KI für Speisekarten und Menübeschreibungen

Das echte Ausmaß des Problems

„Pasta Bolognese — Nudeln mit Hackfleischsauce.” Wer hat das nicht schon mal auf einer Speisekarte gelesen? Kein Appetit entsteht bei solchen Texten. Dabei kosten bessere Worte nichts extra — und verändern, was bestellt wird.

Forschung aus der Verhaltensökonomie und dem Bereich Menu Engineering zeigt: Ansprechend beschriebene Gerichte werden bis zu 27 Prozent häufiger bestellt als dieselben Gerichte mit nüchternen Beschreibungen. Das klingt abstrakt — konkret bedeutet es: Ein Restaurant mit 80 Sitzplätzen und 180 Gästen täglich, das durch bessere Kartentexte im Schnitt 1,50 Euro mehr pro Bon herausholt, generiert damit 270 Euro mehr Umsatz pro Tag — ohne dass ein einziger zusätzlicher Gast kommt, ohne Rabattaktion, ohne Mehrkosten.

Das eigentliche Problem ist aber nicht der fehlende Wille zu guten Texten. Es ist die Zeit und die Hürde. Eine vollständige Speisekarte mit 30 bis 50 Positionen professionell zu formulieren dauert ohne Unterstützung mehrere Tage — wenn man es ernsthaft angeht. Für viele Betriebe bedeutet das: Die Texte stammen aus der Eröffnungsphase, wurden seitdem nicht angefasst und spiegeln weder die aktuelle Küche noch den Stil des Hauses wider. Saisonale Gerichte werden mit knapper Beschreibung eingeschoben. Neue Positionen bekommen Provisorien, die nie ersetzt werden.

Dazu kommt die Mehrsprachigkeit: Laut DEHOGA-Zahlen kommen in deutschen Städten je nach Lage bis zu 20 bis 40 Prozent der Restaurantgäste aus dem Ausland oder sprechen primär Englisch. Die meisten Speisekarten haben entweder keine englische Version — oder eine, die offensichtlich maschinell übersetzt und nie korrigiert wurde. „Spit-roasted young pig” statt Spanferkel. „Boiled sausage water” statt Bratwurst mit Brühe. Das wirkt unprofessionell und verunsichert Gäste, statt ihnen die Entscheidung zu erleichtern.

Und dann ist da noch die Allergenkennzeichnungspflicht nach der EU-Lebensmittelinformationsverordnung. 14 Hauptallergene müssen kenntlich gemacht werden. Wer das manuell pflegt — vor allem bei saisonal wechselnden Karten — weiß, wie fehleranfällig und zeitaufwendig das ist.

Mit vs. ohne KI — ein ehrlicher Vergleich

Kennzahl	Ohne KI	Mit KI-Unterstützung
Zeit für eine vollständige neue Speisekarte (30 Positionen)	2–5 Tage	3–6 Stunden
Kosten für professionelle Übersetzung (Englisch)	300–800 € extern	Nahezu null
Konsistenz der Beschreibungsqualität	Stark variabel — abhängig von Zeit und Person	Konsistent hoch bei gleichem Prompt
Aktualisierungsfrequenz in der Praxis	1–2× pro Jahr	Jederzeit bei Bedarf, auch für einzelne Gerichte
Allergenhinweise formatieren und einpflegen	30–60 Minuten pro Kartenversion	5–10 Minuten mit KI-Unterstützung

Was KI bei Speisekarte und Menübeschreibung konkret macht

KI übernimmt hier keine kreative Arbeit im Sinne von „das Konzept deines Restaurants definieren” — das bist nach wie vor du. Aber sie erledigt die handwerkliche Umsetzung: aus Rohdaten appetitliche, konsistente, stilgerechte Texte zu formulieren.

Du gibst der KI:

• Den Gerichtsnamen
• Die Hauptzutaten
• Die Zubereitungsmethode
• Die Tonalität deines Hauses (rustikal und familiär, modern und urban, gehoben und präzise)
• Die gewünschte Länge (kurzer Zwei-Zeiler auf der Tageskarte oder ausführliche Beschreibung für mehrgängige Abendmenüs)

Die KI gibt dir:

Appetitliche Beschreibungstexte — nicht „Nudeln mit Hackfleischsauce”, sondern „Hausgemachte Tagliatelle mit langsam geschmortem Rindfleisch-Sugo, gereift mit Tomaten und frischem Basilikum.” Der Unterschied ist nicht Lyrik — er ist Verkaufspsychologie.

Sprachlich konsistente Karte — wenn du die Tonalität einmal definiert hast, schreibt die KI alle 40 Positionen im selben Stil. Kein Mix aus nüchternen Zutatenlisten und blumigen Formulierungen mehr.

Übersetzungen in wenigen Minuten — Englisch, Französisch, Spanisch, Türkisch. Nicht perfekt, aber auf einem Qualitätsniveau, das internationale Gäste klar informiert und professionell wirkt. Fachbegriffe (Zubereitungsmethoden, regionale Spezialitäten) sollten kurz manuell geprüft werden.

Allergenhinweise strukturiert aufbereitet — aus einer Zutatenliste generiert die KI automatisch eine korrekt formatierte Allergenanzeige nach den 14 EU-Hauptallergenen. Das ersetzt keine juristische Prüfung, spart aber erhebliche Formatierungsarbeit.

Ein Beispieldialog aus der Praxis:

Eingabe: Gericht: „Geschmorte Kalbsbacken”. Zutaten: Kalbsbacken, Rotwein, Wurzelgemüse, Kartoffelstampf, Thymian. Zubereitungsmethode: 6 Stunden Schmoren bei Niedrigtemperatur. Stil: gehoben, präzise, keine übertriebene Blumigkeit.

KI-Ausgabe (erster Entwurf): „Kalbsbacken, 6 Stunden sanft geschmort in Rotwein und Wurzelgemüse, mit cremigem Kartoffelstampf und frischem Thymian.”

Zwei bis drei solche Iterationen — mit konkreten Korrekturen wie „kürzer” oder „den Kartoffelstampf weglassen, der steht schon in der Beilage” — und der Text ist fertig. Für 40 Positionen bedeutet das einen Nachmittag statt mehrerer Tage.

Konkrete Werkzeuge — was wann passt

ChatGPT (GPT-4o) — der unkomplizierteste Einstieg. Kein technisches Vorwissen nötig. Du beschreibst dein Konzept und die Tonalität in einem kurzen Systemprompt, dann gibst du Gerichte ein und bekommst Texte zurück. Besonders gut für Betriebe, die schnell starten wollen und die KI direkt nutzen — nicht über ein spezialisiertes Tool. Kosten: ab 20 Euro/Monat für ChatGPT Plus.

Claude (Anthropic) — stärker wenn konsistenter, literarisch anspruchsvoller Stil gefragt ist. Für Fine-Dining-Betriebe, wo der Kartentext Teil des Gasterlebnisses ist, liefert Claude häufig nuanciertere Ergebnisse. Ebenfalls für längere Menütexte bei mehrgängigen Abendmenüs geeignet. Kosten: ab 20 Euro/Monat für Claude Pro.

Canva mit KI-Textfunktion — wenn du Texterstellung und Kartengestaltung in einem Tool verbinden willst. Canva hat eine integrierte KI-Funktion, mit der du direkt im Design-Tool Texte generieren und formatieren kannst. Besonders sinnvoll für Betriebe, die ihre Karten selbst layouten und regelmäßig aktualisieren. Kosten: Canva Pro ab ca. 13 Euro/Monat.

Notion AI — für Betriebe, die ihre Rezepturen, Zutatenlisten und Beschreibungen ohnehin in Notion verwalten. Die KI-Funktion ist direkt integriert — du markierst eine Zutatenliste und lässt dir die Beschreibung direkt daneben generieren. Gut für Teams, die kollaborativ an Karteninhalten arbeiten. Kosten: im Notion-Team-Plan enthalten, ca. 16 Euro/Nutzer/Monat.

Was es kostet — realistisch gerechnet

Einstieg mit direkter KI-Nutzung

• ChatGPT oder Claude: 20 Euro/Monat
• Einmalige Einarbeitungszeit für einen guten Prompt: 1–2 Stunden
• Erste vollständige Karte (30–40 Positionen): 3–5 Stunden
• Danach einzelne Gerichte oder saisonale Updates: 5–15 Minuten pro Position

Mit professioneller Prompt-Entwicklung

• Einmalige Entwicklung eines maßgeschneiderten Prompt-Sets (mit Tonalität, Struktur, Beispielen für dein Haus): 400–800 Euro durch einen Berater
• Danach: vollständige Karte eigenständig in 2–3 Stunden aktualisierbar
• Keine laufenden Zusatzkosten über die Tool-Gebühr hinaus

ROI-Rechnung — konkret

Ein Restaurant mit 150 Gästen täglich, 6 Tage pro Woche:

• Effekt durch bessere Beschreibungen (konservativ geschätzt): +1,00 Euro pro Bon
• Monatlicher Mehrumsatz: 1,00 € × 150 × 24 Tage = 3.600 Euro
• Bei 65 Prozent Deckungsbeitrag auf Speisen: +2.340 Euro Rohertrag/Monat
• Tool-Kosten: 20 Euro/Monat
• Netto-Effekt nach einem Monat: +2.300 Euro — bei einer einmaligen Investition von einem Nachmittag

Die Vergleichszahl „27 Prozent mehr Bestellungen durch bessere Beschreibungen” stammt aus Menu-Engineering-Forschung und muss nicht eins zu eins auf jeden Betrieb zutreffen. Selbst bei einem Zehntel dieses Effekts ist der ROI innerhalb weniger Wochen erreicht.

Drei typische Einstiegsfehler

1. Beschreibungen zu lang formulieren. Gäste lesen Speisekarten nicht — sie scannen sie. Texte über drei Zeilen werden kaum vollständig gelesen. Die Versuchung, alles zu erklären (Herkunft der Zutaten, Zubereitungsphilosophie, regionale Inspiration) ist verständlich — führt aber dazu, dass die eigentliche Botschaft untergeht. Gib der KI explizite Längenanweisungen: „Maximal zwei Zeilen, prägnant, appetitanregend.”

2. KI-Texte ohne inhaltliche Prüfung drucken. KI kennt dein Gericht nur aus den Angaben, die du gemacht hast. Wenn du vergisst zu erwähnen, dass der Kartoffelstampf eigentlich ein Püree mit Trüffelöl ist, beschreibt die KI nur Kartoffeln. Und wenn die Beschreibung nicht zur Realität auf dem Teller passt — Gäste, die ein „zartes Kalbsfilet” bestellen und etwas anderes bekommen — entsteht Enttäuschung, die kein Text heilen kann. Kurze Prüfung durch den Küchenchef vor dem Druck: Pflicht.

3. Die Karte einmalig verbessern und nie wieder anfassen. KI macht Karten-Updates so schnell, dass es keine Ausrede mehr für jahrealte Texte gibt. Saisonale Angebote, neue Lieferanten, wechselnde Beilagen — all das lässt sich in Minuten in die Karte einpflegen. Wer das nicht tut, verschenkt den größten Vorteil: die Agilität.

Realistischer Zeitplan mit Risikohinweisen

Phase	Dauer	Was passiert	Typisches Risiko
Vorbereitung & Prompt-Entwicklung	1–2 Tage	Tonalität definieren, Beispiele sammeln, Systemprompt entwickeln und testen	Tonalität unklar — zu vage Vorgaben führen zu generischen Texten
Erste Karte erstellen	3–6 Stunden	Alle Positionen eingeben, Texte generieren, iterieren	Zu viele Korrekturen in der ersten Runde — besser: erst fertigstellen, dann einheitlich überarbeiten
Interne Prüfung (Küche + Service)	1–2 Tage	Küchenchef prüft Faktizität, Service gibt Feedback zu Verständlichkeit	Prüfung wird übersprungen — fehlerhafte Texte landen auf der Karte
Übersetzung (falls gewünscht)	1–2 Stunden	Deutsche Texte als Basis für englische Version nutzen, KI übersetzt, kurze Prüfung	Kulinarische Fachbegriffe werden falsch übertragen — kurzes Lektorat notwendig
Laufende Pflege	Fortlaufend	Neue Gerichte, saisonale Updates, Sonderangebote einpflegen	Pflege wird delegiert, aber niemand hat den Prompt und die Tonalitätsvorgaben — Inkonsistenz entsteht

Häufige Einwände — und was dahintersteckt

„Unsere Stammgäste kennen die Karte auswendig — die brauchen keine besseren Texte.”
Stimmt für Stammgäste. Aber Neugäste — die, die das erste Mal kommen und entscheiden, ob sie wiederkommen — orientieren sich an der Karte. Und selbst Stammgäste bestellen manchmal etwas Neues, wenn es gut beschrieben ist. Karte-Texte sind kein Service für treue Gäste, sondern ein Verkaufsinstrument für Erstkontakte und neue Positionen.

„KI schreibt doch alle gleich — das klingt dann wie jedes andere Restaurant.”
Das Gegenteil ist richtig, wenn du die KI richtig briefst. Wer keine Tonalität vorgibt, bekommt generische Texte. Wer drei präzise Beispiele mitliefert — „So klingt unser Restaurant: [Beispiel A, B, C]” — bekommt Texte, die klingen als hätte sie jemand geschrieben, der deinen Betrieb kennt. Die Qualität des Outputs hängt direkt von der Qualität des Inputs ab.

„Für Allergene brauche ich ja sowieso einen Fachmann — da hilft KI nicht.”
Für die rechtliche Verantwortung ist das richtig: Allergeninformationen müssen korrekt sein, und dafür bist du als Betreiber haftbar. KI kann dir die Formatierungsarbeit abnehmen und als erste Vorlage dienen — aber die finale Prüfung durch jemanden mit Kenntnis deiner Rezepturen ist unverzichtbar. KI reduziert den Aufwand, ersetzt aber nicht die Sorgfaltspflicht.

Datenschutz — was du wissen musst

Bei der KI-Nutzung für Speisekartentexte werden typischerweise keine personenbezogenen Daten verarbeitet — du gibst Gerichtsnamen, Zutaten und Beschreibungen ein, keine Kundendaten. Das macht die DSGVO-Situation deutlich unkomplizierter als bei anderen KI-Anwendungen in der Gastronomie.

Dennoch gilt: Wenn du mit ChatGPT oder Claude arbeitest und dabei sensible Betriebsinformationen eingibst — zum Beispiel noch nicht veröffentlichte Rezepturen, Lieferantenkonditionen oder Kalkulationsdaten — ist Vorsicht angebracht. Diese Informationen fließen in die Verarbeitung durch US-amerikanische Anbieter ein. Für normale Speisekartentexte ist das kein Problem. Für vertrauliche Betriebsdaten solltest du prüfen, ob du eine EU-gehostete Alternative bevorzugst oder bestimmte Informationen schlicht weglässt.

Mit jedem Anbieter, der Daten im Auftrag verarbeitet, empfiehlt sich ein Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO — alle genannten Anbieter stellen entsprechende Vorlagen bereit. Bei rein redaktionellen Texten ohne personenbezogenen Bezug ist die praktische DSGVO-Relevanz gering, aber ein AVV schadet nie.

Typisches Szenario

Ein Bistro mit gehobener Küche und 55 Sitzplätzen hatte eine Speisekarte, die seit 14 Monaten nicht überarbeitet worden war. Drei neue Gerichte waren mit handschriftlichen Einschüben eingebaut worden, die saisonale Tageskarte bestand aus einem einfachen Aufsteller ohne Beschreibung. Internationale Gäste — rund 25 Prozent des Abendpublikums — wurden mit einer englischen Übersetzung bedient, die offensichtlich aus einem kostenfreien Online-Übersetzer stammte.

Die Inhaberin nutzte ChatGPT an zwei Nachmittagen: Am ersten Nachmittag entwickelte sie gemeinsam mit uns einen Systemprompt, der die Tonalität des Hauses — präzise, zurückhaltend, mit Fokus auf Herkunft der Zutaten — abbildet. Am zweiten Nachmittag gab sie alle 38 Positionen ein, iterierte bei sechs Gerichten ein zweites Mal und ließ die englische Übersetzung automatisch erstellen. Die Allergenhinweise formatierte die KI als Entwurf — der Küchenchef prüfte und korrigierte drei Einträge.

Das Ergebnis: Eine vollständig neue Karte, in der alle Positionen denselben Stil atmen, die englische Version tatsächlich benutzbar ist und die Tageskarte jetzt jeden Montag in 20 Minuten aktualisiert wird statt gar nicht.

Woran du merkst, dass das zu dir passt

• Deine Speisekarte wurde seit mehr als sechs Monaten nicht überarbeitet — und du weißt, dass sie Verbesserungspotenzial hätte.
• Neue Gerichte haben provisorische oder gar keine Beschreibungen bekommen.
• Service erklärt Gerichte am Tisch häufig ausführlicher als die Karte es tut — weil die Karte es nicht hergibt.
• Du hast internationale Gäste, aber keine oder eine offensichtlich schlechte Übersetzung.
• Signature-Gerichte, auf die deine Küche besonders stolz ist, werden auf der Karte nicht besser präsentiert als der Rest.
• Du hast eine Saisonkarte, die eigentlich quartalsweise wechseln sollte — aber der Aufwand hat das bisher verhindert.
• Allergenkennzeichnung wird manuell gepflegt und du weißt, dass dabei Fehler passieren können.

Quellen & Methodik

Daten zur Bestellhäufigkeit in Abhängigkeit von Menübeschreibungen basieren auf veröffentlichten Studien im Bereich Menu Engineering, insbesondere Arbeiten von Brian Wansink (Cornell Food and Brand Lab) sowie Praxisdaten aus dem DEHOGA-Umfeld. Der Effekt von „27 Prozent mehr Bestellungen” ist ein Maximalwert aus Laborstudien — in der Praxis variiert der Effekt je nach Betriebstyp, Ausgangsniveau der Texte und Gästesegment erheblich. Kostenschätzungen für Tools reflektieren Stand April 2026 und können sich ändern. ROI-Zahlen sind Beispielrechnungen auf Basis typischer Betriebsgrößen — tatsächliche Ergebnisse hängen von Ausgangssituation, Betriebstyp und Umsetzungsqualität ab.

---

Wenn du wissen willst, wie viel deine aktuelle Karte verschenkt — und was sich mit einem Nachmittag KI-Einsatz ändern ließe — ist ein kurzes Gespräch der einfachste nächste Schritt. Wir schauen uns gemeinsam eine Auswahl deiner Positionen an, entwickeln einen ersten Prompt für deinen Stil und du siehst sofort, was möglich ist. Ohne Verkaufsdruck, einfach um zu schauen ob es passt. Meld dich gern.