Rezeptbestandteile mit KI extrahieren

Du hast einen Freitext mit einem Rezept. Irgendwo drin stehen Zutaten, Mengen, eine Zubereitungsbeschreibung und vielleicht ein paar Tipps. Die KI soll daraus strukturierte Daten machen. Wie funktioniert das in der Praxis?

Der Grundansatz. Du gibst der KI den Rohtext eines Rezepts und sagst ihr: "Extrahiere daraus die Zutaten als Liste mit Menge, Einheit und Name. Extrahiere die Zubereitungsschritte als nummerierte Liste. Extrahiere Zeiten, Portionen und Schwierigkeitsgrad." Die KI liefert dir ein strukturiertes Ergebnis — zum Beispiel als JSON oder als Tabelle.

Typisches Beispiel. Eingabe: "Für die Sauce 2 EL Olivenöl in einer Pfanne erhitzen, eine gewürfelte Zwiebel glasig dünsten und 400g passierte Tomaten dazugeben. Mit Salz, Pfeffer und einer Prise Zucker abschmecken. 15 Minuten köcheln lassen."

Die KI erkennt: 3 Zutaten mit Mengen (2 EL Olivenöl, 1 Zwiebel, 400g passierte Tomaten), 3 Gewürze ohne Mengenangabe (Salz, Pfeffer, Zucker), 3 Zubereitungsschritte und eine Kochzeit von 15 Minuten.

Batch-Verarbeitung. Der eigentliche Zeitgewinn kommt, wenn du nicht ein Rezept einzeln verarbeitest, sondern 50 auf einmal. Exportiere die Rohtexte aus deinem alten System, lass die KI alle in einem Durchgang analysieren und prüfe die Ergebnisse anschließend.

Bei unseren Migrationen arbeiten wir mit Prompts, die wir über Monate verfeinert haben. Die erste Version funktioniert bei 70 Prozent der Rezepte gut. Nach ein paar Anpassungen am Prompt steigt die Quote auf über 90 Prozent. Die restlichen 10 Prozent sind Sonderfälle (ungewöhnliche Formatierung, mehrere Rezeptvarianten auf einer Seite), die wir manuell nacharbeiten.

Unser Tipp: Definiere das Ausgabeformat exakt. Sag der KI nicht nur "extrahiere Zutaten", sondern gib das gewünschte Format vor: "Jede Zutat als JSON mit den Feldern amount, unit, name, notes." Je präziser die Vorgabe, desto konsistenter die Ausgabe.