Die KI bittet zu Tisch

Bereits vor mehr als 10 Jahren haben Sie mit IBM zusammengearbeitet, um das kulinarische KI-System «Chef Watson» aufzubauen. Was hat Sie damals am meisten begeistert?

Besonders begeistert hat mich die Erkenntnis, dass KI Kreativität erweitert, statt sie zu ersetzen. Bei der Entwicklung von Chef Watson mit IBM ging es uns nicht in erster Linie darum, dass die Maschine Rezepte generiert – darin sind sie übrigens bis heute nicht besonders gut. Uns interessierte vielmehr die Frage, ob ein Computer Menschen zu mehr Kreativität verhelfen kann. An meinem ersten Tag in der Küche mit Chef Watson wurde mir klar, dass das Programm uns dabei hilft, Muster beim Geschmack zu erkennen und Verbindungen zwischen Zutaten sichtbar zu machen, die viele zuvor nie in Betracht gezogen hätten. Es analysierte Tausende von Zutaten und identifizierte in Sekunden verborgene Zusammenhänge, für die man sehr lange recherchiert hätte. So entstanden Kombinationen, die wissenschaftlich fundiert, aber kulinarisch überraschend waren.

Ich erinnere mich an das erste Mal, als Watson eine Kombination vorschlug, die mich mitten im Satz innehalten liess – nicht, weil sie seltsam war, sondern weil sie auf eine Art und Weise richtig war, mit der ich nicht gerechnet hatte. In diesem Moment wurde mir klar: KI ersetzt Kreativität nicht. Aber sie kann Kreativität antreiben. Die besten Momente waren nicht jene, in denen Watson ein Rezept entwickelte. Sondern, wenn mir das Programm eine neue Perspektive auf mein eigenes Handwerk ermöglichte.

Kochen ist sehr sensorisch geprägt. Wie lässt sich Geschmack und Textur quantifizieren, um ein KI-Modell zu trainieren?

Kochen ist Hitze, Duft, Klang, Textur, Timing. Über die jahrelange Arbeit in der Küche wird vieles zur Intuition. Und doch ist Kochen erstaunlich strukturiert, wenn man es mit etwas Abstand betrachtet. Geschmack lässt sich teilweise quantifizieren, weil Aromamoleküle messbar sind. Wenn zwei Zutaten auf chemischer Ebene die gleichen flüchtigen Verbindungen teilen, weisen sie oft auch sensorische Ähnlichkeiten auf. So entsteht eine chemische Landkarte. Auch Textur lässt sich beschreiben – etwa über Fettgehalt, Feuchtigkeitsgehalt, Proteinstruktur, Stärkeverhalten oder Temperaturveränderungen. Viele Bestandteile unserer Nahrung sind messbar.

Aber entscheidend ist: Quantifizieren ist nicht das gleiche, wie etwas vollständig zu erfassen. Und KI-Systeme sind nur so gut wie die Daten, auf die sie zugreifen können. KI kann nicht schmecken. Sie modelliert Beziehungen. Sie erkennt Wahrscheinlichkeiten. Sie prognostiziert Kompatibilität. Was sie nicht versteht, ist Kontext – die Erinnerung an Grossmutters Küche oder die emotionale Resonanz eines Gerichts, das im richtigen Moment serviert wird.

Wir nutzen die Quantifizierung daher als Basis. Für das sensorische und emotionale Gesamterlebnis bleibt der menschliche Koch zentral. 

Mit welchen Aromen oder Texturen haben KI-Programme am meisten Mühe?

KI ist hervorragend darin, Optionen zu präsentieren und Muster zu modellieren. Was sie weniger gut kann, ist zu wissen, wann es zu viel ist. Zurückhaltung ist mit am schwierigsten zu trainieren – spannenderweise ist das auch eine der wichtigsten Lektionen für junge Köch*innen. Die Erfahrung hilft zu verstehen, wann ein Gericht fertig ist. Und wann «mehr» einfach nur mehr ist, aber nicht besser.

Aromen wie Bitterkeit, Fermentation, Würze, Rauch oder Schärfe bewegen sich in einer ähnlichen Grauzone. Sie sind schwierig zu beschreiben und müssen erlebt werden. Denn diese sind oft nicht universell gut oder schlecht, sondern kontextabhängig. Man kann sie fast überall hinzufügen – was aber nicht bedeutet, dass sie alles verbessern.

Textur ist noch stärker menschlich geprägt. Der Unterschied zwischen zart und matschig, knusprig und verbrannt, zartschmelzend und fettig – diese Unterschiede erkennen wir mit unseren Sinnen, ist kontextabhängig und basiert auf Erfahrung. Gleiches gilt für die Intuition, um verschiedene Zutaten stimmig zu kombinieren. Ein Programm kann mir sagen, dass Kürbis, Chili und Kakao eine starke Kombination sind, was geschmacklich auch stimmen mag. Aber wenn sich das Gericht wie ein breiiger Haufen anfühlt, kommt niemand für einen zweiten Bissen zurück.

Was menschlich bleibt, ist die Intention. Für wen kochen wir? Was sollen die Menschen fühlen? Welche Geschichte erzählt das Gericht? KI kann Vorschläge machen. Aber Menschen entscheiden, was zählt.

Sie stehen kurz davor, eine KI-gestützte kulinarische Plattform zu lancieren, die Präzisionsernährung in personalisierte Mahlzeiten übersetzt. Welche Fortschritte der KI nützen der Lebensmittelbranche am meisten?

Der grösste Fortschritt ist der Kontext. Erste KI-Programme basierten vor allem auf Regeln mit statischen Ergebnissen. Heute kann KI mehrere Realitäten gleichzeitig berücksichtigen: Ziele, Präferenzen, medizinische Einschränkungen, Zeit, Budget, was man heute bereits gegessen hat und was an einem Dienstagabend tatsächlich realistisch ist.

Das ist ein enormer Wandel für unsere Ernährung, aber auch für Lebensmittelunternehmen. Wir bewegen uns weg von generischen Empfehlungen hin zu spezifischer, zeitnaher und personalisierter Unterstützung. Statt «Iss mehr Protein», lautet die neue Empfehlung «Dir fehlen heute noch etwa 30 Gramm – hier sind zwei Abendessen, mit denen du das erreichst, ohne dass es sich wie Verzicht anfühlt.»

Für die Branche liegen die Vorteile sowohl im Operativen als auch im Kreativen: bessere Prognosen, weniger Verschwendung, intelligentere Produktentwicklung und schnellere Entscheidungen, die sich gleichzeitig praxisnah anfühlen.

Am meisten begeistert mich heute, wie kollaborativ KI tatsächlich geworden ist. Statt nur zu analysieren hilft sie uns, bessere Entscheidungen in Echtzeit zu treffen – vorausgesetzt, wir stellen die richtigen Fragen oder arbeiten mit Programmen, die gezielt für bestimmte Anwendungen entwickelt wurden. ChatGPT & Co erleichterten den Einstieg und haben die Akzeptanz von KI stark vorangetrieben. Aber für langfristig gute Lösungen braucht es zweckgebundene, spezialisierte Modelle.

Wo sehen Sie das grösste Potenzial für KI in der Küche – für Einzelpersonen wie auch für Unternehmen?

In der Küche bringt uns KI künftig schneller zu besserem Essen. Damit meine ich nicht, dass KI das Poulet in 15 statt 45 Minuten brät. Aber sie könnte beispielsweise empfehlen, am Sonntag zwei Poulets zuzubereiten mit einem Plan, um das Fleisch über die nächsten Tage für schnelle, gesunde Mahlzeiten zu nutzen – abgestimmt auf individuelle Geschmacksvorlieben und Ernährungsbedürfnisse.

Die meisten Menschen scheitern nicht an gesunder Ernährung, aufgrund mangelnder Informationen. Sie wissen sehr genau, was sie essen sollten. Sie scheitern an Entscheidungsüberlastung. Genau hier entlastet KI: Was esse ich heute Abend? Wie gleiche ich ein schweres Mittagessen aus? Wie passe ich ein Lieblingsgericht aus der Kindheit an gesundheitliche Rahmenbedingungen an?

Für Unternehmen ermöglicht KI eine intelligente Personalisierung im grossen Massstab. Man stelle sich eine Restaurantgruppe vor, die regionale Geschmackspräferenzen in Echtzeit versteht. Oder einen Detailhändler, der Lebensmittelverschwendung reduziert, indem er die Nachfrage bis auf Filialebene präzise vorhersagt.

In Profiküchen sehe ich KI als Partner im Hintergrund: Sie hilft Köch*innen, neue Geschmäcker zu erkunden, Menükonzepte zu testen und Forschung und Entwicklung zu beschleunigen – während das eigentliche Kochen, das Urteilsvermögen und die Gastfreundschaft dort bleiben, wo sie hingehören: bei den Menschen. Die besten Küchen werden nicht weniger menschlich. Sie werden sich stärker auf das konzentrieren, was wirklich zählt.

Wie sieht die Zukunft aus? Werden Michelin-Sterne-Küchen KI-Agenten als «Sous-Chefs» einsetzen? Werden Supermärkte den Einkaufszettel in Echtzeit auf Basis des Mikrobioms personalisieren? Oder stellen Sie sich etwas ganz anderes vor?

Beides ist durchaus wahrscheinlich – nur nicht so, wie es sich die meisten vorstellen. In Sterne-Küchen werden KI-Agenten kein Steak anbraten oder ein Risotto rühren. Ich sehe sie eher als ständig verfügbare Forschungsassistenz. Sie können tägliche Abläufe optimieren, bei der Vorbereitung und Personalplanung helfen, saisonale Chancen erkennen, Gästewünsche nachverfolgen, Menüabfolgen modellieren und Teams schneller iterieren lassen – ohne das menschliche Urteilsvermögen zu ersetzen, auf dem grosse Küche beruht. 

Im Detailhandel bewegen wir uns bereits in Richtung Personalisierung, auch wenn sie heute oft in wenig inspirierender Form erscheint – etwa als Werbung, die einem im Internet folgt. Die spannendere Zukunft liegt dort, wo Mikrobiom-Daten, Kaufhistorie und Ernährungsziele tatsächlich bessere tägliche Entscheidungen ermöglichen. Der eigentliche Durchbruch ist nicht nur Information, sondern Vertrauen. Wenn ein System genügend Vertrauen aufgebaut hat, um Entscheidungen treffen zu können, wird dadurch Zeit frei. Dann wird es im Alltag wirklich relevant.

Die Zukunft, die mich am meisten interessiert, ist weniger schrill. Wir sind erfolgreich, wenn KI unsichtbar und wirklich hilfreich wird. Etwa wenn sie zwischen unseren Absichten und unseren täglichen Entscheidungen sitzt und uns sanft zu besseren Mahlzeiten lenkt, ohne Essen in ein reines Rechenproblem zu verwandeln.

Denn Essen ist mehr als Energieaufnahme. Es ist Erinnerung, Kultur, Identität, Genuss – und es ist dazu da, geteilt zu werden. Wenn KI hier eine Rolle spielt, dann nicht, um die Freude am Essen zu optimieren, bis sie verschwindet, sondern um sie zu bewahren: indem gutes Essen einfacher zu wählen, einfacher zu kochen und persönlicher wird als je zuvor.

«Recoding Food»: Die GDI-Foodkonferenz

Am 18. Juni verknüpft James Briscione an der International Food Innovation Conference am GDI Technologie mit Kochen und zeigt auf, wie KI leckeres Essen persönlicher und gesünder macht. Erleben Sie inspirierende Keynotes von international renommierten Expert*innen und diskutieren mit, wie KI zum neuen Betriebssystem der Lebensmittelwirtschaft wird.