Auf meinem Freizeitblog essen-trinken-wandern.de habe ich vor Kurzem die weißen Burgunder der Nahe in ein Diagramm gesetzt: Burgunder an der Nahe. Dort geht es um Wein. Hier geht es um die Methode, mit der die Weine ihren Platz in der Grafik bekommen haben. Die ist eigentlich ein Klassiker aus der Marktforschung: die Positionierungskarte. Neu ist nur, woher die Daten kommen und wer sie auswertet.
Die Herausforderung: halb strukturierte Daten
Für Wein gibt es erstaunlich viele Daten. Ein Teil ist sauber strukturiert: Alkohol, Restzucker, Säure, Preis, Jahrgang. Der größere Teil steckt aber in Fließtext: in den Beschreibungen der Weingüter, in Händlertexten, in Verkostungsnotizen von Falstaff und Co. Dort steht, ob ein Wein im Stahltank oder im Holzfass ausgebaut wurde, ob er spontan vergoren ist, wie die Böden aussehen und ob er eher „straff und mineralisch“ oder „cremig und opulent“ daherkommt.
Wer schon einmal Produktdaten aus Online-Shops zusammengetragen hat, kennt die Lage. Die Werte sind lückenhaft, die Begriffe uneinheitlich, und das Wichtigste steht zwischen den Zeilen. Genau das habe ich im Beitrag zum Product Data Crawling beschrieben, damals für Konsumgüter. Beim Wein ist es ganz ähnlich: Es gibt Produzenten, Händler und Instanzen, die das Produkt bewerten. Dass diese Quellen nicht immer dasselbe sagen, ist eine Herausforderung für sich, dazu weiter unten mehr.
Zwei Achsen, bewusst gewählt
Eine Positionierungskarte ist nur so gut wie ihre Achsen. Für die Burgunder habe ich zwei gewählt, die sowohl Weintrinker als auch Winzer sofort verstehen:
- Senkrecht die Ambition: vom Gutswein über den Lagenwein bis zur Réserve. Das ist eine ordinale Skala, die sich direkt aus der Produktbezeichnung ablesen lässt.
- Waagerecht der Stil: von straff, kühl und mineralisch bis reif, cremig und opulent. Das ist ein latentes Konstrukt, das sich aus mehreren Merkmalen zusammensetzt: Säure, Restzucker, Holzeinsatz und biologischer Säureabbau. Man könnte auch von reduktiv bis oxidativ sprechen und mit den Produktionsverfahren argumentieren. Im Diagramm geht es aber um Geschmack, und zwar nicht um den bei Kant, sondern um das, was tatsächlich auf der Zunge ankommt.
- Die Punktgröße als dritte Dimension: wie stark das Holz mitspielt.
Dazu kommen Ankerpunkte. Typische Burgund-Appellationen von Chablis Premier Cru bis Meursault stehen als Referenz in der Karte, so wie man in einer Markenkarte die bekannten Wettbewerber einzeichnet. Erst mit diesen Ankern lässt sich die Position der Nahe-Weine gut deuten.
Beispiel 1: Weißburgunder von vier Spitzenbetrieben
In die Grundkarte habe ich die Weißburgunder von vier Weingütern der mittleren und oberen Nahe eintragen lassen: Emrich-Schönleber, Dönnhoff, Jakob Schneider und Dr. Crusius. Jeder Betrieb bekommt eine Linie vom Gutswein bis zum Spitzenwein. So sieht man nicht nur, wo ein einzelner Wein steht, sondern auch, wie ein Weingut sein Sortiment aufbaut.
Sie können hier ein wenig ausprobieren, wie das Ganze funktioniert: Tragen Sie unter der Karte einfach einen eigenen Weißburgunder ein. Die Zahl der Tokens habe ich allerdings begrenzt. Ist das Kontingent für heute aufgebraucht, heißt es warten: Morgen gibt es frische Tokens!
Drei Muster fallen auf. Erstens bewegen sich drei der vier Linien fast parallel nach rechts oben: Je ambitionierter der Wein, desto mehr Holz und Schmelz. Zweitens liegt Schönleber auf jeder Stufe am weitesten links, also am straffsten. Drittens läuft Crusius gegen den Trend: Die Cuvée mit Auxerrois ist säuremild und steht deshalb rechts vom Lagenwein. Ein Wein, den ich übrigens sehr gern trinke und der an der Nahe auf vielen Weinkarten steht. Zusammen besetzen die Nahe-Weine den Raum zwischen Chablis Premier Cru und Puligny-Montrachet. Für eine Positionierung ist genau das die interessante Information: Wo stehen die eigenen Produkte relativ zu einer bekannten Referenz, und wo ist noch Platz?
Beispiel 2: Riesling
Beim Riesling taugt dieselbe Karte nicht. Holz spielt dort kaum eine Rolle, und die waagerechte Achse verliert damit einen Großteil ihrer Trennschärfe. Dafür wird ein anderes Merkmal wichtig: der Boden. Ob ein Riesling auf Schiefer, Porphyr oder Melaphyr wächst, prägt seinen Charakter an der Nahe stärker als der Keller. Die Lehre für jede Positionierungskarte: Die Achsen müssen zum Sortiment passen. Wer sie unverändert von einer Produktgruppe auf die nächste überträgt, bekommt eine Grafik, die nichts mehr unterscheidet. Man muss die Weine also erst in sinnvolle Gruppen einteilen und dann die Merkmale suchen, die innerhalb einer Gruppe wirklich trennen. Die werden zu den Achsen der Karte.
Für die Riesling-Karte habe ich deshalb zwei Dinge geändert. Die senkrechte Achse folgt jetzt der VDP-Pyramide vom Gutswein über Orts- und Lagenwein bis zum Großen Gewächs. Und statt der Punktgröße für das Holz trägt die Form der Punkte eine kategoriale Variable: Quadrate stehen für Schiefer, Kreise für Vulkangestein. Als Anker dienen diesmal Saar, Mosel, Pfalz und die Wachau. Und auch hier dürfen Sie wieder selbst ausprobieren.
Die Karte zeigt ein anderes Bild als beim Weißburgunder. Die Linien laufen nicht mehr gleichmäßig nach rechts oben. Bei Schönleber wird der Wein mit steigender Stufe nicht fülliger: Das Halenberg GG liegt sogar links von seinem Riesling „Mineral“. Die Schiefer-Weine liegen überwiegend in der linken Hälfte, die Vulkan-Weine von Crusius und Schneiders Melaphyr weiter rechts. Ganz sauber ist die Trennung aber nicht: Schneiders Klamm vom Vulkangestein ist recht straff, und die Weine aus der Hermannshöhle rücken mit jeder Stufe nach rechts. Die Großen Gewächse der Nahe liegen insgesamt zwischen den Ankern von Saar und Pfalz.
Für die Methode heißt das: Ein Merkmal, das beim einen Sortiment kaum etwas erklärt, kann beim anderen das entscheidende sein. Und eine dritte Dimension muss nicht metrisch sein. Form oder Farbe der Punkte reichen, um eine Kategorie wie den Boden sichtbar zu machen und zu prüfen, ob sie mit der Position zusammenhängt.
Was die KI übernommen hat
Die eigentliche Arbeit hat Claude von Anthropic erledigt: Quellen suchen, Werte herausziehen, Beschreibungen deuten, jeden Wein auf beiden Achsen einordnen und die Grafik bauen. Im Grunde hat die KI die Rolle eines Kodierers in einer Inhaltsanalyse übernommen, der Texte in Skalenwerte übersetzt. Jede Einordnung kam mit einer Begründung, und die Quellen stehen im Originalbeitrag. Zwischen Eigenangaben der Winzer, Händlertexten und Pressestimmen hat sie dabei nicht unterschieden. Und natürlich kann die KI keinen Wein probieren. Obwohl: Das kommt vielleicht noch, zumindest mit Spucken.
Interessant war ein Nebeneffekt: Die KI hat selbst bemängelt, dass meine erste Auswahl nur Winzer aus Windesheim enthielt und die mittlere Nahe fehlte. Das ist genau die Art Hinweis auf eine verzerrte Stichprobe, die man sich von einem guten Kollegen wünscht.
Wie gut ist das Ergebnis?
Eine Messung ist das nicht, sondern eine begründete Einordnung. Bei den Gütekriterien sieht es so aus:
- Validität: Wo ich die Weine selbst kenne, liegt die Karte erstaunlich nah an meinem Eindruck. Das ist Augenschein-Validität, aber immerhin. Valider wären Blindproben, aber der Aufwand stünde in keinem Verhältnis.
- Datenlage: Wo Analysewerte fehlen, etwa die Säure, wird die Position unsicherer. Das sollte man in der Grafik kenntlich machen, statt es zu verschweigen.
- Zeitbezug: Die Angaben hängen am Jahrgang. Ein warmer Jahrgang schiebt alles nach rechts, Flaschenreife oft wieder nach links. Eine Karte ist also immer eine Momentaufnahme.
- Reliabilität: Ob eine zweite Auswertung mit denselben Quellen zu denselben Positionen kommt, ist bei Sprachmodellen nicht selbstverständlich. Wer so etwas ernsthaft einsetzt, sollte das prüfen.
Und ein Punkt, den man im Marketing gern übersieht: Die Beschreibungen der Weingüter sind Selbstdarstellung. Die Karte zeigt also eher die beabsichtigte Positionierung als die Wahrnehmung der Kunden. Für eine echte Wahrnehmungskarte bräuchte man Verkostungsdaten oder eine Befragung.
Ein wenig Theorie: Warum es Aromenbeschreibungen gibt
Kennen Sie das? Man sitzt in gemütlicher Runde, das Glas ist frisch eingeschenkt, und jemand sagt beiläufig: „Schmeckt ihr den Weinbergpfirsich?“ Kurz ist es still am Tisch, alle schwenken und schnuppern, und auf einmal ist er da. Bei jedem, ganz deutlich. Hätte niemand etwas gesagt, wäre der Pfirsich vermutlich niemandem aufgefallen. Dann hätte vielleicht jemand „Aprikose“ gesagt, oder „irgendwie fruchtig“, oder schlicht „lecker“.
Das liegt nicht daran, dass wir schlechte Verkoster wären oder uns gern etwas einreden lassen. Unser Kopf arbeitet einfach so. Ein einziges Wort genügt, und das innere Kino springt an: Steinobst, Sommer, Saft, der Duft am Wegesrand. Ab diesem Moment probieren wir nicht mehr ergebnisoffen, sondern gehen auf die Suche, und wer sucht, der findet. Aus dem, was im Glas vage und vielstimmig war, wird eine klare, runde Geschichte. Wer zuerst „Pfirsich“ sagt, bestimmt also ziemlich zuverlässig, was der ganze Tisch schmeckt.
Der Psychologe und Nobelpreisträger Daniel Kahneman hat diese Mechanismen in „Schnelles Denken, langsames Denken“ beschrieben, wenn auch nicht am Beispiel Wein. Drei seiner Begriffe passen genau zu der Szene:
- Priming: Ein Wort aktiviert ein ganzes Netz verwandter Vorstellungen, und passende Eindrücke werden danach leichter erkannt.
- Bestätigungstendenz: Unser schnelles Denken glaubt eine Aussage erst einmal und sucht dann nach Belegen dafür. Es fragt „Wo ist der Pfirsich?“, nicht „Ist da überhaupt einer?“.
- WYSIATI („What you see is all there is“): Aus den wenigen Hinweisen, die gerade verfügbar sind, baut das Gehirn eine stimmige Geschichte, und den Rest blendet es aus.
Genau dafür gibt es Aromenbeschreibungen: Sie geben dem Gaumen eine Richtung. Und eine KI, die Winzertexte liest, folgt diesen Wegweisern genauso bereitwillig wie wir am Tisch. Auch deshalb zeigt die Karte eher, wie die Weingüter ihre Weine sehen möchten, als das, was jeder Einzelne im Glas findet.
Übertragbar auf andere Sortimente
Was beim Wein funktioniert, funktioniert auch bei Leuchten, Outdoor-Jacken oder Werkzeug. Die Zutaten sind immer dieselben: strukturierte Attribute aus dem PIM oder aus Datenblättern, beschreibende Texte aus Shops und Bewertungen, zwei sinnvoll gewählte Achsen und ein paar Wettbewerber als Anker. Daraus entsteht in kurzer Zeit eine erste Positionierungskarte des eigenen Sortiments, die man dann mit echten Kundendaten prüfen kann.
Wie das am Ende aussieht und was die Karte über die Nahe verrät, lesen Sie im Originalbeitrag: Burgunder an der Nahe.
