LONDON (IT BOLTWISE) – Lieferando hat sein KI-Tool zum automatischen Generieren von Essensfotos für Speisekarten vorerst gestoppt, nachdem zahlreiche peinliche Bildfehler in der App aufgetaucht waren. Besonders absurd waren Darstellungen, bei denen Gerichte erkennbar falsch interpretiert wurden. Auch die britische Schwesterplattform Just Eat hatte zuvor ein vergleichbares Problem mit KI-gestützten Menübildern. Im Kern zeigt der Vorfall, wie stark Vertrauen, Datenqualität und Freigabeprozesse bei KI-Content im Handel zusammenspielen.
Bei KI-generierten Menübildern wird gerade sichtbar, was in vielen Pilotprojekten zu spät auffällt: Nicht die Modellgüte allein entscheidet über Akzeptanz, sondern die Passung zum konkreten Datenkontext einer Plattform. Lieferando hatte laut Berichten ein eigenes KI-Werkzeug genutzt, um für Restaurants automatisch Essensfotos für Speisekarten zu erzeugen. Der Ansatz klingt technisch naheliegend, weil er Kosten senkt und Lücken in Katalogen schneller schließt. In der Praxis fanden jedoch in den vergangenen Wochen auffällige, teils absurde Ergebnisse den Weg in die App – mit der Folge, dass das Werkzeug zunächst ausgesetzt wurde.
Konkrete Beispiele zeigen, wie stark die Fehlerkette wirken kann: In der Darstellung wurden Gerichte nicht nur ungenau, sondern in eine völlig falsche Kulisse übersetzt. So tauchte etwa ein Cheeseburger, der offenbar in Reisbrötchen „verschoben“ wurde, oder ein Schnitzel Hawaii auf, das stattdessen als Puzzle-ähnliche Kartonillustration mit einem Sloganmotiv erschien. Selbst Tigergarnelen wurden als Schüssel inszeniert, in der kleine Tiger „baden“ – ein Bild, das eher nach freier Kreativverarbeitung als nach seriöser Produktabbildung aussieht. Entscheidend ist: Solche Bilder entstehen typischerweise aus Textbeschreibungen, die das System interpretieren soll; wenn die Semantik danebenliegt, produziert die KI konsistent falsche Ästhetik, obwohl die Eingabe formal plausibel wirkt.
Auch außerhalb der „offensichtlichen“ Peinlichkeiten bleibt das Qualitätsproblem bestehen. Selbst wenn die Bilder im ersten Moment wie ein Restaurantfoto wirken, handelt es sich laut Zusammenfassungen von Anwenderberichten häufig um generische Darstellungen statt um eine optimierte Version eines realen Produkts. Ein Beispiel, das in der Diskussion genannt wurde: Ein Imbissbetreiber schilderte, dass er keine eigenen Fotos hochgeladen hatte. Daraufhin wurden automatisch KI-Bilder erzeugt, die er loswerden wollte – und verwiesen sah auf den manuellen Upload eigener Bilder. In solchen Fällen kippt die KI-Idee von „Service“ zu „Zusatzarbeit“: Wer ein falsches oder unpassendes Bild nicht tragen möchte, muss Aufwand investieren, obwohl der Ausgangspunkt eigentlich genau diesen Aufwand reduzieren sollte. Hinzu kommt die Frage, warum KI teils bereits vorhandene echte Fotos ersetzt haben soll – hierzu blieb in den Berichten die genaue Ursache offen.
Der Vorfall fällt zudem nicht überraschend, wenn man sich das generelle Funktionsprinzip solcher Systeme vor Augen führt. Eine britische Plattform, die zum selben Mutterkonzern gehört, hatte bereits zuvor ein vergleichbares KI-Projekt stoppen müssen. Dort sollte die KI kleinen, unabhängigen Restaurants Menübilder liefern, ohne dass diese teure Food-Fotografie bezahlen. Die Datenbasis waren dabei Texte aus den Speisekarten – und genau hier liegt die klassische Schwachstelle: Wenn ein Modell die Benennung von Gerichten zu wörtlich nimmt, entstehen mit hoher Wahrscheinlichkeit semantische Sprünge. Aus einem irischen Frühstück mit Begriffen wie Sodabread und Zutaten wie Eiern, Bacon und Wurst wurde in dem berichteten Fall eine Art Limonade mit Fleisch- und Ei-Einlage. Das Muster dahinter: Statt ein reales Foto zu replizieren oder „nur“ stilistisch zu verbessern, interpretiert die KI die Wörter als Kompositionsanweisung.
Für Unternehmen entsteht dadurch ein doppeltes Risiko: Erstens leidet die Markenwahrnehmung, wenn Kunden Bilder sehen, die nicht zu Erwartungen und Sprache der Speisekarten passen. Zweitens ist der Conversion-Effekt nicht garantiert. In der Debatte wurde auf Studienergebnisse verwiesen, nach denen KI-generierte Darstellungen schlechter bewertet werden können, wenn Betrachter die Bilder als wenig appetitlich einstufen. Gleichzeitig deutet ein Vergleich darauf hin, dass die Wirkung mit der wahrgenommenen Echtheit variiert: Wenn die Nutzer wissen, dass ein Bild echt ist, schneiden Darstellungen offenbar besser ab als wenn der KI-Charakter dominiert. Der Gedanke ist für Plattformen zentral, die ohnehin stark datengetrieben arbeiten: Bilder sind nicht nur Deko, sondern Teil eines Entscheidungsflusses, bei dem Vertrauen und Erwartungskohärenz eine messbare Rolle spielen.
Auch die Frage nach Prozesssicherheit rückt damit in den Fokus. Laut Berichten soll ein Kontrolleur jedes KI-Bild vor dem Ausspielen prüfen. Wenn dennoch peinliche Beispiele in der App landen, deutet das auf Kapazitäts- oder Regel-Design-Probleme hin: Entweder sind die Prüfregeln zu grob, die Stichprobengröße reicht nicht, oder bei hohem Durchsatz werden Grenzfälle durchgewunken. Genau hier wirken sich generative Systeme auf das klassische Qualitätsmanagement aus. Die Content-Pipeline, die zuvor bei echten Fotos vor allem aus Upload-Validierung und Formatprüfung bestand, wird nun um semantic guardrails erweitert: Systeme müssen nicht nur „sehen, ob es passt“, sondern auch die Beziehung zwischen Text (Gerichtsbeschreibung), Bildinhalt und dem Erwartungsraum der Nutzer konsistent halten. Ohne solche Guardrails reicht eine manuelle Sichtprüfung allein häufig nicht, insbesondere wenn neue Gerichte, neue Schreibweisen oder regionale Bezeichnungen dazukommen.
Für Lieferando ist KI damit kein Randthema. Der Dienst setzt nach eigenen Angaben auf KI-gestützte Empfehlungen, Prognosen für Lieferzeiten und sogar auf einen Sprachassistenten, der Speisekarten von Partnerbetrieben durchsucht. Bei über 48.000 Partnerbetrieben ist der Druck groß, Karten vollständig zu machen und die Nutzererfahrung zu stabilisieren. Genau deshalb kann ein KI-Fehler systemisch werden: Wenn das Tool standardmäßig viele Einträge füllt, skaliert ein Qualitätsmangel schneller als klassische manuelle Prozesse. Der Schritt, das Werkzeug vorerst auszusetzen, ist daher auch als Signal zu lesen, dass Plattformen mehr brauchen als ein „funktioniert technisch“-Demonstrator – nämlich robuste Qualitäts- und Freigabemechanismen, die auch bei großen Datenmengen greifen.
Aus Marktsicht zeigt der Fall außerdem, wie schnell sich KI-Content gegen die eigene Zielgruppe wenden kann. Plattformen hatten KI lange als Hebel positioniert, um Angebot und Präsentation zu verbessern. Doch wenn Nutzer die Ergebnisse als „Food-Slop“ wahrnehmen oder den Eindruck von Beliebigkeit bekommen, wird aus Automatisierung schnell ein Reputationsproblem. Für die nächsten Iterationen stehen deshalb vermutlich drei Baustellen im Vordergrund: bessere Interpretation von Gerichtstexten, strengere Kriterien dafür, wann KI überhaupt ausspielen darf, und transparente Wege, damit Restaurants unerwünschte Bilder schnell und ohne Zusatzaufwand entfernen können. Die Betreiber könnten zudem die Steuerung so anpassen, dass KI-Bilder eher als Ergänzung dienen und echte Fotos priorisiert werden – nicht weil KI per se schlecht ist, sondern weil Erwartungen an Speisendarstellungen im Handel besonders hoch sind.
🔥 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.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【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 "Lieferando stoppt KI-Essensbilder: Pannen zeigen Grenzen generativer Menüs" 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 "Lieferando stoppt KI-Essensbilder: Pannen zeigen Grenzen generativer Menüs" 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: »Lieferando stoppt KI-Essensbilder: Pannen zeigen Grenzen generativer Menüs« bei Google Deutschland suchen, bei Bing oder Google News!