ChatGPT als Sommelier: Guter Wein oder nur eine gute Antwort?
Die Maschine antwortet sofort. Sie kennt Rebsorten, Regionen und scheinbar jede Verbindung zwischen Essen und Wein. Vor allem kennt sie keine Verlegenheit. Wer sich im Restaurant von einer langen Weinkarte überfordert fühlt, bekommt eine höfliche Erklärung, ohne sich unwissend vorzukommen.
Das ist ein echter Nutzen. Nur beantwortet er noch nicht die entscheidende Frage: Wie gut ist die Empfehlung? Eine aktuelle Untersuchung zeigt ein aufschlussreiches Missverhältnis: Einzelne Modelle lösen fast alle Wissensfragen, während viele ungeeignete Speisen-Wein-Kombinationen zu häufig bestätigen. Wer Wissen abfragt und wer eine Entscheidung treffen möchte, stellt offenbar zwei verschiedene Anforderungen.
Um Missverständnisse zu vermeiden: Hier geht es um KI als Berater beim Weinkauf. Wie Algorithmen im Weinberg selbst eingesetzt werden, etwa bei Krankheitsprognosen oder Ertragsschätzungen, beschreibt unser Beitrag KI im Weinberg.
Wissen ja, Urteil eher nicht
Ein eigens für diese Aufgaben entwickelter Benchmark ist der im März 2026 veröffentlichte Preprint SommBench von Forschenden der Technischen Universität Bratislava, der Universität Süddänemark und des finnischen Unternehmens Sommify. Er trennt drei Aufgaben: Weinwissen, das Ergänzen von Weinmerkmalen und die Beurteilung von Speisen-Wein-Kombinationen. Die Referenzurteile stammen von einer erfahrenen Sommelier-Fachperson.
Beim Wissen glänzen die Modelle: GPT-5 erreichte in der Wissensaufgabe 97 Prozent richtige Antworten. Das ist ein Ergebnis auf den ausgewählten Multiple-Choice-Fragen des Benchmarks, keine Quote für sämtliches Weinwissen oder für frei formulierte Antworten. Beim Ergänzen von Weinmerkmalen lag das Maximum bei 65 Prozent. Bei den Kombinationen von Essen und Wein brachen die Leistungen dagegen ein, und der Grund ist aufschlussreich. Viele Modelle neigten dazu, vorgeschlagene Kombinationen einfach zu bestätigen. Ein Beispiel aus der Studie: GPT-4o-mini erkannte 90 Prozent der guten Kombinationen richtig, aber nur 18 Prozent der schlechten. Das ist allerdings nicht bei allen Modellen gleich ausgeprägt: Gemini 2.5 Flash erkannte 79 Prozent der schlechten Kombinationen, aber nur 59 Prozent der guten. Qwen3:30b urteilte ebenfalls zurückhaltender. Gefragt ist also nicht einfach mehr Widerspruch, sondern eine bessere Unterscheidung. Die Autoren diskutieren als mögliche Ursachen des häufigen Zustimmens die überwiegend positiven Pairing-Texte im Netz und die Abstimmung von Modellen auf gefällige Antworten; der Benchmark beweist diese Ursachen nicht.
Die Studie hat Grenzen: Die Bewertungen der Kombinationen beruhen auf einer einzigen Fachperson; die Pairing-Aufgabe ist englischsprachig und verlangt binäre Urteile. Sie bildet weder eine gemeinsame Verkostung noch ein offenes Beratungsgespräch ab. Die Ergebnisse gelten für die getesteten Modellversionen. Mehrere Autoren arbeiten für Sommify, ein Unternehmen mit eigenen Interessen an KI-Weinberatung. Das macht den Benchmark nicht wertlos, gehört aber zur Einordnung. Die Schlussfolgerung ist trotzdem klar: Gute Ergebnisse bei Wissensfragen sind kein Nachweis guter Beratung.
„Die KI kennt den Wein“: Was das heißen kann
Ein System kann einen Wein anhand allgemeiner Beschreibungen einordnen. Es kann aber auch auf ein aktuelles Produktdatenblatt, einen Händlerkatalog oder echte Verkostungsnotizen zugreifen. Das sind grundverschiedene Ausgangslagen.
Bei der Frage nach einem trockenen Riesling unter 20 Euro kann ein System zunächst Erzeuger und passende Stilrichtungen nennen. Das ist eine brauchbare Orientierung. Zur Kaufempfehlung wird sie erst, wenn Wein, Jahrgang, Preis und Bezugsquelle zusammenpassen. Ein Gutswein und ein Großes Gewächs desselben Erzeugers sind keine austauschbaren Einträge, und eine Verkostungsnotiz gilt nicht automatisch für den nächsten Jahrgang. Verwechselt ein System Jahrgang oder Lage, ist die Empfehlung wertlos, so gut sie auch klingt. Die Genauigkeit des Namens entscheidet darüber, ob über dieselbe Flasche gesprochen wird.
Geschmack lässt sich modellieren, aber die Daten müssen von Menschen kommen
Das Forschungsprojekt WineSensed, 2023 auf der Konferenz NeurIPS vorgestellt, zeigt einen anderen Ansatz. Es kombiniert rund 897.000 Etikettenbilder und 824.000 Bewertungen der Plattform Vivino mit sensorischen Daten: In einem Verkostungsexperiment ordneten 256 Teilnehmende Weine nach geschmacklicher Ähnlichkeit, daraus entstanden mehr als 5.000 Vergleichspaare. Die sensorische Grundlage kommt also weiterhin von Menschen; das Modell verknüpft ihre Beobachtungen mit anderen Daten.
Für jede Weindatenbank ist das eine wichtige Lehre. Eine Notiz mit sauber zugeordnetem Jahrgang, Verkostungsdatum und nachvollziehbaren Merkmalen ist für eine Empfehlung wertvoller als ein Absatz voller austauschbarer Adjektive. Genau so ist die Nerdwein-Weindatenbank aufgebaut: Bewertungen sind einem konkreten Wein und Jahrgang zugeordnet, mit Trinkfenster und Verkostungsnotiz. Die sprachliche Eleganz einer KI-Antwort ist nur die Oberfläche, darunter entscheidet die Qualität der Beobachtungen.
Bevorzugt KI die bekannten Namen?
Die Vermutung liegt nahe: Was im Netz oft beschrieben wird, taucht in KI-Antworten leichter auf. Aus den hier betrachteten Studien lässt sich eine solche Bevorzugung bei Wein nicht ableiten. Eine Studie von Lichtenberg, Buchholz und Schwöbel mahnt sogar zur Vorsicht: Bei Filmempfehlungen zeigte ein Sprachmodell weniger Popularitätsverzerrung als klassische Empfehlungssysteme. Ob das auf Wein übertragbar ist, ist offen.
Die wichtigere Frage lautet ohnehin: Aus welchem Bestand wird ausgewählt? Ein Händlerassistent empfiehlt nur aus dem eigenen Sortiment. Ein allgemeiner Chatbot kann aktuelle Verfügbarkeit nur zuverlässig berücksichtigen, wenn er passende aktuelle Quellen oder angebundene Bestandsdaten abfragt. Transparenz über diesen Ausschnitt wäre wichtiger als das Versprechen grenzenloser Kompetenz.
Fünf Prüfungen für eine brauchbare Empfehlung
| Prüfung | Was eine belastbare Antwort leisten sollte |
|---|---|
| Identität | Erzeuger, Wein und Jahrgang eindeutig benennen |
| Beleg | Herstellerangaben und fremde Verkostungsnotizen einer Quelle zuordnen |
| Kaufbarkeit | Preis und Verfügbarkeit auf eine konkrete Bezugsquelle beziehen |
| Passung | Die Auswahl mit Budget, Anlass und Vorlieben begründen |
| Abwägung | Auch sagen, was gegen eine Flasche spricht |
SommBench macht besonders auf die letzte Zeile aufmerksam. Der Benchmark untersucht aber nicht, welches dieser fünf Kriterien für eine reale Kaufberatung am wichtigsten ist. Eine Beratung, die jede Idee freundlich bestätigt, hilft beim Entscheiden wenig. Wer drei Weine empfiehlt, sollte Unterschiede benennen können, und wer im Bestand nichts Passendes findet, sollte genau das sagen. Eine praktische Gegenprobe: Bitten Sie um die stärksten Einwände gegen die vorgeschlagene Kombination und um eine Alternative. Bei einem tanninreichen Rotwein zu Austern sollte die Antwort zumindest mögliche Konflikte erläutern und nach Zubereitung und Vorlieben unterscheiden. Eine einzelne Antwort ist noch kein belastbarer Modelltest.
Im Restaurant: die Karte als Grenze
Eine gut überprüfbare Aufgabe entsteht, wenn man die Auswahl begrenzt: die tatsächliche Weinkarte und die bestellten Gerichte als Grundlage. Dann muss das System nicht aus dem ganzen Internet auswählen, sondern vorhandene Optionen vergleichen. Kontrolle bleibt trotzdem nötig: Stimmt der Jahrgang? Gilt der Preis für die Flasche oder das Glas?
Präzise Wünsche helfen. „Etwas Gutes zum Essen“ enthält kaum Information. „Wenig Holz, höchstens 45 Euro, eher frische Weißweine“ gibt eine Richtung vor. Und der Sommelier vor Ort weiß oft, was auf keiner Karte steht: wie die offene Flasche heute schmeckt und wie die Küche das Gericht wirklich zubereitet.
Nerdwein-Wertung
ChatGPT und Co. sind ein guter Einstieg in Weinwissen und ein brauchbarer Gesprächspartner beim Weinkauf. Als Sommelier taugen sie erst, wenn sie eine reale Flasche benennen, ihre Auswahl begründen und auch einmal widersprechen. Der betrachtete Benchmark zeigt gerade beim differenzierten Bewerten von Kombinationen erhebliche Schwierigkeiten, mit deutlichen Unterschieden zwischen den Modellen.
Für Weingüter heißt das: Klare Produktnamen, getrennte Jahrgänge und aktuelle Datenblätter helfen jedem, der recherchiert, Mensch wie Maschine. Für Weintrinker: Die schönste Antwort nützt wenig, wenn sie den falschen Wein erklärt.
Quellen und weiterführende Links
- Brach u. a. (2026): SommBench: Assessing Sommelier Expertise of Language Models, Preprint
- Bender u. a. (2023), NeurIPS: Learning to Taste: A Multimodal Wine Dataset
- Lichtenberg, Buchholz, Schwöbel (2024): Large Language Models as Recommender Systems: A Study of Popularity Bias
Stand: Oktober 2026. Auswertung veröffentlichter Forschung; kein eigener Modellvergleich.
Bildnachweis: „Woman taking photo of bread and wine on her smartphone in restaurant. (31299887987)“ von Artem Beliaikin from Moscow, Russia, via Wikimedia Commons, freigegeben als CC0 1.0 (gemeinfrei). Von Nerdwein zugeschnitten.
