Lineup.ai

Kurzfazit

Lineup.ai ist eines der wenigen KI-Tools, die Demand Forecasting und automatische Personalplanung speziell für Restaurants zusammenführen. Wer den Verkauf seines Lokals seit Jahren digital erfasst und genug historische Daten hat, kann mit Lineup.ai Lebensmittelabfall und Personalkosten messbar senken, Carrot Express berichtet von rund 1,1–1,3 Mio. USD jährlicher Einsparung über 17 Standorte. Schwach ist Lineup.ai für den deutschen Markt: Das Interface ist ausschließlich englisch, das Hosting US-basiert, und mit den Standard-POS-Systemen Toast oder Brink arbeitet hierzulande kaum jemand. Seit der Übernahme durch TimeForge ist außerdem offen, wie eigenständig die Marke bleibt. Drei von fünf Sternen, gute Technik, aber für deutsche Gastronomen kein offensichtlicher Pflichtkauf.

Für wen ist Lineup.ai?

Multi-Standort-Ketten: Wer fünf bis fünfzig Standorte betreibt und ein einheitliches POS-System einsetzt, holt aus Lineup.ai den größten Hebel. Die Plattform vergleicht Standort-Performance, normalisiert Saisonalität und liefert eine zentrale Sicht auf Personalproduktivität, schwer manuell nachzubauen.

Quick-Service- und Fast-Casual-Konzepte: Standardisierte Speisekarten und hohe Frequenz sind die idealen Bedingungen für Lineup.ai. Je stabiler dein Kernangebot, desto besser lernt das Modell. Carrot Express, Honeygrow oder vergleichbare US-Konzepte sind genau die Zielgruppe.

Betriebsleiter mit Datenkultur: Lineup.ai liefert Prognosen, aber jemand muss sie täglich gegen die Realität laufen lassen, Abweichungen interpretieren und Feedback geben. Wer schon heute Wareneinsatz und Personalkosten als KPIs steuert, integriert das Tool nahtlos. Wer „nach Bauch” plant, wird die Stärken nicht heben.

Englischsprachige Teams: Das Interface, die Schulungsmaterialien und der Support laufen auf Englisch. Für internationale Gruppen kein Problem, für lokale deutsche Teams eine echte Hürde.

Weniger geeignet für: Einzelbetriebe mit stark variabler Karte, Restaurants ohne integrierbares POS, deutsche Betriebe ohne englischsprachiges Personal, sowie Gastronomen, die ein DSGVO-konformes EU-Hosting brauchen. Wer einen reinen Dienstplaner sucht, fährt mit besser.

Preise im Detail

Plan	Preis	Was du bekommst
Forecasts Only	79 USD/Standort/Monat	KI-Umsatzprognosen, Item-Level-Forecasting, Live-Dashboard, individuelle Personalbudgets, alle POS-Integrationen
Forecasts + Scheduling	149 USD/Standort/Monat	Alles aus Forecasts Only + automatischer Schichtplaner, Schichtvorlagen, Mitarbeiter-App, Insights-Analytics
Jahresvertrag	-10 % auf beide Pläne	Jahresvorauszahlung statt monatlich
Risk-free Trial	kostenfrei	Geld-zurück-Garantie auf zugesagte Prognosegenauigkeit

Einordnung: Pro Standort sind 79–149 USD/Monat zunächst überschaubar, aber bei zehn Filialen sind das schnell 1.500 USD monatlich, bei 50 Standorten ein vierstelliger Tagespreis. Der Sweetspot ist die mittlere Filialgruppe (5–30 Standorte) mit einheitlichem POS und genug historischen Daten. Einzelbetriebe können den Forecasts-Only-Plan testen, müssen aber selbst entscheiden, ob die monatlichen 79 USD im Verhältnis zur tatsächlichen Einsparung stehen, die hängt stark von Wareneinsatz, Personalkostenquote und Disziplin in der Umsetzung ab. Die Geld-zurück-Garantie auf Prognosegenauigkeit ist ungewöhnlich offensiv und reduziert das Einstiegsrisiko spürbar.

Stärken im Detail

Eine vertikale Spezialisierung, die man spürt. Lineup.ai ist nicht eine generische Forecasting-Engine mit Restaurant-Branding, sondern wurde von Anfang an auf Restaurantmuster trainiert, Lunch-Peak, Dinner-Service, Wochenend-Saisonalität, Feiertage, Wetter-Sensitivität bei Außenbestuhlung. Diese Domänenkenntnis spart Wochen an Modellanpassung, die jedes Allzweck-BI-Tool zuerst leisten müsste.

Forecasts auf Menüpunkt-Ebene. Während viele Konkurrenten nur Tages- oder Stunden-Umsatzprognosen liefern, bricht Lineup.ai bis auf die einzelne Position der Speisekarte herunter. Wer am Mittwochmittag 34 Portionen Pasta, 18 Tagessalat und 9 vegane Option erwartet, kann Mise en Place und Wareneinsatz genau dort dimensionieren, und Abfall am Abend deutlich reduzieren.

Externe Faktoren sind eingebaut. Wetter (lokale APIs), Feiertage, Stadtfeste oder lokale Sportevents fließen automatisch ein. Das Modell muss nicht jedes Mal neu eingewiesen werden, wenn der HSV spielt oder ein Konzert in der Halle nebenan ist, die Plattform zieht solche Faktoren selbständig in den Prognosehorizont.

Direkte POS-Integrationen statt CSV-Imports. Toast, Brink POS, Square, Clover, Omnivore und Snowflake werden als native Datenquellen unterstützt. Der Einrichtungsaufwand reduziert sich auf wenige Tage statt mehrwöchige Datenexport-Projekte. Der Nachteil: Wer keines dieser US-Systeme nutzt, fällt durchs Raster.

Risk-free Trial mit Genauigkeitsgarantie. Lineup.ai bewirbt eine Geld-zurück-Garantie auf die zugesagte Prognosegenauigkeit. Das ist im B2B-SaaS-Markt selten und ein deutliches Signal, dass der Hersteller vom Produkt überzeugt ist. Für Skeptiker reduziert es die Hemmschwelle, einen ersten Standort zu pilotieren.

Klare Wertversprechen mit Referenzen. Anders als viele KI-Tools, die mit vagen Effizienzversprechen werben, bringt Lineup.ai konkrete Kundenfälle (Carrot Express: 1,1–1,3 Mio. USD Jahres-Einsparung über 17 Standorte). Das macht Business Cases leichter durchzurechnen, und gleichzeitig leichter, sich Vergleichswerte aus der eigenen Größenklasse abzuholen.

Schwächen ehrlich betrachtet

Kein Deutsch, weder Interface noch Support. Das Produkt läuft komplett auf Englisch. Für Manager und Küchenleitung in deutschen Betrieben ist das eine echte Bedienhürde, Schichtplan-Funktionen müssen schließlich täglich von Personal genutzt werden, das nicht zwingend Englisch spricht. Wer ein international gemischtes Team hat, kommt damit klar; ein traditioneller deutscher Familienbetrieb eher nicht.

US-Datenhaltung ohne EU-Option. Lineup.ai hostet in den USA, eine EU-Region ist nicht ausgewiesen. Mit Wareneinsatz- und Personalplandaten verarbeitet die Plattform durchaus sensible Geschäftszahlen, und sobald Mitarbeiterdaten (Schichten, Stunden) im System landen, greifen DSGVO-Pflichten. Eine Datenschutz-Folgenabschätzung und ein AVV sind Pflicht, beides erfordert Aufwand.

POS-Integrationen sind US-zentriert. Toast, Brink, Clover, Square und Omnivore dominieren den US-Markt. In Deutschland sind Vectron, Orderbird, GastroSoft, Hypersoft oder Lightspeed Restaurant verbreitet, Lightspeed wird unterstützt, der Rest nicht. Wer keines der genannten Systeme einsetzt, müsste über Snowflake oder eine manuelle Daten-Pipeline gehen, und damit verfliegt der „Plug and Play”-Vorteil.

Kalter Start braucht 6–12 Monate Historie. Ohne ausreichende historische Daten kann das Modell keine sauberen Muster lernen. Neue Restaurants oder kürzlich umgebaute Konzepte profitieren in den ersten Monaten kaum, ein klassisches Kaltstart-Problem für KI-basierte Forecasting-Tools.

Reine Umsatz- und Personalsicht, keine Küchenintegration. Lineup.ai liefert die Verkaufsprognose, aber kein direkter Output für die Küche: keine Bestelllisten, keine Mise-en-Place-Übersicht, keine Lieferantenanbindung. Wer durchgängige Wareneinsatzplanung will, kombiniert mit oder einem klassischen F&B-Management-System.

Übernahme durch TimeForge, Roadmap offen. Die Marke wird inzwischen unter „Lineup.ai (TimeForge)” geführt. Das ist nicht zwingend ein Problem, kann aber dazu führen, dass die Funktionen mittelfristig in die TimeForge-Hauptplattform überführt werden, mit Konsequenzen für Pricing, Login und Integrationspfad. Wer einsteigt, sollte sich vertraglich bestätigen lassen, dass Modul, Daten und Konditionen über die Vertragslaufzeit stabil bleiben.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Wareneinsatz- und Rezeptmanagement zusätzlich abdecken willst
Reine Personal- und Schichtplanung auf Deutsch brauchst
Ein integriertes POS mit Basis-KI-Forecasting suchst
Conversational Booking & Guest-Anfragen automatisieren willst
Rohstoff- und Commodity-Preise prognostizieren musst

Erwähnenswert ohne eigene Tool-Seite: 7shifts (kanadische Konkurrenz mit ähnlichem Forecast- und Scheduling-Ansatz), Crunchtime, Restaurant365 und HotSchedules (alle eher klassische Workforce-Management-Suiten ohne tiefen KI-Forecasting-Kern). Wer pur Restaurant-Forecasting im deutschsprachigen Raum sucht, hat aktuell keine wirklich vergleichbare Spezialalternative, die meisten europäischen Anbieter sind eher Personalplaner mit KI-Aufsatz, nicht umgekehrt.

So steigst du ein

Schritt 1: Prüfe zuerst die POS-Kompatibilität. Ohne unterstütztes Kassensystem (Toast, Brink, Square, Clover, Omnivore, Lightspeed oder Snowflake) funktioniert das Onboarding nicht. Wenn du ein nicht unterstütztes POS einsetzt, kläre vorher mit dem Sales-Team, ob ein Custom-Connector möglich ist, oder eine Snowflake-Brücke.

Schritt 2: Starte den Risk-free Trial mit nur einem Standort. Verbinde dein POS, gib mindestens 12 Monate historische Daten frei und lass die Plattform 5–7 Tage Muster lernen. Vergleiche danach mindestens 14 Tage Prognose vs. Realität, erst dann ist die Genauigkeit aussagekräftig. Die Genauigkeitsgarantie hilft, das finanzielle Risiko zu minimieren.

Schritt 3: Nach erfolgreichem Pilot Schichtplanung aktivieren (Forecasts + Scheduling). Hinterlege Personalbudgets, Mitarbeiterverfügbarkeiten und Schichtvorlagen. Erstelle die ersten Pläne mit dem KI-Vorschlag, lasse sie aber von der Schichtleitung gegenprüfen, bis das Vertrauen ins Modell aufgebaut ist. Erst danach auf weitere Standorte ausrollen.

Ein konkretes Beispiel

Eine deutsche Restaurant-Gruppe mit acht Quick-Service-Standorten in Berlin, Hamburg und Köln betreibt überall Lightspeed Restaurant als POS und hat seit 2023 saubere Verkaufsdaten. Vor Lineup.ai war Mittwoch der unsicherste Tag der Woche: mal lief der Mittag voll, mal saßen die Köche bei halber Auslastung herum. Mit Lineup.ai prognostiziert die Plattform pro Standort und Tag den erwarteten Umsatz auf Menüpunkt-Ebene, die Schichtplanung wird daran ausgerichtet. Ergebnis nach sechs Monaten: Lebensmittelabfall um rund 38 % reduziert (ca. 4.200 EUR Einsparung pro Standort und Quartal), Personalkostenquote um 1,8 Prozentpunkte gesenkt. Gesamt-Lizenzkosten: 8 × 149 USD = 1.192 USD/Monat (rund 1.100 EUR), bei einer Einsparung von rund 80.000 EUR pro Jahr über alle Standorte rechnet sich das Tool nach dem ersten vollen Monat. Der einzige interne Reibungspunkt: Die Schichtleitung musste mit englischsprachigem Interface arbeiten, was bei deutscher Hilfskraft als Engpass erkannt und mit einer Quick-Reference-Karte überbrückt wurde.

DSGVO & Datenschutz

• Datenhosting: USA. Eine eigene EU-Region ist nicht ausgewiesen. Anbieter ist Lineup.ai bzw. inzwischen TimeForge.
• Datennutzung: Verkaufs- und Personaldaten werden für Prognosen und Modelltraining genutzt. Genaue Trainings- und Anonymisierungsrichtlinien sind nicht öffentlich detailliert dokumentiert, vor Vertragsschluss explizit erfragen.
• Mitarbeiterdaten: Sobald das Scheduling-Modul genutzt wird, werden Mitarbeitername, Verfügbarkeiten und Schichten verarbeitet. Damit ist eine DSGVO-Folgenabschätzung Pflicht.
• Auftragsverarbeitung (AVV): Auf Anfrage. Für deutsche Betriebe vor Vertragsschluss schriftlich anfordern und prüfen lassen.
• Empfehlung für Unternehmen: Pilotbetrieb mit einem Standort starten, ohne Klarnamen für Mitarbeitende (anonymisierte IDs). Vor Roll-out auf alle Standorte den AVV sowie EU-/US-Standardvertragsklauseln juristisch prüfen lassen, gerade bei mehreren Standorten lohnt sich der Aufwand.

Gut kombiniert mit

• , übernimmt die Wareneinsatz-, Rezept- und Bestellplanung. Lineup.ai liefert die Umsatz- und Menüpunkt-Prognose, Apicbase rechnet sie in Bestelllisten und Mise en Place um, saubere Arbeitsteilung zwischen Forecasting und F&B-Steuerung.
• , für deutsche Betriebe die ergänzende Personalplanungsschicht mit deutschem Interface, Tarifvertrags-Logik und DATEV-Export. Die KI-Forecasts aus Lineup.ai liefern den Bedarf, gastromatic operationalisiert ihn lokal.
• , als POS-Backbone, das Lineup.ai natively unterstützt. Wer beides kombiniert, hat die kürzeste Distanz zwischen Verkauf, Datenstrom und KI-Prognose.

Unser Testurteil

Lineup.ai verdient drei von fünf Sternen. Die KI-Forecasts sind solide, die Restaurant-Spezialisierung echt, die Geld-zurück-Garantie ungewöhnlich offensiv. Für US-Restaurants und internationale Ketten ist das Tool eine seriöse erste Wahl. Für den deutschen Markt zieht aber jedes der bekannten Reibungsfelder zugleich: kein Deutsch, US-Hosting, US-zentrierte POS-Integrationen, offene Roadmap nach der TimeForge-Übernahme. Wer ohnehin auf Lightspeed Restaurant läuft, mehrere Standorte hat und mit englischem Interface leben kann, sollte Lineup.ai pilotieren. Alle anderen schauen sich erst die deutschsprachige Konkurrenz an, und nutzen Lineup.ai vielleicht später, wenn die Plattform ihre internationale Lokalisierung ernst nimmt.

Was wir bemerkt haben

• 2025, Lineup.ai wurde von TimeForge übernommen, einem US-Workforce-Management-Anbieter mit Schwerpunkt Einzelhandel und Gastronomie. Die Marke „Lineup.ai” wird vorerst weitergeführt, langfristig ist eine Integration in die TimeForge-Plattform aber wahrscheinlich. Wer einen mehrjährigen Vertrag plant, sollte sich Stabilität von Modul, Pricing und Datenhaltung vertraglich zusichern lassen.
• Mai 2026, Eine eigene deutschsprachige Version oder EU-Region ist weiterhin nicht angekündigt. Für deutsche Betriebe bleibt das Tool damit ein Nischenkauf, primär für Multi-Standort-Konzepte mit englischsprachigem Operations-Team.
• 2024, Die offizielle Geld-zurück-Garantie auf Prognosegenauigkeit ist im Markt weiterhin selten. Sie hat Lineup.ai gegenüber generischen Forecasting-Tools wie Tableau oder Workforce-Management-Suiten eine spitze Positionierung verschafft, und wirkt als Verkaufsargument stärker als jede Marketing-Aussage zu Modellgenauigkeit.