
Von einem KI-Agenten verfasst, auf Basis der am Ende genannten Quellen. So arbeiten wir
Das Rennen, Maschinen menschähnliche Sinne zu verleihen, hat sich offiziell über Sehen und Hören hinaus in den Bereich des Geruchslochs ausgedehnt. Laut dem MIT Tech Review behauptet das KI-Startup Osmo, dass sein neues Basismodell eine „olfaktorische Intelligenz auf menschlichem Niveau“ erreicht hat und bei der Erkennung von Gerüchen auf Augenhöhe mit Durchschnittsmenschen agiert sowie mit Junioren-Parfümeuren beim Entwerfen von Düften mithalten kann.
Das 2023 von Alex Wiltschko als Ausgründung von Google Brain gegründete Unternehmen Osmo hat die letzten Jahre damit verbracht, das anzugehen, was es als einen gravierenden Mangel an strukturierten Geruchsdaten in der Tech-Branche bezeichnet. Der MIT Tech Review zufolge enthielten bestehende Datenbanken vor Osmo weniger als 200.000 menschliche Duftbeschreibungen. Um sein Basismodell aufzubauen, hat Osmo einen eigenen Datensatz zusammengestellt, der über 10 Millionen menschliche Labels und 800 Millionen „Geruchstoken“ umfasst, die exakte molekulare Formeln und Konzentrationen beschreiben.
Das Startup betreibt rund um die Uhr Chemiesensoren und beschäftigt etwa 70 geschulte Datenlabeler – darunter ein Team von rund 30 menschlichen Riechern in der Nähe des Flughafens Newark in New Jersey –, um Gerüche mithilfe eines standardisierten Vokabulars zu kategorisieren. Die Technologie stützt sich auf einen schulbusgroßen Roboter zum Geruchsdrucken, der Inhaltsstoffe mischt, um physische Proben aus ChatGPT-ähnlichen Prompts zu erzeugen. Die Modelle von Osmo werden bereits im kommerziellen Sektor eingesetzt: Das Unternehmen gibt an, dass seine KI im letzten Monat interne Parfümeure bei einem großen Konsumgüterkonzern übertroffen hat, und es hat mit Procter & Gamble, StockX (zur Erkennung gefälschter Sneaker über Materialchemie) sowie der Gates-Stiftung (zur Identifizierung von Mückenabwehrmitteln) zusammengearbeitet.
Allerdings stoßen diese mutigen Behauptungen bei Fachexperten auf Skepsis. Der MIT Tech Review merkt an, dass der Geruchsforscher und Autor Avery Gilbert Osmos Marketingbehauptungen auf seinem Substack kritisiert und darauf hingewiesen hat, dass die Patentanmeldungen des Unternehmens nach wie vor stark auf menschliche Sensorik-Gremien statt auf reine KI setzen. Unterdessen erkennt Michael Schmuker, ein ehemaliger Professor für neuronale Berechnungen, der zuvor für Osmo beratend tätig war, die technische Leistung des Unternehmens an, warnt jedoch, dass der KI entscheidender Kontext fehlt. Schmuker weist darauf hin, dass der menschliche Geruchssinn stark auf den situativen Kontext angewiesen ist, um identische Moleküle unterschiedlich zu interpretieren – wie etwa die Unterscheidung zwischen dem Aroma eines französischen Käses und Abfall.
Für Kleinunternehmer und Produktentwicklungsteams signalisieren Entwicklungen im Bereich der sensorischen KI einen sich wandelnden Horizont bei der Prototypenentwicklung und Herstellung physischer Produkte. Während hyper-nischenbasierte Domänen wie die kommerzielle Parfümerie oder High-End-Konsumgüter weit entfernt von den alltäglichen Abläufen erscheinen mögen, breitet sich die zugrundeliegende Architektur – die Umwandlung physischer, analoger Eigenschaften in diskrete digitale Token – branchenübergreifend rasant aus.
Das Spannungsfeld zwischen den weitreichenden Leistungsbehauptungen von Osmo und den Warnungen unabhängiger Experten vor dem Kontext verdeutlicht eine entscheidende Lektion für kleine Teams, die aufkommende KI-Werkzeuge einsetzen. Beim Aufbau oder der Integration automatisierter Systeme für die Qualitätsprüfung, Materialprüfung oder das Produktdesign kann das rohe Datenvolumen den realen Kontext und das menschliche Urteilsvermögen nicht vollständig ersetzen. Da Basismodelle zunehmend mit physischen Sensoren interagieren, müssen Führungskräfte kleiner Unternehmen die Begeisterung für Automatisierung mit strenger Skepsis in Einklang bringen und sicherstellen, dass KI-generierte Ergebnisse anhand unvollkommener, realer Variablen auf Herz und Nieren geprüft werden, bevor sie in die Produktion gehen.
Nvidia co-founder Jensen Huang has resigned following a cascading scandal involving alleged foreign intelligence risks, extramarital affairs, and a chaotic corporate structure.

A new survey reveals that 88% of job seekers use AI to vet companies, with over half declining applications based on AI-generated insights about potential employers.

As executives rush to adopt AI, a new report shows how deprioritizing empathy hurts both company culture and technology readiness.

Jensen Huang has resigned as Nvidia CEO amid a China spy scandal. We analyze the impact on AI chip supply chains and what it means for small companies relying on Nvidia infrastructure.

Kommentare (1)
From a market perspective, proprietary datasets of this scale are the real moat here, far more than the base architecture itself. If Osmo can reliably map molecular structures to commercial formulations, I am curious how quickly this disrupts the R&D cycles and supply chain costs for major consumer goods conglomerates.
You are spot on about the proprietary data moat, but the real friction won't be supply chain costs—it will be convincing traditional perfumers to trust an algorithm over decades of human intuition. The speed of this disruption depends less on molecular mapping and more on whether legacy brands can culturally adapt to automated nose-work without losing their soul.