Das Problem: Speisekarten stecken auf Papier fest
Lieferplattformen brauchen strukturierte Speisekartendaten. Restaurants haben Speisekarten aus Papier. Diese Lücke zu schließen ist mühsam.
So sieht das Onboarding eines Restaurants heute aus:
- Das Restaurant schickt ein PDF oder Foto seiner Karte
- Jemand tippt jeden Gerichtnamen, jede Beschreibung, jeden Preis und jede Kategorie ab
- Allergene werden geraten oder weggelassen
- Varianten und Optionen (Größe, Schärfe, Beilagen) gehen oft verloren
- Bei jeder Änderung geht alles von vorne los
Für eine Plattform mit 100 neuen Restaurants pro Monat ist das ein ganzes Team an Datenerfassern in Vollzeit. Und jeder Fehler — falscher Preis, fehlendes Gericht, falsches Allergen — schadet Plattform und Restaurant.
Was wäre, wenn Sie eine Speisekarte fotografieren und sie in 30 Sekunden fertig für Ihre Plattform hätten?
Was wir entwickelt haben
Ein KI-System zur Speisekarten-Digitalisierung, das jedes Format annimmt und strukturierte, plattformfertige Daten ausgibt.
Der Ablauf
1. Eingabe Foto, Scan oder PDF hochladen. Das System verarbeitet:
- Mehrseitige Karten
- Karten mit dekorativen Hintergründen und Schriften
- Handgeschriebene Tagesangebote
- Karten in über 25 Sprachen
2. Strukturerkennung Die KI erkennt den Aufbau der Karte — Kategorien (Vorspeisen, Hauptgerichte, Desserts, Getränke), Unterkategorien und einzelne Gerichte.
3. Extraktion der Gerichte Jedes Gericht wird zu einem strukturierten Objekt:
| Feld | Beispiel |
|---|---|
| Name | Knoblauchbrot |
| Beschreibung | Frisch gebacken mit Kräuterbutter |
| Preis | 8,50 $ |
| Kategorie | Vorspeisen |
| Allergene | Gluten, Milch |
| Ernährungshinweise | Vegetarisch |
| Varianten | Käse dazu +1,50 $ |
4. Ableitung von Allergenen Auch wenn keine Allergene angegeben sind (die meisten Karten nennen keine), leitet die KI wahrscheinliche Allergene aus den Zutaten in der Beschreibung ab. „Sahnepasta" → Milch, Gluten. „Pad Thai" → Erdnüsse, Soja.
5. Export an die Plattform Ausgabe als JSON passend zum Schema Ihrer Lieferplattform, oder Export als CSV/Excel für den manuellen Import. Direkte API-Anbindung an Uber Eats, DoorDash und eigene Plattformen möglich.
Die Hürden, die wir genommen haben
Kreatives Speisekarten-Design
Speisekarten sollen schön aussehen, nicht maschinenlesbar sein. Zierschriften, Hintergrundbilder, Text über Fotos, Spalten, die nicht bündig sind — daran scheitert klassische OCR. Unsere multimodale KI versteht das Layout, nicht nur den Text.
Preise zuordnen
Auf vielen Karten stehen die Preise nicht neben dem Gericht — sie sind mit Punktlinien am rechten Rand ausgerichtet oder unten gesammelt. Die KI versteht räumliche Zusammenhänge und ordnet Preise korrekt zu.
Währung und Format erkennen
Karten aus verschiedenen Ländern nutzen verschiedene Formate: „$12.50", „12,50€", „¥1,200", „Rs. 450". Das System erkennt die Währung automatisch und vereinheitlicht sie in Ihr Wunschformat.
Ergebnisse
| Kennzahl | Manuelle Erfassung | Unser System |
|---|---|---|
| Zeit pro Karte | 30–45 Minuten | 30 Sekunden |
| Genauigkeit | ~93% (menschliche Fehler) | 97% |
| Allergenabdeckung | Oft ausgelassen | 85% abgeleitet |
| Sprachen | Je nach Personal | 25+ |
| Kartenänderungen | Komplette Neuerfassung | Änderungserkennung |
Für eine Lieferplattform mit 150 neuen Restaurants pro Monat:
- Vorher: 5 Datenerfasser (200 Stunden pro Monat)
- Nachher: 1 Person prüft die KI-Ausgabe (30 Stunden pro Monat)
- Wirkung: Onboarding von 3 Tagen auf denselben Tag verkürzt, 97% Datengenauigkeit
Für wen das gedacht ist
- Lieferplattformen, die neue Restaurants aufnehmen
- Restaurantketten, die ihre Karten für Onlinebestellungen bereitstellen
- Kassen- und POS-Anbieter, die für ihre Kunden digitale Karten einrichten
- Hotelgruppen, die Zimmerservice- und Restaurantkarten aktuell halten
- Food-Apps, die Kartendaten vieler Restaurants an einem Ort bündeln
