11.09.2025
![]()
Chromatographie-freie Analysen in der Lebensmittelkontrolle - neue Ansätze für Effizienz und Objektivität
Die Anforderungen an Lebensmittelsicherheit und -qualität steigen kontinuierlich. Verbraucher, Aufsichtsbehörden und Handel erwarten zuverlässige, objektive und umfassende Informationen über Herkunft, Zusammensetzung und potenzielle Rückstände in Lebensmitteln.
Für analytische Labore, insbesondere mit hohem Probendurchsatz, bedeutet dies einen stetig wachsenden Aufwand bei gleichbleibendem Druck, wirtschaftlich und effizient zu arbeiten.
Bei der chromatographisch gekoppelten Massenspektrometrie, die sich seit Jahrzehnten als Goldstandard in der Rückstands- und Authentizitätsanalytik etabliert hat, sind die damit verbundenen Anforderungen an Personal, Zeit und Gerätebetrieb hoch.
Probenvorbereitung, lange Laufzeiten und komplexe Dateninterpretation machen die klassische Chromatographie besonders in Routineumgebungen zu einem Flaschenhals. In diesem Kontext rücken alternative, chromatographie-freie Verfahren zunehmend in den Fokus - insbesondere solche, die sich für automatisierte Workflows eignen und dennoch robuste, differenzierende Ergebnisse liefern.
Relevanz für Routineuntersuchungen: Rückstände und Herkunftsnachweis
Ein zentrales Einsatzfeld analytischer Labore ist die Identifizierung gesundheitlich bedenklicher Rückstände - etwa Weichmacher, Pestizide oder andere Kontaminanten. Diese Stoffe gelangen über Verpackungen, Produktionsprozesse oder Umweltfaktoren in Lebensmittel und können dort mit klassischen Methoden wie Gas- oder Flüssigchromatographie in Kombination mit Massenspektrometrie nachgewiesen werden. Ergänzend spielen Authentizitätsnachweise eine zunehmende Rolle: So fordern EU-Vorgaben etwa die Angabe der geografischen Herkunft bei bestimmten Produkten wie nativem Olivenöl.[1]
Untersuchungen von Verbraucherorganisationen, wie zuletzt die umfassende Analyse verschiedener Olivenöle durch die Stiftung Warentest[2], zeigen, dass zur Beurteilung der Produktqualität verschiedene sensorische und analytische Methoden zum Einsatz kommen müssen. Während die sensorische Bewertung durch geschulte Panels eine wichtige Rolle spielt, ist deren objektive Vergleichbarkeit begrenzt - unter anderem durch physiologische und genetische Unterschiede zwischen den Panelteilnehmenden.[3]
Zudem verursachen sensorische Panels wie auch chromatographische Verfahren hohe laufende Kosten. Daraus ergibt sich ein Bedarf an Verfahren, die sowohl objektiv als auch ökonomisch tragfähig sind - insbesondere für Labore mit hoher Probenanzahl.
Technologische Alternative: Massenspektrometrie ohne chromatographische Trennung
Die direkte Analyse von Proben mittels Massenspektrometrie ohne vorgelagerte chromatographische Trennung ist seit rund zwei Jahrzehnten Gegenstand wissenschaftlicher Studien.[4] Für Forschungszwecke entwickelte Anwendungen zeigten vielversprechende Ergebnisse, wie zum Beispiel der Herkunftsbestimmung von Mais.[5] In der Praxis blieb der Einsatz bislang jedoch auf spezialisierte Anwendungen beschränkt - vor allem, weil Geräteaufbau und Dateninterpretation spezifische Expertise erforderten.
Der Aufbau der dafür verwendeten DART-Ionenquelle in Kombination mit dem Massenspektrometer erfordert das manuelle Positionieren der Probe vor der Quelle, was bislang eine zufriedenstellende Automatisierung der Analyse erschwert hat. Zudem stellt die Interpretation der Spektren mittels Massenspektrometrie-Software hohe Anforderungen an die Erfahrung des Bedienpersonals.
In den letzten Jahren wurden jedoch Systeme entwickelt, die eine automatisierte, benutzerfreundliche Anwendung ermöglichen. Ziel ist es, die analytische Leistungsfähigkeit der Massenspektrometrie mit der Prozessgeschwindigkeit und Automatisierbarkeit von Routineuntersuchungen zu verbinden - und dies möglichst ohne Probenvorbereitung, mit kurzer Analysezeit und geringer Fehleranfälligkeit.

- Abb.1: Geräteaufbau:
Waters QDA II, PAL Autosampler,
SICRIT-MS-Interface (Fa. Plasmion),
GC/SPME Modul zur Direktinjektion
(Fa. Plasmion)
Komponenten einer chromatographie-freien Analytiklösung

Waters QDA II, PAL Autosampler,
SICRIT-MS-Interface (Fa. Plasmion),
GC/SPME Modul zur Direktinjektion
(Fa. Plasmion)
Ein beispielhafter Aufbau besteht aus drei zentralen Elementen:
- Kompaktes Massenspektrometer: Systeme wie zum Beispiel der Waters Acquity QDA II Massendetektor versprechen einfache Handhabung, geringe Stellfläche und stabile Performance und ermöglichen die Integration in automatisierte Abläufe.[5] Im Gegensatz zu hochauflösenden, aufwändigen Großsystemen liegt der Fokus auf Benutzerfreundlichkeit und Robustheit für den Routinebetrieb.
- Ionenquelle für Atmosphärendruckionisation: Die Ionenquelle SICRIT® (Soft Ionization by Chemical Reaction in Transfer)[7] wird direkt am Atmosphärendruckeinlass des Massenspektrometers montiert. Analyten werden durch das Vakuum des Massenspektrometers in die Ionenquelle eingesaugt und im Durchfluss mittels kalten Plasmas schonend ionisiert.
- Chemometrie-Software: Zur Auswertung der komplexen Datenmengen kommt multivariate Statistik (z.B. Hauptkomponentenanalyse, Clusterbildung) zum Einsatz.
Für automatisierte Abläufe kann die beschriebene Gerätekombination auch noch mit einem Autosampler und einem dedizierten Modul zur Direktinjektion in die Ionenquelle kombiniert werden.
Daraus ergibt sich ein System, das für die Routineanalytik eine objektive und automatisierte Alternative zu klassischen Verfahren darstellen kann - insbesondere dort, wo große Probenmengen bei begrenztem Zeit- und Personalbudget analysiert werden müssen.
Anwendungsbeispiele aus der Praxis
Im Rahmen mehrerer Untersuchungen wurde das Potenzial der beschriebenen Methodenkombination zur Differenzierung und Klassifikation von Lebensmittelproben evaluiert. Dabei kamen Headspace-Analysen mit flüssigen und festen Proben sowie direkte Flüssiginjektionen zum Einsatz. Die Auswertung erfolgte mittels Chemometrie-Software, die automatisierte Klassifizierungen ermöglichte.
1. Geografische Klassifikation von Olivenölen

- Abb.2: Klassifizierung von nativen Olivenölen
zur Herkunftsbestimmung
Die entscheidenden Unterschiede lagen dabei vor allem im Terpenbereich sowie im Bereich der Fettsäuren, wobei nicht nur unterschiedliche Massen, sondern auch unterschiedliche Verhältnisse identischer Massen festgestellt wurden. Dies unterstreicht das Potenzial dieser Methode für Authentizitätsprüfungen.
2. Unterscheidung ätherischer Öle und Mischungen
In einem weiteren Versuch wurden 13 verschiedene ätherische Öle analysiert, darunter Einzelkomponenten und komplexe Mischungen. Die Proben wurden sowohl manuell ("Direct Sniffing") als auch automatisiert über einen Autosampler zugeführt. Beide Methoden lieferten konsistente Spektren. Die Hauptkomponentenanalyse ermöglichte eine eindeutige Differenzierung aller Einzelöle und Mischungen. Auch ähnliche Mischungen mit unterschiedlichen Konzentrationen konnten unterschieden werden. Die hohe Reproduzierbarkeit wird auf die stabile Ionisation zurückgeführt.
Ein interessantes Detail: Zwei Öle mit identischer Zusammensetzung, jedoch unterschiedlicher Dosierung einzelner Inhaltsstoffe, konnten im Modell klar voneinander getrennt werden (YL Raven, YL RC). Dies zeigt, dass die Methode auch quantitative Unterschiede in komplexen Matrizes abbilden kann (Abbildung 3, rot markierte Komponenten).

Abb.3: PCA-Plot der elf verschiedenen Öle mit den jeweiligen Marken, dargestellt in den Dimensionen PC1 & PC2 (oben) sowie PC1 & PC3 (unten).
Öle mit nur einer Komponente sind in der Legende gelb markiert. Rote Kreise kennzeichnen besonders interessante Bereiche.
3. Terpenprofile und Rückstände in Tees
Für diese Untersuchung wurden Teeblätter unterschiedlicher Sorten und Marken direkt im Headspace analysiert. Ziel war die Unterscheidung der Teesorten sowie der Nachweis potenzieller Rückstände aus Verpackungsmaterialien. Auch hier zeigte die PCA eine klare Trennung der Proben nach Sorte und Marke (Abbildung 4).

Abb.4: Die Abbildung zeigt eine PCA-Darstellung von 13 verschiedenen Teesorten mit den jeweiligen Marken,
aufgetragen in den Dimensionen PC1 & PC2 (links) sowie PC1 & PC3 (rechts).
Zusätzlich wurde untersucht, ob sich Rückstände aus Teebeutelmaterialien in den Blättern nachweisen lassen. In mehreren Fällen konnten auffällige Massen (u.a. m/z 223 und m/z 371) detektiert werden, die sich von den bekannten Aromaprofilen der Teesorten abgrenzten. Diese auffälligen Massen traten sowohl in den Teebeuteln als auch in den Blättern auf, was auf Migration während der Lagerung schließen lässt (Abbildung 5).

Abb.5: Das blaue Spektrum zeigt das Profil der Teeblätter, während das rote Spektrum im Hintergrund das Profil des Teebeutels darstellt.
Zwei deutlich ausgeprägte Massen sind im Teebeutel stärker vertreten.
Potenziale und Grenzen der Methode
Die dargestellten Ergebnisse zeigen, dass eine Kombination aus moderner Ionisationstechnik, kompaktem Massenspektrometer und statistischer Datenauswertung in der Lage ist, sowohl qualitative als auch quantitative Aussagen über komplexe Probenmatrizes zu treffen - ohne chromatographische Trennung, mit geringer Probenvorbereitung und hoher Reproduzierbarkeit.
Dies eröffnet neue Möglichkeiten insbesondere für:
- Authentizitätsnachweise (z.B. geografische Herkunft)
- Qualitätskontrolle (z.B. Zusammensetzung von Mischungen)
- Rückstandsanalytik (z.B. Nachweis migrierter Substanzen aus Verpackung)
Fazit: Ein Schritt in Richtung automatisierter Routineanalytik
Die Kombination aus direkter Ionisation, massenspektrometrischer Detektion und statistischer Auswertung stellt eine effiziente Alternative zu klassischen Methoden der Lebensmittelanalytik dar - insbesondere dort, wo Schnelligkeit, Reproduzierbarkeit und einfache Handhabung im Vordergrund stehen.
Für Labore mit hohem Probendurchsatz ergibt sich daraus die Möglichkeit, Prüfprozesse zu beschleunigen, Personalkosten zu senken und gleichzeitig objektive, belastbare Ergebnisse zu erzielen. Die vorgestellten Anwendungsbeispiele zeigen, dass die Methodik bereits heute praxistauglich ist und in regulierte Bereiche der Lebensmittelkontrolle Einzug halten könnte.
Literatur
- Amtsblatt der Europäischen Union Vermarktungsnormen für Olivenöl
- Stiftung Warentest (01/2025) Olivenöl im Test
- Leibniz-LSB Neue Erkenntnisse zur Geschmackswahrnehmung von Kaffee
- Wikipedia DART
- LABO (11/2024) Grüne Lebensmittelanalytik mittels DART-MS
- Waters ACQUITY QDa II Massendetektor
- Wikipedia SICRIT
- Waters LiveID Software
