Smartphone-App gewährleistet. Die App ermöglicht eine parameter-spezifische Integration von Messabläufen und Auswertefunktionen.

Für die Weinanalytik wurden verschiedene Messprotokolle (weiter-)entwickelt. Zum einen wurde eine Methode entwickelt, um die Farbe von Rot- und Weißwein im CIE L*a*b*-Farbraum darzustellen. Dabei wurde eine Berechnung implementiert, die auf Basis von Einzelmessungen eine Berechnung der Transmissionsspektren von Wein und anschließend der Farbkoordinaten im CIE L*a*b*-Farbraum ermöglicht. In dem Zusammenhang wurde auch die Farbbestimmung nach Glories und die Korrelation beider Farbbestimmungsmethoden mit der menschlichen Wahrnehmung untersucht. Mit Hilfe von Machine Learning konnte weiterhin ein Modell entwickelt werden, um Blanc de Noir von Rosé und Weißwein zu unterscheiden.

Zur Bestimmung der Kristallstabilität von Wein wurden Messprotokolle zur Calcium- und Kaliumkonzentration angepasst, weiterentwickelt und auf die Anwendung in Wein hin optimiert. Gleiches wurde für den Eisen-, den Gesamtphenol- und den Schwefelgehalt, der mit dem Oxidationspotenzial im Zusammenhang steht, durchgeführt. Die Möglichkeit zur Verwendung als Nephelometer wurde anhand der Trübungsmessung während des Bentotests validiert. 

Da auch mikrobiologische Parameter für die Praxis von großer Bedeutung sind, wurden auch diese im Laufe des Projekts untersucht. So wurde eine Methode zur Früherkennung der malolaktischen Fermentation ermittelt, die eine Vorhersage bis zu zwei Tage im Voraus ermöglicht. Hierfür wurde bisher keine photometrische Messmethode entwickelt.

Damit konnte im Laufe des Projekts ein portables Photometer entwickelt werden, das sich aufgrund seiner kleinen Größe, seiner hohen Sensitivität und des flexiblen Einsatzes für die Verwendung im Weinbetrieb eignet. Aufgrund der Implementierung einer App eignet sich das Messgerät auch für aufwändige Messroutinen. Die Einsatzfähigkeit für komplexe Matrizes wie Wein wurde anhand unterschiedlicher Parameter gezeigt, wobei sie sich nicht auf diese beschränkt. Das Messgerät bietet damit eine vielversprechende Perspektive für die Implementierung kostengünstiger und dennoch präziser Prozesskontrolle in der Weinindustrie und darüber hinaus.