de en
Zurück

Online Magazine

KI verhindert Foodwaste

Jährlich werden in deutschen Bäckereien Waren im Wert von rund 65'000 Euro weggeworfen. Das muss nicht sein, findet das Start-up foodforecast: Mithilfe von KI-gestützten Verkaufsprognosen will es Foodwaste verhindern, bevor dieser überhaupt entsteht.

von Tobias Imbach

Wieviele Croissants gehen bei uns nächstes Wochenende über die Theke? Verkaufen wir in unserer Altstadt-Filiale morgen mehr als in derjenigen im Industriegebiet? Und wieviel weniger Baguettes müssen wir an einem regnerischen Tag bestellen? Mit solchen und ähnlich schwierigen Fragen schlagen sich Bäckerei-Mitarbeitende tagtäglich herum.

Abschätzen zu können, wieviel an einem bestimmten Tag verkauft wird, ist einerseits wichtig für den wirtschaftlichen Erfolg einer Bäckerei. Andererseits hat Foodwaste auch nicht zu unterschätzende Auswirkungen auf das Klima.

Das Start-up foodforecast will Bäckereien deshalb bei der der Vermeidung von Foodwaste unterstützen: Mithilfe von KI soll für jede einzelne Filiale eine individuelle Verkaufsprognose erstellt werden.

Im Podcast erklärt foodforecast-CEO Justus Lauten, warum sie dafür auch Wetterdaten verwenden. Und welche weiteren Anwendungsgebiete ihre Lösung hat.

GESAGT & GEMERKT

  • Foodwaste macht etwa 7% der Treibhausgasemissionen weltweit aus. Dieser Zusammenhang mit Klimaschutz hat mich persönlich motiviert, etwas dagegen zu unternehmen.
  • Auch ökonomisch gesehen ist Foodwaste ein Unding: Pro Jahr wirft eine einzelne Bäckerei-Filiale Waren im Wert von rund 65'000 Euro weg.
  • Der Vorteil von KI ist, dass sie den Foodwaste verhindert, bevor er entsteht: Aufgrund einer Prognose produziert oder bestellt man genau soviel, wie dann auch verkauft wird.
  • Von den Warenwirtschafts- und Kassensystemen einer Bäckerei wissen wir genau, was in den letzten Jahren zu welchem Preis verkauft wurde. Anhand dieser Daten sowie Wetterdaten und Informationen zu Feiertagen lernt unser Modell für jede einzelne Filiale eine Prognose zu erstellen.
  • Wetterdaten haben wir aufgrund von Kundenfeedback miteinbezogen: Die sagen, sobald die Temperatur über 30 Grad steigt, oder wenn es z. B. stark regnet, bricht der Umsatz generell ein.
  • Ein weiteres Muster, das sich gezeigt hat, war, dass während der Coronazeit die Filialen in den Innenstädten deutlich leerer waren als sonst, und die in den Vorstädten voller – vermutlich weil die Leute von zu Hause aus gearbeitet haben.
  • Foodwaste ist das eine – genauso soll unser KI-Modell aber auch verhindern, dass eine Bäckerei in wichtigen Produktkategorien zu früh ausverkauft ist.
  • Unser KI-Modell ist mehr als einfach eine Mittelwertsberechnung der letzten Verkaufszahlen: Es lernt selbstständig Prognosen zu erstellen und passt diese dynamisch auf Veränderungen an.
  • Manchmal stimmt die von der KI empfohlene Bestellmenge eines Produkts nicht mit dem Gefühl der Mitarbeitenden überein. Meistens hat die KI aber die Nase vorn, weil sie eben datenbasiert arbeitet.
  • Wir arbeiten uns an der Supply Chain unserer Kund*innen entlang: Als nächstes wollen wir herausfinden, ob es Mühlen helfen würde zu wissen, wieviel Kilogramm Mehl ein Bäcker in den nächsten zwei Wochen benötigt.

Was KI sonst noch kann?

Zum Beispiel bewaffnete Konflikte rund um den Globus überwachen.
Lies hier das Interview dazu.

Sehbehinderten Menschen bei der Orientierung helfen.
Mehr dazu in diesem Podcast.

Brustkrebs früher erkennen.
Erfahre mehr in diesem Artikel.

Diesen Podcast auf einer anderen Plattform hören

 

 

 

Justus Lauten

foodforecast, Köln

Justus Lautens Ursprungsidee war es, KMUs zu mehr Nachhaltigkeit zu verhelfen. Als er seine Idee einer KI-gestützten Verkaufsprognose an mehrere Unternehmen schickte, meldeten sich insbesondere Bäckereien, die das Problem des hohen Warenausschusses ebenfalls kannten. Damit war der Grundstein für foodforecast gelegt.

Vor der Gründung des Start-ups arbeitete Lauten als CTO für eine E-Commerce-Webseite. Er hat einen Master of Science in Computer Science von der Universtität Aachen.

Gerade steht eine nächste Finanzierungsrunde an: Wenn dich das Projekt interessiert, informiere dich hier.

MEHR KLUGE KÖPFE & SPANNENDE PROJEKTE:

TechTalk
Data Analytics Machine Learning

7 Habits zur Verkürzung der Time-to-Value im Process Mining
Cat!apult
KI in der Medizin Data Analytics

Der smarte Trinkbecher
TechTalk
KI im Business Data Analytics Machine Learning

Wie können Banken wirklich KI-getrieben werden?
Gelesen