Einkaufs- und Verbrauchsprognosen

Das echte Ausmaß des Problems

Lebensmittelverschwendung und Einkaufsengpässe sind zwei Seiten desselben Grundproblems: Einkauf wird nicht systematisch mit Nachfrageprognosen verknüpft.

Laut dem WWF Germany (2023) beträgt die durchschnittliche Lebensmittelverschwendung in der Gastronomie und Hotellerie 20 bis 30 Prozent des eingekauften Warenwerts. Das ist kein Managementversagen — es ist ein strukturelles Informationsproblem. Die Belegungsprognose liegt im PMS, der Einkauf liegt beim Küchenchef, und die Verbindung zwischen beiden herzustellen kostet mehr Zeit als sie spart — manuell.

Für ein Hotel mit 60.000 Euro jährlichen Lebensmittelkosten bedeutet das: 12.000 bis 18.000 Euro gehen pro Jahr durch Verschwendung verloren. Dazu kommen die Kosten für Notfall-Nachbestellungen (typisch 30 bis 50 Prozent Aufpreis, Schätzwert aus Praxisberichten) und Engpässe, die Servicequalität beeinflussen.

Mit vs. ohne KI — ein ehrlicher Vergleich

KI-Spalte: Schätzwerte aus Praxisberichten — stark abhängig von Datenqualität und Betriebsgröße.

Einschätzung auf einen Blick

Zeitersparnis — niedrig (2/5) Der Bestellprozess wird etwas schneller (Empfehlungen statt Erfahrungsschätzung), aber das ist kein dominanter Zeitnutzen. Verglichen mit operativen Zeitgewinnern (Chatbot, Housekeeping-Koordination) ist die tägliche Einsparung gering.

Kosteneinsparung — mittel (3/5) 3 bis 8 Prozent Reduktion der Lebensmittelkosten ist real und direkt messbar. Das ist signifikant — aber weniger transformativ als RevPAR-Steigerung oder Personaloptimierung. Im Gesamtkosten-Kontext ist Einkauf ein relevanter, aber nicht dominanter Hebel.

Schnelle Umsetzung — niedrig (2/5) Das System braucht historische Verbrauchsdaten (mindestens 6–12 Monate), Verbrauchskoeffizienten pro Gast und PMS-Integration. 4 bis 8 Wochen bis verlässliche Prognosen — kein sofortiger Win.

ROI-Sicherheit — mittel (3/5) Lebensmittelkosten sind buchhalterisch gut erfassbar. Verschwendungsquote ist messbar (Gewicht oder Wert der entsorgten Lebensmittel). Der Kausalzusammenhang ist direkter als bei Reputations-Use-Cases, aber abhängig von der Datenqualität der historischen Verbräuche.

Skalierbarkeit — mittel (3/5) Gut für Einzelbetriebe. Bei Hotelketten mit unterschiedlichen F&B-Konzepten (Restaurant, Catering, Minibar, Konferenz-Verpflegung) wird die Komplexität erheblich — jedes Segment hat eigene Verbrauchsmuster.

Richtwerte — stark abhängig von F&B-Konzept, Saisonalität und Lieferanten-Struktur.

Was das System konkret macht

Das System arbeitet auf drei Ebenen:

Belegungsbasierte Nachfrageprojektion: Aus der PMS-Belegungsprognose der nächsten 7 bis 14 Tage berechnet das System den erwarteten Gäste-Input pro Mahlzeit: Frühstück (Belegung × Frühstücksquote), Mittag (je nach Restaurant-Nutzung), Abendessen.

Verbrauchskoeffizient-Datenbank: Das System kennt den historischen Verbrauch pro Gast pro Produkt — Eier pro Frühstücksgast: 1,8 Stück. Kaffee: 0,3 kg/100 Gäste. Diese Koeffizienten werden aus der Vergangenheit kalibriert und mit der Prognose multipliziert.

Automatische Bestellempfehlung: Das System vergleicht den projizierten Bedarf mit dem aktuellen Lagerbestand und generiert eine Bestellliste: „Eier: 180 Stück (Bedarf 200, Lager 20 → Bestellen 180).” Der Küchenchef prüft, passt an und bestätigt.

Was das System nicht kann: Außergewöhnliche Menü-Entscheidungen, saisonale Spezialitäten oder kurzfristige Gästewünsche einkalkulieren. Diese brauchen menschliches Urteil.

Konkrete Werkzeuge — was wann passt

Apicbase — Spezialplattform für F&B-Management und Warenwirtschaft in der Gastronomie. Rezeptmanagement, Kostenkalkulation, Verbrauchsprognose auf Basis von Belegungsdaten. Gut für Hotels mit eigenem Restaurant und hohem Anspruch an Warenwirtschaft. Preis: ab 200 Euro/Monat (Preise auf Anfrage; Richtwert).

Airtable + Make.com-Template — Für Hotels ohne Warenwirtschaftssystem: Belegungsdaten aus PMS in Airtable importieren, Verbrauchskoeffizienten hinterlegen, automatische Bestellempfehlung als E-Mail ausgeben. Kosten: nahezu null. Einrichtungsaufwand: 2–3 Tage.

Julius AI — Als Analyse-Tool für historische Verbrauchsdaten: CSV-Export aus der Buchhaltung hochladen, Julius AI berechnet Verbrauchskoeffizienten und erkennt Muster. Kein automatisches System, aber ein guter Analyseeinstieg.

ERP-Module (wenn vorhanden) — Viele Hotelmanagementsysteme haben Warenwirtschafts-Module, die jedoch selten mit der Belegungsprognose verknüpft sind. Prüfen, ob das eigene PMS oder ERP diese Verbindung herstellen kann — oft ist es nur eine Konfigurationsaufgabe.

Excel-Modell mit PMS-Export — Für Hotels ohne Systembudget: PMS-Belegungsprognose wöchentlich exportieren, in ein Excel-Template einfügen, das Verbrauchskoeffizienten enthält. Semi-automatisch, aber strukturierter als reine Erfahrungsplanung.

Datenschutz und Datenhaltung

Einkaufs- und Verbrauchsdaten sind keine personenbezogenen Daten — sie betreffen Produkte, keine Personen. DSGVO-Relevanz entsteht nur, wenn:

• Buchungsdaten (mit Gästenamen) in das System übertragen werden — hier nur aggregierte Belegungszahlen verwenden, keine personenbezogenen Profile
• Mitarbeiterdaten (wer hat welche Bestellung genehmigt) im System gespeichert werden — dann AVV mit dem Tool-Anbieter nach Art. 28 DSGVO

Ansonsten ist dieser Use Case datenschutzrechtlich unkompliziert — eine der wenigen Ausnahmen im Hotel-Portfolio.

Zu beachten: Lebensmittelhygiene-Dokumentation nach EU-Lebensmittelrecht (EU-Verordnung 852/2004) erfordert Aufzeichnungen über Lieferungen und Temperaturen — diese müssen weiterhin separat geführt werden, auch wenn das Bestellsystem KI-gestützt ist.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten

• Verbrauchskoeffizienten aus historischen Daten berechnen: 2–4 Tage (Küchenchef + Buchhaltung)
• Tool-Einrichtung und PMS-Integration: 500–2.000 Euro (je nach Tool)
• Kalibrierung und Testphase: 4–6 Wochen

Laufende Kosten (monatlich)

• Apicbase: 200–400 Euro/Monat (Preise auf Anfrage; Richtwert)
• Airtable + Make.com: 20–50 Euro/Monat
• Excel-Modell: 0 Euro

ROI-Rechnung Hotel mit 60.000 Euro jährlichen Lebensmittelkosten: 5 % Reduktion durch bessere Planung = 3.000 Euro jährlich. Weniger Notfall-Bestellungen: 6 Fälle × 80 Euro Aufpreis = 480 Euro. Zusammen: 3.480 Euro Einsparung vs. 240–4.800 Euro Systemkosten jährlich. ROI-Zeitraum: 1–3 Jahre — kein schneller ROI, aber real und kumulierend.

Typische Einstiegsfehler

1. Verbrauchskoeffizienten nicht kalibrieren. Ein Durchschnittswert für alle Gäste (z.B. „2 Eier pro Frühstücksgast”) ist ungenau, wenn sich die Gäste-Zusammensetzung stark unterscheidet: Business-Gäste unter der Woche essen weniger als Leisure-Gäste am Wochenende. Koeffizienten müssen nach Segment und Wochentag differenziert sein.

2. Gruppen-Verpflegung nicht separat erfassen. Eine Tagungsgruppe mit festem Menü hat einen völlig anderen Verbrauch als reguläre Hotelgäste. Wenn das System Gruppen-Verpflegung nicht separat behandelt, entstehen systematische Fehlprognosen an Veranstaltungstagen.

3. Den Küchenchef übergehen. Das System gibt Empfehlungen, kein Automatik-Bestellsystem. Der Küchenchef kennt Dinge, die kein Modell weiß: eine Sonderpräsentation ist geplant, ein Lieferant hat Lieferschwierigkeiten, ein neues saisonales Gericht kommt auf die Karte. Seine Einbindung ist keine Einschränkung — sie ist notwendig.

4. Verbrauchskoeffizienten nicht saisonal überprüfen. Ein Koeffizient, der im Herbst kalibriert wurde, passt möglicherweise nicht zum Sommergeschäft: andere Gästeprofile, andere Buffet-Zusammensetzung, andere Portionsgrößen bei warmen Temperaturen. Wer die Prognose-Grundlage einmal aufbaut und dann nie überprüft, akkumuliert systematische Fehler — mal zu viel bestellt, mal zu wenig. Eine saisonale Überprüfung der Koeffizienten (mindestens zweimal jährlich) ist der minimale Wartungsaufwand für verlässliche Prognosen.

Was mit der Einführung wirklich passiert — und was nicht

Küchenchefs sind oft skeptisch gegenüber datenbasierten Bestellempfehlungen — sie haben Jahrzehnte Erfahrung und verlassen sich auf ihre Intuition. Diese Erfahrung ist wertvoll und das System ersetzt sie nicht.

Die richtige Positionierung: Das System zeigt, was die Zahlen sagen. Der Küchenchef entscheidet, was er bestellt. Das System ist sein Werkzeug, nicht sein Vorgesetzter. Teams, die das so erleben, nehmen Empfehlungen an — Teams, die das System als Kontrolle wahrnehmen, ignorieren es.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Unser Küchenchef macht das intuitiv gut.” Für die durchschnittliche Woche stimmt das oft. Für außergewöhnliche Situationen (große Gruppe, Messewoche, Feiertag) wird Intuition weniger zuverlässig. Das System liefert einen strukturierten Check — keine Kritik an der Intuition.

„Wir haben kein Budget für ein Warenwirtschaftssystem.” Das Airtable+Make.com-Modell kostet nahezu nichts und liefert 70 Prozent des Nutzens eines teuren Spezialsystems. Der Einstieg erfordert keinen großen Budget-Posten.

Woran du merkst, dass das zu dir passt

• Der Küchenchef bestellt nach Gewohnheit, nicht auf Basis der aktuellen Belegungsprognose
• Ihr werft regelmäßig Lebensmittel weg — mehr als 10 % des eingekauften Werts
• Notfall-Nachbestellungen entstehen mehrmals im Monat
• Einkauf und Belegungsprognose sind in getrennten Köpfen ohne systematischen Austausch

Wann es sich noch nicht lohnt: Hotels ohne eigene Küche (kein Restaurant, kein Frühstück), sehr kleine Betriebe unter 20 Zimmern mit minimalem F&B, oder wenn bereits ein modernes Warenwirtschaftssystem vorhanden ist.

Das kannst du heute noch tun

Exportiere die Belegungsdaten der letzten 4 Wochen aus dem PMS und die Lebensmitteleinkäufe für dieselbe Periode aus der Buchhaltung. Teile beides in einen Prompt — und lass die KI berechnen, wie viel Kilogramm oder Euro ihr pro Gast durchschnittlich verbraucht habt.

Quellen & Methodik

• Lebensmittelverschwendung Gastgewerbe: WWF Germany, „Das große Wegschmeißen — Lebensmittelverschwendung in Deutschland” (2023); WRAP, „UK Hospitality Food Waste Report” (2023) (UK-fokussierte Studie; Übertragbarkeit auf Deutschland anzunehmen).
• EU-Lebensmittelrecht (Hygiene-Aufzeichnungen): EU-Verordnung (EG) Nr. 852/2004 in gültiger Fassung.
• F&B-Kosten-Struktur: DEHOGA, Kostenstruktur Gastgewerbe (2023); eigene Projektbeobachtungen.
• DSGVO Art. 28: Datenschutz-Grundverordnung in gültiger Fassung.
• Tool-Preisangaben: Veröffentlichte Tarife Apicbase, Airtable, Make.com (Stand April 2026).