Open-Source-KI-Modell prognostizierte präzise Olivenölpreise

Olivenölpreise Aufgrund von Dürre und hohen Frühlingstemperaturen in wichtigen Produktionsländern, vor allem in Spanien, haben die Ernteerträge weltweit einen historischen Höchststand erreicht.

Während die Preise am Ursprungsort seit ihrem Rekordhoch Mitte Januar gefallen sind, Die Einzelhandelspreise bleiben deutlich über dem Durchschnitt, was zu Veränderungen im Käuferverhalten bei traditionell großen Olivenölkonsumenten.

Führende Branchenexperten gehen von sinkenden Preisen aus, da die globale Olivenölproduktion im Erntejahr 2024/25 voraussichtlich wieder auf etwa drei Millionen Tonnen ansteigen wird. Die zukünftige Preisentwicklung ist jedoch alles andere als sicher.

Zu diesem Zweck entwickelte ein Forscher in der südspanischen autonomen Gemeinschaft Andalusien, der weltweit größten Olivenöl produzierenden Region, eine künstliche Intelligenz (KI)-Programm zur Vorhersage von Olivenölpreisen.

Diego Hueltes, Computeringenieur und Geschäftsführer des KI-Beratungsunternehmens TADIA.ai, entwickelte drei prädiktive Preismodelle, darunter eine Ein-Wochen-Prognose, eine Vier-Wochen-Prognose und eine Vorhersage, ob die Preise steigen oder fallen werden.

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

"Ich fand es faszinierend, dass die Ältesten Marktbewegungen anhand des Wetters und der Preise vorhersagen konnten“, fügte er hinzu. ​"Wenn sie es auf der Grundlage von Erfahrung tun konnten, war meine Prämisse, dass ein KI-Modell dasselbe auf systematischere Weise erreichen könnte.“

Hueltes verwendete automatische Lernalgorithmen und künstliche Intelligenzforschung, um historische Olivenölpreise, meteorologische Daten und Produktionsdaten zu analysieren und genaue Preisschätzungen für die Jahre 2017 und 2018 vorzunehmen.

"„Ich habe zwei Modelle entwickelt“, sagte Hültes. ​"Die erste Methode könnte den Preis vorhersagen, eine absolute Zahl. In diesem Fall hatte mein Modell einen mittleren Fehler von drei Prozent. 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 prognostizierte ​'nächste Woche wird der Preis steigen‘ oder ​'nächste Woche wird der Preis sinken‘, was die Sache sehr unkompliziert macht“, fügte er hinzu. ​"In 76 Prozent der Fälle wurde die Preisrichtung korrekt vorhergesagt.“

"„Zur Bewertung dieses Modells habe ich eine Finanztechnik verwendet, die die Renditen dadurch analysiert, dass sie die kumulierte Rendite ermittelt, wenn ich jedes Mal, wenn das Modell einen Preisanstieg für die nächste Woche vorhersagt, Olivenöl kaufe und jedes Mal, wenn es einen Preisrückgang vorhersagt, Olivenöl verkaufe“, fuhr Hueltes fort. ​"Hätte ich zwischen 100 und 2017 2018 Euro nach dem Modell investiert, hätte ich nach einem Jahr 140 Euro.“

Seit 2018 ist jedoch viel passiert, darunter Zölle der Vereinigten Staaten auf spanisches Olivenöl, das Covid-19 Pandemie, die russische Invasion in der Ukraine und Europas historische Dürre.

"Das Modell wäre für 2024 nicht gültig, auch wenn seine wissenschaftliche Grundlage weiterhin gültig ist“, sagte Hueltes, der seine Recherche auf GitHubund es der breiten Öffentlichkeit zugänglich zu machen.

"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 gesamten Forschungsergebnisse öffentlich zugänglich zu machen.“

Hueltes hofft, dass sich diese Technologie in Zukunft positiv auf die größte Olivenöl produzierende Provinz der Welt auswirken wird.

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

Laut Hueltes ist die Vorhersage der Olivenölpreise ​"ermöglicht eine Optimierung des Ölhandels, insbesondere für Kleinproduzenten, da sie Indikatoren 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 in der gesamten Wertschöpfungskette für Olivenöl, darunter Landwirte, Einzel- und Großhändler, Verbraucher, Investoren und Händler.

Landwirte und Erzeuger können ihre Verkaufsstrategien effektiver planen, um den Gewinn zu maximieren und die Ressourcen effizient zu verwalten.

Einzelhändler und Vertriebsunternehmen können mithilfe präziser Preisprognosen außerdem ihre Lagerbestände verwalten und Preisstrategien entwickeln, die wettbewerbsfähig und profitabel bleiben.

Gleichzeitig können Verbraucher fundierte Kaufentscheidungen auf der Grundlage potenzieller Preisänderungen treffen, z. B. durch Großeinkäufe, wenn mit steigenden Preisen zu rechnen ist.

Schließlich können Anleger und Rohstoffhändler bessere Anlageentscheidungen treffen und ihre Renditen steigern. Das Verständnis von Preistrends kann auch dazu beitragen, Maßnahmen zur Unterstützung des Agrarsektors und zur Stabilisierung des Marktes zu formulieren.

Während Hueltes sagte, dass die Forschung möglicherweise keinen direkten Einfluss auf den Klimawandel hat, dessen Symptome allgemein auf die jüngsten Produktionsrückgänge zurückgeführt werden, ​"Es kann helfen zu verstehen, wie Klimafaktoren die Olivenölproduktion beeinflussen.“

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