Lebensmittelverschwendung kostet Restaurants durchschnittlich 5-15% ihrer Einkäufe. Viele Unternehmer bestellen nach Bauchgefühl, wodurch sie zu viel einkaufen oder zu wenig haben. Ein Prognosemodell basierend auf historischen Verschwendungsdaten hilft dir, präziser einzukaufen und weniger wegzuwerfen.
Warum historische Verschwendungsdaten verwenden?
Deine Küche hat Muster, die du nicht sofort siehst. Montags wirfst du immer mehr Fisch weg als dienstags. Im Winter bleibt mehr Suppe übrig als im Sommer. Indem du diese Muster misst, kannst du deinen Einkauf anpassen.
💡 Beispiel:
Restaurant De Keuken kauft jeden Freitag 20 kg Fisch für das Wochenende:
- Samstag verkauft: 12 kg
- Sonntag verkauft: 6 kg
- Weggeworfen: 2 kg (10%)
Durch das Sammeln von 3 Monaten Daten sehen sie: jeden Winter 15% mehr Verschwendung, jeden Sommer 5% weniger.
Welche Daten brauchst du?
Für ein zuverlässiges Modell sammelst du mindestens 3 Monate Daten über:
- Einkaufsgewicht pro Zutat pro Tag
- Tatsächlicher Verbrauch (was in die Pfanne ging)
- Verschwendung in Gramm/kg (was in den Müll ging)
- Grund der Verschwendung (Verderb, zu viel zubereitet, falsch vorbereitet)
- Externe Faktoren (Wetter, Veranstaltungen, Jahreszeit)
⚠️ Achtung:
Messe Verschwendung in dem Moment, in dem du sie wegwirfst. Nicht am Ende des Tages - dann vergisst du die Hälfte.
Das Basismodell aufstellen
Das einfachste Prognosemodell ist ein Durchschnitt mit Saisonkorrektur. Für jede Zutat berechnest du:
Verschwendungsquote = (Weggeworfen / Eingekauft) × 100
💡 Berechnungsbeispiel:
Tomaten in 12 Wochen:
- Insgesamt eingekauft: 240 kg
- Insgesamt weggeworfen: 18 kg
- Durchschnittliche Verschwendung: (18/240) × 100 = 7,5%
Für nächste Woche: bei 20 kg Einkauf, rechne mit 1,5 kg Verschwendung
Saisonmuster erkennen
Teile deine Daten nach Jahreszeit oder nach Monat auf. Viele Produkte haben vorhersehbare Muster:
- Sommer: Mehr Salat, weniger Suppe → andere Verschwendungsmuster
- Winter: Mehr Comfort Food, längere Haltbarkeit durch Kälte
- Feiertage: Andere Speisekarte, andere Mengen
- Ferienzeiten: Weniger Gäste, kleinerer Einkauf
Das Modell mit Tagmustern verfeinern
Manche Tage sind immer anders. Messe pro Wochentag:
💡 Wochenmuster Beispiel:
- Montag: 12% Verschwendung (ruhig, Chef hat zu viel vorbereitet)
- Dienstag-Donnerstag: 6% Verschwendung (stabil)
- Freitag-Samstag: 4% Verschwendung (voll, alles geht auf)
- Sonntag: 15% Verschwendung (unvorhersehbar)
Einkauf basierend auf Prognose anpassen
Mit deinen Verschwendungsquoten kannst du deinen Einkauf anpassen:
Angepasster Einkauf = Erwarteter Verkauf / (1 - Verschwendungsquote)
💡 Praktisches Beispiel:
Du erwartest, dieses Wochenende 15 kg Fisch zu verkaufen. Historische Verschwendung: 8%
- Alter Einkauf: 18 kg (nach Bauchgefühl)
- Neuer Einkauf: 15 / (1 - 0,08) = 16,3 kg
- Ersparnis: 1,7 kg weniger Einkauf = €25-30 weniger Verschwendung
Das Modell digital führen
Handmatig führen wird zu aufwändig. Eine App wie KitchenNmbrs kann Verschwendungsdaten erfassen und Muster berechnen. So siehst du sofort, welche Zutaten strukturell zu viel Verschwendung haben.
⚠️ Achtung:
Ein Modell ist ein Hilfsmittel, keine Regel. Bei besonderen Umständen (Hitzewelle, großes Event) passt du manuell an.
Ergebnis messen und anpassen
Überprüfe jeden Monat, ob deine Prognosen stimmen. Messe:
- Unterschied zwischen prognostizierter und tatsächlicher Verschwendung
- Gesamtkosteneinsparung durch weniger weggeworfene Lebensmittel
- Anzahl der Male, dass du zu wenig hattest (zu wenig eingekauft)
Ein gutes Modell prognostiziert innerhalb von 2-3% der tatsächlichen Verschwendung. Dann sparst du 20-40% bei der Lebensmittelverschwendung ohne Engpässe.
Wie richtest du ein Prognosemodell ein? (Schritt für Schritt)
Sammle 3 Monate Basisdaten
Notiere täglich pro Zutat: Einkaufsgewicht, Verbrauch und weggeworfenes Gewicht. Messe auch externe Faktoren wie Wetter und Auslastung. Ohne diese Grundlage kannst du keine zuverlässigen Muster erkennen.
Berechne Verschwendungsquoten pro Zutat
Teile weggeworfenes Gewicht durch eingekauftes Gewicht, multipliziere mit 100. Mache dies pro Wochentag und pro Jahreszeit. So siehst du, welche Zutaten strukturell problematisch sind.
Passe deinen Einkauf mit der Formel an
Verwende: Einkauf = Erwarteter Verkauf / (1 - Verschwendungsquote). Teste dies 4 Wochen und messe, ob deine Prognose stimmt. Passe die Quote an, wenn du strukturell zu viel oder zu wenig einkaufst.
✨ Pro tip
Beginne mit deinen 3 teuersten Zutaten, die du am meisten wegwirfst. Dort liegt 80% deines Sparpotenzials. Ein perfektes Modell für alles ist weniger wert als ein gutes Modell für deine größten Kostenpositionen.
Selbst berechnen?
In der KitchenNmbrs App geht das mit wenigen Klicks. 7 Tage kostenlos, keine Kreditkarte.
War dieser Artikel hilfreich?
Häufig gestellte Fragen
Wie viele Daten brauche ich mindestens für ein zuverlässiges Modell?
Mindestens 3 Monate tägliche Daten pro Zutat. Für Saisonmuster brauchst du ein ganzes Jahr. Beginne mit deinen 5 teuersten Zutaten - dort liegt die größte Auswirkung.
Was ist, wenn meine Verschwendungsquote jede Woche anders ist?
Dann gibt es externe Faktoren, die du noch nicht misst. Überprüfe, ob Wetter, Veranstaltungen oder Menüänderungen einen Einfluss haben. Passe dein Modell für diese Faktoren an.
Kann ich dieses Modell auch für Zubereitungen und Mise-en-Place verwenden?
Ja, aber dann misst du Verschwendung pro Zubereitung statt pro Zutat. Zum Beispiel: Wie viel Suppe wirfst du jeden Tag weg? Diese Quote kannst du verwenden, um weniger Suppe zu machen.
Was mache ich, wenn meine Prognose strukturell zu niedrig ist?
Dann hast du nicht genug Puffer eingebaut. Erhöhe deine Verschwendungsquote um 1-2%, bis du keine Engpässe mehr hast. Besser etwas zu viel als Gäste zu enttäuschen.
Wie oft sollte ich mein Modell aktualisieren?
Überprüfe monatlich, ob die Quoten noch stimmen. Bei großen Menüänderungen oder Saisonwechsel passt du sofort an. Nach einem Jahr hast du genug Daten für sehr genaue Prognosen.
⚠️ EU-Verordnung 1169/2011 — Allergeninformation — https://eur-lex.europa.eu/eli/reg/2011/1169/oj
Die Allergeninformationen auf dieser Seite basieren auf der EU-Verordnung 1169/2011. Rezepte und Zutaten können je nach Lieferant variieren. Überprüfen Sie stets die aktuellen Allergeninformationen bei Ihrem Lieferanten und kommunizieren Sie diese korrekt an Ihre Gäste. KitchenNmbrs haftet nicht für allergische Reaktionen.
In Deutschland überwacht das BVL die Allergenvorschriften gemäß LMIDV.
📚 Konsultierte Quellen
- EU Verordening 852/2004 — Levensmiddelenhygiëne (2004) — Offizielle Quelle
- EU Verordening 853/2004 — Hygiënevoorschriften voor levensmiddelen van dierlijke oorsprong (2004) — Offizielle Quelle
- EU Verordening 1169/2011 — Voedselinformatie aan consumenten (2011) — Offizielle Quelle
- NVWA — Hygiënecode voor de horeca (2024) — Offizielle Quelle
- NVWA — Allergenen in voedsel (2024) — Offizielle Quelle
- Codex Alimentarius — International Food Standards (2024) — Offizielle Quelle
- FSA — Safer food, better business (HACCP) (2024) — Offizielle Quelle
- BVL — Lebensmittelhygiene (HACCP) (2024) — Offizielle Quelle
- Warenwetbesluit Bereiding en behandeling van levensmiddelen (2024) — Offizielle Quelle
- WHO — Foodborne diseases estimates (2024) — Offizielle Quelle
BVL (Bundesamt für Verbraucherschutz und Lebensmittelsicherheit) — https://www.bvl.bund.de
Die in dieser Anwendung angezeigten HACCP-Normen dienen ausschließlich der Information. KitchenNmbrs garantiert nicht, dass die angezeigten Werte aktuell oder vollständig sind. Konsultieren Sie stets das BVL oder Ihre zuständige Behörde für die neuesten Vorschriften.
Geschrieben von
Jeffrey Smit
Gründer & CEO von KitchenNmbrs
Jeffrey Smit hat KitchenNmbrs aus 8 Jahren praktischer Erfahrung als Küchenmanager bei der 1NUL8 Group in Rotterdam aufgebaut. Seine Mission: jedem Restaurantbesitzer Kontrolle über die Lebensmittelkosten geben.
Machen Sie Lebensmittelverschwendung messbar und kontrollierbar
Jedes Kilo, das Sie wegwerfen, ist verlorene Marge. KitchenNmbrs verknüpft Ihren Bestand mit Ihren Rezepten, sodass Sie genau sehen, wo Verschwendung entsteht — und was sie kostet. Kostenlos testen.
Kostenlose Testversion starten →