Ein mit Frühstückszutaten gefülltes Sodabrot erschien als Glas mit einem colaähnlichen Getränk, in dem Würstchen und Spiegelei schwammen. Scampi wurden als Sushi dargestellt, ein paniertes Burgergericht als Fleischscheibe zwischen zwei frittierten Brötchen. Das waren keine eigens für einen Scherz erzeugten Motive, sondern Abbildungen auf digitalen Speisekarten.
Dokumentiert wurden die Beispiele im Oktober 2026 in irischen Angeboten der Lieferplattform; weitere Fälle wurden im selben Zeitraum in Großbritannien bekannt. Die KI-Bilder sollten auf der Plattform fehlende Aufnahmen von Gerichten ersetzen. Am 20. Oktober wurde berichtet, dass die Lieferplattform unzutreffende Darstellungen entferne und die weitere Einführung des Systems vorerst ausgesetzt habe.
Die kuriosen Ergebnisse führen deshalb zu einer ernsteren Frage: Was geschieht, wenn eine Plattform das Aussehen von Speisen entwirft, ohne das tatsächlich zubereitete Gericht zu kennen? Recherchequelle: thejournal.ie
Wie aus Frühstück ein Glas Cola wurde
Nicht alle Fehlbilder gingen auf dasselbe Missverständnis zurück. Bei schlichten Einträgen wie Wasser oder Saucen erzeugte das System unzutreffende Motive. Einen Döner zerlegte es in einzelne Bestandteile des Fladenbrots und verteilte diese auf einem Teller, statt das gefüllte Gericht abzubilden. Beim geräucherten Kabeljau wiederum interpretierte die KI das in der Beschreibung genannte Weizenmehl als sichtbare Zutat und zeigte den Fisch mit losem Mehl.
Ausgangspunkt des Versuchs waren Lücken in digitalen Speisekarten: Wo ein Gericht ohne Foto angeboten wurde, sollte generative KI eine passende Abbildung ergänzen. Als Grundlage dienten Menübezeichnungen und Beschreibungen. Bei neuen Einträgen bezog die Lieferplattform eigenen Angaben zufolge außerdem Bilder ähnlicher Produkte ein, um Einzelheiten wie Anrichteweise, Hintergrund oder Pizzaboden zu erzeugen. Das Verfahren sollte insbesondere kleineren unabhängigen Betrieben ermöglichen, ihre Angebote schnell und kostengünstig zu bebildern.
Die veröffentlichten Abbildungen waren in der Anwendung als KI-generiert gekennzeichnet. Nachdem die fehlerhaften Ergebnisse öffentlich bekannt geworden waren, entschuldigte sich die Lieferplattform. Das Unternehmen begann, unzutreffende Darstellungen zu entfernen, und setzte die weitere Einführung vorerst aus. Zugleich erklärte es, die Technik weiterentwickeln zu wollen.
Die dokumentierten Fälle machen damit ein grundsätzliches Problem dieses Ansatzes sichtbar: Ein Menütext kann ein Gericht benennen, ohne sein tatsächliches Aussehen hinreichend zu beschreiben.
Warum Wörter kein Gericht ergeben
Speisekarten sind für Menschen geschrieben, die kulturelle und kulinarische Zusammenhänge ergänzen können. Regionale Namen, verkürzte Bezeichnungen oder bloße Zutatenfolgen genügen häufig, weil der Gast bereits eine Vorstellung vom Gericht besitzt. Für einen Bildgenerator bleiben dieselben Wörter mehrdeutig. Auch ein Tippfehler kann die visuelle Deutung in eine völlig andere Richtung lenken.
Wird das Motiv allein aus Text erzeugt, fehlt der unmittelbare Bezug zu dem Essen, das eine bestimmte Küche tatsächlich zubereitet. Das Ergebnis kann auf den ersten Blick plausibel wirken und dennoch etwas anderes zeigen. Daneben fallen bei synthetischen Essensbildern mitunter Details auf, die nicht zusammenpassen. Nach Einschätzung eines Food-Fotografen können widersprüchliche Oberflächen, Farbgebung und Lichtführung auf synthetische Eingriffe hindeuten. Solche Merkmale erlauben jedoch nicht immer eine sichere Aussage darüber, ob ein Motiv vollständig erzeugt oder nur intensiv nachbearbeitet wurde.
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 andere Ausgangslage entsteht, wenn KI nicht bei einer Beschreibung beginnt, sondern bei einem echten Foto des angebotenen Gerichts. Dann lassen sich etwa Licht, Hintergrund und Präsentation vereinheitlichen, während das abgebildete Essen auf einer realen Aufnahme beruht. Schon ein Smartphonefoto kann dafür als Grundlage dienen.
Die technische Qualität eines Bildes beantwortet damit noch nicht, ob es zum Angebot passt. Diese Prüfung bleibt eine eigene Aufgabe. Recherchequelle: theguardian.com
Warum die menschliche Kontrolle versagte
Innerhalb des Versuchs durften Restaurants keine eigenen KI-Bilder hochladen. Die Lieferplattform erzeugte solche Abbildungen jedoch selbst und begründete die Beschränkung damit, den Einsatz der Technik eng steuern und möglichst genaue, realistische Bilder gewährleisten zu wollen. Die Betriebe konnten laut Unternehmen aus dem Versuch aussteigen und eigene Fotos einstellen.
Über die Veröffentlichung der erzeugten Motive entschied dennoch ein organisatorischer Prozess der Plattform. Die Lieferplattform erklärte, jedes KI-Bild sei vorab von einem Menschen geprüft worden. Trotzdem gelangten unzutreffende Darstellungen in die Anwendung. Zwischen automatischer Erzeugung und sichtbarer Speisekarte lag demnach eine Kontrollstufe, die diese Fehler nicht aussortierte.
Das belegt keine generelle Wirkungslosigkeit menschlicher Prüfung. Es macht jedoch sichtbar, dass ihr Nutzen von den Bedingungen abhängt. Wenn viele Motive in kurzer Zeit beurteilt werden müssen, kann aus einer inhaltlichen Kontrolle eine bloße Plausibilitätsprüfung werden. Ebenso könnten regionales Wissen oder der vollständige Zusammenhang eines Menüeintrags gefehlt haben. Ob solche Faktoren hier tatsächlich ausschlaggebend waren, ist anhand der zugänglichen Angaben nicht feststellbar.
Aus der Quelle lässt sich auch nicht allgemein ableiten, auf welche Weise die einzelnen Restaurants vor der Veröffentlichung eingebunden wurden.
Die Technik mag das Motiv hervorbringen. Ob es Kunden tatsächlich gezeigt wird, entscheidet aber ein organisatorischer Prozess – und dieser Prozess trägt die Verantwortung für das Bild, das eine Bestellung beeinflusst.
Das Bild verkauft eine Erwartung
Ein Menüfoto ist keine bloße Verzierung. Es vermittelt vor der Bestellung eine Vorstellung davon, wie das Gericht aussieht, welche Zutaten es enthält, wie groß die Portion ist und wie es zubereitet wird. Die Kennzeichnung als KI-generiert legt zwar die technische Herkunft offen. Wie weit das gezeigte Motiv vom tatsächlich angebotenen Essen entfernt ist, beantwortet sie jedoch nicht.
Dass schon das Wissen um die Herkunft die Wahrnehmung verändert, zeigen zwei 2024 veröffentlichte Online-Experimente. In Studie 2 bewerteten getrennte Teilnehmergruppen die Bilder entweder ohne, mit korrekter oder mit vertauschter Herkunftsangabe. Ohne Kennzeichnung wurden die KI-Bilder ansprechender bewertet. Bei korrekter Kennzeichnung verschwand dieser signifikante Unterschied: Die Angabe, ein Foto sei echt, erhöhte dessen Bewertung, während die KI-Kennzeichnung allein die Bewertung synthetischer Bilder nicht signifikant senkte. Die Reichweite des Ergebnisses ist begrenzt: Die Untersuchung verwendete bestimmte Lebensmittelbilder und ein bestimmtes Bildmodell. Die Autoren weisen ausdrücklich darauf hin, dass sich die Befunde nicht ohne Weiteres auf andere Generatoren übertragen lassen.
Eine weitere Studie, die 2026 online erschien, verglich die Reaktionen von 241 spanischen Teilnehmern auf gekennzeichnete KI-Bilder und reale Essensaufnahmen. Die synthetischen Motive gingen mit einem geringeren wahrgenommenen Wert und einer stärkeren Absicht zu negativer Mundpropaganda einher. Geringeres erwartetes Vergnügen und höheres wahrgenommenes Risiko vermittelten den Effekt auf den wahrgenommenen Wert teilweise und den Effekt auf die Absicht zu negativer Mundpropaganda vollständig. Die Aussage bezieht sich auf diese Stichprobe und die dort verwendeten Bilder.
Ein künstliches Motiv kann appetitlich erscheinen. Als Abbildung eines bestellbaren Gerichts muss es sich jedoch auch daran messen lassen, welche Erwartung es weckt. Link temporarily unavailable
Das echte Gericht als visueller Anker
Der dokumentierte Versuch spricht nicht gegen jede Nutzung von KI bei Menübildern. Er legt vielmehr eine praktische Grenze nahe. Wird ein Motiv allein aus einem Produktnamen erzeugt, fehlt ihm ohne weitere reale Vorlage der überprüfbare Bezug zum konkreten Gericht. Ein Smartphonefoto aus der Küche hält dagegen zumindest dessen sichtbare Bestandteile, Anordnung und Darreichungsform fest.
KI kann eine solche Aufnahme technisch überarbeiten: Licht und Hintergrund lassen sich anpassen, Ausschnitte verändern und verschiedene Bilder einheitlicher präsentieren. Damit bleibt das angebotene Essen der Ausgangspunkt. Verlässlich ist das Ergebnis deshalb noch nicht automatisch. Auch eine Bearbeitung realer Fotos kann Farben, Mengen oder Proportionen so verändern, dass eine Erwartung entsteht, die das servierte Gericht später nicht erfüllt. Nähe zum Original ist keine Garantie für Genauigkeit.
Für kleinere Betriebe können künstlich erzeugte Bilder dennoch attraktiv erscheinen. Professionelle Fotografie und Gestaltung verursachen Kosten, während digitale Speisekarten oft zahlreiche Gerichte abbilden sollen. Ein Vertreter eines Anbieters für digitale Speisekarten empfiehlt, reale Smartphoneaufnahmen mithilfe von Software bei Licht und Präsentation zu vereinheitlichen. Offensichtlich künstliche Komplettbilder hält er selbst gegenüber einer Speisekarte ohne Fotos für nachteilig.
Eine Speisekarte ist kein freier Illustrationsraum. Ihr Bild formuliert ein stilles Versprechen darüber, was aus der Küche kommen soll. Je weiter sich die Darstellung vom tatsächlich zubereiteten Essen entfernt, desto weniger beschreibt sie ein Angebot und desto mehr entwirft sie eines, das nur auf dem Bildschirm existiert. Der glaubwürdigste Ausgangspunkt bleibt deshalb der wirkliche Teller.
Weiterführende Informationen
Quellenhinweis: Einzelne Fakten, Einschätzungen und Prognosen dieses Beitrags stützen sich auf Veröffentlichungen der nachfolgend genannten Unternehmen und Institutionen. Die Links dienen zugleich der weiterführenden Information.
Golem.de – Eat-Slop: Lieferando stoppt KI-Essensbilder nach peinlichen Pannen
Der Artikel dokumentiert den pausierten Just-Eat-Versuch, die Bilderzeugung aus Menübeschreibungen sowie konkrete Fehldarstellungen und deren Entfernung.
https://www.golem.de/news/eat-slop-lieferando-stoppt-ki-essensbilder-nach-peinlichen-pannen-2610-214543.html
QFINITY – Ein Mensch im Loop ist noch keine Kontrolle
Die fachliche Vertiefung erklärt, warum Automation Bias, Plausibilitätsfallen und Ermüdung menschliche Prüfungen von KI-Ergebnissen unwirksam machen können.
https://q-finity.de/unser-unternehmen/publikationen/human-in-the-loop-illusion-of-control/
heyGastro – KI-Fotos auf der Speisekarte 2026: Lohnt sich das für dein Restaurant?
Der Beitrag ordnet Studien zur Attraktivität gekennzeichneter KI-Essensbilder sowie zu wahrgenommenem Wert, Risiko und negativer Mundpropaganda ein.
https://heygastro.de/blog/ki-fotos-speisekarte-restaurant
