Das Gästeaufkommen möglichst genau vorhersehen zu können wäre für ein Hotelrestaurant eine enorme Entlastung. Der Einkauf und das Menü könnten besser bestimmt werden, ebenso der Bedarf an Mitarbeitern. Die Schweizer Simon Michel und Roman Lickel bieten mit ihrem Start-up Prognolite genau das. Im Interview erklärt Simon Michel, wie das Tool immer schlauer wird.
Gastrotechnik: Herr Michel, Sie sind Mitgründer von Prognolite. Was macht Ihr Unternehmen?
Simon Michel: Prognolite ist ein digitales Tool, mit dem sich vorhersagen lässt, wie viele Gäste in den nächsten Tagen ins Restaurant kommen, was sie konsumieren und wie viel Umsatz sie generieren werden.
Das klingt wie der Blick in die berühmte Kristallkugel. Wie geht das?
Unsere Vorhersagen sind alles andere als Hokuspokus, denn sie fußen auf belastbaren Erfahrungswerten und Daten aus vergangenen Geschäftsjahren. Ausgestattet mit diesem Wissen können Gastronomen sowohl den Personal- als auch den Wareneinsatz deutlich besser planen. Sie sparen somit Geld und verringern gleichzeitig den Lebensmittelabfall.
Welche Daten ziehen Sie für Ihre Prognosen heran?
Um verlässliche Aussagen über die Zukunft treffen zu können, müssen wir die Vergangenheit auswerten. Wir schauen uns dafür die letzten ein bis drei Geschäftsjahre des Betriebs an und werten zunächst die Transaktionsdaten aus dem Kassensystem aus. Das können locker mal bis zu anderthalb Millionen Vorgänge sein, das hat also schon ein gewisses Gewicht. Hinzu kommen Wetterdaten, Feiertage, Ferien, Events und so weiter. Der von uns entwickelte Algorithmus errechnet daraus, wie sich die einzelnen Faktoren konkret auf den Umsatz ausgewirkt haben. Er kann zum Beispiel zeigen, wie viel Geld das Bergrestaurant ‚Kleine Scheidegg‘ in der Schweizer Jungfrau-Skiregion in den vergangenen Jahren an einem sonnigen Samstag während der Ferienzeit erwirtschaftet hat. Diese differenzierten Erfahrungswerte werden mit aktuellen meteorologischen Daten, Infos über kommende Events in der Gegend sowie zu Feiertagen und Ferienzeiten zusammengeführt. Am Ende steht dann eine präzise Prognose, wann künftig wie viele Menüs verkauft werden und welcher Umsatz gemacht wird, also morgen, in der kommenden Woche oder im kommenden Monat.
Das Interview mit Simon Michel entstand in Kooperation mit dem Branchenratgeber „Restaurant Digital World“ von Gastrofix.
Wie treffsicher sind diese Prognosen?
Wir sprechen hier von einer durchschnittlichen Genauigkeit von 90 Prozent. Solche Werte erreicht sonst nur ein äußerst erfahrener Restaurantmanager, der mindestens vier Jahre im Betrieb tätig ist.
Für wen sind diese Prognosen relevant?
Die Informationen helfen dem Restaurantleiter, da er anhand der prognostizierten Auslastung den optimalen Personaleinsatz bestimmen kann. Darüber hinaus weiß der Küchenchef, wie viele Menüs höchstwahrscheinlich zubereitet werden müssen, und kann so den Wareneinkauf optimieren. Davon profitieren dann schlussendlich auch Geschäftsleiter und Inhaber, da Kosten enorm reduziert werden.
Inwieweit kommt dabei künstliche Intelligenz zum Einsatz?
Wir nutzen Supervised Learning, also überwachtes Lernen. Dabei handelt es sich um ein Teilgebiet des Machine Learnings. Das beschreibt die künstliche Generierung von Wissen aus Erfahrung. Ein künstliches System lernt anhand von Beispielen. Ist die Lernphase beendet, ist es in der Lage, diese zu verallgemeinern. Hierfür bauen Algorithmen ein statistisches Modell beruhend auf Trainingsdaten auf. Und das ist das, was wir machen: aus Gegebenheiten der Vergangenheit Vorhersagen für die Zukunft treffen.
Wie wird sich die Coronakrise auf die Prognosen auswirken?
Während der Schließung der Gastronomiebetriebe machte es natürlich wenig Sinn, ein physisches Gästeaufkommen in Restaurants vorherzusagen. Daher konzentrierten wir uns in der Zeit des Lockdowns anstelle von Gästezahlen auf das Take-away- und Delivery-Geschäft. Und obwohl die Krise eine völlig neue Situation darstellt, ließen sich bereits nach kurzer Zeit zuverlässige Trends aus den Daten lesen. Betriebe wussten so, wann wie viele Menüs bestellt werden, und konnten dementsprechend ihre Ressourcen richtig einsetzen. Nach der Wiedereröffnung mussten sich die Prognosen aufgrund der neuen Schutzmaßnahmen sowie anfänglicher Zurückhaltung der Bevölkerung natürlich auch wieder etwas einpendeln. Nach einer kurzen Eingewöhnungszeit sind die Vorhersagen allerdings wieder fast so zuverlässig wie vor der Krise.
Können durch die Krise und die Learnings daraus sogar weitere Vorhersagen getroffen werden, sodass das Tool noch präziser ist?
Der Algorithmus lernt durch jedes neue Ereignis dazu — so hat ihn auch die gegenwärtige Krise mit neuen Dateninputs gefüttert. Dadurch verbessert er sich stetig und kann bei einer ähnlichen Situation exaktere Vorhersagen treffen. Sollte also eine zweite Welle oder in Zukunft eine ähnliche Pandemie auf uns zukommen, wird der Algorithmus bereits im Vorfeld antizipieren können, wie sich Umsätze und Gästezahlen entwickeln werden. Demnach würden die Prognosen von Anfang an ziemlich präzise sein. Wir haben in dieser Zeit zudem Algorithmen entwickelt, die keine History von ein bis zwei Jahren benötigen, sondern von wenigen Wochen. Dies wird uns speziell bei Neueröffnungen zugutekommen, denn diese Möglichkeit hatten wir bei den bisherigen Algorithmen noch nicht. Des Weiteren erhielten wir einige spannende Einblicke, was das Konsumverhalten der Gäste betrifft: Restaurants verzeichneten beispielsweise prozentual gesehen mehr als doppelt so viel Umsatz durch Take-away und Delivery als zur gleichen Zeit im vergangenen Jahr.
Ursprünglich kommen Sie aus der Energiewirtschaft und haben Vorhersagen zum Stromverbrauch in der Schweiz erarbeitet. Was hat Sie dazu bewogen, ins Gastgewerbe zu wechseln?
Ich war damals regelmäßig in einer Kantine essen, die unterschiedlich stark frequentiert war. Aufgrund der schwankenden Gästezahlen wurden häufig zu wenige Waren eingekauft, und mein Essen war in der Folge oft ausverkauft. Das hat mich frustriert. Ich dachte: Es muss doch möglich sein, die Menge an Essen besser vorherzusagen, sodass alle Gäste versorgt werden können. Einige Wochen später, ich hatte den Gedanken schon fast wieder vergessen, war ich in einem Bergrestaurant mit Kassenzone. Ich musste mich zum Bezahlen in einer langen Schlange anstellen. Dabei fiel mir auf, dass andere Kassen gar nicht besetzt waren. Auch hier wussten die Betreiber nicht, wie viele Gäste kommen würden, und hatten daher zu wenig Personal eingeplant. Das gab den Ausschlag für mich, gemeinsam mit meinem Freund Roman Prognolite zu gründen.
Ihr Unternehmen hat seinen Sitz in der Schweiz, Sie wollen aber bald auch nach Deutschland expandieren. Welches Land ist hinsichtlich KI weiter?
Grundsätzlich habe ich den Eindruck, dass Gastronomen in der Schweiz etwas experimentierfreudiger sind als in Deutschland. Aber das muss ja nicht so bleiben.
Bei all dem technischen Fortschritt fürchten viele Menschen im gastronomischen Bereich, von einer Maschine ersetzt zu werden und ihre Arbeit zu verlieren. Ist diese Angst aus Ihrer Sicht berechtigt?
Zum Teil. Sicherlich gibt es Bereiche, in denen künftig nicht mehr so viele Menschen gebraucht werden wie heute. Warum sollten beispielsweise Fast-Food-Restaurants, in denen es vor allem auf Geschwindigkeit und Preiseffizienz ankommt, nicht Roboter oder andere Automatisierungstechnologien einsetzen, um mehr Gäste in kürzerer Zeit zu bedienen? Das geschieht ja auch heute schon. Hier geht es vor allem ums Mittagsgeschäft. Ich bin mir aber sicher, dass es immer auch Betriebe geben wird, die bewusst auf den zwischenmenschlichen Kontakt, also die persönliche Kommunikation mit dem Gast, setzen. Das wird eher das Abendgeschäft sein. Außerdem gehe ich davon aus, dass die Menschen in Zukunft generell noch öfter auswärts essen werden, was auch eher gegen eine massive Kündigungswelle im Gastgewerbe spricht. Ganz ohne Menschen ist unsere Branche jedenfalls nicht vorstellbar.