Retouren in der Bäckerei reduzieren - mit Daten statt Bauchgefühl

Retouren gehören für viele Bäckereien zum Alltag. Am Ende des Tages bleiben Brote, Gipfeli und Gebäck übrig, die nicht mehr verkauft werden können. Was übrig bleibt, wird entsorgt oder bestenfalls gespendet. In jedem Fall ist es ein Verlust - an Rohstoffen, Arbeitszeit und Marge.

Die meisten Betriebe kennen ihr Retourenproblem. Aber es zu lösen, ist schwieriger als es klingt. Denn die Ursachen liegen nicht im Handwerk, sondern in der Planung.

Was Retouren wirklich kosten

Die direkten Kosten sind offensichtlich: Zutaten, Energie und Arbeitszeit, die in ein Produkt geflossen sind, das niemand kauft. Aber die indirekten Kosten sind oft grösser.

Wer regelmässig zu viel produziert, gewöhnt sich daran. Retouren werden zum "normalen Schwund", der in der Kalkulation eingepreist wird. Das führt zu höheren Verkaufspreisen oder niedrigeren Margen. Dazu kommt der Zeitaufwand: Retouren müssen erfasst, sortiert und entsorgt werden. In Filialbäckereien summiert sich das schnell auf mehrere Stunden pro Woche.

Und dann ist da der Imagefaktor. Kunden, die kurz vor Ladenschluss kommen und volle Regale sehen, freuen sich vielleicht über die Auswahl. Aber als Betrieb zahlst du dafür einen hohen Preis.

Warum Retouren so schwer zu reduzieren sind

Die Nachfrage nach Backwaren ist unberechenbar. Zumindest fühlt es sich für Betriebe so an. Ein Regentag, Schulferien, ein lokaler Markt oder einfach ein Mittwoch statt Donnerstag: All das beeinflusst, wie viel von welchem Produkt verkauft wird.

Die meisten Bäckereien reagieren auf diese Unsicherheit mit einem Sicherheitspuffer. Lieber ein paar Brötchen zu viel als ein leeres Regal. Das ist verständlich, führt aber systematisch zu Überproduktion.

Der andere klassische Ansatz: Erfahrungswerte. "Montags geht weniger, freitags mehr." Das stimmt im Durchschnitt, hilft aber wenig, wenn ein sonniger Freitag im März sich komplett anders verhält als ein verregneter Freitag im Oktober und die Filiale am Bahnhof ganz andere Muster hat als die im Quartier.

Das grundlegende Problem: Ein Mensch kann nicht täglich für hunderte Artikel an mehreren Standorten die optimale Menge berechnen und dabei Wetter, Ferien, Events und Saisonmuster gleichzeitig berücksichtigen. Es ist schlicht zu komplex.

Wie datenbasierte Prognosen Retouren senken

Genau hier setzen KI-basierte Absatzprognosen an. Statt auf Erfahrung und Sicherheitspuffer zu setzen, analysiert die KI automatisch, welche Mengen an welchem Tag an welchem Standort tatsächlich benötigt werden.

GoNina verbindet sich dafür direkt mit dem Kassensystem der Bäckerei - zum Beispiel HS-Soft, ProtecData oder Lightspeed - und bezieht historische Verkaufsdaten, Wetterprognosen, Feiertage, Schulferien und lokale Events ein. Auf Basis dieser Daten erstellt die KI eine tägliche Absatzprognose pro Produkt und Standort.

Das Ergebnis ist ein konkreter Bestellvorschlag: Nicht "ungefähr so viel wie letzte Woche", sondern eine datenbasierte Empfehlung, die sich täglich an die aktuelle Situation anpasst. Der Betrieb kann den Vorschlag direkt übernehmen oder manuell anpassen.

Der entscheidende Unterschied zum Bauchgefühl: Die KI berücksichtigt gleichzeitig Dutzende von Einflussfaktoren, die ein Mensch im Alltag nicht systematisch auswerten kann. Sie erkennt, dass an einem sonnigen Mittwoch nach den Frühlingsferien in Filiale 3 mehr Sandwiches und weniger Bauernbrot gefragt sind und passt die Empfehlung entsprechend an.

Was sich in der Praxis verändert

Bäckereien, die mit GoNina arbeiten, berichten über mehrere Effekte:

Weniger Abfall am Abend. Die offensichtlichste Veränderung: Am Ende des Tages bleibt weniger übrig. Betriebe erreichen eine Reduktion des Überschusses von bis zu 52%. Das bedeutet weniger Retouren, weniger Lebensmittelverschwendung und niedrigere Materialkosten.

Weniger emotionale Diskussionen. Die Frage "Wie viel sollen wir morgen backen?" wird oft zwischen Produktion, Filialleitung und Geschäftsleitung diskutiert. Mit einer datenbasierten Empfehlung wird diese Diskussion sachlicher und kürzer.

Mehr Umsatz trotz weniger Produktion. Das klingt paradox, ist aber logisch: Wenn die Prognose besser ist, sind die richtigen Produkte häufiger verfügbar. Kunden finden, was sie suchen, statt auf Reste zurückzugreifen oder den Laden ohne Kauf zu verlassen. Betriebe verzeichnen dadurch bis zu 6% mehr Umsatz.

Bessere Entscheidungsgrundlage für das Sortiment. Die Prognosedaten zeigen auch, welche Produkte konstant nachgefragt werden und welche nur selten verkauft werden. Das hilft bei Sortimentsentscheidungen: Lohnt es sich, dieses Spezialgebäck weiterhin täglich zu führen, oder reicht es an drei Tagen pro Woche?

Häufige Fragen

Wie schnell sehe ich einen Effekt auf die Retouren? Die meisten Betriebe sehen innerhalb der ersten Wochen eine spürbare Veränderung. Die KI lernt aus den Verkaufsdaten und wird mit der Zeit immer genauer. Der volle Effekt zeigt sich typischerweise nach zwei bis drei Monaten.

Kann ich die Vorschläge auch übersteuern? Ja. GoNina liefert Empfehlungen, keine Vorgaben. Der Betrieb kann jeden Vorschlag manuell anpassen - zum Beispiel wenn eine Sonderaktion geplant ist oder ein Produkt bewusst stärker präsentiert werden soll.

Was ist, wenn ich lieber etwas mehr produziere? Das ist eine bewusste Entscheidung, die GoNina respektiert. Die Prognose zeigt die erwartete Nachfrage. Ob du darüber oder knapp darunter produzierst, bleibt deine Entscheidung. Aber sie wird datenbasiert statt pauschal.

Fazit

Retouren in der Bäckerei sind kein unvermeidbares Übel. Sie sind das Ergebnis von Planungsunsicherheit und diese lässt sich mit den richtigen Daten deutlich reduzieren. KI-basierte Absatzprognosen ersetzen das Bauchgefühl nicht, aber sie ergänzen es um eine Datengrundlage, die kein Mensch im Alltag leisten kann.

Wer weniger wegwerfen will, ohne Umsatz zu verlieren, findet in datenbasierten Prognosen einen konkreten Hebel.

Mehr dazu, wie KI Prognosen die gesamte Produktionsplanung vereinfachen, liest du in unserem Leitfaden zu KI Absatzprognosen für Bäckereien.