Alle News anzeigen

HILIC-Honig-Zucker-Profiling – ein neuartiger Ansatz zum Nachweis von gereinigten Sirupen in Honig

Orbitrap
16. Apr. 2026

QSI stellt einen fortschrittlichen, auf Fingerprinting basierenden Analyseansatz vor, mit dem sich moderne, hochreine Sirupe in Honig nachweisen lassen – selbst in Fällen, in denen herkömmliche Testverfahren an ihre Grenzen stoßen.

Die immer raffinierteren Methoden der Honigverfälschung stellen weltweit eine Herausforderung für etablierte Analyseverfahren dar. Hochreine Sirupe werden gezielt so entwickelt, dass sie die Zusammensetzung von natürlichem Honig nachahmen und herkömmliche Testverfahren umgehen. Dies birgt erhebliche Risiken für Lebensmittelhersteller, Einzelhändler und Aufsichtsbehörden, die auf eine zuverlässige analytische Überprüfung angewiesen sind.

Mit der Einführung von „QSI HILIC Honey Sugar Profiling“ präsentiert die Quality Services International GmbH eine grundlegend neue Analysestrategie für die Echtheitsprüfung von Honig.

Von der Markererkennung bis zur Fingerabdruckanalyse

Herkömmliche Analyseverfahren konzentrieren sich auf den Nachweis einzelner Markerverbindungen aus Zuckersirupen. Diese Marker können jedoch bei modernen Reinigungsverfahren selektiv entfernt werden, was ihre Wirksamkeit beim Nachweis komplexer Verfälschungen einschränkt. Der HILIC-basierte Ansatz von QSI bewertet das gesamte Zuckerprofil von Honig und ermöglicht mittels Machine Learning und der umfangreichen QSI-Datenbank die Identifizierung bereits subtiler Abweichungen von authentischen Honig-Profilen durch den Zusatz von gereinigten Rübenzucker- und Reissirupen.

Die Methode wurde über einen Zeitraum von mehr als zwei Jahren entwickelt und stützt sich auf eine umfassende Sammlung globaler Referenzhonigproben und mehr als 120 moderne, gereinigte Rübenzucker- und Reissirupe. Diese wurden in unterschiedlichen Mischungsverhältnissen untersucht, um robuste Nachweisfähigkeiten unter aktuellen Marktbedingungen sicherzustellen.

Seit November 2025 wurden mehr als 2.000 Honigproben unter Routinebedingungen mit dem HILIC-Ansatz analysiert. Die Ergebnisse demonstrieren eine sehr hohe Empfindlichkeit der Fremdzucker-Detektion auch für Honige aus Risiko-Herkünften, bei denen Verfahren wie die NMR Bruker oder die HRMS aufgrund fehlender Sirup-Marker an ihre Nachweisgrenzen stoßen. Das Verfahren zeigt bisher keine falsch-positiven Ergebnisse.

Machine Learning deckt versteckte Verfälschungen auf

Modelle des „Machine learning“ vergleichen gemessene Zuckerprofile mit der QSI-Referenzdatenbank, um Signaturen von Fremdzucker zu erkennen.
Dies ermöglicht eine zuverlässige Erkennung von gereinigten Rübensirupen, Reissirupen und modernen Verfälschungsstrategien.

Wesentliche Vorteile auf einen Blick

·         Zuverlässige Erkennung komplexer und neu auftretender Verfälschungsmuster

·         Erhöhte Robustheit im Vergleich zu markerabhängigen Ansätzen

·         Validiert durch umfangreiche Analysen von Proben aus der Praxis

·         Hohe analytische Leistungsfähigkeit ohne beobachtete falsch-positive Ergebnisse

·         Unterstützt eine umfassende, auf mehreren Methoden basierende Strategie zur Echtheitsprüfung

QSI betont, dass einzelne Analysemethode nicht die Komplexität moderner Honigverfälschungen vollständig erfassen kann. Um ein Höchstmaß an Sicherheit zu gewährleisten, wird eine Kombination aus sich ergänzenden Analyseansätzen empfohlen. Durch die Einbeziehung verschiedener analytischer Perspektiven können sowohl bekannte als auch bisher nicht nachweisbare Verfälschungsstrategien aufgedeckt werden.

Dieser kombinierte Ansatz bietet Kunden den bestmöglichen Schutz vor Verfälschungen.

Unser Experte sagt:

„Der neue Test ist zukunftsweisend und äußerst innovativ. Kein Honiglabor hat bisher einen solchen Ansatz verfolgt. Außerdem lässt sich der Test nicht ohne Weiteres von Betrügern umgehen, die Sirupe reinigen, um klassische markerbasierte HRMS-Methoden zu umgehen, was ihn zukunftssicher gegenüber neuen Generationen von Verfälschungssirupen aus Rüben und Reis macht.“
Martin Linkogel (Business Manager Bienenprodukte)

Mit dieser Entwicklung möchte QSI seinen Kunden einen erheblichen Mehrwert bieten und sie dabei unterstützen, die Produktintegrität zu gewährleisten und in einem zunehmend komplexen Marktumfeld fundierte Entscheidungen zu treffen.

Bei weiteren Fragen kontaktieren Sie jederzeit unser Team der Kundenbetreuung:
E: customerservice.qsi@tentamus.com 

 

Ihr Datenschutz ist uns wichtig
Wir benutzen auf unserer Website Cookies. Einige sind essenziell, während andere uns helfen, die Nutzung der Website zu analysieren und Ihnen erlauben, uns über die Chat-Funktion zu kontaktieren. Sie können Ihre Entscheidung jederzeit ändern.
Ihr Datenschutz ist uns wichtig
Statistiken
Wir benutzen diese Technologien um die Nutzung dieser Website zu analysieren.
Name Google Analytics
Anbieter Google Ireland Limited, Gordon House, Barrow Street, Dublin 4, Ireland
Zweck Cookie von Google für Website-Analysen. Erzeugt statistische Daten darüber, wie der Besucher die Website nutzt.
Datenschutz-
erklärung
https://policies.google.com/privacy?hl=de
Cookie-Name _ga, _gat, _gid
Cookie-Laufzeit 2 Jahre
Kunden-Interaktion
Diese Technologien erlauben es Ihnen, uns über diese Website zu kontaktieren, z.B. über die Chat-Funktion.
Name LiveChat
Anbieter LiveChat Software S.A., ul. Zwycięska 47, 53-033 Wroclaw, Polen
Zweck Direkte Kundenkommunikation per Online-Chat über die API des Chat-Dienstes LiveChat.
Datenschutz-
erklärung
https://www.livechat.com/legal/privacy-policy/
Cookie-Name __lc_cid, __lc_cst
Cookie-Laufzeit 2 Jahre
Essenziell
Diese Technologien sind erforderlich, um die Kernfunktionalität der Website zu aktivieren.
Name Cookie Consent
Anbieter Eigentümer dieser Website, Impressum
Zweck Speichert die Einstellungen der Besucher, die in diesem Cookie-Banner ausgewählt wurden.
Cookie-Name ws_cookie_consent
Cookie-Laufzeit 1 Jahr