Wie funktioniert die automatische Speisekarten-Erstellung mit KI?

Speisekarten ändern sich laufend: Tagesgerichte, gestrichene Beilagen, neue Preise, Allergenangaben. Wer jede Änderung von Hand in Druckvorlage, Website und Kassensystem nachträgt, riskiert Widersprüche. Dieser Artikel erklärt, wie eine automatische Speisekarten-Erstellung mit KI technisch aufgebaut ist, für wen sie sich eignet und wo der Mensch freigibt.

Was ist automatische Speisekarten-Erstellung mit KI? Definition und Funktionsweise

Automatische Speisekarten-Erstellung mit KI bezeichnet Systeme, die Menütexte, Portionsangaben, Preise und Layouts aus strukturierten Daten automatisch erzeugen und kanalgerecht ausliefern. Ändert die Küchenleitung kurzfristig Gerichte, werden Beilagen gestrichen oder neue Tagesgerichte ergänzt, entstehen ohne Automatisierung leicht Bestellfehler, falsche Allergenangaben und uneinheitliche Karten in verschiedenen Kanälen. Genau an diesem Punkt setzt die automatische Speisekarten-Erstellung mit KI an.

Technisch verbindet dieser Anwendungsfall strukturierte Datenquellen (Rezeptdatenbank, Warenwirtschaft, POS), Bilder (Gerichtsfotos), Regeln (Allergene, Portionsgrößen, Preise) und ein KI-Modul zur Text- und Layout-Generierung in einer automatisierten Pipeline. Die KI erzeugt Menütexte, Portionsangaben, Kurzbeschreibungen und Variantenformulierungen; ein Orchestrator wie n8n steuert Datenflüsse und API-Aufrufe; ein PDF-Renderer oder Web-Template erzeugt die Ausgabe für Druck, Kasse oder Website – nach Freigabe durch die Küchen- oder Betriebsleitung.

Für wen lohnt sich die automatische Speisekarten-Erstellung mit KI? Branchen und Anwendungsfälle

Die Lösung ist branchenübergreifend relevant. Besonders interessant ist sie für Betriebe, bei denen Speisekarten oft aktualisiert werden, mehrere Kanäle bedient werden müssen oder strenge Kennzeichnungspflichten gelten:

• Gastronomie: Restaurants, Hotelrestaurants, Food Trucks mit häufig wechselnden Tagesgerichten.
• Betriebsverpflegung / Kantinen: Wöchentliche Rotationspläne, mehrere Standorte.
• Catering & Eventdienstleister: Individuelle Menüs für Veranstaltungen, schnelle Angebotserstellung.
• Einzelhandel mit Gastronomie (Bäckereien, Feinkostläden): Preisanpassungen, saisonale Artikel.
• Gesundheits- und Pflegeeinrichtungen: Allergene und diätetische Anforderungen müssen konsistent dokumentiert sein.

So funktioniert die technische Umsetzung Schritt für Schritt

Die technische Umsetzung lässt sich in klaren Schritten planen. Nachfolgend ein praxisnaher Ablauf mit technischen Hinweisen, wie ein n8n-Workflow und KI-APIs zusammenwirken.

1. Datenquellen identifizieren und strukturieren Rezeptdaten (Zutaten, Mengen, Allergene), Preislisten, Verfügbarkeiten (Saisonalität) und Medien (Fotos) werden an ein zentrales Schema angepasst — z. B. JSON mit Feldern: id, name, beschreibung, zutaten[], allergene[], preis, bild_url, verfügbarkeitsregel. Quellen: POS/API, Warenwirtschaft (ERP), Excel/Google Sheets, CMS.
2. Ingest & Normalisierung Ein n8n-Workflow übernimmt den Import: Webhook- oder Cron-Trigger → HTTP-Request-Nodes (POS/ERP-API) → Code- und Set-Nodes zur Transformation → Speicherung in einer Datenbank (Postgres, MongoDB) oder Objekt-Storage (S3-kompatibel). Bei unstrukturierten Daten (PDF, Foto mit Text) kommt OCR (Tesseract oder Cloud OCR) zum Einsatz.
3. Metadaten und Vektor-Indizierung Für semantische Abfragen und Wiederverwendung erzeugt ein Embedding-Call (z. B. OpenAI Embeddings-API) Vektoren aus Gerichtsbeschreibungen und Rezepttexten. Diese Vektoren werden in einer Vektor-DB (Pinecone, Weaviate, Milvus) gespeichert, um schnelle semantische Suchen oder Empfehlungssysteme zu ermöglichen.
4. Regel-Engine & Business-Logik Preisregeln, Allergene-Checks, Mehrwertsteuersätze und Verfügbarkeitsregeln werden als konfigurierbare Regeln abgebildet (z. B. in einer JSON-Config oder als kleine Microservice-Endpoints). n8n prüft Regeln mit IF- und Switch-Nodes oder leitet an einen Rule-Service weiter.
5. Text- und Layout-Generierung per KI Die KI (OpenAI/Claude) erzeugt Entwürfe für lesefreundliche Beschreibungen, Menüüberschriften und alternative Sprachvarianten (kurz/lang, werblich/informativ). Implementierung: n8n HTTP-Request-Node → POST zur OpenAI Chat- oder Completions-API mit einem Prompt-Template; system prompt legt Tonfall, maximale Länge und allergene Hervorhebung fest. Für RAG-gestützte Formulierungen werden zuvor relevante Einträge aus der Vektor-DB abgerufen und als Kontext übergeben.
6. Layout-Rendering Erzeugte Texte und Bilder werden in ein Template (HTML/CSS) injiziert. Zur PDF-Erzeugung eignen sich wkhtmltopdf, Puppeteer oder eine Headless-Browser-API. Alternativ kann die Ausgabe als JSON für POS-Integrationen, HTML für Web oder als InDesign-kompatibles Format exportiert werden.
7. Freigabe, Kanäle & Verteilung Nach der Freigabe durch einen Menschen – etwa per Klick im Freigabe-Link oder im Chat – verteilt das System die Karte an: Website-API, digitale Menüboards (via API), POS-Systeme, E-Mail-Newsletter, WhatsApp Business API für Tages-Updates oder Druck-PDFs per FTP an externe Druckerei. n8n kümmert sich um die Kanal-Logik und Fehler-Handling (Retry, Logging).
8. Monitoring & Feedback Monitoring via zentralem Dashboard (Grafana, Kibana) und Fehler-Notifications (Slack, E-Mail). Ein Feedback-Endpoint in n8n erlaubt manuelle Korrekturen, die in die Datenbank zurückfließen, um das Modell über Regel-Templates und Prompt-Optimierung zu verbessern.

Beispiel: n8n-Workflow (konkret)

Ein typischer n8n-Workflow könnte so aussehen:

1. Webhook-Trigger für manuelles Update oder Cron-Trigger für tägliche Checks.
2. HTTP Request Node: POS-API abrufen (Gerichtsliste als JSON).
3. Code-Node: Felder zuordnen, Daten vereinheitlichen.
4. Set Node: Prompt-Template befüllen (Platzhalter für Zutaten, Allergene, Preis).
5. HTTP Request Node: Aufruf OpenAI/Claude Chat-Endpoint mit system- und user-prompts.
6. SplitInBatches: Für jedes Gericht separat behandeln.
7. HTTP Request Node: PDF-Rendering-Service oder Puppeteer-Endpoint aufrufen.
8. Freigabe-Schritt: Küchen- oder Betriebsleitung prüft die Vorschau; erst danach FTP/HTTP-Node für Druckdienstleister oder Upload ins CMS.
9. IF Node: Fehler prüfen → Notification via Slack/WhatsApp.

Tools und Technologien im Überblick (n8n, OpenAI, APIs)

Eine pragmatische Toolauswahl für KMU besteht aus folgenden Komponenten:

• Orchestrierung: n8n (selbst betrieben oder in der Cloud) für die Workflow-Automatisierung; es bietet viel Flexibilität bei API-Integration und Anpassung.
• LLM/KI: OpenAI (Chat- und Embeddings-APIs), Anthropic Claude als Alternative für Konversationsaufgaben oder strengere Moderation. Modelle: Chat Completions (gpt-4-family) für Textgenerierung, Embedding-Modelle für Vektor-Indizierung.
• Vektor-DB: Pinecone oder Weaviate für semantische Suche und RAG.
• Storage & DB: Postgres für strukturierte Daten, S3-kompatibler Storage für Bilder und PDFs.
• OCR & Bildverarbeitung: Tesseract oder cloud-basierte OCR; DALL·E / Stable Diffusion für Bild-Generierung, falls nötig.
• Rendering: Puppeteer/wkhtmltopdf für PDFs, HTML-Templates, ggf. InDesign Server für hochqualitative Drucklayouts.
• Integrationen: POS-/ERP-APIs, WhatsApp Business API für Direktkommunikation, E-Mail-Provider, Druckereien via FTP/HTTP.
• Dev-Stack: Node.js / Python microservices, Docker-Container, CI/CD (GitLab/GitHub Actions) für Deployment.

Goma-IT realisiert solche Systeme mit n8n als zentraler Orchestrierungsschicht, OpenAI/Claude für Textentwürfe und stabilen Schnittstellen zu Kassen- und Warenwirtschaftssystemen.

Was Automatisierung bewirken kann

In Gastronomie und Betriebsverpflegung sind typischerweise diese Effekte möglich:

• Entlastung: spürbar weniger manueller Aufwand für Menüpflege und Aktualisierungen.
• Weniger Übertragungsfehler: Automatische Prüfregeln und nachvollziehbare Protokolle helfen, Fehler bei Allergenen oder Preisen früh zu erkennen; die abschließende Kontrolle bleibt beim Menschen.
• Konsistenz: Einheitliche Texte über Web, POS und Druck; bessere Markenpräsenz.
• Flexibilität: Tages- oder Wochenplanänderungen mit wenig Mehrarbeit.

Goma-IT: Umsetzung der automatischen Speisekarten-Erstellung mit KI

Goma-IT ist ein Anbieter für Prozessautomatisierung aus Bludenz, Vorarlberg, und begleitet KMU in AT, DE und CH bei solchen Vorhaben – in Vorarlberg auf Wunsch vor Ort, sonst telefonisch und per Video. Das Vorgehen umfasst:

• Analyse der Datenquellen und Spezifikation (Inventur, POS, Rezeptdaten)
• einen ersten, abgegrenzten n8n-Workflow mit KI-Integration als Machbarkeitsnachweis
• Rollout: Anbindung weiterer Standorte, Templates für Druck und Web
• Betrieb und Betreuung: Überwachung und Anpassungen

Wir arbeiten pragmatisch: n8n als Orchestrator, OpenAI/Claude für Textgenerierung, klare API-Verträge zu Ihren Systemen. Eine schrittweise Umsetzung hält den Aufwand überschaubar; eine Kosteneinschätzung gibt es nach dem kostenlosen Erstgespräch (30 Minuten) als Circa-Angabe.

Abschließende Empfehlung

Die automatische Speisekarten-Erstellung mit KI ist kein Allheilmittel, aber ein pragmatischer Hebel, um Pflegeaufwand zu verringern, Übertragungsfehler zu vermeiden und mehrere Ausgabekanäle einheitlich zu bedienen. Beginnen Sie mit einer klaren Bestandsaufnahme Ihrer Datenquellen, bauen Sie einen kleinen Proof-of-Concept mit n8n und einem LLM-API-Aufruf und messen Sie Aufwand vs. Nutzen. Goma-IT begleitet Sie von der Analyse bis zum produktiven Betrieb.