Das menschliche Gehirn ist ein Meisterwerk der Evolution. 5,8 Millionen Kilometer beträgt die gesamte Länge aller Nervenbahnen eines erwachsenen Gehirns. Es besteht aus bis zu 100 Milliarden Neuronen, die wiederum mit über 1 Trillion Synapsen verbunden sind. Was in diesem unfassbar komplexen System an elektronischen Impulsen hin und her gesendet wird, ist eben genau das: unfassbar. Und doch ist es die Voraussetzung dafür, dass wir Menschen lernen, schlussfolgern und abstrakt denken können – und uns damit stetig weiter entwickeln.
Seit Jahrzehnten wird versucht, dieses evolutionäre Glanzstück künstlich nachzubilden. Eine künstliche Intelligenz – kurz KI – soll geschaffen werden und vor allem Unternehmen sollen von ihr profitieren. Was durchaus seine guten Gründe hat. Denn immer mehr Bereiche unserer Lebens- und Arbeitswelten werden digital durchdrungen – wodurch ein derart massives Datenvolumen entsteht, dass wir zwar immer besser zu speichern imstande sind. Das uns aber vor Herausforderungen stellt wenn es darum geht, diese Daten auch zu analysieren, zu verstehen und gewinnbringend zu verarbeiten. Hier hat speziell die Gastronomiebranche Nachholbedarf.
Doch was heißt künstliche Intelligenz genauer? Welche Arten gibt es? Nutzen Gastronomiebetriebe KI bereits? Welche Chancen bietet sie und gilt es, auch kritische Punkte zu lösen? Meine Synapsen haben sich ein paar Gedanken dazu gemacht.
Künstliche Intelligenz ist ein nicht eindeutig definierter Terminus. Mal wird sie auch als maschinelles Lernen bezeichnet, mal als maschinelle Intelligenz oder einfach nur als Intelligenz. Letztlich ist KI ein Algorithmus, also ein Computercode. Als visionäre Idee trat sie bereits 1748 in Erscheinung, als der französische Philosoph Julien Offray de La Mettrie behauptete, der Mensch sei eine Maschine. Aufklärer Voltaire zeigte sich davon alles andere als begeistert. Dennoch ist aus solchen Phantasmen bis heute Realität geworden. KI gibt es bereits. Wenn auch lange nicht so beängstigend, wie es frühe Science Fiction-Filme und Dystopien dem Betrachter suggerieren.
Fachleute unterscheiden zwischen schwacher künstlicher Intelligenz und starker künstlicher Intelligenz. Stark wäre sie, wenn sie die gleichen intellektuellen Fähigkeiten besäße wie ein Mensch und auf Augenhöhe mit ihm arbeiten könnte. Wenn sie also ein Bewusstsein hätte. Da sie dies jedoch nicht hat, gibt es eine starke KI auch nicht. Noch lange wird sie Utopie bleiben.
Die schwache Form der künstlichen Intelligenz findet dagegen bereits statt: Technologien, an die wir bis vor wenigen Jahrzehnten nicht mal im Traum dachten, nutzen wir heute wie selbstverständlich. Einfach per Mouse-Klick, Finger-Touch, Voice-Input.
Etwa Google Search, das in Sekundenbruchteilen Millionen von Ergebnissen für uns findet. deepL, das unsere Texteingaben vollautomatisch in viele andere Sprachen übersetzt. Alexa und Co., die unsere Sprachbefehle verstehen, ausführen und in gewisser Weise sogar mit uns kommunizieren. Oder auch – um in der Gastronomiebranche zu bleiben: hochintelligente Küchensysteme, die Geräte und Technologien digital miteinander verbinden und Zubereitungsschritte automatisieren.
All das und Vieles mehr ist bereits künstliche Intelligenz – wenn auch eine schwache. Denn, und das ist der hauptsächliche Unterschied zur Utopie der starken KI: Die Technologien der schwachen KI sind nur auf ihrem jeweiligen Gebiet hochintelligent. Sich darüberhinaus eigenständig zu entwickeln, sich eigenständig mit anderen datengetriebenen Gebieten zu verknüpfen und wie ein Mensch immer Neues hinzu zu lernen – hier stößt schwache KI an ihre Grenzen. Doch könnte aus einer schwachen KI irgendwann mal eine starke KI werden?
Künstliche neuronale Netzwerke imitieren die Lernprozesse des menschlichen Gehirns. Diese Netzwerke bestehen aus unzähligen Neuronen, die über ebenso unzählige Schichten miteinander verbunden sind. Die Neuronen müssen etwa lernen, Audio- und Videodateien sowie Sprachen und Texte selbständig zu erkennen. Oder auch vordefinierte Bilder. Sagen wir von einem frischen Brokkoli. Dafür wird das neuronale Netzwerk mit Unmengen verschiedener Bildmotive gefüttert. Je nachdem, wie oft und wie gut das Bild des Brokkoli erkannt wird, verändert das Netzwerk die Verbindungen zwischen den Neuronen: Besser lernende Neuronen stärken die Verbindungen, schlechtere Neuronen schwächen sie. Irgendwann arbeitet das neuronale Netzwerk so gut, dass es zu einem intelligenten Netzwerk wird und sich ständig selbst optimiert.
Deep Learning ist wiederum ist eine Teildisziplin des maschinellen Lernens, bei dem mathematische Methoden zur Detailanalyse und Optimierung von Datenbeständen herangezogen werden. Auch das Konzept der Business Intelligence mit technologischen Lösungen wie Data Mining und Data Management spielt im Konzert der KI eine wichtige Rolle.
Einer der Big Player auf diesem Gebiet: DeepMind – ein Unternehmen, das auf die Programmierung von künstlicher Intelligenz spezialisiert ist und seit 2014 zu Google gehört. Mit seiner ganzen IT-technologischen Macht sammelt das Unternehmen nicht nur exorbitante Datenmengen, sondern analysiert sie auch, erkennt alle Querverbindungen, setzt diese in einen Kontext und nutzt alle Informationen für immer höhere und damit profitablere learnings.
Anders als seine Wettbewerber setzt DeepMind nicht nur auf künstliche neuronale Netze. Um seine KI noch leistungsfähiger zu machen, entwickelte DeepMind auch einen Kurzzeitspeicher. Der gleichbedeutend ist mit einem Kurzzeitgedächtnis? Ja, das kommt dem Ganzen recht nahe. Denn mit seinem Kurzzeitspeicher ahmt DeepMind die Fähigkeiten eines künstlichen Gedächtnisses nach. Und selbst beim Lippenlesen sieht sich der Tech-Riese ganz weit vorn. Sein Programm WaveNet übertrifft professionelle menschliche Lippenleser angeblich bei weitem – sogar beim Entschlüsseln von Lippenbewegungen in völlig audiofreien Videoaufnahmen.
Das neuronale Spektrum derart intelligenter Lösungen ließe sich noch deutlich ausführlicher beschreiben. Komme ich nun jedoch zu vier sehr interessanten Cases, die bereits real sind. Und zwar in der Gastronomiebranche.
Insbesondere große, marktmächtige Unternehmen der System- und Konzeptgastronomie machen sich KI bereits zunutze. Ihnen ist es möglich, immer massiver und komplexer werdende Datenaufkommen zu sammeln, zu analysieren und in digitale Strategien zu übersetzen. Das Ergebnis: extrem hohe Prozess- und Arbeitseffizienz über das gesamte supply network hinweg.
KI bei McDonald´s
Der globale Burgerbrater baut seine intelligente Technologieinfrastruktur mit entsprechenden KI-Fähigkeiten immer weiter aus. Das Fast-Food-Erlebnis soll quasi neu erfunden werden.
Ein Meilenstein auf diesem Weg war die Übernahme von Dynamic Yield – eines KI-basierten Personalisierungs-Startup. Über 300 Mio. Dollar ließ es sich McDonald´s kosten, um seine Drive-ins ins KI-Zeitalter zu hypen. Diese werden künftig digitale Menükarten vollautomatisiert erstellen und ihren Durchfahrtskunden maßgeschneiderte Highlights auf den Menütafeln empfehlen – je nach Tageszeit, Wettervorhersage und aktueller Auslastung im McDonalds-Restaurant. Dem voraus gehen entsprechende datengetriebene Detailanalysen auch zu Bestellhistorien.
Eine weitere Investition in künstliche Intelligenz ist der Kauf von Apprente. Als mehrsprachiger Konversationsagent automatisiert er die Sprachbefehle an den Mc Donald´s Drive-ins auf menschlicher Ebene. Apprente versteht die vom Kunden artikulierten Bestellungen, übersetzt sie eigenständig in Aufträge und setzt damit die Produktionskette in Gang. Unschwer vorstellbar, dass damit nicht nur Personal eingespart wird. Sondern auch, dass sich die Wartezeiten am Drive-in deutlich verkürzen. Fast Food wird faster.
KI bei Starbucks
Deep Brew nennt sich die Initiative, mit der Starbucks seine Strategie der künstlichen Intelligenz forciert. Unter anderem soll die gesamte Lieferkette transparent, die ethische Beschaffung von Kaffeebohnen bis ins kleinste Detail zurück zu verfolgen und damit beweisbar sein. Ein ausgeklügeltes Blockchain-Projekt namens Bean to Cup kommt hierfür zum Einsatz.
Technologisch befeuert wird die Deep Brew-Initiative von einer KI-basierten Lernsoftware: Azure nennt sie sich und ermöglicht es Starbucks, maschinelles Lernen über alle Daten-Endpunkte hinweg einzusetzen. Sei es für Bestellungen und Transaktionen via Apps, für das Aufsetzen tagesaktueller Drive-in-Menükarten oder für die vollautomatische LMIV-Kennzeichnung von Produkten.
Sämtliche In-Store-Erkenntnisse werden digital und reibungslos in Echtzeit analysierbar. So können selbst in komplexen, unvorhergesehenen Umgebungen stets exakte, weil konkret wissensbasierte Entscheidungen getroffen werden. Die Kundenpersonalisierung und damit maßgeschneiderte Produktempfehlungen erreichen eine neue Qualität.
KI bei Aramark
Aramark ist ein internationaler Dienstleister für Catering, Gastronomie und Servicemanagement. Beheimatet in den USA, weitet es den Einsatz künstlicher Intelligenz auf spezielle und doch recht naheliegende Locations aus: die Stadien der Major League Baseball.
Zusammen mit dem Technologieunternehmen Mashgin wurden Express-Selbstbedienungs-Kioske realisiert. Das Interessante dabei: Die Besucher der Baseball-Spiele können mithilfe von Computer Vision mehrere Artikel gleichzeitig scannen – ohne dass dafür ein Barcode nötig ist.
Kauf und Bezahlung werden auch hier immer schneller abgewickelt. Die Wartezeiten verkürzen sich. Für die Verbraucher wird es immer komfortabler. Und für Aramark immer aufschlussreicher. Denn auf Grundlage von KI erhält auch Aramark detaillierte Einblicke in sämtliche Abläufe und kann die erlangten (Daten-)Kenntnisse in neue gewinnbringende Kundenservices übersetzen.
KI bei Chick-fil-A
Und noch ein Fastfood-Restaurant, natürlich wieder aus den USA. Chick-fil-A nutzt maschinelles Lernen, um Anzeichen möglicher Lebensmittelerkrankungen rechtzeitig zu erkennen. Aktuelle Genauigkeit: 78% – Tendenz deutlich steigend. Die künstliche Intelligenz des Food-Service-Betreibers screent Social Media-Posts auf sensible Keywords, kann damit die individuellen Stimmungen der User identifizieren und bei Gefahr schnell reagieren.
So versendet KI zum Beispiel Push-Nachrichten inklusive aller Details vollautomatisiert an die Chick-fil-A Restaurantmanager. Die wiederum kontaktieren den jeweiligen Kunden direkt über dessen Social Media-Konto und klären mit ihm weitere Fragen und die nächste Schritte. Chick-fil-A verwendet KI aber auch, um seine Mitarbeiter in die richtigen Handwaschtechniken einzuweisen. Das Risiko von Lebensmittelkrankheiten wird damit insgesamt reduziert.
Für jemanden wie mich, der 2014 mit seinem Unternehmen die erste digitale Lebensmitteldatenbank im deutschsprachigen Raum entwickelt hat, sind solche Entwicklungen immer wieder erstaunlich. Lebensmitteltransparenz und -Sicherheit auf intelligentestem Stand.
Doch was ist mit den Nahrungsmitteln selbst? Kann künstliche Intelligenz nicht auch landwirtschaftliche Anbauprozesse verbessern und damit ebenso zu mehr Lebensmittelqualität und -Sicherheit beitragen? Von mir ein deutliches Ja, kann sie! Und sie ist schon auf dem besten Weg dorthin. Nur zwei von vielen interessanten Möglichkeiten:
Ein datengestütztes Frühwarnsystem erkennt die Infektionsrisiken von Pflanzenkulturen rechtzeitig. Dazu messen kabellose Sensoren viele landwirtschaftliche Parameter – etwa Temperatur und Luftfeuchtigkeit, die für das Wachstum der Pflanzen entscheidend sind. Aber auch das Alter der Pflanzen, ihre Krankheitsgeschichte sowie das aktuelle Wetter werden in den vollautomatischen Mess- und Analyseprozess miteinbezogen. Die Vorhersage des Krankheitsrisikos wird damit genauer als je zuvor.
Landwirtschaftliche Betriebe setzen zudem verstärkt auf bildbasierte KI-Technologien als Teil ihres Feldmanagements. Dazu lassen sie Drohnen über ihre Anbauflächen fliegen. Die Flächen samt Pflanzen werden aus der Luft gescannt, eine Unmenge an Daten wird direkt ausgewertet, der Anbau extrem sicher in Echtzeit überwacht. So lässt sich zum Beispiel bestimmen, wie reif Getreide, Obst und Gemüse sind, um sich rechtzeitig auf die Ernte vorbereiten zu können. Auch die Beschaffenheit der Böden kann präzise mit bildbasierter KI-Technologie ermittelt werden. Und somit auch der Bedarf an Wasser, Düngung sowie Schädlingsbekämpfungsmittel.
Weitsichtige Entscheider der Lebensmittelindustrie setzen ebenso auf künstliche Intelligenz. Zum Beispiel, um die Geschmäcker und Aromen unterschiedlichster Rohstoffe noch effizienter erforschen und damit noch besser verstehen zu können. Ein Beispiel ist die unter Branchenkennern überraschende Kooperation zwischen IBM und der Gewürzmarke McCormick.
Dank ihrer mehr als 40jährigen Sensorik-Expertise verfügt McCormick über hunderte Millionen Datenpunkte. In Kombination mit IBMs künstlicher Intelligenz werden sämtliche dieser Daten genau analysiert und damit individuelle Geschmacksvorlieben erlernt. Daran orientiert lassen sich neue geschmackliche Präferenzen der Verbraucher vorhersagen, neue Aromen entwickeln und neue Speisen kreieren. Durch die KI-basierte Digitalisierung menschlicher Geschmackspanels kann der Entwicklungsprozess neuer Lebensmittelprodukte und Rezepte deutlich beschleunigt und verbessert werden – abgestimmt sogar auf ausgefallenste Geschmäcker.
Wie bereits erwähnt, begeistern mich die Lösungen und Potentiale der künstlichen Intelligenz hochgradig. Dank KI ist das Restaurant-, Beschaffungs- und Personalmanagement detailliert analysierbar und prozessintelligent automatisierbar. Was zu einer nie dagewesenen Gesamteffizienz und Prozesssicherheit in allen betrieblichen Abläufen führen kann. Einerseits.
Andererseits müssen wir künstliche Intelligenz auch kritisch betrachten. Funktioniert KI fehlerfrei? Und wie steht es um die so wichtige Datensicherheit und Datensouveränität – und damit um gesellschaftliche Grundbedürfnisse?
KI zeigt ihre riesigen Potentiale in vielen Facetten. Dennoch ist mit ihr nach wie vor eine beträchtliche Lernkurve verbunden. Derzeit funktioniert noch nicht alles reibungslos.
Nehmen wir etwa Tay – ein Chatbot, der von Microsoft entwickelt und 2016 gelauncht wurde. Mit Tay sollte getestet werden, wie KI im Alltag lernt. Nach 16 Stunden war jedoch schon wieder Schluss. Denn Tay begann, beleidigende Tweets zu verfassen und in seinen Chats zu versenden.
Oder ein Beispiel aus dem Gesundheitssektor: Watson ist eine künstliche Intelligenz von IBM. In der Vergangenheit soll sie falsche Behandlungen empfohlen haben – was die Symptome von Krebspatienten weiter verschlimmerte statt sie zu verbessern.
Solch krasse Fälle können in der Gastronomie glücklicherweise nicht passieren. Dennoch kommt es hier schon mal vor, dass das Zahlungssystem ausfällt. Oder dass das KI-System am Drive-in-Schalter die artikulierten Bestellungen nicht versteht, weil die Hintergrundgeräusche zu laut sind. Zwar gibt es KI-technologische Back-up-Systeme, die in diesen und ähnlichen Störungsfällen sofort reagieren. Nicht weg zu diskutierende Fehlerquoten sind aber vorhanden. Und damit auch Reputationsrisiken gegenüber den Gastronomiekunden.
Der Cyberspace ist eine weltumspannende virtuelle Welt. Gebaut und gesteuert von Algorithmen. Mit dem Ziel, sich immer weiter zu evolutionieren. Die dahinterstehenden Technologiekonzerne können an einer Hand abgezählt werden: Apple. Google. Facebook. Amazon. Microsoft. Geballte Programmierpower konzentriert bei nur wenigen Playern? Das birgt Zündstoff.
Bis heute ist das Cyberspace ein rechtsdiffuser Raum, eine verbindliche Gesetzgebung gibt es nicht. Schon gar keine globale. In dieser Welt ohne wirksame Regularien wollen die Tech-Riesen ihre Macht weiter manifestieren: Facebook hält seinen Programmiercode geheim. Google will schon bald die Quantenüberlegenheit erreichen. Und Microsoft hat vor kurzem eine Milliarde Dollar in seine „Open Artificial Intelligence“ gepumpt.
Die Verarbeitung und Verwertung von Daten ist für unsere durchdigitalisierte Welt natürlich essentiell. Eine unreflektierte Technologie-Hörigkeit und eine extrem liberale Haltung gegenüber Technologiekonzernen wie in den USA sind jedoch nicht sehr zukunftsweise. Stattdessen sollte deutlich mehr für Datentransparenz, Datensicherheit und Datensouveränität getan werden.
Nicht nur für Privatkonsumenten wird dies immer wichtiger. Sondern auch für Unternehmen, auch solche der Gastronomiebranche. Denn welcher Entscheider möchte sich von den fünf „KI-Göttern“ ohne weiteres detailliert in seine Geschäftsabläufe und Bilanzen schauen lassen? Oder wer will bei seinen Kunden als datengläserner Wirt und damit als nicht vertrauenswürdig gelten?
Die aktuellen Bestrebungen auf EU-Ebene bewerte ich deshalb positiv. Schon bald soll ein Gesetzespaket verabschiedet werden, das KI-getriebene Technologien zum Beispiel zur biometrischen Gesichtserkennung sinnvoll einschränkt. Auch die ePrivacy-Verordnung (ePVO) soll weiter optimiert werden, um Unternehmen und Privatpersonen im Rahmen ihrer elektronischen Geschäftstätigkeit und Kommunikation stärker zu schützen. Und wer weiß: Vielleicht gibt es sogar bald eine Kennzeichnungspflicht für Algorithmen. Diese können schließlich auch mal etwas falsch machen oder bewusst für diskriminierende oder gar kriminelle Zwecke eingesetzt werden.
Künstliche Intelligenz spielt ihre Vorteile schon heute aus. Gleichzeitig ist die Entwicklung einer multinationalen – respektive globalen – Gesetzgebung enorm wichtig. Aber auch mit einer Herkulesaufgabe vergleichbar. Nichtsdestotrotz glaube ich:
Wenn es uns gelingt, technologische Innovationen mit rechtsverbindlichen Verordnungen in Einklang zu bringen, wird KI allen Teilhabern nützen. Auch den Gastronomiebetrieben, ihren Arbeitnehmern und ihren Kunden.
Auf Seiten der Gastronomen ist das System der künstlichen Intelligenz natürlich mit einem hohen Investitionsaufwand verbunden. Große Restaurantketten tun sich hier naturgemäß viel leichter. Doch auch kleinere Betriebe sollten KI nicht wie eine beliebige digitale Grußbotschaft an sich vorüberziehen lassen. Sondern überlegen, welche Lösungen sinnvoll und relativ einfach umsetzbar sind.
Denken Sie gerne mal darüber nach.
Herzlichst,
Ihr Thomas Primus