Open-Source-KI-Modell hat die Olivenölpreise genau vorhergesagt

Die Olivenölpreise haben weltweit historische Höchststände erreicht, was auf schlechte Ernten zurückzuführen ist, die durch Dürre und hohe Temperaturen im Frühjahr in den wichtigsten Erzeugerländern, allen voran Spanien, verursacht wurden.

Während die Preise am Ursprungsort gegenüber ihrem Rekordhoch von Mitte Januar gesunken sind, liegen die Einzelhandelspreise weiterhin deutlich über dem Durchschnitt, was zu Veränderungen im Kaufverhalten in Ländern führt, in denen traditionell viel Olivenöl konsumiert wird.

Führende Branchenexperten rechnen mit sinkenden Preisen, da die weltweite Olivenölproduktion im Erntejahr 2024/25 voraussichtlich wieder auf etwa drei Millionen Tonnen steigen wird. Die künftige Preisentwicklung ist jedoch noch alles andere als sicher.

Siehe auch: Forscher stellen KI-Tool vor, das Olivenbauern bei der Vorhersage des Erntezeitpunkts helfen soll

Zu diesem Zweck hat ein Forscher in der südspanischen Autonomen Gemeinschaft Andalusien, der weltweit größten Olivenöl-Anbauregion, ein Programm auf Basis künstlicher Intelligenz (KI) entwickelt, um die Olivenölpreise vorherzusagen.

Diego Hueltes, Informatikingenieur und Geschäftsführer von TADIA.ai, einer KI-Beratungsfirma, entwickelte drei Modelle zur Preisprognose, darunter eine einwöchige Vorhersage, eine Vier-Wochen-Prognose sowie eine Vorhersage darüber, ob die Preise steigen oder fallen werden.

„Ich komme aus Alcalá la Real, einer Stadt in Jaén, wo der Olivenanbau die Haupteinnahmequelle ist und es eine tief verwurzelte Kultur rund um Olivenöl gibt“, sagte er gegenüber Olive Oil Times.

„Ich fand es faszinierend, dass die Älteren Marktbewegungen anhand des Wetters und der Preise vorhersagen konnten“, fügte er hinzu. „Wenn sie das aufgrund ihrer Erfahrung konnten, war meine Prämisse, dass ein KI-Modell dasselbe auf systematischere Weise erreichen könnte.“

Hueltes nutzte Algorithmen des maschinellen Lernens und Forschungsergebnisse aus dem Bereich der künstlichen Intelligenz, um historische Olivenölpreise, meteorologische Daten und Produktionsdaten zu analysieren, um für die Jahre 2017 und 2018 genaue Preisprognosen zu erstellen.

„Ich habe zwei Modelle entwickelt“, sagte Hueltes. „Das erste konnte den Preis als absoluten Wert vorhersagen. In diesem Fall wies mein Modell einen mittleren Fehler von drei Prozent auf. Wenn mein Modell beispielsweise vorhersagt, dass der Preis nächste Woche bei 10,00 € liegen wird, wird der tatsächliche Preis wahrscheinlich zwischen 9,97 € und 10,03 € liegen.“

„Das zweite Modell sagte voraus: ‚Nächste Woche wird der Preis steigen‘ oder ‚Nächste Woche wird der Preis fallen‘, was es sehr einfach machte“, fügte er hinzu. „Es sagte die Preisrichtung in 76 Prozent der Fälle genau voraus.“

„Um dieses Modell zu be­ur­teilen, nut­ze ich eine Finan­z­tech­ni­k, die die Renditen an­alysiert, indem sie berech­net, wie hoch die kumulierte Rendite wäre, wenn ich jedes Mal, wenn das Modell für die nächste Woche einen Preisanstieg vor­sagte, Olivenöl gekauft hätte, und jedes Mal, wenn es einen Preisrückgang vor­sagte, Olivenöl verkauft hätte“, fuhr Hueltes fort. „Hätte ich zwischen 2017 und 2018 100 € nach diesem Modell investiert, hätte ich nach einem Jahr 140 €.“

Seit 2018 ist jedoch viel passiert, darunter US-Zölle auf spanisches Olivenöl, die Covid-19-Pandemie, der russische Einmarsch in die Ukraine und die historische Dürre in Europa.

„Das Modell wäre für 2024 nicht mehr gültig, auch wenn seine wissenschaftliche Grundlage weiterhin gültig ist“, sagte Hueltes, der seine Forschungsergebnisse auf GitHub veröffentlichte und sie damit der breiten Öffentlichkeit zugänglich machte.

„Ich bin ein großer Fan von Open Source und glaube, dass wissenschaftliche Forschung, insbesondere im Bereich der KI, allgemein zugänglich und kostenlos sein sollte“, sagte er. „Da es im Bereich Olivenöl nur sehr wenige offene und zugängliche Arbeiten gab, habe ich beschlossen, meine gesamte Forschung zur Verfügung zu stellen.“

Hueltes hofft, dass diese Technologie in Zukunft positive Auswirkungen auf die weltweit größte Olivenöl produzierende Provinz haben wird.

„Das KI-Modell kann anhand von Preis-, Produktions- und meteorologischen Daten die zugrunde liegenden Muster in den Daten extrahieren“, sagte er. „Diese Muster, die für Menschen – selbst für Experten der Branche – sehr schwer zu erkennen sind, sind für KI-Modelle durchaus machbar.“

Laut Hueltes ermöglicht die Vorhersage von Olivenölpreisen „die Optimierung des Ölhandels, insbesondere für kleine Produzenten, da sie Anhaltspunkte dafür erhalten, ob die Preise fair sind oder nicht, oder ob es besser ist, abzuwarten oder schnell zu handeln.“

Darüber hinaus könnte die Forschung Akteuren entlang der gesamten Olivenöl-Wertschöpfungskette zugutekommen, darunter Landwirten, Einzelhändlern und Händlern, Verbrauchern, Investoren und Händlern.

Landwirte und Produzenten können ihre Vertriebsstrategien effektiver planen, um Gewinne zu maximieren und Ressourcen effizient zu verwalten.

Einzelhändler und Distributoren können zudem genaue Preisprognosen nutzen, um ihre Lagerbestände zu verwalten und Preisstrategien zu entwickeln, die wettbewerbsfähig und rentabel bleiben.

Gleichzeitig können Verbraucher fundierte Kaufentscheidungen auf der Grundlage potenzieller Preisänderungen treffen, beispielsweise indem sie bei erwarteten Preissteigerungen in größeren Mengen einkaufen.

Schließlich können Investoren und Rohstoffhändler bessere Investitionsentscheidungen treffen und ihre Renditen steigern. Das Verständnis von Preistrends kann auch dabei helfen, Maßnahmen zur Unterstützung des Agrarsektors und zur Stabilisierung des Marktes zu entwickeln.

Hueltes merkte zwar an, dass die Forschung möglicherweise keinen direkten Einfluss auf den Klimawandel habe, dessen Auswirkungen weithin für die jüngsten Produktionsrückgänge verantwortlich gemacht werden, „sie kann jedoch dazu beitragen, zu verstehen, wie sich Klimafaktoren auf die Olivenölproduktion auswirken.“

„Der Open-Source-Charakter der Forschung ermöglicht die Entwicklung neuer Modelle, um den Olivenölhandel gerechter zu gestalten“, fügte er hinzu.

---