Anmerkung des Autors: Starbucks stellte seinen KI-Plan für den Drive-thru am 29. Oktober 2026 in einer Telefonkonferenz zu den Geschäftszahlen vor. Dieser Artikel beleuchtet den Stand des Vorhabens und seine Herausforderungen aus drei Perspektiven: denen der Kundschaft, der Baristas und des Unternehmens.
Stellen Sie sich einen ganz normalen Morgen vor. Sie fahren in die Drive-thru-Spur von Starbucks, die Starbucks-App auf Ihrem Smartphone ist bereits geöffnet. Statt erst die gesamte Speisekarte durchzugehen, fragt der Barista am Fenster direkt: „Wie immer, einen Hafermilch-Latte?“ Sie sagen „Ja“, bezahlen und fahren zum Ausgabefenster. So beschrieb Starbucks-CEO Brian Niccol Ende Oktober 2026 das Fast-Pass-Erlebnis am Drive-thru. In diesem Szenario spricht die KI nicht anstelle des Baristas. Sie hilft ihm vielmehr dabei, Stammgäste „wiederzuerkennen“.
Das ist kein Gerücht. In der Telefonkonferenz zu den Ergebnissen des vierten Quartals im Geschäftsjahr 2026 erklärte Starbucks öffentlich, dass das Unternehmen Möglichkeiten prüft, teilnehmende Kunden bei ihrer Ankunft zu erkennen, ihnen personalisierte digitale Speisekarten anzuzeigen und das Bezahlen zu erleichtern. In einem späteren Interview mit Yahoo Finance ergänzte der CEO das oben beschriebene Szenario. Die personalisierte Speisekarte befindet sich allerdings noch in einer frühen Erkundungsphase. Welche Technologie zur Erkennung eingesetzt wird, welche Filialen an einem Pilotprojekt teilnehmen und wann das Angebot startet, ist noch nicht bekannt.
Das nehmen Sie mit: Nach diesem Artikel wissen Sie, wie weit Starbucks mit seinen Plänen ist und welche Aussagen noch nicht bestätigt sind. Außerdem erfahren Sie, warum KI-Projekte in Unternehmen gleichzeitig die technische Leistung, die Belastung der Mitarbeitenden und das tatsächliche Kundenerlebnis berücksichtigen müssen.
Starbucks’ KI-Pläne zur Kundenerkennung im Überblick
Zunächst lohnt es sich, die bereits veröffentlichten Fakten von den Ideen zu trennen, die noch geprüft werden. Starbucks hat zwei verwandte, aber unterschiedliche Projekte erwähnt. Das erste ist eine KI-gestützte Auftragserfassung im Hintergrund, deren Test im Geschäftsjahr 2027 beginnen soll. Das zweite umfasst die Kundenerkennung und personalisierte digitale Menüs. Dieses Projekt befindet sich noch in einer frühen Erkundungsphase; einen konkreten Termin gibt es nicht.
| Information | Details | Aktueller Stand |
|---|---|---|
| Zeitpunkt der Offenlegung | 29. Oktober 2026, Telefonkonferenz zu den Ergebnissen des 4. Quartals im Geschäftsjahr 2026 | Öffentlich bekannt |
| Bekanntgegeben durch | Brian Niccol, Chairman und CEO von Starbucks | Öffentlich bekannt |
| KI-gestützte Auftragserfassung im Hintergrund | Soll Baristas helfen, Bestellungen genauer und effizienter zu erfassen | Test im Geschäftsjahr 2027 geplant |
| Erkennung teilnehmender Kunden + personalisierte Menüs | Freiwillig teilnehmende Kunden erkennen, personalisierte digitale Menüs anzeigen und die Zahlung vereinfachen | Frühe Erkundungsphase, kein Einführungstermin |
| Konkrete Erkennungstechnologie | Weder Gesichtserkennung noch Kennzeichenerkennung oder andere Verfahren bestätigt | Nicht bekannt gegeben |
| Messbarer Nutzen | Laut CEO ist es zu früh, um über finanzielle Auswirkungen zu sprechen | Keine Zusage |
Zum Zeitplan sind zwei Punkte wichtig: Das Geschäftsjahr 2027 entspricht nicht dem Kalenderjahr 2027. Das Geschäftsjahr 2026 von Starbucks endete bereits am 27. September 2026. Der Test könnte also früher beginnen, als viele Leser erwarten. Der CEO sagte außerdem, dass „etwa die Hälfte der Kunden den Drive-through nutzt“. Das beschreibt das Nutzungsverhalten und bedeutet nicht, dass der Drive-through die Hälfte des Umsatzes erwirtschaftet.
KI-Kundenerkennung bei Starbucks: Welche Behauptungen derzeit nicht haltbar sind
Die Nachricht hat sich schnell verbreitet – und dabei sind einige übertriebene Versionen entstanden. Stand 2. November 2026 gibt es keine Grundlage für Behauptungen wie „Starbucks hat Bestellungen per Gesichtserkennung bereits eingeführt“, „Starbucks erhöht die Preise je nach finanzieller Situation der Kunden“ oder „KI hat das Umsatzwachstum um 7,2 % gesteigert“. Die 7,2 % beziehen sich auf das weltweite Umsatzwachstum vergleichbarer Filialen in diesem Quartal und haben nichts mit einem KI-Projekt zu tun, das noch nicht eingeführt wurde. PCMag und Gizmodo haben Gesichtserkennung und Datenschutzrisiken angesprochen, dabei aber mögliche Ansätze analysiert. Ein Starbucks-Sprecher teilte Gizmodo mit, das Projekt befinde sich noch in einer frühen Phase und es gebe keine weiteren Details.
Personalisierte Drive-in-Menüs bei Starbucks: Was übernimmt die KI, was der Mensch?
Der vom CEO beschriebene Fast-Pass-Ablauf zeigt eine recht klare Arbeitsteilung: KI und Informationssysteme verarbeiten wiederkehrende Informationen, während die Baristas Wünsche verstehen, Sonderfälle bearbeiten und mit den Gästen sprechen. Die folgende Tabelle fasst die Aufgabenverteilung anhand der offiziellen Vorstellungen zusammen – sie ist kein von Starbucks veröffentlichtes Produkthandbuch.
| Schritt | Herkömmlicher Drive-in | KI / System im Fast-Pass-Konzept | Baristas im Fast-Pass-Konzept |
|---|---|---|---|
| Identitätsprüfung | Keine | Verknüpft ankommende Gäste mit ihrem freigegebenen Konto | Keine zusätzlichen Schritte nötig |
| Wünsche ermitteln | Fragt anhand des vollständigen Menüs nach | Ruft letzte Bestellungen und häufig gekaufte Getränke ab | Fragt aktiv, ob das übliche Getränk gewünscht ist |
| Personalisierte Empfehlungen | Festes Menü | Passt Inhalt und Reihenfolge der Menüanzeige an | Beurteilen, ob die Empfehlung passt |
| Bestellung erfassen | Baristas geben Bechergröße, Milchsorte und Süßungsgrad manuell ein | Unterstützt im Hintergrund die strukturierte Erfassung | Bestätigen und korrigieren die Angaben und kümmern sich um neue Wünsche |
| Bezahlung | Bezahlung am Fenster | Bindet den Bezahlvorgang in der App ein | Kümmern sich um Zahlungsprobleme |
| Zwischenmenschliche Kommunikation | Baristas | Spricht nicht direkt mit Gästen | Übernehmen weiterhin die gesamte persönliche Kommunikation |
Das Entscheidende an dieser Arbeitsteilung: Die KI bleibt stets im Hintergrund. Sie erspart den wiederholten Austausch wenig wertvoller Informationen – etwa „Ich hätte gern einen großen Becher mit Hafermilch und wenig Zucker“. Die Begrüßung zwischen Barista und Gast bleibt dagegen erhalten. So formulierte es Starbucks auch in seiner Erklärung zum KI-Einsatz vom Januar 2026: Technologie soll Hindernisse im Arbeitsablauf verringern, damit sich Baristas auf die Zubereitung der Getränke und den Service konzentrieren können.
Ein personalisiertes Menü bedeutet keine personalisierten Preise
Eine Unterscheidung ist wichtig: Die Reihenfolge von Produkten an Vorlieben anzupassen, häufig bestellte Getränke vorzuschlagen und Mitgliederrabatte anzuzeigen, sind personalisierte Empfehlungen. Den Grundpreis desselben Produkts anhand persönlicher Merkmale zu ändern, wäre ein anderes Geschäftsmodell. Starbucks hat bislang keine Pläne für unterschiedliche Preise angekündigt. Auch Taco Bell testet digitale KI-Menüs, die für jedes Fahrzeug angepasst werden. Das Unternehmen bestätigte gegenüber Restaurant Dive, dass diese Tests die Verkaufspreise nicht verändern. Aus Sicht des Systemdesigns sollte das reguläre Transaktionssystem den Preis festlegen; das Empfehlungsmodul sollte keine Berechtigung haben, ihn zu ändern.
Warum Starbucks auf Menschen setzt: Was die Drive-through-Studie zeigt
Wenn Effizienz das einzige Ziel wäre, könnte ein Sprachbot die Bestellungen entgegennehmen. Warum betont Starbucks also, dass die Baristas bleiben? Hinweise liefert die Drive-through-Studie von Intouch Insight aus dem Jahr 2026. Sie umfasst 13 US-Gastronomieketten und basiert auf 2.145 Testbesuchen von Mystery-Shoppern zwischen Juni und Juli 2026, 165 pro Marke. Wichtig: Die Studie testete nicht die neue KI-Menükarte von Starbucks.
| Kennzahl | Service als freundlich bewertet | Service als unfreundlich bewertet |
|---|---|---|
| Kundenzufriedenheit | 98,6 % | 26,8 % |
| Bereitschaft, die Filiale weiterzuempfehlen | 86,5 % | 19,6 % |
| Korrektheit der Bestellungen | 91,3 % | 73,2 % |
| Durchschnittliche Besuchsdauer | 5 Min. 16 Sek. | 5 Min. 41 Sek. |
Besonders auffällig: Bei freundlichem Service dauerte der Besuch im Durchschnitt sogar kürzer. Zumindest in dieser Stichprobe fand die Annahme, dass freundlicher Service den Drive-through verlangsame, keine Bestätigung. Allerdings zeigt die Beobachtungsstudie einen Zusammenhang; sie ist kein randomisiertes kontrolliertes Experiment. Daraus lässt sich also nicht schliessen, dass Freundlichkeit die Korrektheit der Bestellungen unmittelbar um 18,1 Prozentpunkte erhöht. Denkbar ist zum Beispiel, dass Filialen mit ausreichend Personal und reibungslosen Abläufen sowohl freundlicher als auch genauer arbeiten.
In derselben Studie lag die Bestellgenauigkeit von Starbucks bei 165 Besuchen zur Frühstückszeit bei 96 %, die Kundenzufriedenheit bei 99 %. Die von Mitarbeitenden ausgeführten Abläufe funktionieren bei Starbucks also bereits gut. Das KI-Projekt muss zeigen, welchen zusätzlichen Nutzen es bringt. Es reicht nicht, den menschlichen Service zuerst für ineffizient zu erklären und ihn dann mit KI „retten“ zu wollen.
Starbucks’ KI-Drive-in im Vergleich zur Roboterbestellung
Anders als Starbucks, das KI zur Unterstützung seiner Mitarbeitenden im Hintergrund einsetzen will, lassen viele Fast-Food-Marken die KI Bestellungen direkt von Gästen aufnehmen. Die Branchenerfahrung zeigt: Die Technik macht Fortschritte, doch die Akzeptanz bei den Gästen ist eine andere Frage.
| Marke / Projekt | Einsatz der KI | Bekannt gegebener Stand | Probleme oder Vorbehalte |
|---|---|---|---|
| Neuer Drive-in-Plan von Starbucks | Im Hintergrund: Unterstützung bei der Bestellaufnahme und personalisierte Menüs | Test der Bestellunterstützung für das Geschäftsjahr 2027 geplant | Noch keine Praxistestdaten |
| Sprach-KI von Burger King | Direkter Dialog mit Gästen | Pilotprojekt in etwa 50–70 Filialen | Manche Gäste möchten nicht mit einem Roboter sprechen und fahren direkt weiter |
| Archy von McDonald’s | Sprachgesteuerte Bestellaufnahme, während Mitarbeitende die Bestellung zubereiten | Genauigkeit von über 90 % in frühen Tests | Frühere Tests mit IBM wurden 2024 beendet |
| Digitale Menüs von Taco Bell | Anpassung der Menüanzeige für jedes Fahrzeug | Test im April 2026 bekannt gegeben | Laut Unternehmen keine Änderung der Verkaufspreise |
Das Beispiel Burger King ist aufschlussreich. Chakri Somisetti, Vice President of Technology der Marke, räumte ein, dass in einigen Pilotfilialen Gäste direkt weiterfuhren, weil sie nicht mit einem Roboter sprechen wollten. Deshalb will das Unternehmen den Wechsel zu einer menschlichen Bestellaufnahme erleichtern. Das bedeutet nicht, dass Burger King KI aufgibt. Es zeigt aber, dass es riskant ist, KI zum einzigen Kontaktpunkt zu machen. Eine im September 2026 veröffentlichte Umfrage von Technomic kommt zu einem ähnlichen Ergebnis: 46 % der Befragten fanden es attraktiv, im Restaurant bei einem Menschen zu bestellen. Die KI-Bestellaufnahme am Drive-in fanden nur 23 % attraktiv.
Die Sprach-KI selbst verbessert sich tatsächlich. Ein spezieller Test von Intouch Insight zur KI-Bestellaufnahme bei Burger King, Taco Bell und Wendy’s zeigt: Die Bestellgenauigkeit stieg von 82,5 % im Jahr 2025 auf 90,8 % im Jahr 2026. Der Anteil der Bestellungen, bei denen Teile wiederholt werden mussten, sank von 34,2 % auf 29,1 %. Allerdings betrug die durchschnittliche Gesamtdauer bei KI-Bestellungen 5 Minuten und 14 Sekunden, gegenüber 5 Minuten und 15 Sekunden in der Hauptstudie für dieselben Marken – ein Unterschied von nur einer Sekunde. Bei den 2145 Besuchen der Hauptstudie war KI nur 36-mal an der Bestellaufnahme beteiligt, also in weniger als 2 % der Fälle. Die Zahlen zeigen: Bei der Bewertung von KI in der Gastronomie reicht es nicht, nur auf die Reaktionsgeschwindigkeit des Modells zu schauen. Wichtiger sind die Genauigkeit und das Erlebnis über den gesamten Ablauf hinweg.
💡 Empfehlung für die Bewertung: Beim Vergleich von „KI nimmt Bestellungen direkt auf“ und „KI unterstützt Mitarbeitende“ sollten Genauigkeit, Wiederholungsrate und Übergaberate an menschliche Mitarbeitende anhand derselben Stichprobe echter Bestellungen gemessen werden. Wer nur die Demo betrachtet, kann leicht zu falschen Schlüssen kommen. In der Entwicklungsphase lassen sich über APIYI apiyi.com mehrere Modelle mit derselben Schnittstelle wechseln und anhand derselben Bestelldaten vergleichen.
KI für Starbucks-Mitarbeitende im Praxistest: Green Dot Assist und Automated Counting
Um den neuen Drive-in-Plan zu verstehen, lohnt sich zunächst ein Blick auf die Mitarbeiter-KI, die Starbucks bereits eingesetzt hat. Die Namen der Projekte lassen sich leicht verwechseln, doch sie unterscheiden sich deutlich in Zweck und Status.
| Projekt | Zweck | Status | Bezug zum neuen Drive-in-Plan |
|---|---|---|---|
| Green Dot Assist | Mitarbeitende fragen Rezepte, Abläufe und Servicestandards in natürlicher Sprache ab | Im Juni 2025 angekündigt, zunächst in 35 Filialen getestet und inzwischen eingeführt | Eigenständiges System, keine Kundenerkennung |
| Smart Queue | Koordiniert die Zubereitungsreihenfolge von Bestellungen aus Filiale, Drive-in, App und Lieferung | Bereits als Betriebstechnologie im Einsatz | Geschäftliche Grundlage für künftig effizientere Drive-ins |
| Automated Counting | Zählt den Warenbestand automatisch per iPad-Kamera | Am 18. Mai 2026 abgeschaltet | Eingestelltes Bestandsprojekt, kein Bezug zum Drive-in |
| Neuer Drive-in-Plan | Unterstützung bei der Bestellaufnahme + Erkennung teilnehmender Kunden + personalisierte Speisekarte | Test der Bestellaufnahme für das Geschäftsjahr 2027 geplant, Speisekarte noch in der Erkundungsphase | Gegenstand der aktuellen Meldung |
Green Dot Assist: Anspruch und Mitarbeiterfeedback klaffen auseinander
Die Idee hinter Green Dot Assist ist klar: Wenn neue Mitarbeitende nicht mehr wissen, wie ein saisonales Getränk zubereitet wird, können sie direkt auf dem iPad in der Filiale nachfragen, statt Unterlagen zu durchsuchen oder Kollegen zu unterbrechen. Für eine Recherche im Juli 2026 befragte Fast Company jedoch vier Mitarbeitende, die von Problemen bei der Nutzung berichteten. Eine von ihnen, Sara Gattis, sagte, sie habe auf ihre Fragen häufig die Antwort erhalten, das System könne die Frage nicht verstehen. Am Ende habe sie wieder auf die gewohnte Weise nachgesehen. Das ist eine persönliche Erfahrung und kein Beleg für die Fehlerquote des Gesamtsystems. Sie zeigt aber, dass die vom Unternehmen versprochene Nutzungserfahrung und der Alltag in den Filialen auseinandergehen können.
Automated Counting: Eine Abschaltung mit wichtiger Lehre
Automated Counting ist ein aufschlussreiches Gegenbeispiel. Das Inventursystem mit Technologie von NomadGo sollte die Bestandsaufnahme auf etwa 10 bis 12 Minuten verkürzen. Laut Fast Company war es Ende September 2025 bereits in rund 11.300 US-Filialen im Eigenbetrieb eingeführt. Mitarbeitende meldeten nach und nach zahlreiche Probleme: Spiegelungen wurden als zusätzliche Produkte erkannt, verschiedene Milchsorten und Sirups verwechselt und Produkte nach einem Verpackungswechsel nicht mehr erkannt. Brach die WLAN-Verbindung ab, ging der Fortschritt der Inventur verloren. In manchen Filialen dauerte die KI-gestützte Bestandsaufnahme sogar länger als die manuelle.
Starbucks schaltete das System schließlich am 18. Mai 2026 ab. Das Unternehmen erklärte, die Ergebnisse hätten die Erwartungen nicht erfüllt; man habe das Feedback berücksichtigt und den Kurs angepasst. Die Lehre daraus: Eine überzeugende Vorführung unter kontrollierten Bedingungen bedeutet nicht, dass ein System in mehr als 10.000 echten Filialen zuverlässig funktioniert. Müssen Mitarbeitende immer wieder Fehler korrigieren, kann „Automatisierung“ den Arbeitsaufwand sogar erhöhen. Das Scheitern eines Projekts bedeutet allerdings nicht, dass auch Green Dot Assist oder der neue Drive-in-Plan scheitern werden. Alle drei müssen getrennt bewertet werden.
Was sich aus dem personalisierten Drive-in-Menü von Starbucks für das Produktdesign lernen lässt
Für Teams, die KI-Anwendungen für Unternehmen entwickeln, liefert der Ansatz von Starbucks einige praktische Designprinzipien. Der wichtigste Punkt: KI sollte Beschäftigte unterstützen, statt sie zu ersetzen.
- Arbeitsschritte reduzieren, nicht hinzufügen: Die Zahl der Bedienschritte und manuellen Korrekturen pro Bestellung sollte messbar verfolgt werden. Muss der Barista wegen der KI öfter auf den Bildschirm tippen, schafft sie zusätzliche Arbeit.
- Preise und Zahlungen durch deterministische Systeme absichern: Das Modell versteht die Absicht und erstellt Vorschläge. Preise, Rabatte und Zahlungsstatus müssen dagegen vom regulären Transaktionssystem geprüft werden.
- Den Wechsel zu einem Menschen jederzeit ermöglichen: Die Erfahrungen von Burger King zeigen, dass Kunden jederzeit die Möglichkeit brauchen, mit einer echten Person zu sprechen.
- Datenschutz setzt eine ausdrückliche Einwilligung voraus: Wie melden sich Kunden an, wie lehnen sie ab und wie widerrufen sie ihre Einwilligung? Speichert das System Kennzeichen oder biometrische Merkmale? Was passiert bei einer Verwechslung? Starbucks hat diese Fragen bislang nicht öffentlich beantwortet. Vor der Einführung eines solchen Produkts müssen sie jedoch geklärt sein.
- Frühere Einkäufe vor fremden Blicken schützen: Wird das personalisierte Menü auf einem Bildschirm in der Fahrspur angezeigt, können auch andere Personen im Fahrzeug es sehen.
Das folgende vereinfachte Beispiel zeigt das Prinzip „Die KI macht Vorschläge, die Beschäftigten entscheiden“. Das Modell erstellt anhand bereits autorisierter früherer Bestellungen einen Hinweis für den Barista. Preise spielen dabei keine Rolle; die endgültige Bestätigung erfolgt durch den Mitarbeiter beim Kunden:
import openai, json
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # OpenAI-kompatible API von APIYI
)
history = ["大杯燕麦拿铁 少糖", "大杯燕麦拿铁 少糖", "中杯冷萃"] # Nur für Kunden mit Einwilligung
resp = client.chat.completions.create(
model="gpt-4o-mini",
response_format={"type": "json_object"},
messages=[
{"role": "system", "content": "你是咖啡师的后台助手。只根据历史订单给出常购饮品建议，"
"输出 JSON：{\"suggest\": 饮品, \"script\": 咖啡师可用的确认话术}。不得输出价格。"},
{"role": "user", "content": json.dumps(history, ensure_ascii=False)}
]
)
tip = json.loads(resp.choices[0].message.content)
print(tip) # Anzeige auf dem Bildschirm des Mitarbeiters; der Barista bestätigt oder ändert den Vorschlag, das Transaktionssystem berechnet den Preis
Der Code verdeutlicht drei Designvorgaben: Die Daten stammen ausschließlich aus Konten mit entsprechender Einwilligung, die Ausgabe ist ein strukturierter Hinweis für Beschäftigte und keine direkte Bestellung, und die Preisberechnung läuft nicht über das Modell. Ein reales System benötigt zusätzlich einen Konfidenzschwellenwert, eine Option zur Übergabe an einen Menschen und eine Protokollprüfung.
🚀 Schnell testen: Wenn Sie ein ähnliches KI-Szenario zur Unterstützung von Beschäftigten prüfen, können Sie zunächst mit anonymisierten Daten früherer Bestellungen einen Prototyp bauen. Über APIYI apiyi.com lassen sich OpenAI, Claude, Gemini und weitere Modelle mit einem einzigen API-Schlüssel aufrufen. So können Sie vergleichen, wie zuverlässig sie strukturierte Ausgaben erzeugen und Anweisungen befolgen. Neue Nutzer können zunächst das kostenlose Guthaben zum Testen verwenden.
Auswirkungen des KI-gestützten Drive-thrus von Starbucks
Auswirkungen auf Entwickler und Produktmanager
- Den gesamten Ablauf bewerten: Daten von Intouch zeigen, dass die KI Bestellungen zwar genauer aufnahm, sich die Gesamtdauer aber kaum veränderte. Wer nur Modellkennzahlen betrachtet, überschätzt den Wert des Projekts.
- Mitarbeiter sind die ersten Nutzer: Die Abschaltung von Automated Counting zeigt, dass Tools mit schlechter Nutzererfahrung für Mitarbeiter in Filialen kaum Bestand haben. Das Feedback der Mitarbeiter vor Ort sollte deshalb schon vor der Einführung in die Abnahmekriterien einfliessen.
- Der Vergleich mehrerer Modelle wird zur Routine: Aufgaben wie das Erkennen von Kundenabsichten, die strukturierte Erfassung von Bestellungen und die Formulierung von Empfehlungen stellen unterschiedliche Anforderungen an Modelle. Vor der Auswahl sollten sie anhand echter Beispiele verglichen werden.
Auswirkungen auf Gastronomie und Dienstleistungsbranche
- Unterschiedliche Ansätze: „KI im direkten Kontakt mit Kunden“ und „KI zur Unterstützung von Mitarbeitern“ werden langfristig nebeneinander bestehen. Die Akzeptanz der Kunden wird dabei eine entscheidende Rolle spielen.
- Datenschutz wird zur Voraussetzung: Sobald Funktionen zur Kundenerkennung eingeführt werden, geraten Einwilligungsmechanismen und die Grenzen der Datennutzung in den Fokus von Aufsichtsbehörden und Öffentlichkeit.
- Auswirkungen auf die Beschäftigung bleiben abzuwarten: „KI unterstützt Mitarbeiter“ ist ein Produktziel und bedeutet nicht, dass Unternehmen auf Stellenänderungen verzichten. McDonald’s erwartet, dass sich bei einer Einführung im grossen Massstab pro Filiale und Woche mindestens 50 Arbeitsstunden freisetzen lassen. Wie diese Stunden letztlich genutzt werden, hängt von der Personalplanung des Unternehmens ab.
🎯 Technische Empfehlung: Unternehmen sollten bei der Anbindung grosser Sprachmodelle die Ebene für Modellaufrufe von den Geschäftssystemen entkoppeln und mehrere Modelle über eine einheitliche OpenAI-kompatible Schnittstelle verwalten. So lässt sich schnell auf ein anderes oder ein vorheriges Modell wechseln, wenn die Leistung nicht den Erwartungen entspricht. APIYI apiyi.com bietet diese einheitliche Anbindung und eignet sich für Teams, die häufig Modelle vergleichen.
Häufige Fragen (FAQ)
Q1: Nutzt Starbucks Gesichtserkennung, um Kunden mit KI zu identifizieren?
Dafür gibt es derzeit keine Belege. Starbucks spricht offiziell nur davon, „teilnehmende Kunden zu erkennen“. In dem Szenario, das der CEO in einem Interview beschrieb, hatte der Kunde die Starbucks-App geöffnet. Weder Gesichtserkennung noch Kennzeichenerkennung oder konkrete Erkennungsgeräte wurden bestätigt. Die Diskussion über Gesichtserkennung in den Medien ist eine Analyse möglicher Lösungsansätze.
Q2: Wie unterscheidet sich der Ansatz von Starbucks von der KI-Bestellannahme bei Burger King und McDonald’s?
Die Sprach-KI von Burger King und McDonald’s spricht direkt mit den Kunden und nimmt ihre Bestellungen entgegen. Starbucks setzt bislang auf Unterstützung bei der Bestellerfassung im Hintergrund und stellt Baristas Informationen zum bisherigen Kaufverhalten der Kunden bereit. Das persönliche Gespräch übernehmen weiterhin die Mitarbeiter. Bei Burger King kam es bereits vor, dass Kunden nicht mit einem Roboter sprechen wollten. Der Ansatz von Starbucks birgt in dieser Hinsicht weniger Risiko, seine tatsächliche Wirkung muss aber noch durch Testdaten belegt werden.
Q3: Wann führt Starbucks personalisierte Drive-in-Menüs ein?
Ein konkretes Datum gibt es nicht. Die KI-gestützte Bestellerfassung im Hintergrund soll ab dem Geschäftsjahr 2027 getestet werden. Personalisierte Menüs befinden sich noch in einer frühen Erkundungsphase. Der CEO erklärte, man wolle zunächst testen und daraus lernen, bevor erfolgreiche Ansätze breiter eingeführt werden.
Q4: Wie können Unternehmen eine ähnliche KI zur Unterstützung ihrer Mitarbeiter schnell erproben?
Am besten beginnen sie mit einem kleinen Anwendungsfall, etwa Fragen und Antworten zu Unternehmenswissen oder der Strukturierung von Bestellungen. Mit anonymisierten historischen Daten lassen sich Genauigkeit und Korrekturaufwand zunächst offline bewerten. Modellaufrufe können über die einheitliche Schnittstelle von APIYI apiyi.com erfolgen: Wird die base_url auf `https://api.apiyi.com/v1` geändert, lässt sich das OpenAI SDK weiterverwenden und zwischen verschiedenen Modellen wechseln, um sie zu vergleichen.
Q5: Woran scheitern solche KI-Projekte am häufigsten?
Automated Counting zeigt, dass die größten Risiken in seltenen Problemen unter realen Bedingungen liegen, etwa Reflexionen, veränderten Verpackungen oder Netzwerkunterbrechungen. Hinzu kommt die Belastung für Mitarbeiter, wenn sie Fehler laufend korrigieren müssen. Vor der Einführung sollte das System schrittweise in mehreren echten Filialen getestet werden. Die nötigen Arbeitsschritte und die subjektiv empfundene Belastung der Mitarbeiter sollten dabei zu den wichtigsten Kennzahlen gehören. Bei der Entwicklung eines Prototyps lässt sich zunächst mit dem kostenlosen Testkontingent von APIYI apiyi.com prüfen, was das Modell leisten kann. Danach kann entschieden werden, ob sich Investitionen in Hardware und Systemintegration lohnen.
Q6: Welche Schwächen des Starbucks-Plans sind bisher bekannt?
Das größte Problem sind die fehlenden Daten. Weder Erkennungsgenauigkeit, tatsächliche Dauer der Bestellvorgänge, Kunden- und Mitarbeiterzufriedenheit, eingesparte Arbeitsstunden noch Einführungskosten wurden veröffentlicht. Auch der Mechanismus zur Einwilligung in die Datenverarbeitung wurde nicht erläutert. Solange diese Daten nicht vorliegen, sind „schneller, genauer und menschlicher“ lediglich Ziele.
Die wichtigsten Punkte zu Starbucks’ KI-Drive-through
- Planungsstand: Die KI-gestützte Bestellaufnahme soll im Geschäftsjahr 2027 getestet werden. Personalisierte Menüs befinden sich noch in einer frühen Erkundungsphase.
- Aufgabenteilung: Die KI liefert Hintergrundinformationen zu Kundinnen und Kunden und unterstützt bei der Bestellaufnahme. Die Baristas bleiben für Gespräch, Bestätigung und Fehlerkorrektur zuständig.
- Erkennungstechnologie noch offen: Weder Gesichts- noch Kennzeichenerkennung sind bestätigt. Voraussetzung ist die freiwillige Teilnahme der Kundschaft.
- Menschen bleiben wichtig: Freundlicher Service steht mit einer Zufriedenheitsrate von 98,6 % in Zusammenhang. Dabei handelt es sich um eine beobachtete Korrelation, nicht um einen nachgewiesenen Ursache-Wirkungs-Zusammenhang.
- Lehre aus früheren Projekten: Die Einstellung von Automated Counting zeigt, dass die Belastung der Mitarbeitenden entscheidend für den Erfolg einer KI-Einführung ist.
- Bewertung: Kennzahlen für Kundschaft, Mitarbeitende und Unternehmen müssen sich gleichzeitig verbessern. APIYI apiyi.com kann dabei helfen, mehrere Modelle vergleichend zu bewerten.
Fazit
Die Grundidee hinter Starbucks’ KI-Plänen für den Drive-through lässt sich so zusammenfassen: „KI im Hintergrund, Menschen im Vordergrund“.
- Die Richtung ist klar, die Details sind offen: Die Erkennung teilnehmender Kundinnen und Kunden, personalisierte Menüs und eine unterstützte Bestellaufnahme sind öffentlich bekannte Vorhaben. Zur Erkennungstechnologie, zum Umfang des Pilotprojekts und zu dessen Wirksamkeit gibt es aber noch keine veröffentlichten Angaben.
- Für die Zusammenarbeit von Mensch und KI gibt es Daten – und Erfahrungen: Branchenstudien zeigen einen Zusammenhang zwischen freundlichem Service durch Menschen und hoher Zufriedenheit. Die Vorbehalte der Kundschaft bei Burger King und das von Starbucks selbst eingestellte Automated Counting zeigen jedoch, dass der KI-Einsatz nicht immer die ursprünglichen Erwartungen erfüllt.
- Der Erfolg bemisst sich nicht an der Zahl ersetzter Gespräche: Entscheidend ist, ob der Service genauer, natürlicher und zuverlässiger wird, ob die Belastung der Mitarbeitenden tatsächlich sinkt und ob die Privatsphäre der Kundschaft respektiert wird.
Teams, die KI-Anwendungen für Unternehmen planen, können zunächst für einen kleinen Anwendungsfall einen Prototyp entwickeln und den gesamten Ablauf anhand echter Daten bewerten. Über APIYI apiyi.com lassen sich verschiedene Modelle schnell mit den eigenen Geschäftsdaten vergleichen, bevor eine Entscheidung über die weitere Systemintegration fällt.
📚 Quellen
- Vollständiges Transkript der Telefonkonferenz zu den Starbucks-Ergebnissen für Q4 des Geschäftsjahres 2026: Öffentliche Pläne des CEO und Tests im Geschäftsjahr 2027
- Link:
stockanalysis.com/stocks/sbux/transcripts/702818-q4-2026 -
Hinweis: Primärquelle zur Überprüfung von Aussagen wie „etwa die Hälfte der Kunden nutzt den Drive-through“
-
Yahoo Finance: Interview mit dem CEO: Fast Pass am Drive-through
- Link:
sg.finance.yahoo.com/news/starbucks-wants-to-trial-a-fast-pass-drive-through-with-ai-211128951.html -
Hinweis: Konkrete Beschreibung der App, kürzlich getätigter Bestellungen und schneller Bezahlung
-
Starbucks: Offizielle Informationen zum KI-Einsatz: Green Dot Assist, Smart Queue
- Link:
about.starbucks.com/press/2026/supporting-the-moments-that-matter-with-artificial-intelligence -
Hinweis: Wie Starbucks den KI-Einsatz für Mitarbeitende offiziell einordnet
-
Intouch Insight: Drive-through-Studie 2026: Daten zur Kundenerfahrung in der Branche
- Link:
intouchinsight.com/press-releases/2026-drive-thru-study -
Hinweis: Beobachtungen zu freundlichem Service, zur Genauigkeit KI-gestützter Bestellannahme und weiteren Themen
-
Fast Company: Recherche zu Automated Counting bei Starbucks: Feedback von Mitarbeitenden und Einstellung des Projekts
- Link:
fastcompany.com/91572019/starbucks-bet-big-ai-tool-national-scale-9-months-inventory-automated-counting-nomadgo -
Hinweis: Ein direkt recherchierter Fall einer gescheiterten KI-Einführung im Unternehmen
-
Nation’s Restaurant News: Burger King passt seine KI-Strategie für Drive-throughs an: Probleme mit der Kundenakzeptanz
- Link:
nrn.com/quick-service/burger-king-rethinks-its-drive-thru-ai-strategy -
Hinweis: Konkrete Fälle, in denen Kunden Gespräche mit einem Roboter ablehnten, sowie eine Technomic-Umfrage
-
Gizmodo: Datenschutzdiskussion zur Kundenerkennung: Kontroversen um Datenschutz und Preisgestaltung
- Link:
gizmodo.com/starbucks-apparently-wants-to-make-that-minority-report-shopping-scene-a-reality-2000833339 - Hinweis: Enthält die Antwort eines Starbucks-Sprechers, dass man sich „noch in einer frühen Erkundungsphase“ befinde
Autor: APIYI-Technikteam
Technischer Austausch: Bei Fragen zu KI-Anwendungen in Unternehmen, Modellauswahl und Systemintegration kontaktieren Sie uns gerne über die APIYI-Startseite apiyi.com
