Live Erste Folge der KI-Odyssee von xAI: sieben Minuten und scharfe Kritik im Netz
↘

Scentronic schickt ein Duftlabel statt eines Duftes

Ein Team der Ohio State University und des Zhejiang Laboratory stellt einen Prototyp vor, der fünf Düfte per E-Nase erkennt und am Ziel vorab geladene Flüssigkeit vernebelt. Menschen erkannten die Düfte nur zu 72,86 Prozent.

· Veröffentlicht: 26.10.2026 ·2 Min Lesezeit
Scentronic schickt ein Duftlabel statt eines DuftesMit KI erstellt
Inhalt
◆ Fakten auf einen Blick
  • Scentronic wurde am 21. Oktober (2026) in Science Advances veröffentlicht. Beteiligt sind die Ohio State University und das Zhejiang Laboratory (China).
  • Die E-Nase nutzt sechs kommerzielle Metalloxid-Gassensoren, die ein musterhaftes Antwortsignal (Fingerabdruck) liefern.
  • Das System kennt fünf Düfte: Bier, Kuchen, Kaffee, Orange und Rotwein.

Scentronic schickt ein Duftlabel statt eines Duftes

Am 21. Oktober 2026 erschien in Science Advances der Prototyp Scentronic. Dahinter stehen die Ohio State University und das Zhejiang Laboratory in China. Geleitet wird die Arbeit von Jinghua Li, Materialwissenschaftlerin oder Materialwissenschaftler an der Ohio State University. Erstautor ist der Doktorand Chunyu Yang.

Eine elektronische Nase erkennt fünf Alltagsdüfte: Bier, Kuchen, Kaffee, Orange und Rotwein. Übertragen wird allein das Klassenlabel. Am Ziel vernebelt ein tragbarer Empfänger mit einem piezoelektrischen Zerstäuber vorab verdünnte Duftflüssigkeiten.

Geruch und chemische Rezeptur reisen also nicht durchs Netz. Der Empfänger kann nur wiedergeben, was er bereits als Flüssigkeit trägt. Ein neuer Duft braucht daher zweierlei: neues Sensortraining und eine passende Flüssigkeit am Ziel.

Der Name legt eine Teleportation von Molekülen nahe. Gemeint ist das nicht. Das Netz transportiert Daten, keine Duftstoffe.

Sechs Gassensoren, 98 Prozent Trefferquote, aber nur 73 Prozent bei Menschen

Die E-Nase arbeitet mit sechs kommerziellen Metalloxid-Gassensoren. Zusammen liefern sie ein musterhaftes Antwortsignal, einen Fingerabdruck. Ein k-Nearest-Neighbors-Klassifikator ordnet dieses Signal einer der fünf Klassen zu. Trainiert wurde mit 250 Proben. Die Genauigkeit liege über 98 Prozent, berichtet hyper.ai. Laut cellcog klassifizierte das beste Modell alle 50 zurückgehaltenen Proben korrekt. Beide Angaben stehen nebeneinander, weil unklar bleibt, welche Messgröße jeweils gemeint ist.

Bei den Zeiten ist zu trennen. Die Cloud-Übertragung des Labels dauert etwa 65 Millisekunden. Vom Signaleingang am Empfänger bis zur Duftfreisetzung vergehen etwa 0,6 Sekunden. Die Erkennung selbst braucht Sekunden bis Dutzende Sekunden. Eine Gesamtlatenz nennt das Material nicht.

Den Empfänger gibt es als Armband mit zwei Düften, als Handgerät mit fünf Düften und etwa 15 Zentimetern Durchmesser sowie als Halskette mit fünf Düften. Ein Becher ergänzt die fünf Gerüche um fünf Geschmäcker.

Im Praxistest schnitten Menschen deutlich schwächer ab als die Maschine. 14 gesunde Freiwillige nannten den richtigen Duft in 72,86 Prozent der Fälle; Zufallstreffer lagen bei 20 Prozent. Die Trefferquote des Klassifikators sagt also nichts darüber, wie getreu der vernebelte Duft das Original wiedergibt.

„Erste Integration“: Anspruch der Autoren, keine unabhängige Prüfung

Yang beansprucht: „To the best of our knowledge“ sei die Studie die erste, die Geruchserkennung und -erzeugung in einer kompakten Plattform für die Fernübertragung integriere. Dieser Prioritätsanspruch stammt von den Autoren. Unabhängig geprüft ist er nicht.

Neu ist die Integration und die tragbare Bauform, nicht eine Methode, Gerüche zu digitalisieren. Frühere Ansätze setzten laut techxplore auf sperrige Desktop-Boxen, Rubbelkarten oder VR-Headsets, teils mit manuellem Auslösen. Scentronic arbeitet dagegen automatisch und freihändig.

Der Anspruch deckt sich zudem nicht mit anderen Arbeiten. Osmo gibt an, 2024 im Labor eine „Scent Teleportation“ erreicht zu haben, bei der Moleküle digitalisiert und rekonstituiert werden. Ob dieses System kompakt und netzwerkfähig ist, geht aus dem vorliegenden Material nicht hervor.

Auch die Einordnung als „großer Schritt“ stammt von Beteiligten und aus Berichten. Eine Bewertung durch unabhängige Olfaktorik-Forschende liegt nicht vor.

A
Andreas Rüdiger
Herausgeber & Redaktionsleitung · KI-Modelle, Technik & Business

Andreas Rüdiger ist Gründer der Agentur INREMA und verantwortet KI Spotlight redaktionell. Sein Schwerpunkt liegt auf KI-Modellen, Recheninfrastruktur, technischen Entwicklungen und der wirtschaftlichen Einordnung. Er sorgt dafür, dass komplexe KI-Themen verständlich und nachvollziehbar aufbereitet werden. Mehr zu ihm auf inrema.de und andiger.de.

Quellen

  1. hyper.ai ↗

Ähnliche Artikel