Artificial Intelligence, Machine Learning, Data Mining - Die Zukunft der Gastronomie?

Schnitzel ja, Schnittstelle nein! Die Zeit vor AI 

Restaurants finden lange keinen Geschmack an der Digitalisierung. Während die Digitalisierung in vielen Branchen bereits oberste Priorität war, unverzichtbar für den künftigen Erfolg, wurde sie in der Gastronomie lange als unnötige, teure Alternative gesehen. Schliesslich gehe es im Restaurant um Gastfreundschaft, Geselligkeit und Genuss. Und dafür brauche es den persönlichen Kontakt und keine Computer.

In den letzten Jahren hat der Wind jedoch gedreht und bläst seit Covid-19 kräftig von hinten. Immer mehr Restaurants setzen auf digitale Lösungen wie Kassen- und Reservierungssysteme. Sie haben erkannt, dass sie das Gästeerlebnis nicht verschlechtern, sondern verbessern, Reservierung und Bezahlung nicht erschweren, sondern vereinfachen, für die Gäste nicht weniger, sondern mehr Zeit bleibt, die Beziehungen zu den Gästen nicht unpersönlicher werden und verkümmern, sondern nachhaltig gefestigt werden, und auch nicht weniger, sondern mehr Gäste im Restaurant empfangen werden können.

Die erste Generation Restaurant-Management-Systeme: The 24/7 host

Die Möglichkeiten der Digitalisierung werden jedoch bis heute nur selten ausgeschöpft. Das hat verschiedene Gründe. Zum einen sind Gastronom*innen sowie Mitarbeiter*innen in Service und Küche nicht sehr IT-begeistert. Viele wissen nicht, was alles möglich ist, wie einfach viele Lösungen umgesetzt werden können, wie viel Zeit und damit Kosten gespart, aber auch wie markant der Umsatz gesteigert werden kann. Die Kosten für Hard- und Software, Einrichtung und Einarbeitung scheinen zwar im ersten Moment hoch. Die Potentiale für Einsparungen und Umsatzsteigerung sind jedoch bereits bei durchschnittlichen Betrieben zig-fach grösser - unter dem Strich schon im ersten Jahr ein dickes Plus. Sowieso, wenn digitale Projekte wie derzeit in Deutschland im Rahmen der Corona Überbrückungshilfe III staatlich finanziert werden.

Use Case: No-Show - Digitale Lösungen

Nur ein Beispiel: In Städten ist eine No-Show-Rate von 10 % üblich, die Gäste erscheinen gar nicht oder in geringerer Zahl. Bei 60 Sitzplätzen bleibt also schnell mal ein 4er oder 6er-Tisch leer. Bei 50 Euro pro Gast macht das 200-300 Euro Umsatzverlust pro Tag, 1000-1500 Euro pro Woche, 4000-6000 Euro pro Monat, 48000 bis 72000 Euro pro Jahr.

Kosten für Vorbereitung und Waren kommen noch oben drauf. Selbst wenn man mit weniger No-Shows oder Umsatz kalkuliert: Das ist richtig viel Geld.

Und man muss nicht darauf verzichten! Mit online-Reservierungssystemen kann die No-Show-Rate auf praktisch 0% gesenkt werden, z.B. wenn bei der Reservierung auf No-Show-Gebühren hingewiesen und die Kreditkartendaten abgefragt werden (mehr dazu hier). Allein die Ankündigung von No-Show-Gebühren kombiniert mit einer automatischen Erinnerungsmail mit Links für Bestätigung, Änderung und Stornierung der Reservierung senkt die No-Show-Rate auf 1-2 % - und das ohne zusätzlichen Aufwand. Kurzum: Tische leer oder Tesla fahren! Das ist Digitalisierung auch (siehe auch Marmite online, S. 56/57). 

Restaurant-Management-Systeme automatisieren Routineaufgaben und machen das Leben in der Gastronomie so einfacher und ertragreicher. Für Gastros genauso wie für Gäste. Online-Reservierungen ersetzen Telefonate. Der Service wird nicht mehr laufend durch Anrufe unterbrochen. Die Gäste können nun zu jeder Zeit sofort sehen, ob bzw. wann Plätze verfügbar sind und sofort reservieren.

Einmal eingestellt, wann wie viele Gäste reservieren und wie lange sie verweilen können, wird automatisch eine optimale Auslastung mit reibungsfreien Abläufen erreicht. Kein langes Warten, entspannter Service, perfektes Timing in der Küche - so sieht das perfekte Gästeerlebnis aus.

Das sind nur einige Beispiele, zahlreiche Features erleichtern die Arbeit zusätzlich, so z.B. grafische Tischpläne, automatische E-Mails zur Erinnerung an die bevorstehende Reservierung, Gäste klassifizieren für ein zielgruppenorientiertes Marketing und noch zuvorkommenderen Service. 

Systeme mit Schnittstellen können zudem verbunden und synchronisiert werden. Die fehleranfällige Mehrfacheingabe von Gästedaten oder Arbeitsschritten entfällt damit. Gäste müssen dann z.B. nicht mehr in der Kasse und im Reservierungssystem ein- und ausgebucht werden, sondern nur noch in einem der beiden Systeme. Auch die Gästedatenbank des Newslettersystems wird automatisch aktualisiert.

Digitalisierung ist also automatische Datenerfassung und -verarbeitung. Beides, Erfassung und Verarbeitung, sind nicht nur viel schneller als von Hand, sondern auch erheblich aufschlussreicher. Mit einem Blick kann beispielsweise gesehen werden, wie hoch die Auslastung ist, wann noch wie lange Plätze frei sind, wie sich das Geschäft jüngst entwickelt hat. Sowie bestenfalls fix und fertige Standard-Vorschläge, was für mehr Erfolg gut wäre. Das ist der Stand heute.

Die nächste Generation: AI oder der 24/7 Coach

Digitale Systeme sind der technologische Trend in der Gastronomie. Sie nehmen Arbeit ab. Einfache, zeitraubende Routinen binden kaum mehr Ressourcen. Zeit sparen, optimierte Arbeitsabläufe. Aber es sind auch neue Aufgaben hinzugekommen: Homepage, Social Media, Newsletter, schöne Bilder, und das alles zum sowieso oft schnellen, pausenlosen und hochkonzentrierten Job in Service und Küche. Irgendwie geht die Rechnung auf - viel bleibt aber oft nicht übrig, trotz fabelhaftem Ruf.

Nur warum? Gastronom*innen kennen die Kosten für Personal und Waren, die Auslastung, den Umsatz. Nur, was genau sind die Gründe, warum das Restaurant so gut oder weniger gut läuft? Welche Massnahmen steigern den Umsatz wirklich - und zwar in deinem Restaurant? Wie schneidest du dabei im Vergleich zu anderen Restaurants ab? Was kannst du verbessern? Wie mehr Gäste platzieren? Wie unterscheiden sich deine Gästetypen? Wie erfolgreich sind deine Newsletter und Kampagnen? Welche Gästetypen erreichst du damit? Mit welcher Auslastung kannst du rechnen?

Daten statt Raten: Gästedaten automatisch analysieren

Lauter Fragen auf die nur ein grosser Datensatz inklusive Reservierungs- und Kassendaten, bestenfalls noch Wetterdaten, Antworten liefert. Und hier kommt nun machine learning ins Spiel. Machine learning ist ein Bereich der künstlichen Intelligenz. Die Software durchwühlt mit einem Algorithmus die Daten und erkennt erstens die Muster und Zusammenhänge, z.B. welche Gästetypen am meisten Umsatz pro Kopf bringen, oder wie die Gäste im Restaurant verteilt werden müssen, um die Auslastung zu erhöhen. Dabei passt sich der Algorithmus mit jedem weiteren Gast und jeder manuellen Korrektur etwa der automatischen Tischzuweisung selbst an. Er “lernt” also, wie Gästegruppen am besten in deinem Restaurant platziert werden und passt bei Bedarf den Tischplan automatisch an, wenn z.B. nach der Theateraufführung eine grosse Gruppe Walk-ins ins Restaurant kommt. Oder wenn die Terrasse wegen Regen nicht geöffnet wird. Betroffene Reservierungen werden in den Innenbereich verschoben bis alle Plätze belegt sind, wobei z.B. VIPs bevorzugt werden können. Die übrigen Buchungen werden storniert, worüber der Gast per mail oder SMS informiert wird.

Die Gästedaten reichen oft Jahre zurück und jeden Tag kommen neue hinzu. Machine learning-Technologien können aus den Daten automatisch potentielle No-Shows prognostizieren und z.B. vom No-Show-Gasttyp bei der Reservierung Kreditkartendaten verlangen. Oder es wird je nach Tag und Wetter die Auslastung prognostiziert - und dabei spielt es eben eine Rolle, ob du einen Biergarten oder eine Pizzeria hast - und bei Bedarf kann automatisch eine entsprechende Marketingkampagne ausgelöst werden.

Das selbstlernende Restaurant

Die eigentliche Revolution ist also die Evolution - by Default. Das selbstlernende Restaurant, in dem jede/r Angestellte und jeder Algorithmus mit jedem Gast besser wird. In dem die Gäste immer besser eingeschätzt werden, erst von den Mitarbeiter*innen, dann vom System, und ab jetzt die Mitarbeiter*innen und das System voneinandern “lernen”. Die spezifische Situation wird immer besser erkannt, antizipiert, und die Wünsche der Gäste somit immer besser erfüllt. Wie sie angesprochen werden wollen, was sie essen, was sie trinken, wo sie sitzen wollen. Kurzum: Wenn Herr Meier immer am Tisch 8 sitzen will, dann kann das über einen Guest Tag in Reservierungssystemen wie aleno vermerkt werden. Und Herr Meier wird dann immer automatisch an seinem Lieblingstisch platziert, VIPs in der Loge usw. Das ganze Restaurant erfüllt dem Gast die Wünsche also selbstverständlich, automatisch und - dank Machine learning - immer besser. Maschinen sind nicht faul: Sie lernen ständig weiter, mit jedem Gast und jedem Klick vom Service. Sie passen sich automatisch Veränderungen bei den Gäste-Typen, Reservierungen, Bestellungen, Verweildauern oder Marketing Channels an und ermöglichen so eine kontinuierliche Evolution des Restaurants in Einklang mit dem Markt und den Bedürfnissen der Gäste.

Selbst lernen heisst also auch permanente Evaluation: Wie haben sich die KPIs entwickelt? Welche Massnahmen wirken nicht mehr so gut? Welche besser? Bringen aufwendige Events nachhaltig mehr Gäste? Welche Gäste bringen dir wirklich etwas? Wie kannst du dein Konzept (Marketing, Service, Küche, Ambiente) auf diese Zielgruppe ausrichten? Und lernen heisst eben auch - von anderen lernen. Mit welchen Massnahmen erhöhen vergleichbare Restaurants Auslastung und Umsatz? Wo ist dein Restaurant im Vergleich besser, wo schlechter? Was sind die Trends? Welche Zutaten finden sich häufiger in den Küchen? Welche Gerichte, welche Getränke häufiger auf Karten? Die machine learning basierte Datenanalyse zeigt dir also genau, wo dein Restaurant heute im Vergleich zu früher und im Vergleich zu anderen steht, wohin sich der Markt bewegt und mit welchen bewährten Mitteln du das Wachstum kräftig ankurbeln kannst.

Übrigens: Zukunft ist nie weit weg - insbesondere jetzt, wo sich wieder alles öffnet, Gäste sich wieder schneller ausbreiten als Viren. Wie man jetzt  als Gastronom*in wieder aufleben, Gastfreundschaft ausleben und seine Betriebe aufblühen lassen kann, haben wir in unserem neuen eBook zusammengestellt: