Ein Café in Stockholm wird seit Mitte April von einer Künstlichen Intelligenz gemanagt. Der KI-Agent mit dem Namen “Mona”, angetrieben von Google Gemini, entscheidet über Einkauf, Personalfragen und Verträge, während Menschen weiterhin den Kaffee zubereiten und servieren. Das Ergebnis nach gut einem Monat: 6.000 Servietten, 3.000 Einweghandschuhe und ein Budget, das schneller schrumpft als der Umsatz wächst. Für Geschäftsführer ist dieses Experiment kein Kuriosum, sondern eine sehr konkrete Lehrstunde darüber, was autonome KI-Agenten heute leisten und was eben nicht.
Was die KI im Café tatsächlich macht
Hinter dem Versuch steht Andon Labs, ein 2023 gegründetes Forschungs-Startup aus San Francisco, das KI-Agenten unter realen Bedingungen testet, also mit echten Werkzeugen und echtem Geld. Das Unternehmen hat nach eigenen Angaben mit OpenAI, Anthropic, Google DeepMind und xAI zusammengearbeitet und bereitet sich erklärtermaßen auf eine Zukunft vor, in der Organisationen autonom von KI geführt werden. Im Andon Café übernimmt der Agent fast den gesamten kaufmännischen Betrieb: Bestellungen, Lagerhaltung, Einstellung von Personal und die Kommunikation mit dem Team. Die Menschen hinter der Theke kochen den Kaffee, die geschäftlichen Entscheidungen trifft die Software (Quelle: pbs.org).
6.000 Servietten und ein leeres Kassenbuch
Die Fehler des Agenten sind plastisch und für jeden Praktiker sofort verständlich. Statt knapp zu kalkulieren, bestellte die KI Mengen, die für ein winziges Café absurd sind, und an anderen Tagen verpasste sie schlicht die Bestellfristen der Bäckerei, sodass Gerichte von der Karte gestrichen werden mussten. Konkret sah das so aus:
- 6.000 Servietten für ein kleines Lokal
- 3.000 Einweghandschuhe und vier Erste-Hilfe-Kästen
- Dosentomaten für ein Gericht, das gar nicht auf der Karte steht
- an manchen Tagen zu viel Brot, an anderen Tagen zu wenig, weil Fristen verpasst wurden
Auch betriebswirtschaftlich läuft es zäh. Seit der Eröffnung Mitte April hat das Café laut Bericht gut 5.700 US-Dollar Umsatz gemacht, vom ursprünglichen Budget von über 21.000 US-Dollar sind aber weniger als 5.000 US-Dollar übrig (Quelle: pbs.org).
Warum die KI scheitert: das Kontextfenster
Die Ursache ist kein Zufall, sondern strukturell. Hanna Petersson von Andon Labs erklärt die Bestellpannen mit dem begrenzten Kontextfenster des Modells. Vereinfacht gesagt: Ein KI-Agent kann sich nur eine begrenzte Menge an Information gleichzeitig merken. Fällt die Erinnerung an frühere Bestellungen aus diesem Fenster heraus, vergisst der Agent komplett, was er bereits geordert hat, und bestellt munter nach. Genau hier liegt der Kern des Problems: Ein Sprachmodell ist gut darin, eine einzelne Aufgabe plausibel zu erledigen, aber schlecht darin, über Wochen einen konsistenten Überblick über Lager, Verbrauch und Lieferrhythmen zu behalten. Operative Routine braucht Gedächtnis, Prozesslogik und Kontrolle, nicht nur Sprachkompetenz (Quelle: t3n.de).
Autonome Agenten sind noch keine Geschäftsführer
Andon Labs verkauft den Versuch als Vorbereitung auf autonom geführte Organisationen, und ein Barista merkte halb scherzhaft an, dass eher das mittlere Management um seinen Job fürchten müsse. Die nüchterne Lesart ist eine andere. Der Agent scheitert nicht an einer hochkomplexen Strategieentscheidung, sondern an banaler Disposition, also genau an der Daueraufgabe, die jeden Betrieb am Laufen hält. Zwischen einer beeindruckenden Demo und einem Prozess, der jeden Tag verlässlich funktioniert, liegt eine große Lücke. Wer KI im Betrieb einsetzt, sollte diese Lücke kennen, statt sie zu ignorieren. Autonomie klingt verlockend, aber ohne klar abgegrenzten Aufgabenzuschnitt und ohne menschliche Kontrollpunkte produziert sie teure Fehler.
Was das für KMU bedeutet
Die wichtigste Lehre für mittelständische Unternehmen lautet: Geben Sie keinen kompletten Prozess an einen autonomen Agenten ab, nur weil eine Demo gut aussah. Sinnvoll ist der umgekehrte Weg. Schneiden Sie eine einzelne, eng umrissene Aufgabe zu, etwa die Vorbereitung von Bestellvorschlägen, die ein Mensch freigibt, oder das Vorsortieren von E-Mails. Ein Pflegedienst, eine Tanzschule oder ein 15-Personen-Handwerksbetrieb braucht keinen KI-Geschäftsführer, sondern saubere Teilautomatisierung mit klaren Kontrollpunkten. Konkret heißt das: klein starten mit einem Prozess, ein Budget von wenigen hundert Euro im Monat ansetzen, eine Person im Team als verantwortlich benennen und nach vier bis sechs Wochen ehrlich messen, ob es Zeit spart.
Der Stockholmer Fall zeigt auch, woran generische Lösungen scheitern: nicht an der KI selbst, sondern an fehlender Anbindung an die realen Prozesse, an fehlendem Gedächtnis über Systemgrenzen hinweg und an mangelnder Kontrolle. Ein KI-Agent, der weder den tatsächlichen Verbrauch noch die Lieferfristen kennt, weil ihm die Anbindung an Warenwirtschaft und Kalender fehlt, wird zwangsläufig danebenliegen. Genau deshalb entscheidet bei KMU nicht das Modell über Erfolg oder Misserfolg, sondern die prozessnahe, datenschutzkonforme Integration und die Frage, wer die Automatisierung an den eigenen Betrieb anpasst und im Alltag begleitet. Die Technik ist verfügbar, die Sorgfalt bei der Einführung ist es seltener.