Essensmengen planen: KI mit Verkaufszahlen vorbereiten

Das Problem

Sie möchten anhand Ihrer bisherigen Verkäufe besser abschätzen, wie viel Sie vorbereiten sollten. Zu wenig bedeutet: Das beliebteste Gericht ist um halb eins aus, und Gäste sind enttäuscht. Zu viel bedeutet: Es bleibt übrig, die Ware verdirbt, und Wareneinsatz und Ärger steigen.

Meist planen Küchenchefs nach Erfahrung und Bauchgefühl, und das funktioniert oft gut. Doch Faktoren wie Wetter, Ferienzeiten, Grossanlässe in der Nähe oder Reservationen verändern die Nachfrage, und diese Zusammenhänge sind schwer im Kopf zu behalten.

Ihre Kassendaten enthalten wertvolle Informationen. KI kann helfen, sie zu ordnen und Muster zu beschreiben, etwa dass freitags mehr Fisch gegessen wird. Eine sichere Vorhersage kann sie nicht liefern, aber eine bessere Grundlage für Ihre Planung.

So lösen Sie es mit KI – Schritt für Schritt

1. Legen Sie fest, was Sie planen möchten. Alle Gerichte oder nur Tagesmenü und Hauptgerichte? Mittag oder Abend? Beginnen Sie mit einem klar begrenzten Bereich.
2. Exportieren Sie Verkaufszahlen aus der Kasse. Notieren Sie pro Tag und Gericht die verkaufte Menge. Mindestens sechs bis zwölf Wochen helfen, besser länger, um Saison zu erkennen. Prüfen Sie, ob die Daten vollständig sind, siehe Datenqualität prüfen.
3. Ergänzen Sie Einflussfaktoren. Tragen Sie Wochentag, Wetter (sonnig, regnerisch, kalt), Ferien, Feiertage, Anlässe in der Umgebung, Reservationen und Aktionen ein. Je klarer die Faktoren, desto brauchbarer die Muster.
4. Entfernen Sie Ausreisser. Tage mit Betriebsferien, Ausfällen oder Sonderereignissen verzerren das Bild. Markieren oder entfernen Sie sie.
5. Anonymisieren und vorbereiten. Die Verkaufszahlen enthalten keine Gästedaten, falls Sie nur Mengen verwenden. Lassen Sie Namen von Mitarbeitenden und Kundinnen weg.
6. Lassen Sie Muster beschreiben. Geben Sie die Daten in kleinen Tabellen in die KI ein und bitten Sie um eine Beschreibung von Mustern, Durchschnitten und Spannen. Verwenden Sie die Vorlage unten.
7. Planen Sie mit Spannen. Wählen Sie eine untere und obere Menge, zum Beispiel 25 bis 35 Portionen, statt einer genauen Zahl. Starten Sie mit der unteren Menge und bereiten Sie den Rest nach, wenn die Nachfrage da ist.
8. Vergleichen und lernen Sie. Notieren Sie täglich geplante und tatsächlich verkaufte Mengen. Nach einigen Wochen sehen Sie, wie gut die Planung trifft, und passen sie an.

Vorlage zum Kopieren

Mit diesem Prompt lassen Sie Muster in Ihren Zahlen beschreiben. Verwenden Sie nur Mengen, keine Gästedaten.

Du hilfst mir, Verkaufszahlen eines Restaurants in der Schweiz auszuwerten, um Tagesmengen besser zu planen.

Ich gebe dir eine Tabelle mit: Datum, Wochentag, Wetter (sonnig/bewölkt/Regen/kalt), Besonderheit (Ferien, Feiertag, Anlass, Aktion, Reservationen), verkaufte Portionen je Gericht.

Aufgabe:
1. Beschreibe Muster nach Wochentag, Wetter und Besonderheiten (z. B. Durchschnitt, Spanne, auffällige Tage).
2. Nenne je Gericht eine Spanne (untere und obere Menge), die an einem typischen [Wochentag] mit [Wetter/Besonderheit] sinnvoll scheint, und begründe sie mit den Zahlen.
3. Weise auf Tage hin, die als Ausreisser gelten könnten, und auf Gerichte, bei denen die Datenlage zu dünn ist.
4. Sage klar, dass das keine Prognose mit Sicherheit ist, und nenne Annahmen.
Regeln: Verwende nur die gegebenen Zahlen. Erfinde keine Werte und keine Wetterdaten. Rechne genau, zeige den Rechenweg bei Durchschnitten.

Daten:
[Tabelle]

Rechnen Sie wichtige Durchschnitte selbst nach. Sprachmodelle verrechnen sich gelegentlich, besonders bei vielen Zahlen. Für grössere Tabellen eignet sich eine Tabellenkalkulation besser.

Beispiel einer Mengenplanung (erfunden)

Worauf Sie achten müssen

• Eine Prognose ist keine Garantie. Kein Verfahren sieht den Zufall voraus: Ein Gruppenbesuch, ein Stromausfall oder Wetterumschwung ändern alles. Planen Sie Reserven und flexible Nachbereitung.
• Zahlen prüfen. KI kann sich verrechnen oder Muster behaupten, die nicht da sind. Prüfen Sie Aussagen mit Ihrer Erfahrung. Wenn etwas nicht plausibel wirkt, fragen Sie nach.
• Nicht alle Gerichte lassen sich planen. Bei seltenen Gerichten oder neuen Angeboten fehlen Daten. Verwenden Sie dort Erfahrung statt Statistik.
• Frische und Sicherheit. Mengenplanung darf Hygieneregeln und Haltbarkeit nicht unterlaufen. Vorbereiten auf Vorrat erhöht das Risiko für Reste.
• Datenschutz. Reservationsdaten mit Namen gehören nicht in KI-Werkzeuge. Verwenden Sie nur Zahlen. Weitere Hinweise zum Datenschutz bietet der EDÖB.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Quartierrestaurant in Basel mit Mittagsgeschäft wirft häufig Salat weg und hat dafür montags regelmässig zu wenig Tagesmenü. Frau Müller aus der Administration exportiert die Kassendaten von zehn Wochen.

Vorher bereitete die Küche konstante Mengen vor. Nachher ergänzt Frau Müller die Wochentage und Wetterangaben und lässt Muster beschreiben: montags wird deutlich mehr Tagesmenü verkauft, bei Regen weniger Salat. Der Küchenchef bestätigt die Beobachtung mit seiner Erfahrung.

Sie planen nun mit Spannen und notieren täglich Plan und Verkauf. Nach sechs Wochen sinken die Reste beim Salat merklich, und das Tagesmenü ist montags seltener ausverkauft.

So hilft Ihnen Alpasana

Alpasana mit KI-Beratung und digitaler Transformation nimmt Prozesse auf, analysiert KI-Potenziale und priorisiert Vorhaben. Dazu gehören auch Schnittstellen und Systemverbindungen, etwa um Kassendaten für Auswertungen aufzubereiten, sowie digitale Workflows und Automatisierungen.

So kann aus einer manuellen Auswertung ein wiederholbarer Ablauf werden. Projekte werden individuell offeriert.

Häufige Fragen

Wie viele Daten brauche ich?

Für erste Hinweise genügen sechs bis zwölf Wochen. Mit mehr Daten lassen sich Saison und Feiertage besser erkennen. Mit wenig Daten bleibt die Planung unsicher.

Kann die KI das Wetter berücksichtigen?

Sie kann Muster nach Wetterangaben beschreiben, die Sie liefern. Zukünftiges Wetter kennt sie nicht, dafür nutzen Sie die Prognose eines Wetterdienstes.

Ersetzt das die Erfahrung des Küchenchefs?

Nein. Daten ergänzen die Erfahrung, sie ersetzen sie nicht. Gemeinsam ergibt sich die beste Planung.