Datenbasiert statt nach Bauchgefühl: Wie KI-Prognosen Food Waste und Umsatzverluste senken

Zwei Seiten desselben Problems

Bei ultrafrischen Lebensmitteln wird jeden Tag eine Menge geplant, und oft wird ein Teil davon nicht verkauft. Abschriften, Retouren und Überproduktion gehören für viele Bäckereien, Händler und Betriebe der Systemgastronomie zum Alltag. Wie viel davon wäre vermeidbar gewesen?

Die Zahlen zeigen, wie groß das Problem ist. Weltweit werden jedes Jahr Lebensmittel im Wert von rund 400 Milliarden Euro weggeworfen. Gleichzeitig gehen rund 1 Billion Euro Umsatz verloren, weil Ware zu früh ausverkauft ist. Beide Verluste haben dieselbe Ursache: eine ungenaue Mengenplanung.

Tückisch ist dabei, dass die beiden Verluste unterschiedlich sichtbar sind. Überproduktion taucht in der Bilanz auf. Fehlende Ware sieht man dagegen gar nicht, denn sie verschwindet als entgangener Umsatz.

Warum Erfahrung allein nicht reicht

„Das machen wir seit Jahren so.“ Diesen Satz hört man oft, und trotzdem stimmt die Menge häufig nicht.

Ein Beispiel aus der Praxis: Eine Bäckerei mit fast 30 Filialen, in der jede Verkaufskraft nach ihrem eigenen Gefühl bestellt. Die Folge ist, dass die Ware entweder zu früh ausverkauft ist oder abends weggeworfen werden muss.

Das ist kein Einzelfall. Auch im Lebensmittelhandel und in der Systemgastronomie führen Entscheidungen aus dem Bauch heraus zu ungenauen Bestellmengen. Erfahrung ist wertvoll, stößt aber an Grenzen, sobald mehrere Faktoren gleichzeitig wirken. Ein Hitzetag, der mit dem Ferienbeginn zusammenfällt, verändert die Nachfrage schlagartig. Das lässt sich aus dem Gefühl heraus kaum vorhersagen.

So arbeitet die KI von foodforecast

Die KI von foodforecast verarbeitet die historischen Verkaufsdaten zusammen mit externen Einflussfaktoren, und zwar alle gleichzeitig, für jede Filiale und jeden Artikel:

•      Wetter

•      Wochentag

•      Feiertage und Ferien

•      Saisonalität

Dabei schaut die KI vor allem auf zwei Zeiträume: die letzten 8 Wochen und jeweils ±4 Wochen rund um denselben Zeitraum in den vergangenen 2 Jahren. So erkennt sie saisonale Muster ebenso genau wie aktuelle Trends.

Von der Prognose zum Bestellvorschlag

Aus diesen Daten berechnet die Bestelloptimierung von foodforecast jeden Tag eine Absatzprognose für jeden Standort. Daraus entsteht ein konkreter Bestellvorschlag pro Artikel, der nach dem individuell einstellbaren Warendruck eingestuft ist. Jeder Betrieb legt also selbst fest, wie viel Warenverfügbarkeit ihm wichtig ist, etwa volle Regale bis Ladenschluss oder möglichst wenig Retouren.

Damit fällt das Rätselraten weg, und es gibt weder Über- noch Unterproduktion. Die Bestellmengen sind verlässlich. Außerdem bleibt dem Team mehr Zeit für das Wesentliche, nämlich die Kundschaft.

Das Ergebnis in Zahlen:

•      bis zu 11 % mehr Umsatz

•      bis zu 35 % weniger Retouren

Weniger Food Waste bedeutet auch weniger Kosten

Lebensmittelverschwendung gilt meist als ökologisches Thema. Für unsere Kunden ist sie genauso eine Kostenfrage. Wer weniger Food Waste produziert, spart:

•      Rohstoffkosten

•      Personalaufwand, der sonst in unverkaufte Ware fließt

•      Energiekosten für Produktion und Lagerung

•      im Handel zusätzlich Lagerkosten, weil die Bestellprozesse besser werden

Der wichtigste Hebel liegt am Anfang der Kette, nicht am Ende. Rohstoffe und Energie werden nur dann wirklich eingespart, wenn Food Waste durch genaue Absatzprognosen gar nicht erst entsteht. Lösungen, die Überschüsse weiterverwerten, sind sinnvoll. Die Ressourcen, die schon in die Produktion geflossen sind, holen sie aber nicht zurück.

Ausblick:

Sie möchten wissen, was KI-basierte Prognosen in Ihrem Betrieb bewirken können? Jetzt Kontaktaufnehmen! https://meetings-eu1.hubspot.com/philipp-bartholomaios/foodforecast-erstgespraech?uuid=3ea900b5-59c1-4f7e-85da-23e712f533dc

‍