Rezepturverwaltung KI-gestützt

Das echte Ausmaß des Problems

In der Lebensmittelproduktion ist die Rezeptur das zentrale Dokument. Sie definiert, was das Produkt ist, aus rechtlicher, qualitätsbezogener und produktionstechnischer Sicht. Gleichzeitig ist sie in vielen Betrieben das am schlechtesten gepflegte Dokument im Unternehmen.

Wie viel eine Rezepturänderung ohne digitale Rezepturverwaltung mehr kostet, dafür kennen wir keine belastbare Zahl. Messen kannst du es selbst: Schreib beim nächsten Rohstoffwechsel mit, wie viele Stunden Entwicklung, Qualität und Etikettierung brauchen, bis feststeht, welche Produkte betroffen sind. Die Ursache liegt selten an mangelnder Sorgfalt, sie liegt an der Struktur:

• Rezepturen liegen in Excel-Tabellen ohne Versionskontrolle
• Rohstoffspezifikationen sind in separaten Ordnern abgelegt, nicht mit den Rezepturen verknüpft
• Nährwerte und Allergeninformationen werden manuell aus Rohstoffdaten abgeleitet und separat gepflegt
• Wenn ein Rohstoff wechselt, weiß niemand sofort, welche Produkte betroffen sind

Der Effekt zeigt sich bei Audits besonders deutlich: IFS Food, BRC Global Standard und die ISO 22000 verlangen vollständige Rückverfolgbarkeit und Versionshistorie für alle Rezepturen. Wer diese Anforderungen aus einer manuell gepflegten Excel-Landschaft heraus belegen muss, verbringt Wochen mit der Vorbereitung, und liefert trotzdem oft unvollständige Unterlagen.

Das eigentliche Risiko liegt aber nicht im Audit, sondern in der Produktion: Eine veraltete Rezeptur in der Anlage führt zu fehlerhaften Chargen, unnötigem Ausschuss und, im schlimmsten Fall, zu Rückrufen, weil Allergene falsch deklariert wurden.

Mit vs. ohne KI, ein ehrlicher Vergleich

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5) Der größte direkte Effekt: Wenn ein Rohstoff wechselt, zeigt ein gutes System in Sekunden, welche Rezepturen betroffen sind und welche Etiketten und Nährwertangaben angepasst werden müssen. Was vorher 1–3 Arbeitstage dauerte, dauert 20 Minuten. Für Teams, die mehrfach im Jahr Rohstoffwechsel verarbeiten, ist das der stärkste Hebel dieser drei Anwendungsfälle.

Kosteneinsparung, niedrig bis mittel (2/5) Direkte Kostenvorteile entstehen durch weniger Fehlchargen, weniger Ausschuss und weniger Etikettenkorrekturen. Die gesparten Stunden bei Auswirkungsanalysen und Auditvorbereitung sind echt, aber sie bleiben Arbeitszeit im Team und tragen die laufenden Systemkosten allein nicht (siehe Rechnung unten). Die Einrichtungskosten sind real und hoch, 20.000 bis 80.000 Euro für ein vollständiges ERP-Projekt sind keine Seltenheit. Ob und wann sich das rechnet, entscheidet eure Fehlerhistorie. Geringer als bei der Qualitätskontrolle per Bildanalyse, wo sich Ausschuss direkt an der Linie messen lässt.

Schnelle Umsetzung, niedrig (2/5) Das ist die wichtigste Einschränkung. Ein vollständiges Rezepturmanagementsystem erfordert Datenmigration, ERP-Integration und Schulung. Realistisch sind 6–12 Monate bis zum Produktivbetrieb. Wer ein schnelles Pilotprojekt sucht, wird hier enttäuscht. Dagegen ist die Allergenkennzeichnung automatisieren in 4–8 Wochen produktiv, wenn die Rezepturdaten schon digital vorliegen.

ROI-Sicherheit, mittel (3/5) Der Nutzen ist real, aber nicht leicht zu isolieren. Wieviel kostet eine Fehlcharge tatsächlich? Was ist eine Woche Auditvorbereitung in Stundensätzen wert? Die Rechnung funktioniert, aber sie erfordert ehrliche interne Zahlen. Unternehmen mit häufigen Rohstoffwechseln oder vielen Varianten kommen schneller auf einen klaren ROI als solche mit stabilem Sortiment.

Skalierbarkeit, sehr hoch (5/5) Das stärkste Argument für eine zentrale Rezepturverwaltung: Mit 100 oder 1.000 Rezepturen funktioniert das System gleich gut. Neue Standorte, neue Produktlinien, neue Märkte mit anderen Etikettierungsanforderungen, alles wird aus einem System bedient, ohne proportional steigenden Pflegeaufwand. Das ist der klare Vorteil gegenüber Excel, das mit wachsendem Sortiment immer chaotischer wird.

Richtwerte, stark abhängig von Sortimentsgröße, Anzahl der Rohstoffwechsel pro Jahr und vorhandener ERP-Infrastruktur.

Was ein KI-gestütztes Rezepturmanagementsystem konkret macht

Der Kern eines modernen Rezepturmanagementsystems ist nicht die KI, es ist die Datenzentralisierung. Alle Rezepturen, alle Rohstoffspezifikationen, alle Versionen liegen in einem System. KI-Funktionen bauen darauf auf.

Was das System konkret tut:

Versionskontrolle: Jede Änderung an einer Rezeptur wird protokolliert, wer hat was wann geändert, welche Version war davor aktiv, welche Version läuft gerade in der Produktion. Kein manuelles Speichern von “v2_final_korrigiert”.

Auswirkungsanalyse: Wenn ein Rohstoff durch einen anderen ersetzt wird, zeigt das System sofort alle Rezepturen, die diesen Rohstoff enthalten, inklusive aktuell laufender Chargen, offener Aufträge und Produkte in der Etikettengenehmigung.

Automatische Konsistenzprüfung: Das System vergleicht die Rohstoffspezifikationen des neuen Lieferanten mit den Nährwert- und Allergenanforderungen der betroffenen Rezepturen. Abweichungen werden als Aufgabe für Qualität und Entwicklung generiert, nicht manuell übersehen.

Generative KI als Assistent: Moderne Systeme integrieren LLM-Assistenten, die auf Fragen wie “Welche unserer Produkte enthalten Milch (einschließlich Laktose) als kennzeichnungspflichtiges Allergen?” direkt aus der Rezepturdatenbank antworten, ohne Datenbankabfrage, ohne IT-Ticket.

Der technische Ansatz funktioniert nur, wenn die Datenbasis stimmt. Ein System, das unstrukturierte oder widersprüchliche Rezepturdaten indexiert, liefert unstrukturierte und widersprüchliche Ergebnisse. Die Datenbereinigung vor der Einführung ist oft der aufwendigste Teil des Projekts.

Konkrete Werkzeuge, was wann passt

Die Toolauswahl hängt stark von der Unternehmensgröße, dem vorhandenen ERP und dem Sortimentsvolumen ab.

GUS-OS Suite , Branchenspezifisches ERP mit integrierter Rezepturverwaltung für mittelständische Lebensmittelhersteller. Mehrstufige Rezepturstruktur, automatische Allergenableitung, Chargenrückverfolgung und LMIV-Compliance sind Kernfunktionen, nicht Zusatzmodule. Sinnvoll für Betriebe ab ca. 50 Mitarbeitenden, die ein vollständiges ERP-System einführen oder ersetzen wollen. Implementierungszeit: 6–12 Monate.

Centric PLM , PLM-Plattform, die als Branchen unter anderem Mode, Kosmetik und Lebensmittel und Getränke führt. Laut Anbieter dokumentiert sie Produktrezepturen, Inhaltsstoffe und Verpackung zentral, füllt Etikettenvorlagen mit Rezeptur-, Allergen-, Nährwert- und Zulassungsangaben und trägt Änderungen an Inhaltsstoffen von der Entwicklung bis zur Etikettengestaltung nach.

ChatGPT oder Claude als Assistenz-Schicht, Für Betriebe, die noch kein vollständiges PLM einführen wollen oder können, bieten LLM-Assistenten einen niedrigschwelligen Einstieg: Rezepturen als Dokumente hochladen, Fragen stellen, Auswirkungsanalysen beschreiben lassen. Keine echte Datenbankintegration, keine automatische Versionskontrolle, aber ein praktisches Werkzeug für den Alltag, das in Tagen statt Monaten einzusetzen ist.

Zusammenfassung: Wann welcher Ansatz

• Kein ERP, Betrieb ab 50 Mitarbeitende → GUS-OS Suite oder vergleichbares Branchen-ERP
• Rezepturen, Allergen- und Nährwertangaben und Etiketten zentral in einer PLM-Plattform → Centric PLM
• Sofortiger Einstieg, kein ERP-Projekt → LLM-Assistent als Übergangslösung

Datenschutz und Datenhaltung

Rezepturdaten sind für viele Lebensmittelhersteller das sensibelste geistige Eigentum, neben dem Schutz vor Wettbewerbern geht es auch um Compliance-Dokumentation, die bei Behördenprüfungen vorgelegt werden muss.

Für die DSGVO sind Rezepturdaten an sich unkritisch, weil sie in der Regel keine personenbezogenen Daten enthalten. Relevant werden Datenschutzfragen dort, wo Nutzungsdaten oder Mitarbeiterinteraktionen mit dem System protokolliert werden.

Wichtiger ist der Aspekt der Datensouveränität: Wer hat Zugriff auf deine Rezepturen? GUS ERP (Anbieter aus Köln, Betrieb wahlweise beim Kunden selbst oder in der Cloud durch GUS, einen Rechenzentrumsstandort für die Cloud nennt GUS nicht) bietet im Eigenbetrieb mehr Kontrolle als US-gehostete Werkzeuge. Wer Rezepturdaten in ChatGPT oder Claude lädt, sollte die Tarife kennen: In den Business- und Team-Tarifen (ab zwei Plätzen) trainieren OpenAI und Anthropic laut eigenen Angaben nicht auf euren Daten und schließen AVV-Verträge ab. In den Einzeltarifen gilt: Bei ChatGPT Plus darf OpenAI deine Inhalte fürs Training nutzen, bis du in den Datenkontrollen widersprichst, bei Claude Pro nutzt Anthropic deine Chats dafür, wenn du es in den Datenschutzeinstellungen erlaubst. In jedem Fall verlassen die Daten das Unternehmen und liegen auf US-Servern.

Die praktische Empfehlung: Für die vollständige Rezepturverwaltung ein EU-gehostetes, branchenspezifisches System nutzen. LLM-Assistenten für Ad-hoc-Fragen können in einem separaten, nicht verknüpften Kontext genutzt werden, ohne die vollständigen Rezepturdetails zu übergeben.

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten

• Branchen-ERP allgemein: 20.000–80.000 € für Lizenz, Implementierung, Datenmigration und Schulung, stark abhängig von Sortimentsgröße und vorhandener Datenqualität. Das ist ein Richtwert der Redaktion, kein GUS-Preis: GUS veröffentlicht keine Preise (Preis auf Anfrage, projektabhängig).
• Centric PLM: einen Preis nennt Centric auf den archivierten Seiten nicht
• LLM-Assistent als Einstieg: keine Einrichtungskosten. Eine Einzellizenz wie Claude Pro kostet 18 € im Monat (ohne etwaige Steuern).

Laufende Kosten

• GUS-OS Suite: Preis auf Anfrage, GUS nennt keinen öffentlichen Preis. Betriebsmodelle sind Eigenbetrieb, Cloud/SaaS durch GUS oder Hybrid; Lizenz oder Miete nennt der Anbieter nicht öffentlich
• Centric PLM: laufende Kosten nennt Centric auf den archivierten Seiten nicht
• Interner Pflegeaufwand: 2–5 Stunden/Woche für einen Verantwortlichen

Wie du den ROI tatsächlich misst Wieviel Zeit hat dein Team in den letzten 12 Monaten für Auswirkungsanalysen nach Rohstoffwechseln, Auditvorbereitung und das Bereinigen von Versionskonflikten aufgewendet? Diese Stunden zeigen, wie viel Kapazität frei wird. Geld wird daraus erst, wenn ihr sie für etwas einsetzt, das ihr sonst einkaufen oder einstellen müsstet. Der zweite, wichtigere Vergleichspunkt: Was haben Fehlchargen, Etikettennachdrucke und Rücknahmen wegen falscher Rezepturstände in den letzten drei Jahren gekostet?

Rechenbeispiel, bewusst nüchtern Ein Betrieb mit 80 Mitarbeitenden, 300 aktiven Rezepturen und drei bis fünf Rohstoffwechseln pro Jahr:

• Auswirkungsanalysen: 3 bis 5 Wechsel mal 1 bis 3 Arbeitstage, also rund 25 bis 120 Stunden im Jahr, die künftig in Minuten erledigt sind. Das gilt nur, wenn diese Tage wirklich Arbeit sind und nicht Warten auf Lieferantenspezifikationen.
• Auditvorbereitung: Aus 2 bis 4 Wochen werden 2 bis 5 Tage, das spart rund 40 bis 145 Stunden im Jahr.
• Zusammen 65 bis 265 Stunden. Dagegen stehen 2 bis 5 Stunden Systempflege je Woche, rund 90 bis 230 Stunden im Jahr, von denen ein Teil die heutige Excel-Pflege ersetzt. Ob die Stundenbilanz positiv ausfällt, hängt daran, wie viel Excel-Pflege heute schon anfällt. In jedem Fall bleibt sie Arbeitszeit im Team, kein Geld auf dem Konto.
• Vermiedene Fehlerkosten: Fehlchargen, Etikettennachdrucke, Rücknahmen. Dafür gibt es keine Branchenzahl, die Summe kommt aus eurer eigenen Historie.

Dagegen stehen als Richtwert 20.000 bis 80.000 € Einrichtung für ein Branchen-ERP, dazu die laufenden Lizenz- oder Mietkosten, die GUS nur im Angebot nennt. Die Amortisation rechnest du so: Einrichtung geteilt durch (vermiedene Fehlerkosten pro Jahr minus 12 mal Monatskosten). Beispiel mit angenommenen Werten, nicht mit GUS-Preisen: 40.000 € Einrichtung, 1.500 € im Monat und 30.000 € vermiedene Fehlerkosten im Jahr ergeben 40.000 geteilt durch 12.000, also gut drei Jahre. Liegen eure Fehlerkosten unter 18.000 € im Jahr, kommt die Einrichtung in diesem Beispiel nie zurück. Dann trägt sich das System nicht über Einsparungen, sondern nur als ohnehin fällige ERP-Erneuerung oder als Voraussetzung für Audits und Handelskunden.

Drei typische Einstiegsfehler

1. Das Datenproblem wird unterschätzt. Der häufigste Grund für gescheiterte ERP-Einführungen in der Lebensmittelindustrie ist nicht die Software, es ist die Qualität der Ausgangsdaten. In einer gewachsenen Excel-Landschaft tauchen bei der Migration Duplikate auf, Rohstoffspezifikationen fehlen, und inkonsistente Einheiten (g vs. ml, Prozent vs. Gewichtsanteil) machen automatische Berechnungen unbrauchbar. Wie viel davon bei euch steckt, zeigt eine Stichprobe von 20 Rezepturen vor dem Projektstart. Ein gutes ERP-System kann das nicht beheben, es macht das Problem sichtbar. Lösung: Vor dem Systemkauf mindestens 4 Wochen Datenbereinigung als eigene Projektphase einplanen, diese Phase ist oft genauso aufwendig wie die eigentliche Implementierung.

2. Nur die IT ist beteiligt, die Produktentwicklung nicht. Rezepturverwaltung betrifft die Produktentwicklung, die Qualitätssicherung und die Produktion, nicht die IT. Projekte, die von der IT geleitet werden, ohne die Fachbereiche frühzeitig einzubinden, enden mit Systemen, die technisch funktionieren und fachlich nicht genutzt werden: Ein Teil der Mitarbeitenden arbeitet weiter mit Excel. Wie groß dieser Teil ist, zeigt die Anmeldestatistik des Systems nach sechs Monaten. Lösung: Die Einführung von einem erfahrenen Mitarbeitenden aus der Produktentwicklung führen lassen, nicht von der IT.

3. Das System wird eingeführt, aber die Governance nicht. Das ist der langsamste und gefährlichste Fehler. Wenn nach der Einführung niemand verantwortlich ist dafür, dass Rezepturänderungen tatsächlich im System eingepflegt werden, haben Mitarbeitende nach sechs Monaten wieder eine parallele Excel-Datei, und es entstehen Rezepturen, die im System veraltet sind, während die aktuellen Versionen nur in lokalen Dateien existieren. Das System und Excel divergieren, und niemand weiß mehr, was stimmt. Lösung: Vor dem Go-live eine namentlich benannte Person als Rezepturverantwortliche bestimmen und einen Genehmigungsworkflow für Rezepturänderungen im System einrichten.

Governance bedeutet: Eine namentlich benannte Person ist verantwortlich für die Aktualität der Rezepturdaten. Jede Rezepturänderung hat einen definierten Genehmigungsworkflow im System. Und: Wer direkt in Excel schreibt, ohne das System zu aktualisieren, macht Mehrarbeit für alle. Das klingt trivial, in der Praxis bleibt es oft ungeregelt.

Was mit der Einführung wirklich passiert, und was nicht

Die Einführung einer Rezepturverwaltungssoftware ist kein IT-Projekt, sie ist ein Prozessveränderungsprojekt, das zufällig auch Software beinhaltet.

Typische Widerstands- und Akzeptanzmuster:

Die „Das haben wir immer so gemacht”-Gruppe. Besonders bei Betrieben, die 15 Jahre lang mit denselben Excel-Dateien gearbeitet haben. Das neue System fühlt sich am Anfang langsamer an als Excel, weil Excel schnell im Modus “ich kenne die Datei auswendig” ist, das neue System aber zunächst gelernt werden muss. Lösung: Wähle für den Piloten eine Produktkategorie, bei der der Schmerz am größten ist, z.B. die Kategorie mit den häufigsten Rohstoffwechseln. Der Effekt dort ist sofort spürbar.

Der “geheime Experte”-Effekt. In fast jedem Betrieb gibt es jemanden, der weiß, wo welche Rezeptur wirklich liegt und was welche Versionsnummer bedeutet. Diese Person ist oft skeptisch gegenüber dem neuen System, weil ihr informelles Wissen entwertet wird. Wichtig: Diesen Menschen zur zentralen Figur der Datenmigration machen. Er oder sie kennt die Rezepturdaten am besten, kann Duplikate identifizieren und Versionen bereinigen.

Was konkret hilft:

• Wähle einen Pilotbereich mit klarem Schmerzpunkt, nicht die “einfachste” Kategorie
• Definiere Governance-Regeln schriftlich und kommuniziere sie vor der Einführung
• Plane 4–8 Wochen Datenmigration und -bereinigung als eigene Phase
• Benenne eine fachliche Verantwortliche für die Rezepturdaten, nicht die IT

Realistischer Zeitplan mit Risikohinweisen

Ehrlicher Hinweis: Wer diesen Zeitplan für zu lang hält, hat noch keine Datenmigration aus einer gewachsenen Excel-Landschaft durchgeführt. Sechs Monate ist ein realistischer Zeitraum für einen mittelständischen Betrieb mit 200–500 Rezepturen, nicht ein pessimistischer.

Häufige Einwände, und was dahintersteckt

„Wir haben das doch immer in Excel gemacht und es hat funktioniert.” Für einzelne Personen, die die Dateien auswendig kennen, stimmt das. Der Moment, in dem es aufhört zu funktionieren, ist einer dieser drei: erstens wenn dieser Mensch das Unternehmen verlässt, zweitens wenn das Sortiment auf 150+ Produkte wächst, drittens wenn beim ersten IFS-Audit der Prüfer eine vollständige Versionshistorie für alle Rezepturen der letzten drei Jahre anfordert.

„Das ist zu teuer für uns.” Stimmt, für den GUS-OS Suite-Vollausbau. Der Einstieg muss aber nicht über ein ERP-Projekt laufen. Mit einem LLM-Assistenten, der Rezepturen als Dokumente kennt, kommt man mit einer Einzellizenz (Claude Pro, 18 € im Monat, ohne etwaige Steuern) zu einer spürbaren Verbesserung des Alltags. Keine Versionskontrolle, kein automatisches Änderungsprotokoll, aber sofort umsetzbar.

„Unsere Rezepturen sind zu individuell für Standardsoftware.” Das sagt fast jeder Lebensmittelhersteller. In der Praxis ist der Großteil der Anforderungen Branchenstandard: Rohstoffhierarchien, Varianten, Allergenableitung, Nährwertberechnung, Chargenrückverfolgung. Der individuelle Rest ist der Teil, der Konfigurationsaufwand erfordert, aber kein Grund, den Standardteil in Excel zu lassen.

Woran du merkst, dass das zu dir passt

• Ihr habt mehr als 50 aktive Rezepturen und mindestens drei Rohstoffwechsel pro Jahr
• Der letzte Lieferantenwechsel hat mehr als einen Werktag Arbeitszeit für die Auswirkungsanalyse gekostet
• Ihr müsst für IFS Food, BRC oder ISO 22000 auditiert werden und die Vorbereitung ist jedes Mal ein Kraftakt
• Mehrere Versionen derselben Rezeptur existieren parallel in verschiedenen Systemen, und niemand weiß genau, welche davon die aktuelle ist
• Die Person, die die Rezepturen kennt, ist das kritische Nadelöhr: wenn sie fehlt, stockt es

Wann es (noch) nicht passt, drei harte Ausschlusskriterien:

1. Weniger als 50 aktive Rezepturen und ein stabiles Sortiment ohne häufige Rohstoffwechsel. Dann ist Excel mit klarer Namensvergabe und einem Versionierungsprotokoll als einfache Textdatei ausreichend. Der ERP-Aufwand ist nicht gerechtfertigt.

2. Die Rezepturdaten liegen noch nicht in strukturierter digitaler Form vor. Wenn Rezepturen primär im Kopf des Entwicklungsteams sind oder in handschriftlichen Notizen, ist der sinnvollste erste Schritt die strukturierte Dokumentation, bevor ein System das indexieren kann. Ein ERP macht aus unstrukturierten Daten keine strukturierten.

3. Keine Person verfügbar, die das System langfristig pflegt. Ein Rezeptursystem, das nach der Einführung nicht aktiv gewartet wird, ist nach 18 Monaten unzuverlässig. Wenn niemand konsequent Änderungen einpflegt, hat man das schlechteste aller Ergebnisse: ein System, das als Referenz gilt, aber nicht aktuell ist.

Das kannst du heute noch tun

Öffne ChatGPT oder Claude . Schalte vorher in den Datenschutzeinstellungen das Training ab oder nutz einen Business- oder Team-Zugang, denn Rezepturen sind euer Betriebsgeheimnis. Lade drei bis fünf Rezepturen als PDF oder als direkt eingefügten Text hoch, am besten solche, deren Allergene ihr bereits geprüft habt. Stelle dann die Frage: „Welche dieser Rezepturen enthalten glutenhaltiges Getreide, und in welchem Rohstoff steckt es jeweils?”, und vergleiche die Antwort mit eurer geprüften Allergenliste.

Das ist kein Ersatz für eine vollständige Rezepturverwaltung und keine Allergenprüfung. Ein Sprachmodell kann einen Allergenträger übersehen, etwa Gerstenmalzextrakt oder Weizenstärke in einer Gewürzzubereitung. Keine Antwort daraus geht ohne Prüfung durch die Qualitätssicherung auf ein Etikett. Aber der Test zeigt dir in 20 Minuten, was möglich ist, und welche deiner Rezepturdaten sauber genug sind, um davon zu profitieren.

Für den produktiven Einsatz:

Quellen & Methodik

• IFS Food, BRC Global Standard, ISO 22000, Auditanforderungen: Offizielle Auditstandards der jeweiligen Zertifizierungsstellen, Stand 2024–2025.
• VO (EU) Nr. 1169/2011 (LMIV): Lebensmittel-Informationsverordnung der EU, gilt seit 13. Dezember 2014, die verpflichtende Nährwertdeklaration seit 13. Dezember 2016. Anhang II listet die 14 kennzeichnungspflichtigen Hauptallergene.
• Implementierungszeiträume und ERP-Kostenspanne: Richtwerte der Redaktion ohne benannte Einzelquelle, GUS veröffentlicht keine Preise (Stand Oktober 2026, gus-erp.com/loesungen/erp-software), dort auch die Betriebsmodelle.
• Centric PLM: Startseite und Branchenseite Lebensmittel und Getränke (centricsoftware.com/de/food-beverage), abgerufen am 07.11.2026; einen Preis nennen beide Seiten nicht.
• Training in ChatGPT Plus und Claude Pro: Hilfeartikel von OpenAI zur Datennutzung und Datenschutzartikel von Anthropic zum Modelltraining, abgerufen am 07.11.2026.

Du willst wissen, welcher Einstieg für eure Sortimentsgröße und eure aktuelle Datenlage realistisch ist? Meld dich, das ist eine Frage, die sich in 30 Minuten beantworten lässt.