Studie zu KI-Essensbildern: Nur drei Punkte weniger Appetit auf einer Skala bis 100

Restaurants und Lieferdienste lassen Speisekarten mit Generativer KI bebildern. Auf Lieferando erschien ein Chickenburger mit Brötchen aus Reis, obwohl die Beschreibung Brot nannte. Lieferando entschuldigte sich. Ein Berliner Lángos-Stand gestaltet seine Speisekarte ebenfalls mit KI, weil das schneller geht. Einigen Gästen falle das auf, aber weder positiv noch negativ. Beides berichtet die dpa-Meldung, die diese Beispiele mit einer Studie verbindet. Die Studie untersucht, wie Menschen KI-Essensfotos im Vergleich zu echten Fotos wahrnehmen.
Worum es geht
Die Meldung im Tagesspiegel erschien am 5. November unter der Überschrift „Verdirbt uns die KI den Appetit?“. Sie berichtet von 87 Personen, die Bildpaare aus echtem Foto und KI-Foto desselben Essens bewerteten. Laut dpa wirkten die KI-Bilder weniger realistisch und lösten „etwas“ weniger Appetit aus. Bei der Wahrnehmung von Gesundheit und Kalorien gab es keinen Unterschied. Der Psychologe Alexander Diel, der die Studie mitverfasst hat, vermutet, ein Bild könne „zu perfekt“ aussehen oder andere optische Fehler haben.
Was die Studie herausfand
Die 87 deutschsprachigen Teilnehmer der Studie von Diel und Kollegen sahen die 60 Bildpaare online, darunter Eis, Trauben, Kopfsalat und Hering mit Zwiebeln. Die KI-Bilder stammen von Gemini 2.5 Flash, bewertet wurde auf Skalen von 0 bis 100. Die KI-Bilder wirkten rund elf Punkte weniger echt, und die Bereitschaft das Angezeigte zu essen lag gut drei Punkte niedriger. Aufschlussreicher als der Durchschnitt sind die Einzelpaare: Bei 14 der 60 Paare wirkte das KI-Bild echter als das Foto, und in elf dieser 14 Fälle wollten die Teilnehmer es auch lieber essen. Unter den übrigen 46 Paaren lag die Essbereitschaft in 40 Fällen niedriger. Je echter ein Bild wirkte, desto appetitlicher fanden es die Teilnehmer.
Zzu perfekt?
Diels Vermutung, zu glatte Oberflächen hätten einen Effekt, prüft die Studie nicht, und ihre Zahlen sprechen eher dagegen, denn wo das KI-Bild echter wirkte als das Foto, stieg der Appetit. Die Einleitung der Studie nennt Unvollkommenheiten und Anomalien als mögliche Auslöser von Ekel- und Schutzreaktionen. Ein „Warum“ liefert die Studie ebenfalls nicht. Die Autoren haben die Echtheit der Bilder nicht gesteuert und schreiben selbst, dass sich Wahrnehmung und Erwartung nicht trennen lassen, zumal die Teilnehmer vorab wussten, dass KI-Bilder dabei sind.
Was die Studie nicht sagen kann
Die KI-Bilder wurden vorab gesiebt: 36 von 96 Bildpaaren fielen heraus, weil sie in einer Vorstudie nicht erkannt wurden oder zu leicht als KI auffielen. Der Reisburger hätte diese Auswahl wohl nicht überstanden, und die Autoren halten den Echtheitsunterschied bei ungefilterten Bildern für unterschätzt. Die Gerichte standen vor grauem Hintergrund statt auf einer Speisekarte, und unter den Teilnehmern waren 57 Männer und 23 Frauen. Die Arbeit entstand außerdem mit einem anderen Ziel: Sie klärt, ob KI-Bilder als Reizmaterial in der Forschung taugen, etwa bei Essstörungen. Für Einschätzungen wie den Kaloriengehalt eignen sie sich demnach, für Appetit weniger. Zwei Folgerungen der Autoren sind nicht gemessen: Wirken KI-Bilder übersteigert echt, könnten sie den Gesundheitseindruck von Gerichten heben. Und ihre Wirkung könnte nachlassen, sobald Kundschaft weiß, dass eine Maschine das Bild erzeugt hat.
Einordnung
Die folgende Einordnung ist meine eigene. Solange KI-Bilder sichtbare Fehler haben, wie der Reisburger, warnt das Auge den Kunden. Je besser die Bilder werden, desto weniger greift diese Warnung, und desto wichtiger wird die Frage, ob das Bild das tatsächliche Gericht zeigt. Diel weist darauf hin, dass ein KI-Bild nicht das Gericht des Hauses zeigt, sondern ein beliebiges aus den Trainingsdaten.
Die Dehoga, der Deutsche Hotellerie- und Gastronomieverband, nennt Authentizität den Kern des gastronomischen Versprechens. Wenn ein Lokal ein Dauergericht auf der Karte hat, lohnt sich ein echtes Foto. Wenn sich die Karte jeden Montag ändert, wie es die Dehoga als Beispiel nennt, lässt sie sich mit klassischer Fotografie kaum bebildern. Dann sollte zumindest jemand prüfen, was genau auf dem Bild zu sehen ist.



