Starbucks zieht den Stecker bei der KI-Bestandszählung: die eigentliche Lehre ist nicht die Milchverwechslung
99% Genauigkeit versprochen, 8x schneller als manuell. Neun Monate später nimmt Starbucks seine NomadGo-KI vom Netz. Das eigentliche Thema ist nicht der Algorithmus.
99% Genauigkeit vom Anbieter versprochen, 8x schneller als die Baristas. Neun Monate nach dem Start hat Starbucks die KI abgeschaltet, die in mehr als 11.000 nordamerikanischen Filialen die Bestände zählte. Das interne Memo erschien am 21. Mai 2026, in sauberem Konzernton: "Automated Counting will be retired."
Die in der Presse kursierende Erzählung passt in zwei Zeilen: Die KI habe Hafermilch und Mandelmilch verwechselt, deshalb der Rauswurf. Stimmt, ist kurz und verfehlt den Punkt.
Die Niccol-Wette und die Präzisionsschwelle
Brian Niccol übernimmt im September 2024 die Konzernleitung. Er kommt mit einem Sanierungsauftrag in eine Kette, in der weniger als ein Drittel der LKW Lieferungen vollständig und pünktlich zu 95% ausführten. Das von der Seattler Firma NomadGo entwickelte "Automated Counting" sollte das richten: Tablet mit LiDAR-Sensor, Regalscan, automatische Zählung der Sirupflaschen und Milchkartons, Bestellungen ausgelöst auf Basis realer Bestände.
Niccol gibt grünes Licht für den landesweiten Rollout. Im Herbst 2025 sind mehr als 11.000 Filialen ausgestattet.
Das Problem steckt in der Zahl. 99% in der Labordemo lassen sich im Laden nicht reproduzieren. Regale sind unordentlich, Verpackungen ändern sich, Flaschen verstecken sich hintereinander. Hafermilch und Mandelmilch kommen im gleichen Kartonformat mit ähnlichen Farbcodes: Zwei Sekunden für das menschliche Auge, der Albtraum für das Vision-Modell.
Das Feld bestätigt es. Carl Addison, Shift-Supervisor in Shoreline (Washington) mit neun Jahren Betriebszugehörigkeit, fasst es in Fortune zusammen: "It started off not particularly accurate and got less accurate over time." Das von Starbucks zum Launch veröffentlichte Werbevideo enthielt bereits das Eingeständnis: Man sieht, wie das System eine Reihe Sirupflaschen zählt und eine in der Mitte platzierte Peppermint-Flasche überspringt.
Bei 95% Genauigkeit im Laden muss der Barista jedes Regal nachzählen, um zu prüfen, was die Maschine gesehen hat. Die Arbeit wird doppelt erledigt.
Die Kosten, die niemand in den Business Case geschrieben hat
Das Werkzeug verlangte zusätzlich eine Umorganisation des Back-Office, um sauber zu funktionieren: Flaschen in präziser Reihenfolge anordnen, Ecken freiräumen, Abstände zwischen Referenzen schaffen. Die Maschine diktiert das Lager. Um pro Tag ein paar Minuten zu gewinnen, wird den Baristas ein physisches Protokoll auferlegt, deren Ladenzeit gerade die Variable war, die Niccol schützen wollte.
Denn parallel steuert Niccol einen Plan namens "Back to Starbucks": Keramiktassen für Gäste im Laden, handgeschriebene Worte auf den Bechern, kürzere Warteschlangen durch mehr Personal. Die Erzählung lautet: Rückkehr des Barista in die Kundenbeziehung. Die NomadGo-KI nahm menschliche Zeit, um sie schlecht zu ersetzen. Das Abschalten wirkt weniger wie ein isolierter Fehlschlag als wie eine Konsolidierung.
Vergleichbare Umsätze: +6,2% im zuletzt veröffentlichten Quartal, in allen Regionen, China eingeschlossen. Der Turnaround trägt. Ohne diese KI.
Die operative Schwelle, die eigentliche Variable
Starbucks reiht sich in eine wachsende Liste ein: McDonald's hat 2024 seine IBM-Spracherkennungslösung für den Drive-in aufgegeben, Google musste Teile von AI Overview deaktivieren, nachdem es geraten hatte, Klebstoff in die Pizza zu geben. Jedes Mal das gleiche Muster: ein Werkzeug mit sehr ordentlicher durchschnittlicher Präzision, das im konkreten Fall versagt, in dem der Kunde davorsteht und die Kosten eines schlechten Ergebnisses sofort fällig werden.
Die operative Schwelle einer KI ist nie ihre durchschnittliche Präzision. Es ist ihre Präzision im schlimmsten relevanten Fall. Unterhalb davon ersetzt sie menschliche Arbeit nicht. Sie verschiebt sie und ändert, wer die Kosten trägt.
