Osmo

Kurzfazit

Osmo hat sein Olfaktions-Modell peer-reviewed in Science (2023) publiziert, die Principal Odor Map (POM) auf Basis von Graph Neural Networks kartiert die Geruchseigenschaften von Molekülen auf einem kontinuierlichen Wahrnehmungsraum. Das ist wissenschaftlich beeindruckend und praktisch relevant: Statt eine Formel im Labor zu mischen und zu beriechen, lässt sich der vermutete Geruch eines Moleküls vorab am Rechner abschätzen. Kommerziell nutzbar ist die Technologie über Osmo Studio, Osmos eigenes KI-Fragrance-House, und über Enterprise-Lösungen; der Einstieg läuft über ein Kontaktformular, eine Preisliste, eine öffentliche API oder einen Self-Service nennt der Anbieter nicht. Für die meisten Unternehmen ist Osmo damit weniger ein Werkzeug, das man kauft, als ein Entwicklungspartner, mit dem man einen Vertrag schließt. Wer nicht in der Duft- und Aroma-Industrie tätig ist, hat von der Technologie heute praktisch nichts.

Für wen ist Osmo?

Konsumgüterunternehmen mit Enterprise-Bedarf: Die Enterprise-Seite nennt Ingredient Discovery (exklusive Lizenzierung proprietärer Inhaltsstoffe), Market Intelligence, Reformulierung bestehender Produkte und Sensortechnologie. Laut Anbieter sagt das System Eigenschaften neuer Moleküle voraus, bevor sie synthetisiert werden. Das verschiebt teure Laborarbeit nach hinten, auf die wenigen Kandidaten, die das Modell als vielversprechend einstuft.

Beauty- und Konsumgütermarken: Marken, die einen eigenen Duft entwickeln lassen wollen, nutzen Osmo Studio als Dienstleister. Der Workflow läuft über ein Briefing (Text, Bild, Konzept), woraufhin Osmo drei maßgeschneiderte Düfte als physische 2-mL-Muster schickt, die du mit einem Fragrance Advisor iterativ verfeinerst. Für Marken ist der Reiz weniger die Technik als das Marketing-Narrativ „KI-entwickelter Duft”.

Forschung: Die POM ist als Science-Paper öffentlich nachlesbar. Osmo nennt außerdem für 2023 eine Partnerschaft mit der Gates Foundation zur KI-gestützten Inhaltsstoff-Entdeckung. Ein allgemeines Forschungskooperations-Programm beschreibt der Anbieter auf seiner Website nicht.

Andere Anwendungsfelder: Osmo nennt als Fokus Fine Fragrance, Formate wie Parfüm und Eau de Parfum, und schreibt, man erweitere sich schnell in neue Kategorien.

Weniger geeignet für: Alle, die einen Self-Service-Zugang, ein API oder kalkulierbare Preise erwarten, das gibt es bei Osmo nicht. Ebenso ungeeignet für Anwender außerhalb der Duftbranche: Das Modell sagt Geruch vorher, nicht Wirkstoffbindung, Toxizität oder Materialeigenschaften. Wer molekulare Eigenschaften jenseits von Geruch braucht, ist mit Werkzeugen wie DeepChem oder RDKit besser bedient.

Preise im Detail

Modell	Preis	Was du bekommst
Osmo Studio (Projekt)	Auf Anfrage	Briefing-basierte Duftentwicklung, physische Muster, Iterationsrunden mit Duft-Beratern, Weg bis zur serienfähigen Formel
Enterprise-Lösungen	Auf Anfrage	Ingredient Discovery, Market Intelligence, Reformulierung, Sensortechnologie
Self-Service / API	-	Vom Anbieter nicht genannt

Einordnung: Osmo veröffentlicht keine Preise. Die Website schreibt zu Mindestabnahmemengen, Zeitplan und Preis: „Specifics can vary depending on the scope and details of your project”, und empfiehlt ein Gespräch mit einem Fragrance Advisor. Gleichzeitig wirbt Osmo mit zugänglichen MOQs („We keep MOQs accessible”). Du beschreibst also, was du brauchst, und bekommst ein Angebot. Das bedeutet: Der Einstieg ist vor dem Gespräch nicht kalkulierbar. Wer ein planbares Tool-Abo sucht, ist hier grundsätzlich falsch.

Stärken im Detail

Wissenschaftlich validiert, nicht nur behauptet. Der entscheidende Unterschied zu vielen „KI-für-X”-Startups: Osmos Kerntechnologie wurde 2023 in Science publiziert. Das Modell sagt aus der reinen Molekülstruktur vorher, wie etwas riecht: Bei 400 neuen Duftstoffen lag das Modellprofil näher am Mittel eines trainierten Panels (n=15) als der mediane Prüfer. Diese Peer-Review-Validierung verdient Respekt.

Die Principal Odor Map als kontinuierlicher Wahrnehmungsraum. Das Graph-Neural-Network ordnet Moleküle nicht in starre Kategorien, sondern auf einer „Landkarte des Geruchs”, auf der Nähe = Geruchsähnlichkeit bedeutet. Nach eigenen Angaben hat Osmo 3 Milliarden Moleküle kartiert und 5 Millionen menschliche Geruchsannotationen erfasst. Das erlaubt systematisches Screening: Man kann gezielt nach Molekülen suchen, die einer Zielregion auf der Karte entsprechen, etwa „holzig, aber mit salziger Note”.

Geschwindigkeit in der Sondierungsphase. Osmo Studio verspricht, „go from concept to compound in months, not years”. Wie lange Muster nach dem Briefing konkret dauern, nennt der Anbieter nicht öffentlich. Für die frühe Konzeptphase kann das ein Zeitgewinn sein, belastbar wird er erst im Angebot.

Neue Moleküle, nicht nur neue Mischungen. Osmo synthetisiert eigene, neuartige Duftstoffe und hat im März 2025 nach eigenen Angaben für mehr neue Duftinhaltsstoffe Patente angemeldet als der Rest der Branche zusammen. Das ist bemerkenswert: Die meisten Wettbewerber kombinieren bekannte Bausteine neu, Osmo erweitert die Palette selbst.

Starkes Team und Forschungsfundament. Gründer und CEO Alex Wiltschko ist Olfaktions-Neurowissenschaftler und hat die Kernforschung noch bei Google Brain begonnen. Mit Master Perfumer Christophe Laudamiel (und weiteren Parfümeuren im Team) sitzt zudem handwerkliches Know-how mit am Tisch, die Kombination aus KI-Forschung und klassischer Parfümerie ist Osmos Kernangebot.

Schwächen ehrlich betrachtet

Du kannst es nicht einfach benutzen. Das ist die zentrale Einschränkung: Der Einstieg läuft über ein Kontaktformular („someone from our team will be in touch within 24 hours”); einen Free Tier, eine öffentliche API oder eine Demo zum Ausprobieren nennt der Anbieter nicht. Wer mit Osmo arbeiten will, muss Kontakt aufnehmen und ein Projekt definieren. Für ein KI-Tool-Verzeichnis ist Osmo damit ein Grenzfall, es ist eher ein Dienstleister mit KI-Kern als ein Produkt, das man selbst bedient.

Keine Preistransparenz, kein kalkulierbarer Einstieg. Ohne öffentliche Preise lässt sich nicht abschätzen, ob sich Osmo für ein konkretes Vorhaben rechnet. Osmo wirbt mit Zugänglichkeit für Indie-Marken ebenso wie für globale Konzerne; ob der Preis für dein Budget passt, erfährst du erst im Gespräch.

Eng auf Geruch zugeschnitten. Die POM sagt vorher, wie etwas riecht, und sonst nichts. Toxikologie, Hautverträglichkeit, Stabilität, regulatorische IFRA-Konformität oder das Verhalten in einer komplexen Rezeptur muss weiterhin klassisch geprüft werden. Das Modell ersetzt keinen Parfümeur und keine Laborfreigabe, es engt nur den Suchraum ein.

Blend-Interaktionen bleiben hart. Einzelmoleküle vorherzusagen ist die eine Sache, wie sich Dutzende Moleküle in einer fertigen Mischung gegenseitig beeinflussen (verstärken, maskieren, kippen), ist deutlich schwerer und liegt nicht im Kern dessen, was die publizierte POM leistet. Hier bleibt menschliche Sensorik-Arbeit unverzichtbar.

Black Box. Den Code, mit dem das Modell implementiert und trainiert wird, teilt Osmo laut Science-Paper nicht; offengelegt sind dort Architektur und Hyperparameter. Das ist für ein kommerzielles Unternehmen verständlich, schließt aber unabhängige Validierung jenseits des Science-Papers aus und macht dich vollständig vom Anbieter abhängig. Wer Reproduzierbarkeit und Offenheit braucht, findet bei Open-Source-Werkzeugen wie RDKit oder DeepChem ein anderes Fundament, wenn auch ohne Osmos Geruchs-Spezialisierung.

US-Anbieter und kein deutscher Support. Betreiber ist Osmo Labs, PBC aus Delaware mit Anschrift in New York, die Website ist englisch, Fertigung und Labor liegen in New Jersey. Einen Hosting-Standort, einen Standard-AVV oder Unterauftragsverarbeiter nennt der Anbieter in Privacy Policy und Terms nicht. Für deutsche Unternehmen mit DSGVO-Anforderungen heißt das: AVV und Datenfragen individuell klären, Kommunikation auf Englisch.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Düfte und Rezepturen formulieren und regulatorisch absichern willst	ChemCopilot
Molekulare Eigenschaften offen und reproduzierbar vorhersagen willst	DeepChem
Eine freie Cheminformatik-Bibliothek als Fundament brauchst	RDKit
Synthesewege für neue Moleküle planen willst	IBM RXN for Chemistry
Molekül-Synthese vollautomatisiert im Labor umsetzen willst	Chemify

Wichtig zur Einordnung: Die genannten Tools decken benachbarte Aufgaben in der molekularen KI ab (Eigenschaftsvorhersage, Syntheseplanung, Formulierung), nicht aber die olfaktorische Kernkompetenz, aus der Struktur eines Moleküls dessen Geruch vorherzusagen. Auf der klassischen Seite stehen die etablierten Dufthäuser Givaudan, Firmenich (heute dsm-firmenich), IFF und Symrise.

So steigst du ein

Schritt 1: Internes Briefing schärfen. Bevor du Osmo kontaktierst, definiere möglichst präzise, was du brauchst: Duftprofil-Zielkoordinaten (Geruchsnoten, Charakter, gewünschte Wirkung), Einsatzgebiet (Fine Fragrance, Körperpflege, Functional), Performance-Anforderungen (Haltbarkeit, Sillage) und regulatorischer Rahmen (Zielmärkte, IFRA-Kategorie). Je schärfer das Briefing, desto sinnvoller die erste Rückmeldung.

Schritt 2: Kontakt über osmo.ai aufnehmen. Der Einstieg läuft über das Kontaktformular für Osmo Studio. Rechne mit einem Vertriebsprozess, in dem Umfang und Preis individuell geklärt werden. Kläre früh die Eigentumsfrage an der entwickelten Formel und an etwaigen neuartigen Molekülen: Die Terms of Service schreiben, dass die Nutzung der Services keine Eigentumsrechte an den Services oder am Output überträgt.

Schritt 3: Muster bewerten und iterieren. Osmo liefert laut Website drei maßgeschneiderte Duftmuster als physische 2-mL-Proben. Diese müssen sensorisch im eigenen Umfeld evaluiert werden, das Modell liefert Kandidaten, keine abgenommenen Düfte. Plane mehrere Iterationsrunden ein, in denen dein Feedback in die nächste Vorschlagsrunde einfließt. Die finale Freigabe, Stabilitäts- und Verträglichkeitsprüfung sowie die regulatorische Absicherung bleiben dein Part bzw. der deines Labors.

Ein konkretes Beispiel

Eine mittelgroße deutsche Naturkosmetik-Marke aus Hamburg will für eine neue Linie ein eigenes Duftkonzept: Briefing „clean, ozeanisch, leicht salzig, gender-neutral, möglichst ohne klassische synthetische Moschus-Verbindungen”. Osmo-Gründer Wiltschko beschreibt für klassische Dufthäuser im Schnitt rund drei Monate bis zur ersten Probe. Osmo Studio liefert auf das Briefing hin drei maßgeschneiderte Muster als 2-mL-Proben. Die Produktentwicklerin bewertet die Muster intern, gibt zwei Runden Feedback und entscheidet sich für eine Richtung zur Finalentwicklung. Wichtig im echten Projekt: Das Formular fragt, ob du Fine Fragrance in den USA starten willst. Osmo schreibt, Formeln seien an IFRA, RIFM, FCA und IBA ausgerichtet und U.S.-Anforderungen für Fine Fragrance würden automatisch berücksichtigt. Zu EU-Anforderungen sagt die Website nichts; kläre Hautverträglichkeit, Stabilität und EU-Konformität deshalb vorab im Vertrag. Das Beispiel ist ein Szenario zur Veranschaulichung, keine Kundenangabe von Osmo.

DSGVO & Datenschutz

• Anbieter und Standort: Osmo Labs, PBC, eine Public Benefit Corporation aus Delaware mit Anschrift 450 East 29th Street, New York. Fertigung und Labor in New Jersey. Den Hosting-Standort der Daten nennt der Anbieter in Privacy Policy (Stand 11. Oktober 2024) und Terms nicht.
• Datennutzung: Die Privacy Policy nennt „Customer Content” und schreibt, man nutze ihn auch, um Produkte und Services zu verbessern; die Terms erlauben, Input, Output und andere Beiträge zu nutzen, um die Services zu entwickeln, zu trainieren und zu verbessern. Vertraglich sollte explizit ausgeschlossen werden, dass Kundenbriefings für allgemeines Modelltraining genutzt werden.
• Geistiges Eigentum: Klären, wem die entwickelte Formel und etwaige neuartige Moleküle gehören. Die Terms schreiben, dass die Nutzung der Services keine Eigentumsrechte an Services oder Output überträgt, und verbieten, Output zum Training eigener ML-Modelle zu verwenden.
• Auftragsverarbeitung (AVV): Einen Standard-AVV oder eine Unterauftragsverarbeiter-Liste nennt der Anbieter auf den geprüften Seiten (Website, Privacy Policy, Terms) nicht. Für deutsche Unternehmen müssen Datenschutzklauseln und ggf. Standardvertragsklauseln individuell in den Projektvertrag aufgenommen werden.
• Empfehlung für Unternehmen: Keine vertraulichen Rezepturen oder Briefings ohne unterzeichneten Vertrag mit IP-Schutz- und Geheimhaltungsklauseln (NDA) übermitteln. Für DSGVO-relevante Personendaten ist Osmo ohnehin nicht der richtige Ort, die übermittelten Daten sind in der Regel Produktdaten, keine personenbezogenen.

Gut kombiniert mit

• ChemCopilot, Osmo liefert die Geruchs-getriebene Kandidatenauswahl, ChemCopilot unterstützt anschließend bei Formulierung, Dokumentation und regulatorischer Absicherung (IFRA, Deklaration). Die Geruchs-KI und die Formulierungs-/Compliance-Seite ergänzen sich.
• RDKit, für eigene cheminformatische Vorarbeiten: Molekülstrukturen aufbereiten, Deskriptoren berechnen, Kandidatenlisten filtern, bevor sie in ein Osmo-Projekt eingehen. Open Source und voll unter eigener Kontrolle.
• DeepChem, wenn neben dem Geruch weitere molekulare Eigenschaften (Löslichkeit, Stabilitätsindikatoren) modelliert werden sollen, deckt DeepChem diese offen-zugängliche Property-Prediction ab, die Osmo nicht adressiert.

Unser Fazit

Osmo verdient 3 von 5 Sternen, und das ist ein ehrliches, kein abwertendes Urteil. Die Technologie ist beeindruckend: ein in Science validiertes Olfaktions-Modell, ein klares wissenschaftliches Fundament und ein erfahrenes Team. Wäre dies eine reine Bewertung der Forschung, stünden hier mehr Sterne. Die zwei fehlenden Sterne haben mit der praktischen Zugänglichkeit zu tun, und an ihr messen wir Tools: kein Self-Service, keine Preise, kein deutscher Support, keine Angaben zu Hosting und AVV und ein reines Projektgeschäft. Für die allermeisten Leser ist Osmo damit nicht „einsetzbar”, sondern bestenfalls „beauftragbar”, und nur, wenn man in der Duftbranche tätig ist. Wer genau dort steht, bekommt einen interessanten Entwicklungspartner. Alle anderen bestaunen eine beeindruckende Technologie, an die sie heute nicht herankommen.

Was wir bemerkt haben

• 2022, Osmo wurde von Alex Wiltschko aus Google Brain ausgegründet, nachdem die olfaktorische Kernforschung dort begonnen hatte. Die Series A über 60 Mio. USD (Lux Capital, GV, The Alexa Fund) nennt der Anbieter auf seiner About-Seite.
• 2023, Die Principal Odor Map wurde in Science publiziert. Eine Peer-Review-Validierung ist für ein KI-Startup ungewöhnlich.
• 2024, Osmo demonstrierte „Scent Teleportation”: Laut About-Seite nahm Osmo eine reale Pflaume, digitalisierte ihren Duft und rekonstruierte ihn als identischen Duft, ein Proof-of-Concept dafür, dass Geruch erfasst, digitalisiert und wieder erzeugt werden kann.
• März 2025, Osmo startete nach eigener Darstellung das „world’s first AI-powered fragrance house” und meldete in diesem Zeitraum Patente für mehr neue Duftinhaltsstoffe an als der Rest der Branche zusammen.
• 2026, Osmo nennt eine Series B über 70 Mio. USD, mehr als 100 Mitarbeitende in New Jersey und Boston und eine 58.000 sq ft große Fertigungs- und Forschungsanlage in Elizabeth, New Jersey. Self-Service oder eine öffentliche API nennt der Anbieter weiterhin nicht.
• Oktober 2026, Auf der Website gibt es weiterhin keine öffentlichen Preise; der Einstieg läuft über ein Kontaktformular. Zusätzlich zu Osmo Studio führt der Anbieter jetzt Enterprise-Lösungen (Ingredient Discovery, Market Intelligence, Reformulierung, Sensortechnologie) auf.