Kurze Antwort: Ich habe gut 1.000 Unternehmen und Personen rund um Bier, Wein und Whiskey gezählt, die in Gesprächen über KI auftauchen, und jedes davon eingestuft. 447 setzen KI produktiv in einem Produkt oder Betrieb ein. 431 wurden geprüft und erheben überhaupt keinen KI-Anspruch. Die KI, die produktiv läuft, ist operativ: Prozessführung, Weinberge, Nachfrageprognose, Qualitätsprüfung. Sensorik- und Rezept-KI, der Teil mit den Schlagzeilen, hat den höchsten Pilotanteil. Anlagenbauer beanspruchen KI kaum. Und nur etwa 35 Einträge beschreiben überhaupt generative KI oder LLMs. Die GenAI-Schicht in der Getränkebranche ist dünn, und sie sitzt auf einem Data Engineering, das der Großteil der Branche noch nicht abgeschlossen hat.
Jede Woche kündigt jemand KI im Bier an. Ein von KI entworfenes IPA, ein KI-Sommelier, ein Agent, der das Sudhaus fährt. Wer nur die Ankündigungen liest, könnte meinen, die Branche habe Tabellenkalkulationen längst hinter sich gelassen. Also habe ich angefangen zu zählen.
In den letzten Monaten habe ich einen öffentlichen Datensatz gepflegt, das Beverage-AI Radar, mit Unternehmen und Personen, die KI und Daten auf Bier, Wein und Whiskey anwenden. Zum Zeitpunkt des Schreibens enthält er 1.015 Einträge. Dieser letzte Beitrag von The Brewer’s Agent zeigt, was diese Einträge sagen, wenn man sie ehrlich auszählt, und was das für alle bedeutet, die GenAI-Tools wie die aus dieser Serie bauen.
Wie gezählt wird
Jeder Eintrag wird anhand seines eigenen öffentlichen Materials nach KI-Reife eingestuft:
- Produktiv: Das Unternehmen sagt, dass KI in einem laufenden Produkt oder Betrieb steckt.
- Pilot: ein benannter Versuch oder Proof of Concept.
- Forschung: akademische oder Laborarbeit.
- Kein KI-Anspruch: geprüft, und das Unternehmen beansprucht keine KI. Das ist ein echter Befund, keine Lücke.
Wo möglich, werden Aussagen gegen die eigene Website des Unternehmens geprüft statt gegen die Presseberichterstattung. Das zählt mehr, als es klingt. Launch-Meldungen beschreiben ein Produkt regelmäßig als LLM-gestützt, während die eigene Dokumentation des Anbieters von deterministischen Regeln spricht. Die Version des Anbieters gewinnt.
Jeder Eintrag wird außerdem über Schlüsselwortregeln auf seiner Anwendungsfall-Beschreibung einem Thema zugeordnet (Prozess, Landwirtschaft, Qualität und so weiter). Diese Regeln haben Regressionstests, bleiben aber Regeln, und manche Einträge landen unter ‘Sonstiges’.
Befund 1: Fast so viele erheben keinen KI-Anspruch, wie KI produktiv einsetzen
Von 1.015 Einträgen setzen 447 KI produktiv ein (44 %), 60 sind im Pilotstadium und 21 in der Forschung. 431, also 42 %, wurden geprüft und erheben überhaupt keinen KI-Anspruch. Weitere 56 sind noch nicht eingestuft.
Diese Gruppe ohne Anspruch ist kein Rauschen. Sie ist voll von Brausoftware, Anlagenbauern, Beratungen und Rohstofflieferanten, die im Zentrum der Getränkeherstellung stehen und in jeder ernsthaften Liste der Branchentechnologie auftauchen. Sie haben die Daten. Meist haben sie noch keine KI darauf gesetzt. Für alle, die etwas bauen, ist das die interessanteste Zahl im Datensatz.
Befund 2: Die KI, die produktiv läuft, ist operativ
Wo KI produktiv läuft, ist sie nicht glamourös:
- Prozess und Betrieb: 98 produktiv. Gärüberwachung, Planung, Energie, Ausbeute.
- Landwirtschaft und Anbau: 64 produktiv, vieles davon Weinberg-Sensorik und Krankheitsvorhersage.
- Absatz, Nachfrage und Preise: 61 produktiv. Prognosen, Tourenplanung, Abverkaufsanalyse.
- Qualität und Prüfung: 45 produktiv. Bildverarbeitung an der Abfülllinie, Labordaten, Anomalieerkennung.
Das ist die Liste, die ein Betriebsleiter einer Brauerei geschrieben hätte. Messbare Probleme, vorhandene Daten, eine klare Kennzahl zum Verbessern. Es ist dieselbe Schlussfolgerung wie in What AI in Beer Actually Looks Like in 2026, jetzt mit Zahlen dahinter.
Befund 3: Sensorik- und Rezept-KI bleibt im Pilotstadium
Sensorik und Rezept hat 70 Einträge. 38 laufen produktiv, aber 17 sind Piloten oder Forschung, etwa ein Viertel des Themas und der höchste Anteil aller großen Themen. Das ist die KI, die Schlagzeilen macht: entworfene Biere, vorhergesagter Geschmack, digitale Verkostungspanels.
Sie bleibt aus guten Gründen experimentell. Sensorikdaten sind knapp, subjektiv und teuer, das Ziel (schmeckt es gut?) ist weich, und die Evals für ‘ist dieses Rezept gut’ sind viel schwerer zu schreiben als für ‘stimmt dieser ABV’. Der Malz-Vektor-Beitrag in dieser Serie zeigt, wie schnell die Mathematik wackelig wird, sobald Wahrnehmung ins Spiel kommt.
Befund 4: Anlagenbauer beanspruchen kaum KI
Technik und Anlagen hat 36 Einträge, und nur 3 setzen KI produktiv ein. 26 erheben keinen KI-Anspruch.
Das sind die Unternehmen, deren Tanks, Sudhäuser und Abfülllinien den Großteil der Prozessdaten einer Brauerei erzeugen. Die Daten existieren, sie liegen in Steuerungssystemen und Historians. Sehr wenig davon wird, zumindest öffentlich, für mehr als die Steuerung genutzt. Wer diese Anlagendaten mit der operativen KI aus Befund 2 verbindet, hat freie Bahn.
Befund 5: GenAI ist ein Splitter
Nur etwa 35 der 1.015 Einträge erwähnen generative KI oder große Sprachmodelle in ihrem Anwendungsfall, und das Thema GenAI und Marketing umfasst gerade einmal 18 Unternehmen. Der Großteil der produktiven KI in der Getränkebranche besteht aus Prognosen, Computer Vision, Anomalieerkennung und klassischem Machine Learning.
Das ist keine Kritik. Es ist die richtige Reihenfolge. Alles in dieser Serie (Retrieval, das seine Quelle nennt, Tools, die rechnen, Vektoren mit Brauwissen darin, sauber gescrapte Daten, Evals, die schlechte Releases blockieren) hängt an einem Data Engineering, an dem der Großteil der Branche noch arbeitet. GenAI ist eine Schicht über diesem Fundament, und der Datensatz sagt: Das Fundament kommt zuerst.
Befund 6: Whiskey ist dünn besetzt
Nach Segment hat Bier 277 Einträge und Wein 274, Whiskey dagegen 82. Weitere 374 decken mehrere Getränke ab, meist horizontale Plattformen und Beratungen. Die dünne Whiskey-Basis spiegelt teils wider, wo ich bisher gesucht habe, und teils, dass Brennereien öffentlich weniger über Technologie sprechen. So oder so ist die Beweislage für Spirituosen flacher, und jede Aussage über ‘KI im Whiskey’ stützt sich auf weniger Beispiele.
Geografisch führen die USA mit 295 Einträgen, dann folgen Großbritannien und Deutschland mit je 72, Frankreich mit 59 und Indien mit 37. 174 Einträge haben kein eindeutiges Land, meist reine Online-Unternehmen.
Wo es bricht
Es ist Schreibtischrecherche. Alles stammt aus öffentlichem Material. Eine Brauerei, die still ein gutes Prognosemodell betreibt und nie darüber spricht, ist hier unsichtbar, und ein Anbieter mit lautem Marketing ist überrepräsentiert.
‘Produktiv’ ist die eigene Aussage eines Unternehmens. Die Prüfung gegen die Anbieter-Website fängt übertriebene Pressemeldungen ab, kann aber nicht bestätigen, dass ein Produkt gut funktioniert oder dass es jemand nutzt.
Themen entstehen aus Schlüsselwortregeln. Ein Unternehmen, das drei Dinge tut, wird unter einem abgelegt, und die Formulierung kann es falsch einsortieren. Die Regeln sind getestet und die gefundenen Fehlzuordnungen behoben, aber an den Rändern sind die Zahlen Näherungen. Besonders die GenAI-Zahl ist eine Schlüsselwortsuche und kann um eine Handvoll in beide Richtungen abweichen.
Der Datensatz wächst weiter. Diese Zahlen sind eine Momentaufnahme. Zählt man in drei Monaten neu, hat sich jede Zahl bewegt. Die Form, vermute ich, nicht.
Das Fazit
Sauber gezählt sieht Beverage-KI weniger nach den Ankündigungen aus und mehr nach einem Betriebsplan. Fast die Hälfte der relevanten Unternehmen erhebt keinen KI-Anspruch. Die produktive KI prognostiziert, prüft und überwacht. Sensorik- und Rezeptarbeit bleibt aus ehrlichen Gründen im Pilotstadium, die Anlagenbauer sitzen auf Daten, die sie kaum nutzen, und generative KI ist eine dünne Schicht, die nur auf dem darunterliegenden Data Engineering funktioniert. Genau das hat diese ganze Serie gezeigt, ein Tool nach dem anderen.
Damit endet The Brewer’s Agent. Die Serie begann mit RAG, das seine Quelle nennt und die Mathematik einem Tool überlässt, und sie endet mit dem Beleg, dass das Fundament der schwierige Teil ist. Die vollständige Serie steht auf der Serienseite von The Brewer’s Agent, das Wein-Gegenstück ist The Cellar Ledger.
Häufig gestellte Fragen
Wie viele Getränkeunternehmen nutzen wirklich KI? In einem kuratierten Datensatz von 1.015 Unternehmen und Personen rund um Bier, Wein und Whiskey sind 447 so eingestuft, dass sie KI produktiv in einem Produkt oder Betrieb einsetzen, 60 als Pilot und 21 als Forschung. 431 wurden geprüft und erheben überhaupt keinen KI-Anspruch. Der Rest ist noch nicht eingestuft. Produktiv heißt hier, dass das Unternehmen es öffentlich sagt, soweit möglich gegen die eigene Website geprüft.
Wo wird KI in der Getränkeindustrie tatsächlich eingesetzt? Überwiegend in operativer Arbeit. Prozess und Betrieb, Weinberg- und Anbauüberwachung, Absatz- und Nachfrageprognose sowie Qualitätsprüfung machen den Großteil der produktiven KI aus. Sensorik- und Rezept-KI bekommt mehr Aufmerksamkeit, hat aber den höchsten Pilotanteil, und Anlagenbauer erheben von allen Gruppen die wenigsten KI-Ansprüche.
Wie verbreitet ist generative KI unter Beverage-AI-Unternehmen? Weniger verbreitet, als die Schlagzeilen vermuten lassen. Nur etwa 35 der 1.015 Einträge beschreiben generative KI oder große Sprachmodelle in ihrem Anwendungsfall, und das Thema GenAI und Marketing umfasst 18 Unternehmen. Das meiste, was produktiv läuft, sind Prognosen, Computer Vision, Anomalieerkennung und klassisches Machine Learning.