Winnow

Kurzfazit

Winnow ist die am breitesten eingesetzte KI-Lösung gegen Lebensmittelabfall in der internationalen Hotellerie und Großgastronomie. Die Vision-Engine ist nach Anbieterangaben mit 500 Millionen Bildern trainiert und erkennt 1.000+ Speisen in unter einer Sekunde, das ist branchenweit beachtlich. Wer eine Küche mit ernsthaftem Volumen betreibt (Hotel, Klinik, Kantine, Catering) und konkrete Abfallreduktion als KPI verfolgt, bekommt mit Winnow ein etabliertes System mit Referenzen wie IKEA und Hilton. Die Kehrseite: hohe initiale Hardware-Kosten, nicht-öffentliche Preise (was Verhandlungen erschwert), Cloud-Hosting außerhalb der EU und ein klassischer Lock-in über die Hardware-Lieferung. Für kleine Küchen oder DSGVO-strenge Branchen ist Winnow überdimensioniert.

Für wen ist Winnow?

Hotelküchen und Hotelketten: Winnows klassische Heimat. Frühstück- und Buffet-Betrieb produziert viel Abfall, der gut erkennbar ist (definierte Speisen, wiederkehrende Mahlzeiten). Hilton, Marriott, Accor und IKEA Foodservices sind langjährige Referenzen. Wenn dein Küchenkonzept standardisiert ist und du mehrere Häuser betreibst, ist Winnow eines der wenigen Systeme, das skaliert.

Klinik- und Pflegekantinen: Hier ist der Wareneinsatz hoch, das Speisenangebot strukturiert (Diätküche, Standard-Mahlzeiten, klar abgrenzbare Komponenten), ideale Bedingungen für Vision-Erkennung. Zusätzlich sind ESG-Anforderungen in Trägerorganisationen und gemeinnützigen Klinikverbünden mittlerweile fest etabliert; objektive Abfalldaten sind Reporting-relevant.

Betriebskantinen und Mensa-Betreiber: Studierendenwerke, Industriegastronomie, Cateringunternehmen mit Großküchen, überall dort, wo täglich Hunderte bis Tausende Mahlzeiten produziert werden, ist Winnow rechnerisch sinnvoll. Voraussetzung: Akzeptanz beim Küchenpersonal und ein Sustainability-Manager auf der Treiber-Seite.

Catering-Unternehmen mit ESG-Reporting: Wer als Caterer für Großkonzerne arbeitet, sieht in Ausschreibungen zunehmend Sustainability-Kennzahlen als Pflichtangabe. Winnow liefert die Daten, die in der Bewerbung den Unterschied machen können, Foto-belegte Tagesberichte sind belastbarer als Selbstauskunft.

Hotelgruppen mit Nachhaltigkeits-Strategie: Wenn deine Marke explizit Sustainability adressiert (z. B. „Carbon-neutral by 2030”), ist Winnow ein Werkzeug, das Datenpunkte für Berichte und Marketing-Aussagen liefert. Die Zahlen sind belastbar, etwas, das bei reinen Selbstauskunfts-Systemen fehlt.

Weniger geeignet für: Kleine Restaurants und Cafés (Wirtschaftlichkeit nicht gegeben), reine Pop-up- oder Fine-Dining-Konzepte mit täglich wechselnder Karte (Modell kann nicht zuverlässig erkennen), Küchen mit hoher Speisen-Variabilität in der Vorbereitung (Mischabfall, Suppen, Saucen), Unternehmen mit harten EU-Daten-Anforderungen (DSGVO-Vollabdeckung schwierig), und alle, die ein reines Reporting-Tool ohne Hardware-Investition suchen, dafür sind Wasteless oder reine Software-Lösungen besser.

Preise im Detail

Plan	Preis	Was du bekommst
Cafe/Kiosk	nicht öffentlich	Für Küchen mit < 50.000 USD Jahres-Wareneinsatz. Basis-Hardware, Standard-Reporting.
Small Kitchen	nicht öffentlich	Für Küchen mit < 100.000 USD Jahres-Wareneinsatz. Erweitertes Reporting, Coaching-Programm.
Medium Kitchen	nicht öffentlich	Für Küchen mit < 250.000 USD Jahres-Wareneinsatz. Erweiterte Analytics, Multi-Standort-Funktionen.
Large Kitchen	nicht öffentlich	Für Küchen mit > 500.000 USD Jahres-Wareneinsatz. Volle Suite inkl. VisionAIplus, Enterprise-Integration.
Hardware (einmalig)	3.000–8.000 €	Kamera, Waagen-Integration, Edge-Gerät, Installation
Coaching	inklusive	100-Tage-Begleitprogramm bei Einführung

Einordnung: Winnow gibt keine öffentlichen Preise an, alles läuft über individuelle Angebote, abhängig von Küchengröße, Anzahl der Standorte, Vertragslaufzeit und Hardware-Variante. In der Branche wird typischerweise von 3.000–8.000 € Einmal-Investition für Hardware/Installation pro Küche und 200–1.200 € monatlicher Lizenz/Subscription pro Standort berichtet, abhängig von Größe und Funktionsumfang. Das ist deutlich teurer als reine Software-Lösungen, aber der Hardware-Anteil ist gleichzeitig die Datenqualitäts-Garantie. Wer ehrlich plant, kalkuliert mindestens 12 Monate bis zum ROI, Winnow selbst nennt 6–12, das deckt sich grob mit Branchenberichten. Verhandle hart und vergleiche zwingend mit LeanPath (US-Konkurrent mit ähnlichem Modell), damit der Anbieter unter Wettbewerbsdruck steht. Lock-in über die proprietäre Hardware ist real, wer aussteigt, fängt bei null an.

Stärken im Detail

Trainings-Datenbasis ist der eigentliche Burggraben. 500 Millionen Bilder über 94 Länder hinweg sind eine Datenmenge, die kein Wettbewerber kurzfristig nachstellen kann. Das macht die Erkennung über Küchen, Beleuchtungssituationen, Speisenvariationen hinweg robust. Eine Lasagne sieht in einem Hilton in Frankfurt anders aus als in einer IKEA-Kantine in Stockholm, Winnow erkennt beide. Diese Generalisierungsfähigkeit ist der Hauptgrund für den Marktvorsprung.

Touchless Throw & Go ist der Workflow-Hebel. Der größte Killer aller Food-Waste-Tools ist Mitarbeiter-Akzeptanz. Wenn jemand am Mülleimer erst auswählen muss „Was ist das? Wie viel? Welche Mahlzeit?”, kommen ihm im Stress 80 % aller Würfe abhanden. Winnow eliminiert diesen Schritt: Personal wirft normal weg, das System klassifiziert und wiegt automatisch. Erfassung erreicht damit Quoten, die Tablet-basierte Wettbewerber nicht halten können.

Reporting mit Foto-Beleg pro Vorfall. Jeder erkannte Abfall wird mit einem Foto archiviert. Das macht zwei Dinge: Es ermöglicht das Hinterfragen der Klassifikation („Das war keine Suppe, das war Sauce”, Modell wird angelernt), und es liefert in Reports einen visuellen Anker, der bei Sustainability-Berichten oder Mitarbeiter-Schulungen erstaunlich wirksam ist. Eine Tabelle mit „4,2 kg Salat weggeworfen” ist eine Zahl; das Foto eines randvollen Salat-Mülleimers ist eine Botschaft.

Erprobtes Skalierungs-Modell. 3.500+ aktive Standorte in 94 Ländern bedeuten, dass Winnow eine Rollout-Methodik hat, die funktioniert. Ein einzelnes Hotel ist installiert und produktiv binnen Tagen; eine Hotelkette mit 50 Häusern hat einen wiederholbaren Prozess. Wer aus IT- oder Operations-Perspektive Skalierung bewertet, findet bei Winnow weniger Überraschungen als bei kleineren Anbietern.

100-Tage-Coaching gegen den klassischen „Tool-stirbt-nach-3-Monaten”-Effekt. Winnow liefert nicht nur die Hardware, sondern begleitet die ersten 100 Tage mit dediziertem Coaching. Das adressiert direkt den häufigsten Misserfolgsgrund solcher Systeme: dass nach der Installation niemand die Daten anschaut und die Initiative versandet. Coaching zwingt die Küchenleitung, regelmäßig auf die Berichte zu schauen und Maßnahmen daraus abzuleiten.

Belastbare Wirkungszahlen. Anbieter behaupten viel, Winnow kann seine Zahlen nach unabhängigen Audits in mehreren Großküchen-Studien (u. a. WRAP, IKEA-Sustainability-Reports) belegen. Berichteter Effekt: bis zu 50 % Abfallreduktion, davon 2–8 % Senkung des Wareneinsatzes. Das deckt sich mit Branchenberichten, und ist Größenordnungen, die kleinere Tools nicht reproduzieren konnten.

Schwächen ehrlich betrachtet

Hardware-Lock-in ist real und teuer. Wer Winnow installiert, bekommt Winnow-spezifische Kamerasysteme und eine eigene Software-Plattform. Ein Wechsel zum Wettbewerber bedeutet komplette Neuinstallation, und die historischen Daten lassen sich nicht ohne weiteres exportieren. Plane das in deine Risikoabwägung ein; Verhandlung des Erst-Vertrags sollte Exit-Klauseln enthalten.

Cloud-Hosting in den USA/UK, DSGVO-Realität: Winnow Solutions ist in London ansässig, die Bildverarbeitung läuft cloud-basiert. Für deutsche/EU-Anwender bedeutet das: Auftragsverarbeitungsvertrag zwingend, Standardvertragsklauseln nach SCC 2021, eine eigene Datenschutz-Folgenabschätzung wegen biometrischer Risiken (Personen im Hintergrund-Bild) ist sinnvoll. In Klinikkontexten oder bei sensiblen Datenträgern (z. B. Werkskantinen mit Betriebsgeheimnissen sichtbar) lieber Edge-Variante anfragen, die nicht jeder kennt.

Pricing-Intransparenz schwächt die Verhandlungsposition. Wenn Wettbewerber keine öffentlichen Preise haben (LeanPath ebenso), führt das zu langen Sales-Zyklen und Preisen, die stark vom Verhandlungsgeschick der Beschaffung abhängen. Plane Sales-Cycle mit 2–4 Monaten, und hole mindestens drei Vergleichsangebote ein. Erfahrungsberichte zeigen: Preise variieren um Faktor 2 zwischen schlechten und guten Deals derselben Konfiguration.

Erkennung schwächelt bei „Mischabfall”. Die Vision-Erkennung funktioniert gut bei klar abgrenzbaren Speisen (Brötchen, Kartoffeln, Fleischstück). Bei Suppen, Saucen, Eintöpfen, oder Mischabfall (mehrere Reste übereinander geschüttet) wird die Klassifikation deutlich unschärfer. In deutschen Küchen mit klassischen Eintopf-Kulturen ist das relevanter als in amerikanisch-britischen Buffet-Küchen, für die das Modell ursprünglich trainiert wurde.

Sprachlich US/UK-zentriert. Die UI und Reports kommen primär auf Englisch. Deutsche Speisen-Bezeichnungen (Spätzle, Sauerkraut, Eintopf, Maultaschen) werden teils nicht oder als Mischkategorie erkannt. Anlerntraining ist möglich, kostet aber Zeit und ist nicht in allen Tarifen vorgesehen. Für rein regionale deutsche Kantinen-Konzepte ist das ein echter Reibungspunkt.

Mitarbeiter-Akzeptanz braucht aktive Führungsarbeit. Auch wenn Throw & Go den Aufnahme-Workflow eliminiert, bleibt das Gefühl der Überwachung in der Küche. Wer das nicht offen adressiert, riskiert stille Sabotage (Personal stellt sich vor die Kamera, Abfall wird vorher ausgekratzt, etc.). Erfolgreiche Installationen kommunizieren explizit: „Wir messen Speisen, nicht Personen, Ziel ist Kostensenkung und Nachhaltigkeit, nicht Leistungsbewertung.”

Wenig Wert in kleinen Küchen. Unter ca. 100 Mahlzeiten pro Tag rechnet sich Winnow schlicht nicht. Die Hardware-Investition braucht ein Mindestvolumen, um über Wareneinsatz-Reduktion amortisiert zu werden. Für kleine Restaurants gibt es leichtere Lösungen, Tablet-basiert oder reine App-gestützte Systeme.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Direkten Winnow-Konkurrenten für Großküchen evaluieren willst	LeanPath
Verbrauchsprognosen statt Abfallmessung optimieren willst	Afresh
Rezeptkalkulation mit Foodcost-Steuerung verbinden willst	Apicbase oder FoodNotify
Dynamic Pricing für ablauffähige Ware brauchst (Retail)	Wasteless

Erwähnenswert ohne eigene Tool-Seite: Orbisk (niederländischer Wettbewerber, ähnliches Modell, weniger global verbreitet), Delicious Data (Münchener Anbieter mit AI-Prognosen für Mensen/Kantinen, EU-Hosting, deutschsprachig, gerade in deutschen Großküchen oft die DSGVO-pragmatischere Wahl), Too Good To Go (B2C-Marktplatz für überschüssige Speisen, anderer Lösungsansatz). Für globale Hotelketten ist Winnow weiterhin Marktstandard. Für deutsche Großküchen mit DSGVO-Schwerpunkt lohnt der Blick auf Delicious Data, die Funktionsbreite ist geringer, aber das Hosting in der EU eliminiert eine wichtige Hürde.

So steigst du ein

Schritt 1: Demo anfordern. Lass Winnow einen Audit-Tag in deiner Küche durchführen, typisch 4–6 Stunden Vor-Ort-Analyse mit groben Abfallmengen-Erhebung und Standort-Bewertung für die Hardware. Auf dieser Basis kommt ein individuelles Angebot. Hole zwingend mindestens ein zweites Angebot (LeanPath, Delicious Data) ein, bevor du unterschreibst.

Schritt 2: Vor Vertragsabschluss DSGVO-Punkte klären: Auftragsverarbeitungsvertrag (AVV) auf SCC 2021, Bildaufnahme-Region (UK/US?), Aufbewahrungsfristen, Recht auf Datenexport beim Vertragsende, Edge-Variante als Option (falls Cloud-Verarbeitung nicht akzeptabel ist). Beziehe Datenschutzbeauftragten und Betriebsrat früh ein, die Kamera-im-Küche-Diskussion ist arbeitsrechtlich nicht trivial.

Schritt 3: Installation und 100-Tage-Coaching aktiv nutzen. Die Coaches verstehen Großküchen-Workflows und haben Muster aus Hunderten anderen Standorten. Plane wöchentliche Team-Meetings mit der Küchenleitung zur Ergebnisbesprechung, die Berichte sind nur so viel wert, wie sie operativ in Rezepturen, Portionsgrößen und Produktionsplanung übersetzt werden.

Schritt 4: Nach 3 Monaten Baseline-Vergleich. Dokumentiere den Wareneinsatz vor und nach Winnow-Einführung, inklusive Faktoren, die nichts mit Winnow zu tun haben (Personalwechsel, Preisänderungen, neue Speisekarte). Ein sauberer Vorher-Nachher-Vergleich ist die Basis für ESG-Reporting und Investitionsrechtfertigung, ohne ihn bleibt der ROI eine reine Anbieter-Behauptung.

Ein konkretes Beispiel

Eine Klinikküche eines kommunalen Krankenhauses in Niedersachsen (480 Betten, durchschnittlich 1.200 Vollverpflegungen pro Tag, ca. 850.000 € jährlicher Wareneinsatz) führt Winnow in der Hauptküche und Cafeteria ein. Hardware-Investition: 12.000 € (zwei Standorte), zusätzlich rund 950 €/Monat Subscription. Nach drei Monaten zeigen die Berichte: Beilagen (besonders Reis, Kartoffeln, Pasta) machen 42 % des Abfalls aus, Hauptursache ist eine systematische Überproduktion in der Mittagsschicht, weil das Küchenteam Risiko-aversiv kalkuliert. Mit den Daten konfrontiert, reduziert die Küchenleitung die Beilagen-Vorproduktion um 18 %, bei gleichbleibender Versorgungsqualität. Zusätzliche Maßnahme: Salatbar-Komponenten werden in kleineren Schüsseln und häufiger nachgefüllt, Abfall sinkt um 27 %. Resultat nach 12 Monaten: Wareneinsatz um 5,3 % reduziert (ca. 45.000 € jährliche Einsparung), CO₂-Bilanz für ESG-Bericht des Klinikträgers belastbar dokumentiert. Hardware amortisiert nach 3,5 Monaten, Subscription über die laufenden Einsparungen problemlos getragen. Trade-off: Der Datenschutzbeauftragte des Klinikträgers hat sechs Wochen für DSGVO-Klärung gebraucht, Aufnahme-Bereiche neu ausgeleuchtet, Bildausschnitt auf Abfall-Container reduziert, AVV verhandelt.

DSGVO & Datenschutz

• Datenhosting: Cloud-Verarbeitung primär UK/US. EU-Region nicht standardmäßig, auf Anfrage in Enterprise-Verhandlungen prüfen.
• Anbieter: Winnow Solutions Ltd., London (UK). Nach Brexit kein automatischer EU-Datenfluss-Adequacy-Status für sämtliche Verarbeitungsketten, Standardvertragsklauseln SCC 2021 sind in der Praxis Standard.
• Datenarten: Bilder von Lebensmittelabfall (kann unbeabsichtigt Personen im Hintergrund enthalten), Mengen-/Gewichtsdaten, Speisenklassifikation. Personenbezug grundsätzlich nicht intendiert, technisch aber durch Bildaufnahmen möglich.
• Aufbewahrung: Standardmäßig mehrere Jahre für Trainings- und Reporting-Zwecke. Löschfristen individuell mit dem Anbieter zu vereinbaren.
• Auftragsverarbeitung (AVV): Standardmäßig verfügbar für Enterprise-Kunden. SCC 2021 für Drittlandstransfer.
• Betriebsrat / Mitbestimmung: In Deutschland fällt der Einsatz von Bilderfassungssystemen in Küchen unter Betriebsrats-Mitbestimmung gem. § 87 Abs. 1 Nr. 6 BetrVG. Frühzeitige Einbindung ist Pflicht.
• Empfehlung für Unternehmen: Für Kliniken, Behörden und Großbetriebe in regulierten Branchen: DPIA durchführen, Bildausschnitt technisch auf Container/Spülstation begrenzen, Personal explizit informieren. Für stark DSGVO-sensible Anwendungsfälle EU-basierte Alternativen (Delicious Data) ernsthaft prüfen.

Gut kombiniert mit

• Apicbase, Apicbase managt Rezepte und Kalkulation, Winnow misst, was tatsächlich weggeworfen wird. Die Kombination erlaubt es, die kalkulierten Portionsgrößen aus Apicbase mit Winnow-Realdaten zu vergleichen und Rezepturen evidenzbasiert anzupassen.
• Afresh, Afresh prognostiziert Bestellmengen für frische Ware, Winnow misst Abfall. Wer beides verbindet, schließt den Kreis von „wie viel kaufe ich” zu „wie viel werfe ich weg” zu „wie viel kaufe ich nächste Woche”.
• FoodNotify, DACH-zentrierte Foodcost-Plattform. Wenn die Wareneinsatz-Daten dort liegen, sind Winnow-Abfalldaten der ergänzende Datenpunkt für vollständige F&B-Profitabilität pro Speise.

Unser Testurteil

Winnow verdient 3 von 5 Sternen. In seinem engen Anwendungsbereich, Großküchen mit ernsthaftem Volumen und Sustainability-Fokus, ist es marktführend, technisch ausgereift und mit belastbaren Wirkungszahlen unterlegt. Den vierten und fünften Stern verlieren mehrere Punkte gleichzeitig: Pricing-Intransparenz, die Verhandlungen erschwert und faires Sourcing behindert; harter Hardware-Lock-in ohne praktikablen Migrationspfad; Cloud-Hosting außerhalb der EU, das in deutschen Kontexten zusätzliche Arbeit verlangt; und ein US/UK-Fokus, der bei regionalen deutschen Küchen-Konzepten Reibung erzeugt. Wer in eine internationale Hotelkette gehört oder eine standardisierte Großküche betreibt: Winnow ist eine ernste Wahl. Wer in einer regionalen Klinikküche mit deutscher Speisekultur arbeitet: Delicious Data ist die wahrscheinlich pragmatischere Alternative.

Was wir bemerkt haben

• 2024–2025, Winnow hat das Produktportfolio in vier klare Tiers (Cafe/Kiosk, Small, Medium, Large Kitchen) aufgeteilt und die Produktreihe als VisionControl, VisionAI, VisionAIplus und winnow-track strukturiert. Damit wird das Angebot besser auf Küchengrößen zugeschnitten, das Pricing bleibt aber weiterhin individuell, keine Listenpreise.
• 2024, Die Anzahl erkannter Speisen wurde auf über 1.000 ausgebaut, die Trainingsdatenbasis auf über 500 Mio. Bilder. Das ist ein signifikanter Schritt in der Erkennungsbreite, der die Lücke zu Wettbewerbern weiter geöffnet hat.
• 2023–2026, Die Referenzliste wuchs auf 3.500+ Standorte in 94 Ländern. Vor allem in der Mittelost-Region und Asien hat sich der Footprint deutlich ausgeweitet (Hilton- und Marriott-Ketten als zentrale Treiber).
• Mai 2026, Keine native EU-Region für Bildverarbeitung. Wer in regulierten EU-Branchen (Klinik, Behörde, kritische Infrastruktur) betreibt, muss weiterhin individuell verhandeln. Diese Lücke ist seit Jahren unverändert und ein wesentlicher Grund, warum deutsche Anbieter wie Delicious Data lokal Boden gutmachen.
• 2025, ESG-Reporting-Verpflichtungen nach CSRD haben in Deutschland und EU-weit den Druck auf Sustainability-Daten deutlich erhöht. Winnow-Berichte sind in diesen Reports verwendbar, müssen aber als „externe Datenquelle” sauber dokumentiert werden, ein Punkt, den die Anbieter-Doku noch nicht überzeugend adressiert.