Lieferando, eine der grössten Plattformen für Essenslieferungen in Europa, startete vor einiger Zeit ein Pilotprojekt, um KI-generierte Bilder anstelle von Fotografie für Restaurantmenüs zu nutzen. Die Idee war wirtschaftlich reizvoll: statt teurer professioneller Fotografie könnten Restaurants mit KI schnell ansprechende Bilder ihrer Speisen erhalten. Der Plan scheiterte jedoch kläglich.
Die KI-generierten Bilder zeigten zum Teil absurde Fehler, die das Essen unappetitlich oder surreal aussehen liessen. Beispielsweise generierten die Systeme anatomisch unmögliche Speisen, seltsame Farbkombinationen oder sogar ekelerregende Darstellungen. Dies führte zu negativem Feedback von Kunden und beschädigte das Image der beteiligten Restaurants. Die Plattform erkannte schnell, dass der Einsatz nicht funktionierte, und zog die Konsequenzen.
Just Eat, ein Konkurrent von Lieferando, machte ähnliche Erfahrungen und musste ebenfalls seine KI-basierten Speisenfoto-Experimente abbrechen. Dies zeigt ein fundamentales Problem mit heute verfügbaren generativen KI-Systemen: Sie können zwar beeindruckend aussehende Bilder erzeugen, scheitern aber bei Detailtreue und Konsistenz in spezialisierten Bereichen wie der gastronomischen Fotografie.
Diese Erfahrungen sind lehrreich für alle Unternehmen, die KI einsetzen. Generative KI ist kein Allheilmittel und nicht für alle Aufgaben geeignet. Besonders bei kundenseitigen Anwendungen, wo Qualitäts- und Glaubwürdigkeitsstandards hoch sind, kann falsch eingesetzte KI Schaden anrichten. Unternehmen sollten KI-Projekte mit Vorsicht pilotieren, kontinuierliche Qualitätskontrolle einbauen und bereit sein, Experimente zu beenden, wenn sie nicht funktionieren. Dies ist wichtiger als der Druck, innovative zu sein. Für KMU bedeutet dies: KI-Einsatz muss gut geplant sein und sollte sich an echten Business-Metriken orientieren, nicht nur an der Technologie-Innovation.