De redactie
Wetenschappers zien kansen voor kunstmatige intelligentie in receptontwikkeling en voedingsadvies
De mate waarin recepten op elkaar lijken, wordt niet uitsluitend bepaald door de gebruikte ingrediënten. Ook de bereidingswijze en de voedingswaarde spelen een belangrijke rol. Dat blijkt uit een wetenschappelijke studie die in maart 2026 werd gepubliceerd op het onderzoeksplatform arXiv.
De onderzoekers analyseerden 318 recepten en onderzochten hoe zowel menselijke experts als een algoritme de onderlinge gelijkenis beoordeelden. Daarbij richtten zij zich op verschillende kenmerken, waaronder ingrediënten, kooktechnieken en voedingsprofielen.
Meer dan alleen dezelfde ingrediënten
Uit het onderzoek blijkt dat geen enkele afzonderlijke factor voldoende is om de overeenkomst tussen recepten nauwkeurig vast te stellen. Twee gerechten kunnen bijvoorbeeld veel ingrediënten delen, maar door een andere bereidingswijze toch als wezenlijk verschillend worden ervaren. Omgekeerd kunnen recepten met uiteenlopende ingrediënten door vergelijkbare kooktechnieken of voedingswaarden juist sterk op elkaar lijken.
Volgens de onderzoekers ontstaat het meest betrouwbare beeld wanneer meerdere kenmerken tegelijkertijd worden meegenomen in de analyse.
Kunstmatige intelligentie in de keuken
De studie laat zien hoe data-analyse en kunstmatige intelligentie kunnen worden ingezet om recepten systematisch te vergelijken. Door verschillende eigenschappen van gerechten te combineren, kunnen algoritmes steeds beter bepalen welke recepten qua smaakbeleving, structuur of voedingswaarde dicht bij elkaar liggen.
Dat biedt mogelijkheden voor uiteenlopende toepassingen binnen de voedingssector. Zo kan de technologie worden gebruikt voor gepersonaliseerde voedingsadviezen, waarbij consumenten recepten ontvangen die aansluiten bij hun voorkeuren of dieetwensen. Ook automatische receptontwikkeling en slimme aanbevelingssystemen voor kookplatforms behoren tot de mogelijkheden.
Beperkingen van het onderzoek
De onderzoekers plaatsen wel een kanttekening bij hun bevindingen. De analyse is gebaseerd op een relatief beperkte dataset van 318 recepten. Verdere studies met grotere en meer diverse verzamelingen zijn nodig om de methode verder te verfijnen en breder toepasbaar te maken.
Toch onderstrepen de resultaten de groeiende rol van datawetenschap binnen de voedingswereld. Door grote hoeveelheden receptinformatie te analyseren, ontstaat steeds meer inzicht in de manier waarop consumenten gerechten ervaren en vergelijken.
Innovatie in de voedingssector
Ook in Nederland neemt de belangstelling voor datagedreven voedselonderzoek toe. Onderzoeksinstellingen zoals de Wageningen University & Research werken al jaren aan innovatieve toepassingen op het gebied van voeding, consumentengedrag en voedseltechnologie.
Daarnaast vinden dergelijke inzichten steeds vaker hun weg naar consumentgerichte platforms en digitale hulpmiddelen die gebruikers ondersteunen bij kookkeuzes, voedingsinformatie en productvergelijkingen.
De nieuwe studie illustreert hoe kunstmatige intelligentie zich niet langer beperkt tot technische of industriële toepassingen, maar ook steeds meer invloed krijgt op wat er uiteindelijk op ons bord belandt. Voor de voedingssector biedt dat kansen om recepten slimmer te ontwikkelen, beter af te stemmen op consumentenwensen en voeding persoonlijker te maken dan ooit tevoren.
Bronnen: https://arxiv.org/abs/2603.02063