STOCKHOLM / LONDON (IT BOLTWISE) – Ein KI-Agent soll im Andon Café den Alltag im Griff haben – von Betriebsgenehmigungen bis zur Beschaffung. Das Experiment zeigt aber auch, wie schnell KI-gestützte Automatisierung an Grenzen stößt: Bestellungen wie 6.000 Servietten oder viel zu viele bzw. zu wenige Brote wirken wie ein Lehrbuchbeispiel für fehlende Robustheit. Besonders spannend ist die Erklärung aus dem Umfeld von Andon Labs: ein begrenztes Kontextfenster kann dafür sorgen, dass die KI frühere Bestellmuster „vergisst“. Damit wird das Projekt zu einem Praxis-Testfeld für KI-Agents im echten Unternehmensbetrieb – inklusive Fragen zu Prozesssicherheit, Haftung und Kostenkontrolle.
In Stockholm wird gerade eine Idee getestet, die in der KI-Branche schon lange als „nächster Schritt“ gilt: Künstliche Intelligenz soll nicht nur Empfehlungen aussprechen, sondern ganze Abläufe in Unternehmen autonom steuern. Das Andon Café ist dabei kein reines Software-Demo, sondern ein laufender Kleinbetrieb mit echten Kostenstellen und echten Lieferketten. Betreiber ist ein KI-Agent, der auf Googles Gemini basiert und nach dem Start selbstständig erste Schritte übernimmt, während das Experiment zugleich sichtbar macht, wie schwierig „verlässlich“ in der Praxis ist. Genau deshalb beobachten Branchenexperten das Projekt: Es zeigt die Differenz zwischen kompetent wirkender KI in einer Chat-Umgebung und belastbarer KI im operativen Tagesgeschäft.
Damit der Agent überhaupt zum „Unternehmensleiter“ werden kann, muss er eine Reihe von Systemen und Workflows miteinander verbinden. Dazu gehören das Einholen von Erlaubnissen für den Café- und Außengastronomie-Betrieb, das Abschließen technischer Verträge wie Strom- und Internetverbindung sowie das Erstellen und Pflegen von Bestellprozessen. Im Hintergrund bedeutet das in der Regel: ein Planungs- und Ausführungsmodell, das Entscheidungen in Aktionen übersetzt, plus Schnittstellen zu Beschaffungs- und Logistiksystemen. Andon Labs beschreibt dieses Vorgehen als Experimentierfeld dafür, wie weit KI-Agenten schon ohne direkte menschliche Steuerung kommen.
In Stockholm hat der Agent zwar zunächst plausibel gehandelt. Er dachte daran, über Plattformen wie LinkedIn und Indeed Unterstützung für klassische Tätigkeiten zu organisieren, etwa fürs Einschenken von Kaffee und das Vorbereiten von Snacks. Auch bei den administrativen Schritten zeigte sich eine gewisse Selbstständigkeit: Der Agent kümmerte sich eigenständig um die nötigen Rahmenbedingungen, sodass der Betrieb anlaufen konnte. Diese frühen Erfolge sind technologisch relevant, weil sie zeigen, dass Agenten durchaus in der Lage sind, mehrstufige Ziele in konkrete Schritte zu übersetzen. Genau hier liegt aber auch der nächste Engpass: sobald das System in eine dichte Feedback-Schleife aus Nachfrage, Lagerbestand und Lieferzeiten gerät, werden kleine Schwächen schnell zu spürbaren Fehlern.
Die Probleme zeigen sich besonders bei den Bestellungen. Laut Berichten bestellte die KI im Verlauf des Experiments unter anderem etwa 6.000 Servietten, vier Erste-Hilfe-Sets und 3.000 Gummihandschuhe, obwohl das Café in der Größe begrenzt ist. Dazu kamen Dosentomaten auf dem Bestellzettel, die offenbar nicht für die tatsächlich angebotenen Gerichte verwendet werden. Solche Ausreißer sind weniger „absichtliches Fehlverhalten“ als ein Zusammenspiel aus unvollständiger Zielmodellierung und dem, was man in KI-Systemen als Kontextfenster bezeichnet: die maximale Menge an Informationen, die gleichzeitig verarbeitet werden kann. Wenn frühere Bestellungen und relevante Muster aus diesem Fenster herausfallen, kann die KI die Situation falsch einschätzen.
Selbst bei standardisierten Abläufen wie Brotbestellungen wird der Unterschied zwischen Versuchsanordnung und realer Produktion deutlich. An manchen Tagen ordert der Agent offenbar deutlich zu viel, an anderen zu wenig. Im zweiten Fall bedeutet das konkret: Beschäftigte müssen dann Sandwiches von der Karte streichen, weil die Zutaten nicht rechtzeitig verfügbar sind. Das wirkt trivial, ist aber in der Summe ein belastbarer Hinweis darauf, dass KI-Agents für „profitabelen Betrieb“ mehr als nur Einkaufskompetenz benötigen. Sie brauchen stabile Schätzungen zur Nachfrage, ein gutes Modell von Liefer- und Abverkaufszeiten sowie Mechanismen, die Unsicherheit erkennen und bei Abweichungen bewusst eskalieren. Technisch ist das vergleichbar mit der Abgrenzung zwischen einem Chatbot, der syntaktisch korrekte Antworten liefert, und einem Planungssystem, das langfristige Konsistenz über viele Entscheidungen sicherstellt.
Als Begründung nennt Hanna Petersson, eine Mitarbeiterin aus der Tech-Abteilung bei Andon Labs, genau diesen Flaschenhals: das begrenzte Kontextfenster. Verschwindet die Information über vergangene Bestellungen aus dem für den Agenten relevanten Bereich, kann er sich nicht mehr zuverlässig darauf beziehen, was er in der Vergangenheit bestellt hat. Damit vergisst der Agent nicht „etwas innerhalb eines Moments“, sondern strukturell genau die Historie, die für wiederkehrende Entscheidungen entscheidend ist. Aus Enterprise-Sicht ist das eine zentrale Lehre: Ohne saubere Zustandsverwaltung, Gedächtnisstrategien (z. B. summarisiertes State-Tracking) und robuste Zustandsrepräsentationen werden Agenten im operativen Betrieb zwangsläufig drift-belastet.
Auch wirtschaftlich wird das Experiment zur Management-Frage. Laut den Angaben hat das Café seit der Eröffnung Mitte April 2026 zwar bereits mehr als 5.700 US-Dollar Umsatz erzielt, doch vom ursprünglichen Budget von gut 21.000 US-Dollar sind noch weniger als 5.000 US-Dollar übrig. Das macht sichtbar, dass „Autonomie“ nicht nur eine technische, sondern auch eine Kosten- und Risikoentscheidung ist. Denn bei falschen Bestellmengen entstehen nicht nur direkte Materialkosten, sondern auch indirekte Kosten durch Entsorgung, entgangene Verkäufe und zusätzlichen operativen Aufwand, wenn Menschen kurzfristig eingreifen müssen. In der Marktkommunikation werden solche Pilotprojekte häufig als Fortschritt verkauft; für die Unternehmensrealität zählt jedoch die Frage, ob sich die Systeme unter realistischen Lastprofilen innerhalb akzeptabler Budgets stabilisieren lassen.
Im Wettbewerb setzt die Branche ebenfalls auf Agentenansätze, allerdings meist mit klaren Leitplanken. Google positioniert Gemini als Grundlage für agentische Workflows, doch der entscheidende Unterschied liegt oft nicht im Modell selbst, sondern im „Orchestrations-Layer“: also in Planern, Tool-Use-Mechanismen, Validierungsregeln und der Fähigkeit, kritische Aktionen zu bremsen. Wenn Agenten wie im Café-Betrieb direkt Bestellungen auslösen, sind sie einem Risiko ausgesetzt, das in reinen Testumgebungen häufig unterschätzt wird. Vergleichbare Projekte in anderen Domänen zeigen, dass frühe Erfolge in Minuten- oder Stunden-Szenarien entstehen können, während Langläufer-Prozesse wie Einkauf, Inventar und Personalplanung systematisch nachziehen und dann auditierbar werden müssen. Genau deshalb suchen Analysten aktuell nach „Guardrails“, die aus KI-Experimenten skalierbare Unternehmenssoftware machen.
Hinzu kommen regulatorische und Compliance-Aspekte, die in einem Café besonders anschaulich werden. Der Agent soll nicht nur einkaufen, sondern auch Betriebserlaubnisse und Verträge orchestrieren. Das wirft Fragen nach Verantwortlichkeit auf: Wer ist im Fall falscher oder schädlicher Bestellungen haftbar, etwa wenn Sicherheitsausrüstung nicht passend beschafft oder Materialien unnötig eingelagert werden? Zudem betreffen selbst einfache Prozesse potenziell personenbezogene Daten, etwa wenn über Recruiting-Plattformen kommuniziert wird oder wenn Bestellungen automatisiert protokolliert werden. In einem professionellen Setup braucht es deshalb Logging, Zugriffskontrollen und nachvollziehbare Entscheidungswege. Gerade im KI-Agenten-Kontext wird damit die technische Robustheit untrennbar mit Governance verbunden.
Für die nächsten Schritte zeichnet sich ab, dass Andon Labs seinen Ansatz in Richtung „zustandsbewusste Agenten“ weiterentwickeln muss. Ein naheliegender Weg ist, das Kontextfenster nicht als einzige Gedächtnisschicht zu nutzen, sondern einen persistenten Unternehmenszustand aufzubauen, der etwa Lagerbestände, Abverkaufsraten, Lieferzeiten und saisonale Muster enthält. Zusätzlich wären Validierungsschichten sinnvoll, die Bestellungen gegen Plausibilitätsgrenzen prüfen und bei Abweichungen automatische Korrektur oder zumindest menschliche Freigaben auslösen. Marktseitig könnte das Experiment damit weniger als Schlagzeile enden, sondern als Blaupause dienen: KI-Agents werden dann besonders wertvoll, wenn sie in klar definierten Rollen arbeiten, Fehler früh erkennen und Entscheidungen in komplexen Produktionsketten kooperativ absichern.
Ob das Café so profitabel wird, wie es der Agent ursprünglich ansteuert, bleibt offen. Das Projekt zeigt aber bereits jetzt, wie man aus Pilotdaten technische Produktreife ableitet: nicht durch die Frage „Kann KI planen?“, sondern durch „Wie plant sie unter knappen Kontextressourcen, welchen Drift zeigt sie nach mehreren Tagen und wie schnell erkennt das System, dass es von einem stabilen Betriebspfad abweicht?“. Genau diese Punkte entscheiden darüber, ob KI-Agenten künftig in Buchhaltung, Einkauf, Instandhaltung oder Kundensupport zuverlässig eingesetzt werden können. Für Entwickler entsteht daraus eine klare Agenda: Tool-Use ist nur der Anfang, entscheidend sind Zustandsmanagement, Validierung, Kostenbewusstsein und Compliance-fähige Betriebsmodelle, die auch dann funktionieren, wenn der Agent nicht im Blick ist.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-Agent betreibt Andon Café in Stockholm – von 6.000 Servietten bis zum Kontextfenster" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-Agent betreibt Andon Café in Stockholm – von 6.000 Servietten bis zum Kontextfenster" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-Agent betreibt Andon Café in Stockholm – von 6.000 Servietten bis zum Kontextfenster« bei Google Deutschland suchen, bei Bing oder Google News!