In der gesamten Spezialitätenkaffeebranche sorgen neue Technologien für Furore. Insbesondere bei Kaffeeröstern gab es eine Explosion an Innovationen bei der Röstsoftware, wie beispielsweise Cropster und Artisan, das Daten in Echtzeit verfolgt und in leicht zugänglichen Vorlagen zusammenstellt, die es Röstern angeblich ermöglichen, die besten Röstprofile zu isolieren und darauf aufzubauen.
Die Methode, mit der dieses Endergebnis erreicht wird, ist grundsätzlich wissenschaftlich: Durch die Entwicklung eines Kompendiums präzise erfasster Röstkurven sollten Röster letztendlich in der Lage sein, einzugrenzen, welche Ladetemperatur, Röstzeit, Risstemperatur usw. zu den besten Röstungen führen.
Das Schlüsselwort oben ist schließlich. Es braucht Zeit, genügend Daten zu sammeln, um einen Unterschied bei der Röstung festzustellen – und dabei ist die zusätzliche Zeit, die für die Analyse dieser Daten benötigt wird, um die beste Vorgehensweise für einen bestimmten Kaffee zu ermitteln, noch nicht einmal berücksichtigt. Hinzu kommt die Tatsache, dass die geringste Änderung der Luftfeuchtigkeit oder Temperatur all diese Arbeit zunichte machen kann, was trotz einer replizierten Referenzkurve zu einem unterdurchschnittlichen Ergebnis auf dem Cupping-Tisch führt.
Enter benkeis, eine neue Röstsoftware mit maschinellem Lernen, von der Entwickler Ed Kong glaubt, dass sie diese Probleme lösen wird. Benkei soll im August dieses Jahres als Beta-Version auf den Markt kommen. Ziel ist es, große Mengen an Rohröstdaten zu verarbeiten und sie einem Röster, der seinen Röstvorgang optimieren möchte, sofort nutzbar zu machen, unabhängig von Kaffee oder Röstgerät.
„Aktuelle Software bietet nicht genügend Mehrwert“, sagt Kong. „Software kann unglaublich schwer einzurichten sein und steht in vielen Fällen beim Rösten einfach im Weg. Beim Rösten gibt es so viele Variablen, von der Maschine, der Bohne und der Umgebung. Fast alle davon sind einzigartig. Kein Mensch könnte jede Variable entwirren. Aber maschinelles Lernen kann das. Maschinelles Lernen ermöglicht es uns, Beobachtungen zu machen und mathematische Modelle zu erstellen, um Vorhersagen zu treffen.“
Je mehr Daten in Benkei eingespeist werden, desto genauer sind seine Vorhersagen.
Aufgrund seiner beruflichen Laufbahn in der Technologiebranche konnte Kong aus erster Hand beobachten, wie maschinelles Lernen Probleme lösen kann, die für Menschen nicht lösbar sind. Und zwar nicht nur durch die Sortierung der Daten, sondern auch durch das Erreichen der besten Schlussfolgerungen hinsichtlich der Verwendung dieser Daten.
„Die Lernfähigkeit nahm so schnell zu, dass wir nicht mithalten konnten“, sagt Kong. Benkei möchte „vorhersagen, wie Ihr Röster mit einem bestimmten Kaffee funktioniert“, und zwar dank der Fülle an Daten, die es verarbeitet und entschlüsselt. Und es besteht keine Gefahr, dass durch die Nutzung der Software Geschäftsgeheimnisse oder geistiges Eigentum verloren gehen.
„Der wichtige Unterschied ist, dass wir keine Daten weitergeben. Ich kenne Ihre genauen Profile nicht. Ich weiß nicht einmal, ob Sie einen bestimmten Kaffee geröstet haben“, erklärt Kong. „Wir möchten Ihnen wertvolle Analysen und Erkenntnisse liefern, die Ihre Röstung verbessern. Was wir weitergeben, ist unser gesamtes Wissen in Form eines mathematischen Modells. Und wir alle profitieren davon, dass wir ein viel umfassenderes und vollständigeres Bild haben.“
Der Gedanke, dass Roboterröster die Spezialitätenkaffeebranche erobern, lässt viele zweifellos erschauern, doch für Kong ist Widerstand, nun ja, zwecklos.
„Die Realität ist, dass die Technologie bereits da ist. Wir haben die Wahl, wie wir reagieren. Und wie können wir die Technologie zu unserem Verbündeten und Partner machen“, sagt Kong.
Und neue Technologien müssen nicht beängstigend sein, sondern könnten tatsächlich einen grundlegenden Wandel für die gesamte Branche mit sich bringen.
„Wir reden viel über Transparenz und Fairness beim Kaffee. Doch die Realität ist, dass die Produzenten kaum Zugang zu Werkzeugen, Schulungen und Daten haben. Und Verbraucher und Röster werden mit zu vielen Daten überlastet.“
„Stellen Sie sich vor, wir würden alle auf dieselben Daten zugreifen. Von den Bauern über die Röster bis hin zu den Baristas. Mit einem besseren Zugang zu Daten und Bildung können wir die Lieferkette fairer und transparenter gestalten. Datengleichheit bedeutet mehr wirtschaftliche Gleichheit. Datengleichheit bedeutet mehr Zusammenarbeit.“
Brendan Adams ist freiberuflicher Journalist und schreibt für Vice Canada, Metatron, Hazlitt und andere. Mehr lesen Brendan Adams über Sprudge.
