Starbucks stoppt NomadGo; KI-Renditen der Hyperscaler werden negativ
Starbucks hat sein KI-gestütztes Inventursystem NomadGo im Mai 2026 in ganz Nordamerika eingestellt — neun Monate nach dem landesweiten Rollout —, während KI-Kritiker und Finanzanalysten zur gleichen These konvergieren: Unternehmens-KI versagt beim Einsatz in der Praxis. Drei unabhängig gemeldete Signale ergeben eine kohärente Gegenerzählung zum Capex-Superzyklus.
Was die Quellen tatsächlich berichten
NomadGo wurde im September 2025 in allen nordamerikanischen Starbucks-Standorten eingeführt und als Initiative zur Kosteneinsparung von 2,5 Milliarden US-Dollar durch automatisiertes Inventurzählen positioniert. Das System halluzinierte stattdessen Objekte, verwechselte Etiketten und zählte unzuverlässig — was mehr Arbeit für das Frontline-Personal erzeugte und zu Engpässen führte. Das Management lobte das System noch im Februar 2026, während Mitarbeitende zunehmende Ausfälle meldeten. Im Mai 2026 wurde es abgestellt und die manuelle Zählung wiedereingeführt.
Gary Marcus, der einen Bericht via @HedgieMarkets verstärkte, argumentiert, Starbucks sei kein Einzelfall. Das gleiche Scheitermuster — saubere Demo-Umgebung, Produktionsfehler bei unstrukturierten Eingaben, Anbieterzahlungen unabhängig vom Ergebnis — sei bei Picnic (53 Millionen US-Dollar eingesammelt, Domino's-Partner, eingestellt), Zume Pizza (500 Millionen US-Dollar verbrannt), Waymo (Pause in acht Städten), Microsoft (berichtet über Beendigung des internen Claude Code-Einsatzes) und Uber (hat sein KI-Budget 2026 in vier Monaten aufgebraucht) zu beobachten. Marcus: „Der Anbieter wird durch den Scheiterzyklus bezahlt. Der Käufer trägt die Kosten und stellt das Produkt still."
Das Gesamtbild verstärkt die Dringlichkeit. Von der Financial Times veröffentlichte Prognosen, auf die Marcus hinweist, zeigen, dass die KI-Rendite unter Best-Case-Annahmen bei vier von fünf Hyperscalern ins Negative gedreht hat: Microsoft −9 %, Google −15 %, Meta −28 %, Oracle −35 %, Amazon kaum positiv. Ein paralleles Signal kommt von Unternehmenskunden: Der Analyst @hkarthik berichtet, dass „Token für Millionen von Dollar verbrannt wurden, ohne nennenswerten ROI" — und dass den größten Accounts von OpenAI und Anthropic nun Field Engineers zugewiesen werden, um Abwanderung beim Auslaufen von Erstjahresverträgen zu verhindern.
Strategische Einordnung
Die Lücke zwischen Demo und Produktionsbetrieb ist das strukturelle Problem der KI: Demos funktionieren mit sauberen Eingaben; in der Produktion scheitern sie an unstrukturierten. Für Entwickler und Berater ist jetzt der Moment, KI-Deployments vertraglich an Ergebnismetriken zu knüpfen — nicht an Capability-Versprechen. Wer Anbieterzahlungen an messbaren ROI geknüpft hat, ist im Vorteil; wer auf Deployment-Basis gezahlt hat, zieht jetzt die Lehren aus dem Starbucks-Fall.
