Zurück zur Übersicht
Osmo: KI-Nase soll so gut riechen wie ein Mensch – so entstehen die Trainingsdaten
BranchennachrichtenKI-NaseGeruchswahrnehmungTrainingsdaten

Osmo: KI-Nase soll so gut riechen wie ein Mensch – so entstehen die Trainingsdaten

Das KI-Start-up Osmo sagt, seine KI-Nase könne so gut riechen wie ein Mensch. Der vorliegende Auszug aus der MIT Technology Review beschreibt, wie das Unternehmen Trainingsdaten für sein Vorhaben aufbaut. In einem Labor nahe dem Flughafen Newark in New Jersey arbeitet sich ein Team von rund 30 erfahrenen Testpersonen nach und nach durch Gerüche. Die Beteiligten halten ihre Eindrücke mit Begriffen wie „nussig“, „pfirsichartig“ oder „maritim“ fest. Diese Notizen werden mit einer chemischen Analyse abgeglichen. So entsteht eine Sammlung von Trainingsdaten, die menschliche Geruchsbeschreibungen mit chemischen Informationen verbindet. Wie Osmo die Leistung seiner KI-Nase mit der menschlichen Geruchswahrnehmung verglichen hat, geht aus dem Auszug nicht hervor.

MIT Technology Review - AI

Die wichtigsten Punkte

  • Das KI-Start-up Osmo sagt, seine KI-Nase könne so gut riechen wie ein Mensch. Der vorliegende Auszug nennt keine Ergebnisse, anhand derer sich diese Aussage prüfen lässt.
  • In einem Labor nahe dem Flughafen Newark in New Jersey beschreiben rund 30 erfahrene Testpersonen nach und nach verschiedene Gerüche.
  • Zu den im Bericht genannten Beschreibungen gehören „nussig“, „pfirsichartig“ und „maritim“.
  • Die Notizen werden mit einer chemischen Analyse abgeglichen. Aus dieser Verknüpfung entsteht eine Sammlung von Trainingsdaten.

Analyse

Warum Menschen die Gerüche beschreiben

Die Originalmeldung stellt Osmos KI-Nase mit einer Aussage des Unternehmens vor: Sie soll so gut riechen wie ein Mensch. Im verfügbaren Text steht allerdings nicht im Vordergrund, was das System bereits kann. Der Bericht beginnt stattdessen mit der Arbeit der Menschen, die Gerüche beurteilen und ihre Eindrücke festhalten. Rund 30 erfahrene Testpersonen arbeiten dafür in einem Labor nahe dem Flughafen Newark in New Jersey.

Die Beispiele zeigen, wie solche Notizen aussehen. „Nussig“ und „pfirsichartig“ beschreiben einen Geruch über eine Ähnlichkeit mit etwas Bekanntem. „Maritim“ benennt einen Geruchseindruck, der mit dem Meer verbunden wird. Die Wörter geben wieder, wie die Testpersonen einen Geruch wahrnehmen. Sie sind keine Aussagen darüber, welche chemischen Bestandteile für diesen Eindruck verantwortlich sind. Diese Unterscheidung ist wichtig, weil in der beschriebenen Datensammlung sowohl die sprachliche Beschreibung als auch die chemische Analyse eine Rolle spielt.

Der Bericht schildert, dass sich das Team nach und nach durch die Gerüche der Welt arbeitet. Das beschreibt den Umfang des Vorhabens, nicht den Stand der Datenerhebung. Die Zahl von rund 30 bezieht sich auf die beteiligten Menschen, nicht auf die Zahl der untersuchten Gerüche. Wie viele Gerüche das Team bereits beschrieben hat, nennt der Auszug nicht. Ebenso bleibt offen, ob und wie die Testpersonen ihre Eindrücke untereinander abgleichen.

Was der Abgleich mit der chemischen Analyse leistet

Die Geruchsnotizen bleiben nicht für sich stehen. Sie werden laut Bericht mit einer chemischen Analyse abgeglichen. Darin liegt der konkrete Ansatz, den der Auszug für die Erstellung der Trainingsdaten beschreibt: Die menschliche Wahrnehmung wird in Worten festgehalten und mit chemischen Informationen in Beziehung gesetzt. Eine Beschreibung wie „pfirsichartig“ wird dabei nicht durch einen chemischen Befund ersetzt. Vielmehr fließen beide Arten von Informationen in die Datensammlung ein.

Damit lässt sich auch unterscheiden, was der Bericht über die Datenerhebung sagt und was er über das KI-System offenlässt. Er beschreibt, wer die Gerüche beurteilt, nennt Beispiele für die Notizen und erläutert, dass diese mit einer chemischen Analyse abgeglichen werden. Er beschreibt dagegen weder das Verfahren der chemischen Analyse noch, wie die daraus gewonnenen Informationen für das Training aufbereitet werden. Auch wie das System die Geruchsbeschreibungen und die chemischen Informationen verarbeitet, geht aus dem Material nicht hervor.

Der Auszug bricht an der Stelle ab, an der Osmo sein Vorhaben als Weltneuheit einordnet. Worauf sich dieser Anspruch genau bezieht, ist im bereitgestellten Text nicht vollständig zu lesen. Die beschriebene Datenerhebung lässt sich daher einordnen, ohne daraus eine Aussage über den Rang oder die Neuartigkeit des fertigen Systems abzuleiten.

Was der Vergleich mit dem Menschen offenlässt

Die Überschrift der Originalmeldung schreibt den Vergleich mit der menschlichen Nase ausdrücklich dem Start-up zu. Sie berichtet also über Osmos eigene Aussage. Das ist etwas anderes als ein im Artikel belegter Leistungsvergleich. Im Auszug steht weder, welche Aufgabe die KI-Nase bei einem solchen Vergleich lösen müsste, noch, woran gleich gute Leistungen gemessen würden.

Die Arbeit der Testpersonen ist für diese Einordnung relevant, aber aus einem anderen Grund: Der Bericht nennt sie als Quelle menschlicher Geruchsbeschreibungen für die Trainingsdaten. Daraus folgt nicht, dass dasselbe Team auch an einem Leistungstest beteiligt war. Ebenso wenig geht aus dem Abgleich mit der chemischen Analyse hervor, wie zuverlässig das KI-System Gerüche beurteilt. Die Datenerhebung ist der im Auszug beschriebene Teil des Projekts; der behauptete Gleichstand mit dem Menschen bleibt eine Aussage des Unternehmens.

Bedeutung für die KI-Branche

Der konkrete Beitrag der Meldung liegt darin, die Arbeit hinter den Trainingsdaten sichtbar zu machen. Bei Osmos Vorhaben liefern erfahrene Menschen die sprachlichen Beschreibungen, während die chemische Analyse eine zweite Art von Information beisteuert. Erst der Abgleich verbindet in der Datensammlung, wie ein Geruch beschrieben wird und welche chemischen Informationen dazu vorliegen. Damit zeigt das Beispiel, dass die menschliche Geruchswahrnehmung in diesem Projekt nicht nur als Vergleichsmaßstab in der Überschrift auftaucht, sondern auch in die Erstellung der Trainingsdaten einfließt.

Für die Einordnung als KI-Nachricht ist es deshalb sinnvoll, die Entstehung der Daten von der Bewertung des Systems zu trennen. Die Meldung gibt einen Einblick in den Aufbau der Datengrundlage. Sie liefert im vorliegenden Ausschnitt aber keine Grundlage dafür, die KI-Nase auf dem Niveau menschlicher Geruchswahrnehmung einzuordnen. Die Aussage über ihre Leistung ersetzt keine Angaben dazu, wie sie geprüft wurde.

Häufig gestellte Fragen

Wie sammelt Osmo Trainingsdaten für seine KI-Nase?

Rund 30 erfahrene Testpersonen beurteilen in einem Labor nahe dem Flughafen Newark Gerüche und halten ihre Eindrücke schriftlich fest. Die Notizen werden anschließend mit einer chemischen Analyse abgeglichen. So entsteht eine Datensammlung, die beide Arten von Informationen zusammenführt.

Welche Geruchsbeschreibungen nennt die Originalmeldung?

Der Bericht nennt „nussig“, „pfirsichartig“ und „maritim“. Das sind Beispiele für die Wörter, mit denen die Testpersonen ihre Geruchseindrücke festhalten. Der Auszug nennt weder eine vollständige Liste der verwendeten Begriffe noch die Zahl der bereits erfassten Gerüche.

Ist belegt, dass Osmos KI-Nase so gut riecht wie ein Mensch?

Der vorliegende Ausschnitt gibt diese Einschätzung als Aussage des Unternehmens wieder. Er enthält keine Angaben zur Versuchsanordnung, zu den Bewertungskriterien oder zu den Ergebnissen eines direkten Vergleichs mit Menschen.

Ähnliche Nachrichten

Satya Nadella zu KI-Cyberangriffen: Viele kritische Infrastrukturen lassen sich nicht mit Patches absichern
Branchennachrichten

Satya Nadella zu KI-Cyberangriffen: Viele kritische Infrastrukturen lassen sich nicht mit Patches absichern

Microsoft-Chef Satya Nadella hält große Teile der kritischen Infrastruktur für nicht patchbar. TechCrunch AI berichtet über seine Einschätzung vor dem Hintergrund von Befürchtungen über KI-Cyberangriffe. Zugleich spielte Nadella den jüngsten Ausfall von Outlook herunter. Beim Blick auf die vernetzte Welt betonte er, dass künstliche Intelligenz sowohl Chancen als auch neue Herausforderungen für deren Absicherung mit sich bringt. Die Meldung nennt weder konkrete Infrastrukturen, die sich nach Nadellas Einschätzung nicht patchen lassen, noch erläutert sie die Ursache des Outlook-Ausfalls. Sie stellt auch keinen Zusammenhang zwischen dem Ausfall und einem KI-Cyberangriff her. Im Mittelpunkt stehen damit Nadellas Aussagen zur Absicherung vernetzter Systeme, nicht die technischen Hintergründe eines konkreten Angriffs.

Google Search und Gemini: Schulen in New York, Los Angeles und Chicago prüfen Alternativen
Branchennachrichten

Google Search und Gemini: Schulen in New York, Los Angeles und Chicago prüfen Alternativen

Schulen in New York, Los Angeles und Chicago erwägen Alternativen zu Google Search. Das berichtet The Verge unter Berufung auf The New York Times. Anlass ist eine Ankündigung von Google: Ab dem kommenden Jahr sollen Schulen die auf Gemini basierenden KI-Funktionen nicht mehr abschalten können, ohne zugleich Google Search zu deaktivieren. Damit betrifft die Entscheidung über die KI-Funktionen auch die weitere Nutzung der Google-Suche. Die Meldung beschreibt die Suche nach Alternativen als laufende Prüfung, nicht als beschlossenen Wechsel. Welche Alternativen die Schulen in Betracht ziehen und welche Gemini-Funktionen im Einzelnen betroffen sind, geht aus dem vorliegenden Ausschnitt der Meldung nicht hervor.

Gemini 4 Neon: Was die Ankündigung im DeepMind Blog verrät und was offenbleibt
Branchennachrichten

Gemini 4 Neon: Was die Ankündigung im DeepMind Blog verrät und was offenbleibt

Der DeepMind Blog führt einen Beitrag mit dem Titel „Introducing Gemini 4 Neon“, auf Deutsch „Wir stellen Gemini 4 Neon vor“. Als Veröffentlichungsdatum ist der 18. November 2026 angegeben. Der DeepMind Blog ist sowohl als Quelle als auch als Urheber des Beitrags genannt. Ein Beitragstext liegt in der bereitgestellten Originalmeldung nicht vor. Damit lässt sich aus dem Titel zwar ableiten, dass der Beitrag Gemini 4 Neon vorstellt. Was genau unter diesem Namen vorgestellt wird, geht aus den vorliegenden Angaben jedoch nicht hervor. Auch zu Funktionen, technischen Eigenschaften, Preisen oder zur Verfügbarkeit liegen keine Informationen vor. Die Meldung lässt sich daher als Ankündigung einordnen, nicht aber als Grundlage für eine technische Bewertung oder einen Vergleich mit anderen Angeboten.