KI für Speisekarten und Menübeschreibungen

Das echte Ausmaß des Problems

Menu Engineering zeigt seit Jahrzehnten: Die Art, wie ein Gericht beschrieben wird, bestimmt maßgeblich, ob es bestellt wird. Der vielzitierte „27-Prozent-Effekt” stammt aus Cornell-Laborstudien, die inzwischen erhebliche Reproduzierbarkeitsprobleme haben und nicht mehr als belastbare Quellengrundlage gelten. Was aus der Praxis zuverlässig berichtet wird: Gastronomen, die Karten professionell überarbeiten, sehen bei gezielt verbesserten Gerichten 5–15 Prozent Mehrbestellung — ein plausibler Praxiskorridor, der stark vom Ausgangsniveau der aktuellen Karte abhängt.

Für ein Restaurant mit 150 Gästen täglich und 6 Öffnungstagen bedeutet +1 Euro Durchschnittsbonwert durch bessere Kartengestaltung: 900 Euro Mehrumsatz pro Woche. Das ist kein hypothetischer Effekt — es ist eine Entscheidung über Wortformulierung.

Das eigentliche Problem ist aber nicht der fehlende Wille zu guten Texten. Es ist die Hürde. Eine vollständige Speisekarte mit 30 bis 50 Positionen professionell zu formulieren dauert ohne Unterstützung mehrere Tage. Professionelles Lektorat kostet 500–1.500 Euro. Für viele Betriebe bedeutet das: Die Texte stammen aus der Eröffnungsphase und wurden seitdem nicht angefasst. Saisonale Gerichte bekommen Provisorien. Das Küchen-Signaturstück wird genauso lieblos beschrieben wie der Beilagensalat.

Und Mehrsprachigkeit: Laut DEHOGA kommen je nach Restaurantlage 20–40 Prozent der Gäste in deutschen Städten aus dem Ausland oder sprechen primär Englisch. Die meisten Karten haben entweder keine englische Version — oder eine, die offensichtlich niemand korrekturgelesen hat.

Mit vs. ohne KI — ein ehrlicher Vergleich

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5)
Der schnellste Zeithebel in der gesamten Gastronomie-Kategorie. Von „Nachmittag damit verbringen, bis man aufgibt” zu „30 Gerichte in 3 Stunden” — das ist keine Übertreibung. Wer einen guten Systemprompt hat, generiert einen sauberen Erstentwurf pro Gericht in 90 Sekunden. Damit führt dieser Use Case die Zeitersparnis-Achse an.

Kosteneinsparung — niedrig (2/5)
Der direkte Kostenvorteil ist begrenzt: Übersetzungskosten und Lektorate fallen weg, der Umsatzeffekt ist real aber schwer zu isolieren. Anders als Bestellmengenprognose oder Food-Waste-Reduktion ist kein direkter Einsparposten messbar.

Schnelle Umsetzung — sehr hoch (5/5)
Kein Setup, keine Integration, keine Datenvorbereitung. Einen ChatGPT-Account anlegen, einen Systemprompt entwickeln (1–2 Stunden), erste Gerichte eingeben — das geht noch heute. Der beste Einstiegs-Use-Case in der Kategorie für Betriebe ohne Erfahrung mit KI-Tools.

ROI-Sicherheit — mittel (3/5)
Der Bonwert-Effekt ist real, aber stark variabel. Die ROI-Rechnung sieht auf dem Papier überzeugend aus — sie setzt aber voraus, dass die Karte tatsächlich der limitierende Faktor für den Bon ist und nicht Service-Qualität, Preislage oder Gästesegment. Das lässt sich in der Praxis selten isoliert messen. Wer bereits eine gut formulierte Karte hat, sieht kaum Unterschied. Anders als Food-Waste-Reduktion oder No-Show-Management gibt es keinen sauberen Vorher/Nachher-Vergleich.

Skalierbarkeit — niedrig (2/5)
Das Prompt-Set lässt sich für einen zweiten Standort übernehmen — das ist echter Vorteil gegenüber dem Start bei null. Aber der Prozess bleibt manuell: Jedes neue Gericht, jede Saisonaktualisierung, jede Karte braucht manuelle Eingabe und Prüfung durch den Küchenchef. Es gibt keine Automatisierung, keinen API-Anschluss, kein System, das mit dem Betrieb mitwächst. In einer Kategorie, in der Chatbots vollautomatisch mit dem Volumen wachsen oder Datenanalyse bei zehn Standorten nicht zehnmal mehr kostet, ist dieser Use Case der schwächste Skalierungswert.

Richtwerte — stark abhängig von Betriebstyp, aktueller Kartenqualität und Gästesegment.

Was KI bei Speisekarte und Menübeschreibung konkret macht

Generative 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

Die KI gibt dir zurück:

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. Für Standardgerichte auf einem Niveau, das internationale Gäste klar informiert. Für regionale Spezialitäten ohne direktes internationales Äquivalent — Sauerbraten, Eisbein, Maultaschen, Zwiebelrostbraten — klingen wörtliche Übersetzungen oft fremd oder missverständlich. Diese Gerichte immer manuell gegenlesen, bevor sie auf die Karte gehen.

Allergenhinweise strukturiert aufbereitet — aus einer Zutatenliste generiert die KI eine vorstrukturierte Übersicht nach den 14 EU-Hauptallergenen. Wichtig: KI-generierte Allergenangaben sind ein Formatierungs-Hilfsmittel, kein Fachgutachten. Nach LMIV (EU-Lebensmittelinformationsverordnung) trägst du als Betreiber die volle Verantwortung für korrekte Kennzeichnung — ein Fehler ist haftungsrelevant. Pflicht: Jede KI-generierte Allergenliste vor dem Druck durch den Küchenchef prüfen lassen.

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. Kosten: kostenlos (mit Einschränkungen) bis 20 Euro/Monat für ChatGPT Plus.

Claude (Anthropic) — stärker bei konsistentem, literarisch anspruchsvollerem Stil. 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 — sinnvoll, wenn du Texterstellung und Kartengestaltung in einem Tool kombinieren willst und die Karte selbst layoutest. Die KI-Textfunktion in Canva ist für kurze Teaser ausgelegt — für nuancierte Menübeschreibungen in einer bestimmten Restauranttonalität liefern ChatGPT oder Claude deutlich bessere Ergebnisse. Empfohlener Workflow: Texte in ChatGPT erstellen, dann in Canva layouten. Kosten: Canva Pro ab ca. 13 Euro/Monat.

Notion AI — nur relevant für Betriebe, die Rezepturen und Zutatenlisten bereits aktiv in Notion pflegen. Die KI-Funktion ist dann praktisch, weil sie direkt auf vorhandene Daten zugreift, ohne Kopieren. Als eigenständiges Tool für Speisekartentexte ist Notion AI keine erste Wahl. Kosten: im Notion-Team-Plan enthalten, ca. 16 Euro/Nutzer/Monat.

Datenschutz und Datenhaltung

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.

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

Mit jedem Anbieter, der Daten im Auftrag verarbeitet, empfiehlt sich ein Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO.

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: 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:

• Durchschnittlicher Speisenumsatz pro Gast: ~10 Euro
• 5–10 % der Gäste wählen aufgrund besserer Beschreibung ein Gericht eine Kategorie höher: +0,50–1,00 Euro pro Bon
• Monatlicher Mehrumsatz: 0,75 € × 150 Gäste × 24 Öffnungstage = 2.700 Euro
• Bei 65 % Deckungsbeitrag auf Speisen: +1.755 Euro Rohertrag/Monat
• Tool-Kosten: 20 Euro/Monat
• Netto-Effekt nach einem Monat: +1.700 Euro — bei einer einmaligen Investition von einem Nachmittag

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 mit Trüffelöl verfeinert 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 einpflegen. Wer das nicht tut, verschenkt den größten Vorteil: die Agilität.

Was mit der Einführung wirklich passiert

Der typische erste Fehler: zu vage Tonalitätsvorgaben. „Modern und lecker” ist keine Anleitung für einen KI-Assistenten. Das Ergebnis ist generischer Content, der klingt wie von jeder Restaurantkette gleichzeitig. Besser: Drei konkrete Beispielbeschreibungen aus deiner Vorstellung mitliefern — „So soll es klingen: [Beispiel A, B, C]” — und die KI lernt den Stil fast sofort.

Die zweite Hürde ist der Kontrollverlust. Manche Gastronomen empfinden es als seltsam, wenn Texte über ihre Gerichte nicht von ihnen selbst stammen. Das ist ein berechtigtes Gefühl. Die pragmatische Antwort: Du schreibst immer noch das Letzte. KI liefert den Entwurf, du gibst ihn frei. Was nicht stimmt, korrigierst du in 30 Sekunden. Das ist immer noch weniger Aufwand als eine Stunde am Schreibtisch.

Realistischer Zeitplan mit Risikohinweisen

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.

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 — weil die Karte es nicht hergibt.
• Du hast internationale Gäste, aber keine oder eine offensichtlich schlechte Übersetzung.
• Signature-Gerichte 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.

Wer weniger davon profitiert: Betriebe mit einer sehr kleinen, stabilen Karte (unter 15 Gerichte), die selten wechselt, und deren Gäste die Karte ohnehin auswendig kennen — dort ist der Effekt gering. Betriebe, bei denen keine Person die Texte am Ende kritisch gegenliest und freigibt: KI-generierte Beschreibungen klingen manchmal zu glatt für das jeweilige Konzept — ohne menschliche Kontrolle schadet das der Authentizität. Und Betriebe mit sehr spezifischer Stammgastkultur, in der handgeschriebene oder bewusst unpolierte Karten Teil des Konzepts sind — dort kann professionell formulierter Text den Charakter zerstören.

Das kannst du heute noch tun

Nimm drei Gerichte von deiner aktuellen Karte, die dir selbst nicht gut beschrieben erscheinen. Nutze den folgenden Prompt und vergleiche das Ergebnis mit deinen aktuellen Texten.

Quellen & Methodik

• Menu Engineering-Forschung (allgemein): Zusammenhang zwischen Beschreibungsqualität und Bestellhäufigkeit ist in gastronomischer Fachliteratur breit dokumentiert. Der früher vielzitierte „27-Prozent-Effekt” aus Cornell-Laborstudien gilt in der Forschungsgemeinschaft inzwischen als nicht mehr reproduzierbar. Die genannten 5–15 Prozent sind ein konservativer Praxiskorridor ohne Anspruch auf Zitierfähigkeit.
• DEHOGA (Deutscher Hotel- und Gaststättenverband): Anteil internationaler Gäste in deutschen Restaurantbetrieben je nach Lage und Segment. Für aktuelle Jahreswerte: dehoga-bundesverband.de.
• Lightspeed HQ, Menu Engineering-Guide (2024): Praktische Empfehlungen zu Kartengestaltung und Profitabilität.
• Kostenschätzungen für Tools reflektieren Stand April 2026 und können sich ändern.