Team > Prof. Dr. Stephan Schwarzinger

Nordbayerisches NMR Zentrum (NBNC)
Arbeitsgruppe zur Qualität und Echtheit von Lebensmitteln und Materialien

Vita

Stephan Schwarzinger studierte Wirtschaftsingenieurwesen Technische Chemie (WiTeCh) an der Johannes Kepler Universität Linz, wo er 1999 auch promovierte. Es folgte ein Postdoc-Aufenthalt am The Scripps Research Institute, La Jolla, CA (USA).

Anschließend forschte seit 11/2000 am Lehrstuhl für Biopolymere an der Universität Bayreuth, wo er 2006 in biophysikalischer Chemie habilitierte und 2008 den Lehrstuhl Biochemie vertrat. Seit 2010 ist er Mitglied am Forschungszentrum für Bio-Makromoleküle (FZ BIOmac) der Universität Bayreuth, wo er seit 2013 außerplanmäßiger Professor ist. Von 2010 bis 2017 war er Gründungsgeschäftsführer der ALNuMed GmbH (im Nebenamt) und leitete dort die Entwicklung von neuen Prüfmethoden insbesondere für Honig, Speiseöle, Fleisch & Fisch, Kakao und Getreide.

Seit 2018 ist er Geschäftsführer des Nordbayerischen NMR Zentrums (NBNC) und leitet dort die Arbeitsgruppe zur Qualität und Echtheit von Lebensmitteln und Materialien. Er beschäftigt sich intensiv mit nicht-gerichteter Analytik und Chemometrie (einschließlich ML/KI).

Unter anderem ist Prof.Schwarzinger in der IHC (International Honey Commission) sowie in der APIMONDIA Arbeitsgruppe „Honey Fraud“ aktiv. Weiter unterstützt er projektspezifisch die GIZ (Gesellschaft für internationale Zusammenarbeit) und berät die USP (US Pharmacopoeia) als Experte. Er ist in der Normung aktiv (DIN, EN, ISO) und Sprecher der DIN-Arbeitsgruppe zu „Validierungskonzepten für nicht-gerichtete Methoden in der Lebensmittelanalytik“.

Nordbayerisches NMR Zentrum (NBNC)
Arbeitsgruppe zur Qualität und Echtheit von Lebensmitteln und Materialien

Methoden

Viele analytische Fragestellungen beispielsweise aus der Lebensmittel- und Umweltanalytik, der medizinischen Diagnostik oder der Authentizitätsprüfung lassen sich nicht mehr mit einem einzigen Analysenparameter beschreiben. Wir arbeiten mit multiparametrischen Analysendaten aus einzelnen oder kombinierten Messverfahren und verwenden Verfahren der Chemometrie zur Klassifizierung von Proben bzw. zur Korrelation der Proben mit bestimmten Eigenschaften. Ein Schwerpunkt der Forschung liegt auf der Optimierung des gesamten Prozesses der Modellbildung, dem Teilprozess der Validierung und der Beschreibung der prädiktiven Leistungsfähigkeit von Modellen auf Basis biologischer, chemischer und/oder physikalischer Daten. Wir wenden unser Know-How breit an, unter anderem zur Echtheitsprüfung von Lebensmitteln.

Weil eben auch die Qualität und Echtheit von Lebensmitteln in der Regel nicht von einem Prüfparameter abhängt und weil Fälscher ihre Manipulationen in der Regel bewusst maskieren, arbeiten wir mit Methoden die rasch eine Vielzahl von Prüfparametern erfassen können: Wir digitalisieren quasi Lebensmittel und erstellen Fingerabrücke ihrer Inhaltsstoffe. So erhalten wir rasch, innerhalb von wenigen Minuten, einen ersten Gesamteindruck der analysierten Probe. Die Methoden sind breit anwendbar (siehe breite Anwendbarkeit).

Es gibt in der Regel auch nicht eine einzelne Methode die Sicherheit in allen Belangen schaffen kann – dafür ist die Natur zu divers und die Lebensmittel zu komplex zusammengesetzt. Daher verwenden wir verschiedene multi-Parameter Methoden, insbesondere die NMR-Spektroskopie; die Massenspektrometrie und optische, Infrarot-(IR)-basierte Methoden. Aber auch mikroskopische Bilder werden hier eingesetzt. Oft kombinieren wir unsere multi-Parameter Methoden mit weiteren klassischen Referenzverfahren (siehe Geräteliste), um die Validität der neu entwickelten Screening-Verfahren zu gewährleisten. Dieses Setup - eine Probe systematisch (zunächst ungerichtet) mehreren Untersuchungen zu unterziehen - bezeichnen wir als Analytisches Ecosystem: Die Kombination einer begrenzten Zahl analytischer Technologien bzw. analytischer Methoden in Verbindung mit einer entsprechenden Datenanalysesoftware bietet einen signifikanten Mehrwert gegenüber isolierten Verfahren.

Chemometrie (ML/KI)
... ist eine vergleichsweise neue Disziplin in der Chemie. Im Wesentlichen geht es darum, Zusammenhänge zwischen komplexen chemischen Analysedaten und bestimmten Sachverhalten, wie etwa einer bestimmten regionalen Herkunft oder der Anbaumethode, herzustellen. Dabei ist in der Regel zunächst unbekannt, welche Komponenten den Ausschlag für eine Unterscheidung (Klassifizierung) oder eine Regression bilden. Man spricht hier von nicht-gerichteter (oder ungerichteter) Analytik. Im Detail werden Probendaten (z.B., aus chemischen, spektroskopischen oder mikroskopischen Untersuchungen) mittels Verfahren des maschinellen Lernens (ML, einschl. Verfahren der künstlichen Intelligenz, KI) mit bekannten Informationen in Bezug gesetzt. Das Ergebnis wird als chemometrisches Modell bezeichnet (heutzutage auch oft schlicht als KI … hier eben auf Basis chemischer, biologischer und/ oder physikalischer Messdaten).

Der Großteil unserer Forschung beschäftigt sich mit der Frage wie solche Modelle effizient und bestmöglich erstellt werden und wie sicher die für neue Proben erzielten Aussagen sind (prädiktive Leistungsfähigkeit). Wir betrachten dabei den gesamten Workflow der Modellerstellung, der neben Auswahl der Proben, der Probenvorbereitung und den Details der Datenakquise (sogenannte Wet-Lab Komponente der Modellerstellung), auch die Datenvorbehandlung, die Auswahl eines geeigneten Algorithmus und den Validierungsprozess (zusammen die sog. Dry-Lab Komponente der Modellbildung) umfasst. Um Daten, die mit verschiedenen analytischen Verfahren erzeugt wurden (vgl. analytisches Ecosystem), auch kombinieren zu können – ja, wir machen Big-Data noch größer – entwickelt unsere Gruppe ein einzigartiges Softwaretool, AI(OMICS)^n (auf GitLab öffentlich verfügbar). Unter anderem sind wir damit in der Lage die effizienteste Methodenkombinationen zu identifizieren, um bestimmte Fragestellungen zu lösen, die sich mit einer Methode alleine nicht beantworten lassen. Dazu gehören oft Fragen zur geographischen Herkunft oder zur Anbaumethode, also bio oder nicht-bio. Chemometrische, insbesondere nicht-gerichtete ML/KI-basierte Verfahren sind in ihrer Anwendung aber nicht auf die Lebensmittelanalytik beschränkt ...

Breite Anwendbarkeit:
Wir forschen aktuell intensiv an Honig, Getreide (Projekt AgrOr), Speiseölen, Kakao, Getränken (u.a. Energy-Drinks), Fisch & Fleisch sowie anderen vorwiegend pflanzlichen Lebensmitteln. Routinemäßig werden Machbarkeitsstudien zu neuen Lebensmitteln durchgeführt. Unsere spektroskopischen Verfahren sind aber nicht auf Lebensmittel beschränkt. So untersuchen wir Körperflüssigkeiten wie Urin, um beispielsweise Effekte bestimmter Diäten oder von sportlicher Betätigung auf den menschlichen Stoffwechsel feststellen zu können (Kooperation mit Prof. Dr. Walter Schmidt und Prof. Dr. Othmar Moser). Auch in der Umweltanalytik finden vermehrt nicht-gerichtete chemometrische Verfahren Anwendung. Neben NMR und LC-MS können insbesondere die IR-basierten optischen Methoden können sehr effizient in der Materialforschung/ Materialprüfung eingesetzt werden. Sogar anorganische Materialien, wie z.B. Edelsteine, können auf Echtheit geprüft werden ...

Interdisziplinär:
Unsere Arbeit erfordert vielfältiges Know-How, beispielsweise betreffend die Prinzipien der Modellerstellung, erfordert in den allermeisten Fällen aber auch fundierte Kenntnisse über das Anwendungsgebiet für ein Modell. Auch ökonomische Aspekte spielen eine wichtige Rolle, beispielsweise wenn es darum geht Ergebnisse aus dem Grundlagenbereich in die Anwendung zu bringen – Stichwort Automatisierung. Die hilft in der Tat oft schon im Grundlagenbereich, um effizient größere Stichprobenmengen handhaben und damit oft die Basis für den Modellierungsprozess entscheidend vergrößern zu können. Sogar Teilbereich aus dem Fachgebiet Jura können für uns relevant werden, wenn sich auch neuen Verordnungen neue Anforderungen an die Analytik ergeben, oder wenn es um Normierungsprozesse geht. Wichtig ist, dass unsere Mitarbeiter*innen eine Kernkompetenz – in der Regel aus den Bereichen der Modellierung (Biologie, Chemie, Physik, Mathematik, Informatik) oder aus dem Anwendungsbereich (z.B., Lebensmittelchemie, Gesundheitswissenschaften, Umweltchemie, etc.) und auf jeden Fall offen sind für das, was jenseits der eigenen Fachgrenzen passiert: Innovationen entstehen in vielen Fällen heute nicht nur innerhalb der Fachgebiete, sondern insbesondere an den Grenzflächen von Fächern!

Nordbayerisches NMR Zentrum (NBNC)
Arbeitsgruppe zur Qualität und Echtheit von Lebensmitteln und Materialien

Publikationen

Nordbayerisches NMR Zentrum (NBNC)
Arbeitsgruppe zur Qualität und Echtheit von Lebensmitteln und Materialien

Prof. Dr. Stephan Schwarzinger
Geschäftsführer des Nordbayerischen NMR Zentrums (NBNC)Leiter der Arbeitsgruppe zur Qualität und Echtheit von Lebensmitteln und Materialien

Universitätsstraße 30, 95447 Bayreuth

Telefon: 0921 – 55 2046
E-Mail: s.schwarzinger .AT. uni-bayreuth.de
Homepage:

http://csi-food.uni-bayreuth.de