Der erste ernsthafte Testlauf ging schief. Gefragt war ein trockener Rosé unter zwölf Euro. Geliefert wurden ein Rotwein für 11,95 Euro und ein alkoholfreier Schaumwein. Der Preis stimmte, sonst nichts.
Das war die Vorversion des Beraters: Stichwortsuche mit Preisbonus, ohne Verständnis für Bedingungen. Sie hat den Satz nicht gelesen, sie hat ihn gescannt. Seitdem habe ich das Ding zweimal umgebaut. Weil auf weine.ai ein Feld steht, in das du eine Frage tippen kannst, finde ich, du solltest wissen, was danach passiert.
Was zwischen deiner Frage und der Antwort liegt
Zwei Sprachmodelle, dazwischen ganz normaler Code. Zuerst zerlegt ein kleines Modell von OpenAI deinen Satz in ein Formular: Weintyp, Preisgrenze, Süßegrad, alkoholfrei ja oder nein, Land, Region, Rebsorte, Erzeuger, gewünschte Anzahl. Temperatur null. Was du nicht gesagt hast, bleibt leer, und das Modell hat die Anweisung, nichts zu raten.
Danach rechnet Code, kein Modell. Grundlage ist ein Katalog-Schnappschuss aus dem Bestand der Schwesterseite importweine.de: 721 Weine, gefiltert auf aktiv, Lagerbestand über null und eine eigene Seite hier auf weine.ai. Pro Flasche stehen darin Name, Erzeuger, Land, Region, Rebsorten, Weintyp, Jahrgang, Preis, Alkoholgehalt, Geschmacksstufe, Flaschengröße, Bild und ein Beschreibungssatz. Das ist alles. Keine Punkte, keine Prämierungen, keine Verkostungsnotiz.
Der Code wirft dann raus, was deine Bedingungen verletzt. Preisgrenze, Weintyp, alkoholfrei, Rebsorte, Erzeuger und Flaschengröße sind harte Filter: Wer durchfällt, ist weg, auch wenn er billig und beliebt wäre. Die Region ist absichtlich weicher gebaut, weil Regionsnamen in den Daten unsauber gepflegt sind. Übrig bleiben höchstens acht Kandidaten, bei Sortimentsfragen zwölf.
Erst danach schreibt ein zweites, größeres Modell die Antwort. Es sieht ausschließlich diese Handvoll Weine. Der Systemprompt verbietet ihm, Flaschen zu nennen, die nicht in der Liste stehen, auch nicht als angebliche Standardlinie eines Weinguts. Fragst du zum Beispiel auf der Seite Rotwein nach etwas Kräftigem bis 15 Euro, ist die Kategorie schon gesetzt, bevor das Modell ein Wort tippt. Auf einer Winzerseite ist der Pool auf diesen Erzeuger begrenzt. Bei Folgefragen sieht der Parser die letzten sechs Nachrichten, damit "und in weiß?" nicht das Budget von vorher vergisst.
Fragen ohne Weinbezug fängt eine Liste von Mustern ab, bevor Kosten entstehen. Krypto, Kopfrechnen, Bundesliga, Parteien, Code. Antwort mit trockenem Spruch, zurück zum Wein. Enthält der Satz Weinvokabular, greift die Sperre nicht, sonst wäre "Welcher Wein zum Bundesliga-Abend" plötzlich Sportberatung.
Was ich nachträglich reparieren musste
Der peinlichste Fehler war ein Sortier-Detail. Bei Punktegleichstand sortierte der Code "günstigster zuerst". Da vage Fragen viele Weine mit gleichem Score erzeugen, gewann systematisch die billigste Flasche im Katalog, zuletzt ein Rotwein-Mini für gut zwei Euro. Der Berater hatte also einen eingebauten Billig-Bias, ohne dass ihn jemand darum gebeten hätte. Seit dem Fix greift die Preissortierung nur, wenn du selbst ein Budget nennst. Sonst wird gleichmäßig gestreut, über einen neutralen Hash der Wein-ID.
Zweiter Fall: Piccolo-Flaschen. Sieben Weine im Katalog haben 0,2 oder 0,25 Liter, und die tauchten in normalen Empfehlungen auf, obwohl niemand Sektchen für unterwegs wollte. Jetzt fliegen alle Flaschen bis 0,25 Liter raus, außer du fragst ausdrücklich nach Mini, Probiergröße oder Piccolo. Halbflaschen mit 0,375 Liter bleiben drin, die sind bei Dessertwein normal.
Dritter Fall war unsichtbar hässlich. Das Modell hängt an jede Antwort einen Datenblock, aus dem die Empfehlungskarten gebaut werden. Der leakte eine Zeit lang sichtbar ans Textende, also stand unter der freundlichen Beratung plötzlich Maschinenkram. Heute hält der Worker beim Streamen alles ab der ersten geschweiften Klammer zurück und wertet es erst nach Ende der Antwort aus. Nebeneffekt: Die Karten zeigen jetzt genau die Weine, die im Text auch genannt werden, jeder mit Kurzlabel und einem Begründungssatz.
Vierter Fall: Zwei Erzeuger standen im Katalog, und der Berater fand sie nicht. Schuld waren Rechtsform- und Gattungswörter im Datenfeld, die kein Gast mitsagt. Niemand fragt nach "Weingut X Vini S.p.A.". Seitdem werden diese Wörter beim Vergleich weggerechnet, und Bestandsfragen sind ein eigener Anfragetyp geworden.
Und ein Fall, der schon älter ist: Die erste Katalogversion hatte überhaupt kein Kennzeichen für alkoholfreie Weine. Der Berater konnte nicht danach filtern und tat in seinen Antworten so, als gäbe es keine. Fünf sind es aktuell.
Wo er strukturell scheitert
Er kann nicht schmecken. Das ist keine Bescheidenheitsfloskel, sondern die Grenze des Aufbaus. Alles, was nach Sensorik klingt, kommt aus einem Beschreibungsfeld oder aus allgemeinem Rebsortenwissen des Modells. Bei 338 der 721 Weine fehlt sogar die schlichte Geschmacksstufe. Fehlt sie, kann der Code nicht hart filtern, und was der Code nicht filtert, muss der Text irgendwie überbrücken.
Genau da wird es gefährlich. Sprachmodelle raten lieber, als Unsicherheit zuzugeben, weil Training und Bewertung das Raten belohnen. Das ist inzwischen gut beschrieben und keine Panne im Einzelfall. Bei fehlenden Daten ist das Erfinden also der Normalzustand, gegen den man baut, nicht die Ausnahme.
Ein Sprachmodell, das nicht schmecken kann, darf über Geschmack nur reden, wenn vorher ein Mensch probiert hat.
Jahrgangsschwankung kennt er nicht. Im Katalog steht eine Jahreszahl, bei 109 Weinen nicht einmal das. Ob 2021 an der Mosel besser war als 2022, ob eine Lage in einem Jahr Hagel hatte, steht nirgends. Für diese Frage taugt er nicht.
Er bevorzugt außerdem, was gut gepflegt ist. Der Tie-Breaker zählt Wortüberschneidungen zwischen deiner Frage und den Datenfeldern. Ein Wein mit sauber eingetragener Region, Rebsorte und Beschreibung sammelt Punkte, ein gleich guter mit halb leeren Feldern nicht. Das ist keine Qualitätsaussage, das ist Datenpflege. Und der Katalog ist ein Schnappschuss, kein Livebestand: Zwischen zwei Neuaufbauten kann er sagen, wir hätten etwas, das gerade ausverkauft ist.
Ein letztes Detail, das mir wichtig ist. Die Kurzlabel auf den Karten dürfen laut Prompt keine Behauptungen enthalten, die keine Datenbasis haben. Kein "Bestseller", kein "Kundenliebling". Solche Zahlen sieht das Modell nicht, also darf es sie nicht andeuten.
Warum trotzdem Menschen davorstehen
Was hier als Beitrag erscheint, läuft nicht durch dieselbe Maschine. Für Texte gilt der Weg, der auf der Redaktionsseite steht: Recherche, KI-gestützter Entwurf, menschliche Redaktion, Glas-Test, Publikation. Der Glas-Test ist der Teil, der die Maschine ausbremst. Empfohlen wird, was im Glas war.
Bei Sensorik hole ich mir Gegenwind von Lars Leistenschneider, Sommelier und Geschäftsführer des Familienbetriebs in Schmelz. Er verkauft seit über fünfzehn Jahren Wein an echte Leute. Wenn ich schreibe, ein Wein trage ein bestimmtes Gericht, will er wissen, ob das am vierten Glas noch stimmt. Das ist der Check, den kein Sprachmodell liefert, weil es dafür einen Mund braucht.
Der Berater bleibt also, was er ist: eine schnelle Vorauswahl aus einem begrenzten Sortiment, ehrlich in den harten Kriterien und blind für alles, was man nur trinkend erfährt. Findest du hier eine falsche Empfehlung oder einen falschen Satz, schreib es mir. Korrekturen werden datiert dokumentiert, und der Fehler oben im Text ist der Beweis, dass ich sie nicht verstecke.
Kurz gesagt
- Der KI-Sommelier empfiehlt ausschließlich aus 721 Weinen des Schwester-Sortiments, mit Preis, Typ, Rebsorte, Erzeuger und Flaschengröße als harten Filtern.
- Zwei dokumentierte Eigenfehler: eingebauter Billig-Bias durch die Preissortierung und Piccolo-Flaschen in normalen Empfehlungen. Beide sind gefixt.
- Strukturell kann er nicht schmecken, kennt keine Jahrgangsschwankung, belohnt gut gepflegte Datensätze und arbeitet auf einem Schnappschuss statt auf dem Livebestand.
- Sensorik und Urteil bleiben beim Menschen: Glas-Test in der Redaktion, Sparring mit Sommelier Lars Leistenschneider, datierte Korrekturen.