Pilotprojekt mit der SV Group: KI-Prognosen im Praxistest der Gemeinschaftsgastronomie

Zwei Monate, zehn Standorte, realer Betriebsalltag: Wie der Pilot von GoNina und der SV Group aufgebaut war - und was die Resultate zeigen.

Wie gut funktionieren KI-Absatzprognosen in der Gemeinschaftsgastronomie wirklich - nicht auf Folien, sondern im Betriebsalltag? Genau dieser Frage sind GoNina und die SV Group, eine der führenden Gastronomie-Gruppen der Schweiz, in einem gemeinsamen Pilotprojekt nachgegangen. Über zwei Monate wurden die GoNina-Prognosen an zehn Standorten der Gemeinschaftsgastronomie in der Praxis getestet - von Personalrestaurants über Bildungseinrichtungen bis zu öffentlichen Betrieben.

Dieser Artikel zeigt, wie der Pilot aufgebaut war und was dabei herausgekommen ist.

Der Aufbau: Zwei Phasen, ein klarer Massstab

Phase 1 - Labor. Im ersten Monat liefen die KI-Prognosen parallel zum Alltag, ohne in die Planung einzugreifen: Für jeden Standort und jeden Tag wurde die GoNina-Prognose der tatsächlichen Verkaufsmenge und der Planung der erfahrenen Restaurantmanagerinnen und -manager gegenübergestellt. So entstand ein sauberer Vergleich unter realen Bedingungen - ohne Risiko für den Betrieb.

Phase 2 - Live. Im zweiten Monat standen die Prognosen den Teams in der täglichen Produktionsplanung zur Verfügung. Parallel wurden die Modelle laufend weiterentwickelt - jeder zusätzliche Verkaufstag floss als neues Trainingsmaterial ein.

Der Massstab war bewusst hart gewählt: nicht der Vergleich mit einer simplen Faustregel, sondern der reale Planungsalltag von Profis, die ihre Betriebe seit Jahren kennen.

Die Resultate: Sehr präzise - mit steiler Lernkurve

Das Kernresultat des Pilotprojekts: Die KI-Prognosen erwiesen sich über die Standorte hinweg als sehr präzise - vom Personalrestaurant bis zur Mensa, unter völlig unterschiedlichen Nachfrageprofilen, Wochenrhythmen und Gästestrukturen.

Ebenso wichtig wie das Niveau war die Entwicklung: Die Modelle wurden während des Piloten laufend verbessert und präzisierten sich im Verlauf deutlich. Genau das ist die Stärke von Machine Learning im Praxiseinsatz - während Erfahrungswissen über Jahre wächst, verbessert sich ein Modell über Wochen, und das für jeden Standort einzeln.

Wichtig für die Einordnung: Ziel der Prognosen ist nicht, die Erfahrung der Restaurantteams zu ersetzen, sondern sie zu entlasten - die Maschine rechnet die Muster über alle Standorte und Menülinien, die Profis konzentrieren sich auf das, was nicht in den Daten steht.

Was der Pilot über die Gemeinschaftsgastronomie zeigt

Die Schwankungen sind lernbar. Homeoffice-Rhythmen, Ferien, Wetter und Standortprofile wirken chaotisch, folgen aber Mustern - und genau diese Muster hat das Modell aus den Absatzdaten gelernt, pro Standort und Menülinie.

Die Lernkurve entscheidet. Ein Prognosemodell ist am ersten Tag am schwächsten und wird mit jeder Woche besser - wer den Einstieg am Startniveau misst, unterschätzt systematisch, wo das System nach wenigen Wochen steht.

Der Mensch bleibt im Spiel. Die Prognose ist ein Vorschlag, kein Automatismus: Die Restaurantteams behalten das letzte Wort - und steuern das bei, was nicht in den Daten steht, vom Grossanlass bis zur Baustelle vor der Tür.

Häufige Fragen

Lässt sich so ein Pilot auch in kleineren Betrieben durchführen?
Ja - das Prinzip Labor-Vergleich, dann Live-Einsatz funktioniert ab einem einzelnen Standort: Die Prognosen laufen zuerst parallel zur bestehenden Planung und beweisen sich auf den eigenen Daten, bevor sie in den Alltag übernommen werden.

Was braucht es an Daten für den Start?
Die erfassten Absatz- oder Kassendaten des Betriebs - sie liefern das Trainingsmaterial. Dazu kommendie geplanten Menüs und Gerichte im Angebot. Die Anbindung richtet das GoNina-Team im Onboarding ein.

Fazit

Der Pilot mit der SV Group zeigt, was KI-Prognosen in der Gemeinschaftsgastronomie leisten: präzise Vorhersagen unter realen Bedingungen, mit einer Lernkurve, die über Wochen sichtbar wird - validiert an zehn Standorten in zwei Monaten Praxisbetrieb. Für eine Branche, die täglich vor der Nachfrage produziert, ist das die Grundlage für weniger Überschuss und ruhigere Planung - als Unterstützung der Teams, nicht als deren Ersatz.

Wie KI Absatzprognosen in der Gastronomie insgesamt funktionieren, liest du in unserem kompletten Leitfaden für die Gastronomie.

Neugierig?

Entdecke wie KI Prognosen deinem Betrieb helfen können.
Demo buchen