KI SpotlightNewsCornell-Studie: Vertrauensdefizite blockieren KI-Datenaustausch in der Lebensmittelsicherheit
Nicht technologische Hürden, sondern mangelndes Vertrauen, Wettbewerb und fehlende gemeinsame Standards verhindern die gemeinsame Nutzung vertraulicher Daten für KI-Anwendungen.
Mit KI erstellt◆ Fakten auf einen Blick
- Eine Studie von Linda Kalunga (Cornell University) wurde in npj Science of Food veröffentlicht und basiert auf Interviews mit 27 Führungskräften aus den Bereichen Milch, Fleisch, Obst/Gemüse, Lebensmittelherstellung und Lebensmittelsicherheitslabore.
- Die Studie identifiziert Vertrauensdefizite, Wettbewerb und fehlende gemeinsame Standards als Hindernisse für den Austausch vertraulicher Lebensmittelsicherheitsdaten.
- Laut hyper.ai identifiziert die Studie Vertrauen – nicht technologische Fähigkeiten – als primäre Barriere für die Nutzung von KI in der Lebensmittelsicherheit.
- Die Studie wurde von Linda Kalunga unter der Betreuung von Professor Renata Ivanek geleitet; Koautoren stammen von der University of California, Davis und der University of California, Berkeley.
Vertrauen als Haupthindernis für KI-Datenaustausch in der Lebensmittelsicherheit
Eine neue Studie der Cornell University identifiziert Vertrauensdefizite – nicht technologische Unzulänglichkeiten – als primäre Barriere für den Austausch vertraulicher Lebensmittelsicherheitsdaten, die für KI-Anwendungen nötig wären. Die in npj Science of Food veröffentlichte Untersuchung von Linda Kalunga zeigt, dass Unternehmen zwar die Vorteile einer gemeinsamen Datennutzung erkennen: Durch die Aggregation großer, diverser Datensätze ließen sich Risiken früher identifizieren, Vorhersagemodelle verbessern und seltene lebensmittelbedingte Ausbrüche erkennen, die einzelne Organisationen sonst übersehen würden. Insbesondere kleinere Unternehmen könnten von Analysen profitieren, die sonst unerschwingliche Forschungsinvestitionen erfordern würden. Doch trotz dieser Vorteile bleibt der kollaborative Datenaustausch weitgehend unrealisiert. Die Befragten nannten technische Inkompatibilitäten wie uneinheitliche digitale Infrastruktur und veraltete Aufzeichnungssysteme als logistische Hürden – das dominierende Hindernis sei jedoch psychologischer und rechtlicher Natur: mangelndes Vertrauen, Wettbewerbsbedenken und fehlende gemeinsame Standards. Andere Analysen betonen dagegen Datenqualität und Governance als größte Barrieren; die Cornell-Studie fokussiert jedoch auf den zwischenbetrieblichen Austausch und hebt damit eine andere Ebene der KI-Implementierung hervor.
Studiendesign und beteiligte Branchen
Die Studie basiert auf Interviews mit 27 Führungskräften aus der Lebensmittelbranche, darunter Vertreter aus den Bereichen Milch, Fleisch, Obst und Gemüse, Lebensmittelherstellung sowie Lebensmittelsicherheitslabore. Geleitet wurde die Untersuchung von Linda Kalunga, Doktorandin im Labor von Professorin Renata Ivanek am College of Veterinary Medicine der Cornell University und Co-Direktorin des Cornell Institute for Digital Agriculture. Koautoren stammen von der University of California, Davis, und der University of California, Berkeley. Das interdisziplinäre Projekt vereinte Fachleute aus Lebensmittelwissenschaft, Datenwissenschaft, Wirtschafts- und Sozialwissenschaften. Kalunga selbst äußerte sich überrascht über die Offenheit der Teilnehmer, ihre Perspektiven zu teilen, obwohl sie ursprünglich mit größerer Zurückhaltung gerechnet hatte – insbesondere bei der Zusammenarbeit mit Wettbewerbern.
