Starbucks wagt den nächsten Schritt in Richtung KI-gestützter Kundenkommunikation – doch ein Praxistest zeigt: Zwischen ambitioniertem Versprechen und reibungsloser Nutzererfahrung klafft noch eine deutliche Lücke.
Starbucks integriert ChatGPT in Bestellprozess – Praxistest offenbart Schwächen
Starbucks hat vergangene Woche eine direkte Integration mit ChatGPT eingeführt, die das Bestellen per Konversation ermöglichen soll. Ein Praxistest des Technologiemagazins The Verge zeigt jedoch, dass der Weg vom Versprechen zur nutzbaren Anwendung noch lang ist.
Wie die Integration funktioniert
Das Konzept ist denkbar einfach: Nutzer öffnen ChatGPT, tippen „@Starbucks” gefolgt von ihrer Bestellung und sollen so direkt über den Chatbot eine Order aufgeben können. Starbucks verspricht damit einen schnelleren und intuitiveren Bestellprozess – eine Alternative zur bestehenden App, die bei Stammkunden bereits nach wenigen Taps zur gewünschten Bestellung führt.
In der Praxis läuft es nach Angaben von The Verge-Autor David Pierce deutlich holpriger ab. Auf die Eingabe „Order me a Venti iced coffee with light skim milk” reagierte ChatGPT zunächst mit einer ausführlichen Erklärung des Produkts – Informationen über Cold Brew und Milchoptionen –, ohne die eigentliche Bestellung auszulösen.
Das Modell tendiert dazu, Kontext zu liefern, anstatt eine Transaktion direkt auszuführen.
Das strukturelle Problem: Konversation versus Transaktion
Hier zeigt sich ein grundsätzliches Spannungsfeld, das viele KI-Kundenservice-Projekte betrifft. Large Language Models sind darauf optimiert, Gespräche zu führen und Informationen bereitzustellen – nicht dazu, deterministische Prozesse wie Bestellabläufe zuverlässig und fehlerfrei abzuwickeln. Jede zusätzliche Konversationsrunde erhöht die Fehlerquote und die Nutzerfrustration.
Hinzu kommt die Komplexität des Starbucks-Sortiments: Hunderte von Produktkombinationen, Größenbezeichnungen in firmeneigener Nomenklatur und individuelle Anpassungsoptionen stellen für ein Sprachmodell eine erhebliche Herausforderung dar. Wer eine einfache Bestellung aufgeben möchte, muss möglicherweise mehrere Runden mit dem Modell absolvieren, bevor die Transaktion tatsächlich abgeschlossen ist.
Agentic AI im Einzelhandel: Noch kein reifer Markt
Die Starbucks-Integration reiht sich in eine wachsende Zahl von Versuchen ein, sogenannte AI Agents für transaktionale Aufgaben einzusetzen. OpenAI baut mit seiner Plugin- und Operator-Architektur die technische Grundlage dafür aus, und Einzelhändler weltweit experimentieren mit ähnlichen Ansätzen.
Die aktuelle Generation dieser Systeme ist auf einfache, klar abgegrenzte Aufgaben besser vorbereitet als auf die Vielzahl von Sonderfällen, die im Alltag eines Kaffeehausgastes auftreten.
Der Test verdeutlicht außerdem ein Nutzerproblem: Für Stammkunden mit eingelebter Routine bietet die KI-Integration keinen messbaren Mehrwert gegenüber bestehenden Lösungen. Den Vorteil könnte sie theoretisch bei Neukunden oder komplexen, beratungsintensiven Bestellungen ausspielen – sofern die Ausführungszuverlässigkeit deutlich steigt.
Einordnung für deutsche Unternehmen
Für Unternehmen im deutschsprachigen Raum, die KI-gestützte Kundenschnittstellen planen, liefert der Starbucks-Test eine nüchterne Lektion:
- Sorgfältige Integration statt schneller Rollouts
- Klare Nutzungsszenarien für tatsächliche Mehrwerte
- Robuste Fehlerbehandlung als nicht verhandelbare Anforderung
Konversations-KI kann Beratungs- und Informationsprozesse sinnvoll unterstützen; als direkter Ersatz für strukturierte Bestell- oder Buchungssysteme ist sie derzeit noch mit erheblichen Reibungsverlusten verbunden. Pilotprojekte sollten entsprechend eng begrenzt und mit realistischen Erwartungen an Abbruchquoten und Nutzungshürden gestartet werden.
Quelle: The Verge AI
