KI in der Gastro: Hype oder Realität?
2026 ist KI in aller Munde. Jeder Softwareanbieter hat plötzlich "KI-Features". Gleichzeitig fragen sich viele Gastronomen: Bringt das wirklich etwas? Oder ist das alles Marketingsprache?
Die ehrliche Antwort: Es kommt drauf an. In bestimmten Bereichen der Gastronomie bringt KI heute messbaren ROI. In anderen Bereichen ist der Einsatz noch nicht praxisreif oder schlicht übertrieben.
Dieser Artikel zeigt, wo KI in der Gastronomie heute funktioniert und wo du skeptisch sein solltest.
Was KI in der Gastronomie konkret bedeutet
KI ist kein einzelnes Produkt. Es ist eine Sammlung von Techniken, die Muster in Daten erkennen und daraus Vorhersagen oder Empfehlungen machen.
In der Gastronomie bedeutet das konkret:
- Prognosemodelle sagen vorher, wie viel Umsatz du morgen machen wirst
- Anomalie-Erkennung meldet dir, wenn eine Kennzahl ungewöhnlich stark abweicht
- Optimierungsalgorithmen berechnen, wie viel du bestellen oder wie viele Mitarbeiter du einplanen solltest
- Sprachmodelle beantworten Fragen, schreiben Texte oder verarbeiten natürlichsprachige Eingaben
Der entscheidende Faktor: KI braucht Daten. Wer keine saubere Datenbasis hat, bekommt von KI schlechte Empfehlungen. Gute Daten zuerst, KI dann.
1. Nachfrageprognose: Der stärkste Hebel
Nachfrageprognose ist das Paradebeispiel für KI in der Gastronomie. Das Prinzip: Ein Modell analysiert historische Umsätze nach Wochentag, Tageszeit, Wetter, Feiertagen, lokalen Events und anderen Faktoren. Daraus berechnet es eine Prognose für die nächsten Tage oder Wochen.
Was das bringt:
Betriebe mit guter Nachfrageprognose bestellen präziser, haben weniger Überbestand und weniger Verderb. Gleichzeitig planen sie Personal genauer.
In der Praxis berichten Betriebe, die Prognosemodelle einsetzen, von einer Reduktion des Verderbs um 15 bis 30%. Das ist kein Versprechen, sondern eine Größenordnung, die aus mehreren unabhängigen Studien stammt.
Voraussetzungen:
Du brauchst mindestens 6 bis 12 Monate saubere POS-Daten. Das Modell muss auf deine Daten trainiert sein, nicht auf generische Gastro-Daten. Und du musst die Prognosen auch nutzen, also deine Bestellungen und Personalplanung daran ausrichten.
2. Automatisierte Bestellvorschläge
Aufbauend auf der Nachfrageprognose können Systeme automatische Bestellvorschläge berechnen. Die Logik: Prognose minus aktueller Bestand ergibt den Bestellbedarf. Multipliziert mit Sicherheitsbestand und Lieferzeiten ergibt das einen konkreten Vorschlag.
Was das in der Praxis ändert:
Der Einkäufer oder Küchenchef sieht keinen leeren Bestellzettel mehr, sondern einen vorberechneten Vorschlag. Er prüft und bestätigt statt von null anzufangen. Das spart 30 bis 60 Minuten pro Bestellrunde.
Gleichzeitig werden systematische Fehler reduziert. Wer immer nach Bauchgefühl bestellt, bestellt mal zu viel und mal zu wenig. Ein datenbasierter Vorschlag ist konsistenter.
Wichtige Einschränkung:
Automatische Bestellvorschläge funktionieren gut für Standardartikel mit stabiler Nachfrage. Bei saisonalen Spezialitäten, neuen Gerichten oder unvorhersehbaren Lieferengpässen bleibt menschliches Urteil unersetzlich.
3. Dynamische Schichtplanung
KI-gestützte Schichtplanung kombiniert Nachfrageprognose mit Verfügbarkeiten, Qualifikationen und gesetzlichen Arbeitszeitgrenzen. Das Ergebnis: Ein Besetzungsvorschlag, der den erwarteten Bedarf trifft.
Konkretes Beispiel:
Das System prognostiziert für Freitag 18 bis 22 Uhr einen Umsatz von 8.000 EUR. Basierend auf der hinterlegten Regel "1 Koch pro 700 EUR/Stunde" und "1 Service pro 4 Tische" berechnet es den Personalbedarf. Es prüft, welche verfügbaren Mitarbeiter die nötigen Qualifikationen haben und schlägt eine Besetzung vor.
Was das bringt:
Betriebe, die so arbeiten, reduzieren Überstunden und Leerstunden. Die Personalkostenquote sinkt typischerweise um 2 bis 4 Prozentpunkte. Bei einem Betrieb mit 100.000 EUR Monatsumsatz sind das 2.000 bis 4.000 EUR weniger Personalkosten.
4. Anomalie-Erkennung
Anomalie-Erkennung ist ein oft unterschätzter KI-Einsatz. Das System lernt, was "normal" ist. Und es meldet dir, wenn etwas ungewöhnlich abweicht.
Beispiele aus der Praxis:
- Die Wareneinsatzquote eines Standorts steigt innerhalb einer Woche um 4 Prozentpunkte. Mögliche Ursachen: Lieferantenpreiserhöhung, Schwund, Portionsfehler. Das System meldet die Abweichung, bevor sie im Monatsbericht auftaucht.
- Ein Mitarbeiter stempelt wiederholt Pausen kürzer als vorgeschrieben. Das System erkennt das Muster und meldet es.
- Der Abendservice eines Standorts liefert seit 3 Wochen unter Break-even. Das System priorisiert dieses Signal.
Warum das wichtig ist:
Ohne Anomalie-Erkennung bleiben diese Abweichungen oft wochenlang unsichtbar. Bis sie im Monatsbericht auftauchen, ist der Schaden entstanden. Frühwarnung erlaubt schnelle Reaktion.
5. KI-Agenten für operative Aufgaben
Der neueste Bereich ist der Einsatz von KI-Agenten, die eigenständig Aufgaben erledigen. In der Gastronomie sind das zum Beispiel:
- Ein Agent, der täglich die Wareneinsatzquote prüft und eine Zusammenfassung per Nachricht sendet
- Ein Agent, der Bestellungen nach Freigabe direkt beim Lieferanten platziert
- Ein Agent, der Mitarbeiter automatisch erinnert, wenn sie Verfügbarkeiten nicht eingetragen haben
Wichtige Einschränkung:
KI-Agenten brauchen klar definierte Prozesse und Grenzen. Wer einem Agenten zu viel Autonomie gibt, riskiert Fehler. Der richtige Einstieg sind Aufgaben mit klarem Input, klarem Output und einem Menschen, der Ausnahmen behandelt.
Wo KI heute noch nicht funktioniert
Ehrlichkeit ist hier wichtig. Nicht alles, was als "KI" vermarktet wird, ist sinnvoll.
KI-Chatbots für Reservierungen: Klingt praktisch. In der Praxis schlagen viele Chatbots bei ungewöhnlichen Anfragen fehl und frustrieren Gäste. Eine saubere Online-Reservierungsseite ist oft besser.
Automatische Menügestaltung durch KI: KI kann Rezepte vorschlagen und Deckungsbeiträge berechnen. Aber ob ein Gericht zu deinem Konzept und deinen Gästen passt, bleibt eine menschliche Entscheidung.
Gesichtserkennung und biometrische Systeme: Datenschutzrechtlich problematisch in Deutschland. Finger weg.
KI-generierte Social-Media-Inhalte ohne Qualitätskontrolle: Schnell peinlich. Immer menschlich prüfen.
Was du heute tun kannst
Du musst nicht alles auf einmal einführen. Starte mit dem größten Hebel für deinen Betrieb.
Wenn dein Hauptproblem der Wareneinsatz ist: Starte mit Nachfrageprognose und automatischen Bestellvorschlägen.
Wenn dein Hauptproblem Personalkosten sind: Starte mit datenbasierter Schichtplanung.
Wenn du mehrere Standorte führst und den Überblick verlierst: Starte mit Anomalie-Erkennung und zentralem Reporting.
Das Muster ist immer gleich: Daten sammeln, Baseline messen, KI-Unterstützung einführen, Effekt messen.
Fazit: KI als Werkzeug, nicht als Wundermittel
KI löst keine grundlegenden Probleme in der Gastronomie. Sie macht gute Prozesse besser und schlechte Prozesse schneller falsch. Wer keine sauberen Daten hat, bekommt von KI schlechte Empfehlungen.
Aber wenn die Grundlage stimmt, ist KI heute ein echter Wettbewerbsvorteil. Betriebe, die Nachfrageprognose, automatische Bestellvorschläge und datenbasierte Personalplanung nutzen, haben messbar niedrigere Kosten als der Branchenschnitt.
Heptic integriert KI-Funktionen direkt in die operativen Prozesse. Kein separates KI-Tool, das du manuell befüttern musst. Die KI arbeitet im Hintergrund mit deinen Daten und gibt dir konkrete Empfehlungen, wo du reagieren solltest.