Produkttexte und Allergen-Prüfung in der Lebensmittelproduktion mit KI beschleunigen

Am Abend vor der Messe, kurz nach neun. Vom Vertrieb kommt die Nachricht: „Für das Kundengespräch morgen brauche ich bis früh die Plakate und Online-Texte für sechs neue Produkte.” Kennen Sie das?

Eine Bekannte aus der Qualitätssicherung war an diesem Abend den Tränen nahe. Den Text schreiben kann auch der Vertrieb. Das Problem kommt danach. Stimmt die Angabe „Krebstiere, Weizen, Soja, Ei, Milch, Schalenfrüchte, Sesam” wirklich mit der Rezeptur überein? Fehlt eine Zutat, die durch Kreuzkontamination von der Nachbarlinie ins Produkt kommt? Das alles für sechs Produkte, mitten in der Nacht, allein abgleichen.

Am nächsten Morgen sagte der Einkäufer der Handelskette nur einen Satz: „In diesem Fertiggericht ist doch Sesam drin. Steht aber nicht im Text.” In der Rezeptur stand tatsächlich „Sesampaste”. Beim hastigen Schreiben war genau diese Stelle untergegangen.

In der Lebensmittelproduktion sind Produkttexte und Kennzeichnungsprüfung Aufgaben, bei denen ein einziger Fehler das Vertrauen kostet, die aber Zeit fressen und kaum Anerkennung bringen. In diesem Artikel überlasse ich der KI den Textentwurf und den Abgleich der Kennzeichnung, sodass der Mensch sich nur noch auf die letzte Kontrolle konzentriert. Zielgruppe ist eine einzige Branche: Menschen, die täglich mit Rezepturen und Rohstoffspezifikationen arbeiten.

Das Wichtigste in Kürze

Wer Claude Code den Entwurf und die erste Prüfung von Produkttexten und Zutaten-/Allergenangaben überlässt, kürzt die Arbeit von rund 30 Minuten pro Produkt auf etwa 5 Minuten.
Die KI übernimmt das Texten und das Aufspüren von Schreibvarianten und Lücken. Der Mensch entscheidet immer drei Dinge: die rechtliche Endkennzeichnung, die Übereinstimmung mit der Rezeptur und das Vermeiden übertriebener Aussagen.
Mit Rezeptur und Rohstoffspezifikation als Eingabe schreibt die KI Texte getrennt für Online-Shop, Plakat und Handelspräsentation.
Es gibt eine fertige Prompt-Vorlage und ein Prüfskript, das fehlende Allergen-Angaben maschinell aufspürt.
Rezeptur, Kundennamen und Einkaufspreise gehen niemals unverändert an eine externe KI. Legen Sie die Maskierungsregeln vorab fest.

Wer das liest und wo der Ablauf hakt

Dieser Artikel richtet sich an kleine und mittlere Hersteller, die selbst Lebensmittel produzieren und an Handel, Online-Shops oder die Gastronomie liefern. Die QS verantwortet die Kennzeichnung, der Vertrieb macht die Werbemittel. Keine eigene Textredaktion, kein Lektorat. Genau hier wirkt die Methode am stärksten.

Der Weg eines neuen Produkts bis zum Markt sieht meist so aus:

Die Produktidee steht, Rezeptur und Rohstoffspezifikation liegen vor.
Die QS stellt Zutaten-, Allergen- und Nährwertangaben zusammen.
Der Vertrieb schreibt Texte für Shop-Seite, Plakat und Präsentation.
Jemand gleicht ab, ob Kennzeichnung und Text übereinstimmen.
Es geht weiter zu Gespräch, Versand und Veröffentlichung.

Es hakt bei Schritt 3 und 4. Texte hängen an Personen, die Qualität schwankt je nach Autor. Der Abgleich ist nervenaufreibende Sichtkontrolle, und sie passiert gebündelt kurz vor der Deadline. Unfälle wie „Sesam fehlte” entstehen meist genau dann, wenn Schritt 4 nachts schludrig wird.

Typische Nacharbeit und ihr wahrer Grund

Hier die Nacharbeiten, die man im Betrieb am häufigsten hört:

Im Text steht „100 % Soja aus der Region”, in der Rezeptur ist es teils importierte Mischware.
„Milch” wurde bei den Allergenen vergessen, das Lektorat der Handelskette schickt es zurück.
Der Vertrieb ergänzt eigenmächtig Worte wie „ohne Zusatzstoffe” oder „gesund”, die wettbewerbsrechtlich problematisch sind.
Shop-Seite und Plakat desselben Produkts schreiben Füllmenge oder Mindesthaltbarkeit unterschiedlich.
Der Text der alten Verpackung wurde übernommen, eine bei der Überarbeitung geänderte Zutat fehlt.

Der Grund ist fast immer derselbe: Der Mensch überträgt von Hand. Es gibt mit der Rezeptur eine korrekte Quelle, aber bei jedem manuellen Abschreiben entstehen Lücken und Widersprüche. Genau bei diesem „Übertragen und Abgleichen” hilft die KI.

Drei Einsatzfälle in der Lebensmittelproduktion

Jetzt drei konkrete Use Cases. Der Trick ist überall: nicht „aus dem Nichts schreiben lassen”, sondern korrekte Daten übergeben und Formatieren und Abgleichen erledigen lassen.

Use Case 1: Aus der Rezeptur Texte für drei Kanäle auf einen Schlag entwerfen

Shop-Seite, Plakat und Handelspräsentation wollen Verschiedenes sagen und haben verschiedene Längen. Schreibt der Mensch dreimal um, schwankt die Schreibweise. Übergeben Sie Rezeptur und Spezifikation einmal und lassen Sie pro Kanal getrennt schreiben.

Kanal	Richtwert Länge	Schwerpunkt
Shop-Seite	300–500 Zeichen	Zubereitung, Anlass, Lagerung
Plakat im Laden	40–80 Zeichen	Ein Satz, Preis, Füllmenge
Handelspräsentation	150–250 Zeichen	Alleinstellung, Zielgruppe, Stärken

Weil alle drei Entwürfe gleichzeitig entstehen, muss der Mensch danach nur prüfen, ob die Fakten stimmen.

Use Case 2: Lücken bei kennzeichnungspflichtigen Allergenen aufspüren

Hier liegt das Herzstück der QS. Die in der Rezeptur vorkommenden Zutaten und die im Text genannten Allergeninfos werden maschinell abgeglichen.

Die Reihenfolge der Prüfung legen Sie so fest:

Alle Zutaten der Rezeptur erfassen (bis zu Zusatzstoffen, Speisefetten, Hydrolysaten).
Für jede entscheiden, welchem der kennzeichnungspflichtigen Allergene sie entspricht.
Abgleichen, ob dieses Allergen im Text und Kennzeichnungsentwurf steht.
Fehlende Allergene als „zu prüfen” in einer Liste ausgeben.
Der Mensch gleicht mit dem Original der Rezeptur ab und entscheidet endgültig.

Wichtig: Lassen Sie die KI nie sagen „damit ist alles perfekt”. Die KI liefert nur Kandidaten für Lücken. Ob die Kennzeichnung am Ende korrekt ist, prüft immer der Mensch am Original der Rezeptur.

Use Case 3: Übertriebene und unzulässige Aussagen aufspüren

Worte, die der Vertrieb in guter Absicht ergänzt, wie „ohne Zusatzstoffe”, „bekömmlich” oder „zum Abnehmen”, sind wettbewerbs- und gesundheitsrechtlich riskant. Füttern Sie den Text ein und lassen Sie kritische Formulierungen auflisten.

Die folgende Checkliste können Sie als internen Maßstab direkt übernehmen:

Wenn „ohne Zusatzstoffe” steht, ist klar, was genau ohne Zusatz ist?
Stimmt „aus der Region” oder „aus XY” mit der Herkunft in der Rezeptur überein?
Fehlen Formulierungen, die an Gesundheit oder Schlankheit denken lassen? (Gesundheitsbezogene Angaben brauchen eigene Genehmigung.)
Fehlen Superlative wie „Nummer eins” oder „höchste Güte”, die Belege brauchen?
Stimmen Füllmenge, Mindesthaltbarkeit und Lagerhinweis mit dem Kennzeichnungsentwurf überein?

Was die KI übernimmt und was der Mensch immer entscheidet

Wird das hier schwammig, passieren Unfälle. Ziehen wir die Grenze klar.

Schritt	Die KI übernimmt	Der Mensch entscheidet immer
Textentwurf	Erzeugen und Formatieren je Kanal	Passt die Aussage zur Marke
Schreibvarianten	Einheitliche Einheiten und Schreibweise	Endgültiger offizieller Name
Allergen-Abgleich	Kandidaten für Lücken aufspüren	Übereinstimmung mit Rezeptur, Endkennzeichnung
Unzulässige Aussagen	Kritische Wörter auflisten	Rechtliche Bewertung
Herkunft	Widersprüche zwischen Text und Entwurf finden	Festlegung nach realem Einkauf

Das Motto lautet: „Die KI macht Entwurf und Alarm, der Mensch entscheidet endgültig.” Allergenangaben betreffen Menschenleben. Verwenden Sie die KI-Ausgabe niemals unverändert als Kennzeichnung. Das ist die eine Regel, die unverhandelbar ist.

Wenn Sie bei der Grundbedienung von Claude Code unsicher sind, lesen Sie vorab den Einstiegsleitfaden für Claude Code und die Claude-Code-Nutzung für Nicht-Entwickler. Dann fallen die folgenden Schritte leichter.

Fertige Prompt-Vorlage zum Kopieren

Zuerst der Textentwurf. Die Rezeptur ist vertraulich, also lassen Sie Firmen-, Kunden- und Preisangaben weg.

Du bist eine Assistenz, die die Qualitätssicherung eines Lebensmittelherstellers unterstützt.
Erstelle anhand der folgenden Rezeptur Textentwürfe für drei Kanäle.

# Rezeptur (Herkunft und Preise sind verborgen)
- Produktname: Fertiggericht Hähnchen-Schwarzwurzel auf japanische Art
- Zutaten: Hähnchen, Schwarzwurzel, Karotte, Sojasauce (enthält Weizen und Soja),
  Sesampaste (enthält Sesam), Zucker, Reisöl, Bonitobrühe (enthält Makrele)
- Füllmenge: 120 g
- Mindesthaltbarkeit: 30 Tage ab Herstellung (gekühlt lagern)

# Ausgabe
1. Für die Shop-Seite (300–500 Zeichen, mit Zubereitung und Lagerung)
2. Für das Ladenplakat (40–80 Zeichen)
3. Für die Handelspräsentation (150–250 Zeichen, mit einem Alleinstellungsmerkmal)

# Regeln
- Keine Zutaten, Herkünfte oder Wirkungen erfinden, die nicht in der Rezeptur stehen.
- Keine belegpflichtigen Aussagen wie "ohne Zusatzstoffe" oder "gesund".
- Allergeninfos am Ende als Aufzählung auflisten.

Als Nächstes die Kennzeichnungsprüfung. Fügen Sie den Text ein und lassen Sie ihn mit der Rezeptur abgleichen.

Gleiche die folgende "Rezeptur" und den "Textentwurf" ab.

# Allergene Zutaten aus der Rezeptur
Weizen, Soja, Sesam, Makrele

# Textentwurf
(Hier den vom Vertrieb geschriebenen Text einfügen)

# Aufgaben
1. Allergene, die in der Rezeptur stehen, aber im Text fehlen, als "zu prüfen" nennen.
2. Aussagen im Text nennen, die sich nicht aus der Rezeptur belegen lassen (Herkunft, Wirkung).
3. Formulierungen nennen, die wettbewerbs- oder gesundheitsrechtlich riskant sind.
Hänge am Ende immer an: "Die endgültige Entscheidung trifft der Mensch am Original der Rezeptur."

Ausführbares Prüfskript

Mit dem Prompt allein müsste der Mensch jedes Mal selbst prüfen, ob wirklich nichts fehlt. Deshalb hier ein Prüfskript, das maschinell aufspürt, ob die Allergene im Text stehen. Es läuft mit Node.js. Tragen Sie die Allergene der Rezeptur in expected und den Vertriebstext in description ein und führen Sie es aus.

// allergen-check.mjs
// Prueft maschinell, ob die Allergene der Rezeptur im Text vorkommen.
// Aufruf: node allergen-check.mjs

// Kennzeichnungspflichtige Allergene (Beispielliste, Stand 2026)
const SPECIFIED = [
  "Krebstiere", "Weichtiere", "Walnuss", "Weizen", "Buchweizen", "Ei", "Milch", "Erdnuss",
  "Mandel", "Abalone", "Tintenfisch", "Lachsrogen", "Orange", "Cashew",
  "Kiwi", "Rind", "Sesam", "Lachs", "Makrele", "Soja",
  "Huhn", "Banane", "Schwein", "Matsutake", "Pfirsich", "Yamswurzel", "Apfel", "Gelatine",
];

// Aus der Rezeptur erfasste Allergene
const expected = ["Weizen", "Soja", "Sesam", "Makrele"];

// Vom Vertrieb geschriebener Text (gesamten Text inkl. Kennzeichnungsentwurf einfuegen)
const description = `
Fertiggericht Haehnchen-Schwarzwurzel auf japanische Art. Mit Bonitobruehe verfeinert.
Enthaelt teilweise Weizen und Soja.
`;

// Allergene, die im Text fehlen ("zu pruefen") aufspueren
const missing = expected.filter((item) => !description.includes(item));

// Allergene, die im Text stehen, aber nicht in der Rezeptur (zu viel geschrieben)
const extra = SPECIFIED.filter(
  (item) => description.includes(item) && !expected.includes(item)
);

console.log("== Allergen-Kennzeichnungspruefung ==");
if (missing.length === 0) {
  console.log("Alle Allergene der Rezeptur stehen im Text.");
} else {
  console.log("[Zu pruefen / moegliche Luecke]:", missing.join(", "));
}
if (extra.length > 0) {
  console.log("[Zu pruefen / nicht in Rezeptur]:", extra.join(", "));
}
console.log("Die endgueltige Entscheidung trifft der Mensch am Original der Rezeptur.");

Lässt man das Skript mit den obigen Daten laufen, fehlen „Sesam” und „Makrele” im Text, also kommt „[Zu prüfen / mögliche Lücke]: Sesam, Makrele”. Der Unfall „Sesam fehlte” aus dem Anfang wird so vor dem Versand gestoppt. Es ist nur eine erste Prüfung, am Ende gleicht der Mensch mit dem Original der Rezeptur ab.

Was sich vorher und nachher ändert

Bei einer befreundeten Herstellerin habe ich die Zeit für Texte und Kennzeichnungsprüfung von sechs neuen Produkten gemessen.

Schritt	Vorher	Nachher
Textentwurf (6 Produkte × 3 Kanäle)	ca. 180 Min.	ca. 30 Min.
Abgleich Allergene und Zutaten	ca. 60 Min.	ca. 15 Min.
Unzulässige Aussagen aufspüren	ca. 30 Min.	ca. 10 Min.
Summe	ca. 270 Min.	ca. 55 Min.

Aus grob viereinhalb Stunden wurde knapp eine Stunde. Bei einem Stundensatz von 30 Euro spart eine Produkteinführung rund 110 Euro an Arbeitszeit. Bei zwei Einführungen im Monat sind das über 2.600 Euro im Jahr. Am wichtigsten aber: Die nächtliche Sichtkontrolle wird durch die maschinelle Erstprüfung gestützt, und Unfälle wie „Sesam fehlte” werden seltener. Beim Return on Investment zählte weniger die Zeit als die Beruhigung, dass weniger schiefgeht.

Wer schneller arbeiten will, liest dazu die Tipps für mehr Produktivität mit Claude Code und findet Hinweise, Routinearbeit zu Vorlagen zu machen.

Sicherheit und Datenschutz

Die Daten der Lebensmittelproduktion sind mit der Rezeptur ein Klumpen Vertraulichkeit. Wer hier schludert, baut einen anderen Unfall.

Genaue Mischverhältnisse, Preise und Lieferantennamen der Rezeptur gehen nicht unverändert an eine externe KI. Übergeben Sie nur die „Art” der Zutat, verbergen Sie Verhältnisse und Geschäftspartner.
Persönliche Daten wie Name und Kontakt der Einkäufer vor der Übergabe maskieren.
Geheime Produktinfos vor der Veröffentlichung in einer internen Umgebung behandeln (Einstellung, die Logs nicht zum Training nutzt).
Die KI-Ausgabe ist ein „Entwurf”. Die offizielle Kennzeichnung legt der Mensch nach Prüfung von Rezeptur-Original und Recht fest.

Solche Regeln schreibt man am besten in die Konfigurationsdatei des Projekts und lässt sie jedes Mal lesen. Wie das geht, steht in den Best Practices für CLAUDE.md. Die rechtliche Primärquelle zur Lebensmittelkennzeichnung prüfen Sie für den europäischen Markt unbedingt bei der Lebensmittelinformations-Verordnung der EU.

Häufige Fragen

F. Darf ich die von der KI erzeugte Kennzeichnung unverändert verwenden? Nein. Die Rolle der KI endet bei Entwurf und dem Aufspüren von Lücken. Die endgültige Zutaten- und Allergenkennzeichnung legt der Mensch auf Basis des Rezeptur-Originals und des aktuellen Rechts fest. Es geht um Leben, hier gibt es kein Nachgeben.

F. Ich habe Sorge, dass ich es bei den vielen Fachbegriffen nicht gut anweisen kann. Am Anfang reicht: Rezeptur einfügen und sagen „Spüre aus diesen Zutaten die Allergene auf.” Wenn Sie die Anweisungen schärfen wollen, hilft die Praxistechnik für Prompts gegen schwankende Ausgaben.

F. Wird der Text ohne die Mischverhältnisse nicht gut? Doch, ohne geht es genauso gut. Für den Text braucht es die „Art” der Zutat und die Vorzüge, nicht die genauen Verhältnisse. Da diese vertraulich sind, ist es sogar richtig, sie zu verbergen.

F. Ändern sich die kennzeichnungspflichtigen Allergene in Zukunft? Ja. Aktualisieren Sie das Array SPECIFIED im Skript nach der jeweils gültigen Vorgabe. So wie „Walnuss” hinzukam, ist es sicher, regelmäßig die offiziellen Quellen zu prüfen.

F. Ich will es im Betrieb einführen, womit fange ich an? Testen Sie zuerst mit einem Produkt. Ein Durchlauf aus Textentwurf und Lückenprüfung, und nach dem spürbaren Effekt breiter ausrollen, scheitert am seltensten. Wer es firmenweit zum System machen will, geht über Schulung oder Einzelberatung vor.

Was beim Selbsttest herauskam

Ich habe für sechs fiktive Fertiggerichte Rezepturen erstellt und diesen Ablauf einmal komplett durchgespielt. Zwei Dinge wollte ich prüfen: Ob sich die Textentwürfe wirklich pro Kanal unterscheiden lassen, und ob das Prüfskript Lücken wie „Sesam fehlt” findet.

Die Texte unterschieden sich bei Shop, Plakat und Präsentation in Länge und Blickwinkel und taugten direkt als Rohfassung. Fütterte ich dem Prüfskript einen Text, in dem ich absichtlich „Sesam” weggelassen hatte, kam korrekt „[Zu prüfen / mögliche Lücke]: Sesam” zurück. Schmuggelte ich umgekehrt ein „Ei” in den Text, das nicht in der Rezeptur stand, fing es das als „nicht in Rezeptur” ab.

Zugleich wurde mir klar: Der KI die Endentscheidung zu überlassen, geht nicht. Die feine Herkunftsangabe oder die Wahl zwischen „enthält Sesam” und „teilweise mit Sesam” ist Sache von Mensch und Recht. Darum ist es richtig, dieses System auf „Entwurf und ersten Alarm” zu beschränken. Verglichen mit der Zeit, in der ich nachts allein sechs Produkte per Auge abglich, ist die Beruhigung, dass die Maschine zuerst Alarm schlägt, ehrlich gesagt groß.

Wer als QS oder Vertrieb die Kennzeichnungsprüfung firmenweit aufstellen will, baut über Schulung und Einzelberatung gemeinsam einen Ablauf, der zum eigenen Rezepturformat passt.