6Flaschen verwendet externe KI-Dienste als Werkzeug für Bilderkennung, strukturierte Weincharakterisierung und bestimmte Webrecherchen. Persönliche Passung, technische Prüfungen und Creditlogik werden nicht einfach einem freien Chat überlassen.
Der aktuelle Projektstand verwendet die OpenAI API als externen KI-Dienst. Welche Informationen übertragen werden, hängt von der konkreten Funktion ab.
Vorder- und Rücketiketten können zusammen mit bereits eingetragenen Hinweisen zu Produzent, Wein und Jahrgang analysiert werden. Ziel ist die strukturierte Erkennung sichtbarer Weindaten. Diese Funktion verwendet keine Websuche.
Ein hochgeladenes Bild wird analysiert, um konkret erkennbare Weine und stilistische Merkmale zu bestimmen. Der erste Bildscan verwendet keine Websuche. Das persönliche Geschmacksprofil wird anschließend innerhalb der Anwendung gegen die erkannten Stilachsen ausgewertet.
Für final gespeicherte Verkostungen können strukturierte Weinstammdaten wie Produzent, Wein, Jahrgang, Rebsorte, Herkunft oder Ausbau für eine begrenzte Webrecherche genutzt werden, um die sieben Stilachsen belastbarer zu charakterisieren.
Für die persönliche Suche werden ein abgeleitetes Geschmacks- oder Referenzprofil, Händler- und Budgetparameter sowie technische Suchleitplanken verwendet. Die Webrecherche wird auf die für die Suche gewählte Händlerdomain begrenzt.
Bei einer späteren Händlerrecherche werden die Identität des gesuchten Weins und die jeweilige Suchstufe verwendet. Die Suche kann marktweit nach direkten Händler-Produktseiten suchen; das persönliche Geschmacksprofil ist dafür nicht erforderlich.
Die Anwendung protokolliert lokal technische Nutzungsdaten wie Funktion, Tokenmengen, Websuche-Aufrufe und errechnete API-Kosten. Dieses Kostenprotokoll ist von den eigentlichen Prompt- und Antwortinhalten getrennt.
Die folgende Übersicht beschreibt den aktuellen technischen Projektstand. Sie ist bewusst funktionsbezogen und macht keine pauschale Aussage, dass jede KI-Funktion dieselben Daten erhält.
| Funktion | An den KI-Dienst | Websuche | Wichtige Abgrenzung |
|---|---|---|---|
| Etikettenanalyse | Etikettenbilder; optional Produzent, Weinname und Jahrgang als Identifikationshinweis | Nein | Kein persönliches Geschmacksprofil nötig. |
| WeinCheck | Das hochgeladene Bild für die Erkennung der abgebildeten Weine und ihrer Stilmerkmale | Nein, beim ersten Scan | Der persönliche Match wird anschließend lokal gegen das aktuelle Profil berechnet. |
| Stilachsen-Recherche | Weinstammdaten wie Produzent, Wein, Jahrgang, Rebsorten, Herkunft, Ausbau, Alkohol sowie Weinfarbe/-art, soweit vorhanden | Ja | Verkostungsnotiz, Bewertung, Kaufpreis und interne User-ID sind im dafür gebauten Wein-Payload nicht enthalten. |
| 6Flaschen | Abgeleitete Profil-/Referenzinformationen, gewählter Händler, Budget und technische Suchparameter | Ja | In den geprüften Such-Payloads sind E-Mail-Adresse und Passwort nicht vorgesehen. |
| Nachbestellen | Produzent, Weinname, Jahrgang, Region/Land und Suchstufe | Ja | Die Recherche benötigt kein persönliches Geschmacksprofil. |
Die KI-Antworten werden für zentrale Funktionen über vorgegebene JSON-Schemata erwartet. Das begrenzt freie Textausgaben und erleichtert technische Validierung.
Bei Bildern sollen nicht ausreichend erkennbare Weine beziehungsweise unsichere Felder ausgelassen werden, statt erfundene Werte zu erzeugen.
Bei Händlerrecherchen werden unter anderem URLs, Dubletten, Preis, Gebinde und Bestellbarkeit in der Anwendung weiter geprüft beziehungsweise begrenzt.
Geschmackliche Passung bleibt ein persönliches Modell. Ein hoher Match ist keine allgemeine Qualitätsnote und keine Garantie, dass ein Wein tatsächlich gefällt.
Die aktuellen API-Aufrufe für Etikettenanalyse und den ersten WeinCheck-Bildscan verwenden einen nicht gespeicherten Responses-Modus. Beim WeinCheck legt der Anwendungscode das Rohbild nicht als dauerhaftes Scan-Cacheobjekt ab; für Wiederholungen werden stattdessen Bild-Fingerabdruck und erkannte strukturierte Weindaten verwendet.
Bestimmte Profil- und Empfehlungssuchen laufen technisch als Hintergrundaufträge und müssen danach wieder abgefragt werden können. Dafür verwendet die Anwendung beim KI-Dienst einen abrufbaren Hintergrund-Response-Modus.
WeinCheck kann erkannte Wein- und Stilinformationen versionsgebunden im Nutzerkontext cachen. Der persönliche Match selbst wird nicht als fixer Scanwert gespeichert, sondern erneut gegen das jeweils aktuelle Profil berechnet.
Für Kostenkontrolle und Betrieb werden lokal unter anderem Feature, Modellkennung, Tokenmengen, Websuche-Aufrufe und Kosten protokolliert. Diese technische Protokollierung ist nicht mit einer öffentlichen Profilanzeige gleichzusetzen.
Geschmack bleibt subjektiv. 6Flaschen modelliert eine persönliche Wahrscheinlichkeit der Passung auf Basis vorhandener Daten.
Preise und Händlerbestände können sich nach einer Webrecherche verändern. Gefundene Produktinformationen sind deshalb Momentaufnahmen.
6Flaschen recherchiert und bewertet. Ein Weinkauf wird nicht selbstständig im Namen des Nutzers ausgeführt.
Transparenz bedeutet nicht, API-Schlüssel, vollständige Prompts, interne Gewichtungen oder Missbrauchsschutz öffentlich zu machen. Solche Details bleiben Teil der geschützten Anwendung.
Die Methodik-Seite zeigt, wie persönliche Verkostungen, Evidenz, technische Produktprüfung, Budget und Vielfalt zusammenwirken.
