Die amerikanischen Konzerne haben in den letzten zwei Jahren so getan, als ob jedes Problem eine künstliche Intelligenz hätte (KI) Lösung beigefügt. Die Tonhöhe ist immer gleich. Schneller als Menschen. Billiger als Menschen. Genauer als Menschen. Vorstandsgremien haben es finanziert, Berater haben es verkauft und Aktionäre haben es belohnt.
Dann trifft die Software auf den eigentlichen Store.
Eine Demo, die auf dem Bildschirm eines Konferenzraums luftdicht aussieht, hat die Angewohnheit, irgendwo zwischen Milchkühlschrank und morgendlichem Ansturm auseinanderzufallen. Computer Vision, die ein Stoppschild von einem unterscheiden kann Ertrag Wenn Sie sich für eine autonome Fahrsimulation anmelden, kann es immer noch passieren, dass zwei Kartons, die nur Zentimeter voneinander entfernt auf demselben Regal stehen, zum Stolpern kommen. Die Lücke zwischen „Das funktioniert in einem Pilotprojekt“ und „Das funktioniert in 11.000 Geschäften um 7 Uhr morgens an einem Montag“ ist die Lücke, in der viele KI-Projekte von Unternehmen stillschweigend scheitern.
Diese Lücke hat gerade ein großes Aufsehen erregt.
Starbucks (SEX) hat das KI-gestützte automatisierte Inventarisierungstool, das es im vergangenen September in seinen nordamerikanischen Kaffeehäusern eingeführt hatte, eingestellt und ist zu den manuellen Zählungen zurückgekehrt, die die Technologie eigentlich ersetzen sollte. Für eine Turnaround-Story, die sich stark auf technologische Korrekturen stützt, ist die Umkehrung ist mehr als eine Fußnote.
Es ist eine Erzählung darüber, wie die nächsten 12 Monate verlaufen könnten.
Das Tool Starbucks ist gerade in den Ruhestand gegangen
Das intern „Automated Counting“ genannte Tool nutzte tragbare Tablets mit Computer-Vision-Software, um Kühlschränke, Regale und Vitrinen zu scannen und Gegenstände wie Milchkännchen, Sirupflaschen und Kaffeebeutel zu zählen. NomadGo, der in Redmond ansässige Anbieter, der es entwickelt hat, vermarktete das System laut einer Studie mit der Aussage, dass es bis zu achtmal schnellere Ergebnisse als manuelle Methoden mit einer Genauigkeit von 99 % liefert BusinessWire Bericht zum Start.
Die Realität war ein System, das Berichten zufolge Schwierigkeiten hatte, ähnliche Milchsorten zu unterscheiden, Flaschen völlig übersah und in einem Werbevideo einen einfachen Pfefferminzsirup nicht erkannte, heißt es Reuters.
Weitere Restaurants
- Das 30 Jahre alte Restaurant hat alle Restaurants geschlossen
- Nach dem Bankrott schließt Hooters Restaurants und kämpft ums Überleben
- Das berühmte Restaurant am Las Vegas Strip schließt ohne Vorwarnung
„Ab heute wird die automatische Zählung eingestellt“, heißt es in einem internen Starbucks-Newsletter vom Montag, dem 18. Mai, der von bestätigt wurde Reuters mit zwei Filialmitarbeitern. Getränkekomponenten und Milch werden wieder manuell gezählt, heißt es in dem Memo.
Die Kehrtwende resultierte aus der Entscheidung, „die Bestandszählung in den Kaffeehäusern zu standardisieren, während wir uns weiterhin auf Konsistenz und Umsetzung in großem Maßstab konzentrieren“, sagte Starbucks Reuters in einer Erklärung.
Das ist zum einen Unternehmenssprache. Das Tool funktionierte nicht.
Warum das KI-Inventartool bei Starbucks versagt hat
Es lohnt sich, den Fehlermodus hier zu verstehen, da er bei fast jeder KI-Einführung in Unternehmen auftaucht, die das Ziel verfehlt.
Das System von NomadGo basiert auf der sogenannten Spatial Vision-Technologie des Unternehmens und kombiniert Computer Vision, räumliche 3D-Intelligenz und Augmented Reality, um Produkte in einem Regal zu identifizieren. In einer sauberen Lagerdemo überzeugt das System. In einem Starbucks-Back-of-House zu Stoßzeiten, wo Hafermilch, 2 % Milch, Mandelmilch und Breve in nahezu identischen Krügen nur Zentimeter voneinander entfernt stehen, wird die Rechnung schnell schwieriger.
Als ich die Zahlen darüber durchging, was diese Systeme tatsächlich im großen Maßstab leisten müssen, wurde das Problem deutlich. Die KI muss ein Etikett lesen, Inhalte klassifizieren und eine Bestandszählung in Echtzeit aktualisieren, ohne einen Barista zu verlangsamen, der bereits 15 Kunden in der Schlange hat. Bei einem falschen Anruf geht ein Geschäft, das glaubt, Hafermilch im Überfluss zu haben, um 8:15 Uhr aus und weist Kunden ab.
NomadGo sagte, das Tool lerne „kontinuierlich aus dem Feedback von Kunden und Benutzern“, heißt es in einer Erklärung von Bodennachrichten.
Das ist die höfliche Version der Geschichte. Die schwierigere Version ist, dass Starbucks dies nach einem Pilotprojekt in mehr als 11.000 Filialen eingeführt und innerhalb von neun Monaten den Stecker gezogen hat.
Was das für Brian Niccols Turnaround-Mathematik bedeutet
Für Starbucks-Investoren kommt der KI-Rückgang in einem heiklen Moment. Brian Niccols „Zurück zu Starbucks“-Plan führt endlich zu den von den Aktionären gewünschten Umsatzzahlen, aber die Kostenseite hat nicht aufgeholt.
Hier das Bild in Zahlen:
- Laut a stiegen die weltweiten vergleichbaren Filialumsätze im zweiten Quartal des Geschäftsjahres 2026 um 6,2 %, das stärkste Quartal seit zweieinhalb Jahren Veröffentlichung der Starbucks-Ergebnisse.
- Den Angaben zufolge stiegen die vergleichbaren Transaktionen in Nordamerika im selben Quartal im Jahresvergleich um 4,4 % Starbucks 8-K-Einreichung.
- Laut Angaben sanken die operativen Margen in Nordamerika im letzten Quartal auf 9,9 %, verglichen mit 18 % zwei Jahre zuvor, bevor Niccol das Ruder übernahm Der Globus und die Post.
- Demnach sind die Starbucks-Aktien im bisherigen Jahresverlauf im Jahr 2026 um etwa 24 % gestiegen IBTimes.
Die Übersetzung für a 401(k) Halter ist einfach. Der Umsatz wächst wieder. Die Margen bluten immer noch. Jeder Dollar, den Niccol für die Reparatur von Operationen ausgibt, muss die Messlatte für tatsächliches Funktionieren überwinden, denn jede verlorene Wette ist eine Marge, die nicht zurückkommt.
Hier sticht das KI-Inventarisierungstool an. Es sollte Niccol einen Live-Einblick in die Produktknappheit verschaffen, die er für die Umsatzeinbußen verantwortlich macht. Stattdessen verbrachte das Unternehmen neun Monate damit, ein System zu betreiben, das eine weiße Flüssigkeit häufig nicht von einer anderen unterscheiden konnte, und setzt nun wieder auf manuelle Zählungen.
Meine Analyse des breiteren Trends ist, dass Starbucks hier nicht allein ist. Die NANDA-Initiative des MIT ergab, dass 95 % der Pilotprojekte zur generativen KI in Unternehmen trotz etwa 30 bis 40 Milliarden US-Dollar an Industrieausgaben keine messbaren Auswirkungen auf die Gewinn- und Verlustrechnung hatten Das nächste Web Berichterstattung über die Studie. Bei dem Starbucks-Tool handelte es sich zwar nicht speziell um generative KI, aber es gehört zur gleichen Kategorie teurer Piloten, die von der Geschäftsleitung gesegnet sind und Probleme haben, wenn sie einen echten Laden in großem Maßstab erreichen.
Niccol hat die KI-These nicht aufgegeben. Das Unternehmen entwickelt immer noch Tools für die Bestellreihenfolge und die Barista-Unterstützung. Berichten zufolge befindet sich eine neue Generation der KI-Barista-Unterstützung in der Entwicklung.
Für Starbucks-Aktionäre stellt sich nicht mehr die Frage, ob das Unternehmen KI einsetzen wird. Es geht darum, ob die nächste KI-Wette besser ausfällt als die letzte. Investoren haben Niccol 18 Monate lang im Zweifelsfall zugute kommen lassen. Sie haben ihn nicht für immer gegeben.
Vorerst ist die manuelle Zählung wieder da. Das gilt auch für das menschliche Augenpaar, das diese Aufgabe seit Jahrzehnten erfüllt. Manchmal ist die Antwort mit weniger technischem Aufwand genau die richtige.
Verwandt: Starbucks lässt eine weitere Sommerüberraschung fallen, da die Konkurrenz zunimmt
