Das Sameness Problem: Warum KI-generierte Menüs Kunden abschrecken
Die zunehmende Nutzung generativer KI zur Erstellung von Speisekarten und Lebensmittelbildern in der Gastronomie hat ein strukturelles Defizit offengelegt: das Sameness Problem.
Kern des Problems
Generative Modelle produzieren Bilder, die von Kunden häufig als „viszeral falsch“, unheimlich oder unappetitlich wahrgenommen werden. Typische Merkmale sind übermäßige Symmetrie, übertriebene Glätte, ineinander verschmelzende Zutaten, poröse Texturen sowie geometrisch wirkende Elemente wie kreisförmige Garnelen. Auf TikTok hat sich dafür der Begriff „AI slop menus“ etabliert.
Psychologische Schnittstelle
Dieses Unbehagen wird maßgeblich dem Uncanny Valley-Effekt zugeschrieben, den der japanische Robotiker Masahiro Mori bereits 1970 beschrieb. Eine Peer-Review-Studie von Diel und seinem Team aus dem Jahr 2025 bestätigt, dass leicht unvollkommene KI-Lebensmittelbilder signifikant unheimlicher und weniger angenehm bewertet werden. Weitere Erklärungsansätze umfassen evolutionäre Sensibilität gegenüber potenziell unsicheren Lebensmitteln sowie Food Neophobia.
Technologische Architekturgrenzen
Große Diffusionsmodelle wie Midjourney oder textbasierte Systeme wie ChatGPT lernen statistische Muster aus umfangreichen Datensätzen. Dadurch entstehen stark homogenisierte Ergebnisse, die oft den ästhetischen Konventionen großer Restaurantketten ähneln. Alex Lyle, CTO von Reality Defender, weist darauf hin, dass diese Systeme etablierte visuelle Muster reproduzieren, jedoch grundlegende Prinzipien des realen Erscheinungsbilds von Speisen nicht ausreichend erfassen.
KI-Modelle besitzen kein sensorisches Verständnis für Geschmack, Geruch oder Textur. Sie können keine originären kulinarischen Konzepte entwickeln und tendieren bei iterativer Bearbeitung zur „Deterioration Convergence“, bei der die Bildqualität weiter abnimmt.
Auswirkungen auf die Systemebene
Die Verbreitung solcher Inhalte führt zu Vertrauensverlust, negativen Bewertungen und reduzierter Besuchsbereitschaft. Einige Plattformen reagieren mit Kennzeichnungspflichten oder Entfernung von KI-generierten Bildern.
Empfohlene Schnittstellen
Experten wie Brendan Sweeney (CEO Popmenu) raten, KI nicht für die vollständige Synthese, sondern lediglich zur Verbesserung von Beleuchtung und Anrichtung echter Fotografien einzusetzen. Nancy Hopkins, Präsidentin der International Association of Culinary Professionals, mahnt zur Vorsicht beim KI-Einsatz in der Menükommunikation.
Eine Studie der University of Oxford aus dem Jahr 2024 zeigte, dass KI-Bilder nur dann als appetitlicher wahrgenommen werden, wenn ihre Herkunft unbekannt bleibt. Bei Transparenz gleichen sie echten Fotos in der Bewertung.
KI bleibt in anderen Schichten des Restaurantbetriebs – etwa Bestandsmanagement, Abfallreduktion oder Chatbot-basiertem Feedback – eine resiliente Komponente.
Quelle: TechCrunch AI
FAQ
Was ist das Sameness Problem bei KI-generierten Menüs?
Es beschreibt die systematische Gleichförmigkeit und unappetitliche Ästhetik, die generative KI bei der Erstellung von Speisebildern erzeugt und die bei Kunden Misstrauen und Ablehnung auslöst.
Warum wirken KI-Lebensmittelbilder oft unheimlich?
Der Effekt wird primär dem Uncanny Valley zugeschrieben. Leichte Abweichungen von natürlichen Proportionen und Texturen erzeugen ein Gefühl des Unbehagens, wie eine 2025 veröffentlichte Studie bestätigt.
Sollten Restaurants KI für ihre Speisekarten nutzen?
Experten empfehlen, KI ausschließlich zur Optimierung echter Fotos einzusetzen und vollständig synthetische Bilder zu vermeiden, um Vertrauensverlust zu verhindern.