KI reduziert Food Waste in der Bayreuther Mensa
Die Bayreuth AI Association und das Studierendenwerk Oberfranken arbeiten an einem KI-Programm, das die Anzahl der täglich verkauften Mahlzeiten in der Mensa der Universität Bayreuth vorhersagt. Ziel ist es, Food Waste zu reduzieren und die Ressourcenplanung zu optimieren. Erste Ergebnisse zeigen vielversprechende Prognosen für den Verkauf von Heißgetränken.
Die Bayreuth AI Association entwickelt ein Programm zur Vorhersage der verkauften Mahlzeiten.
Die Hochschulgruppe „Bayreuth AI Association“ entwickelt in Zusammenarbeit mit dem Studierendenwerk Oberfranken (SWO) ein Programm, das die Anzahl der täglich verkauften Mahlzeiten in der Mensa an der Universität Bayreuth voraussagt. Hierfür nutzen die Programmierer der Hochschulgruppe einen Machine-Learning-Ansatz, bei dem der Algorithmus des Programms aus seinen Erfahrungen lernt. Die „Bayreuth AI Association“ ist ein Zusammenschluss von Studierenden der Uni Bayreuth, die sich für Künstliche Intelligenz begeistern. Sie beschäftigen sich mit Large Language Models, Algorithmen, Machine Learning und der Frage, wie viele Portionen Kartoffelsalat nächste Woche in der Mensa verkauft werden. Das SWO ist mit im Boot: „Eine KI-gestützte Prognose der Verkaufszahlen in den Mensen hätte für uns einen bedeutenden Mehrwert hinsichtlich unserer Planungen und der Vermeidung von Food Waste“, sagt Andreas Voigt, der Leiter der Verpflegungsbetriebe des SWO.
Optimierte Vorratshaltung
Der bewusste Umgang mit Ressourcen ist aus ökologischen und ökonomischen Gründen unabdingbar. Eine optimierte Vorratshaltung kann zu einer solchen Nachhaltigkeit beitragen, da weniger weggeworfen werden muss. Für die Lagerhaltung in einer Großküche wie in der Mensa an der Universität Bayreuth ist eine möglichst genaue Schätzung der verkauften Mahlzeiten und daher des Verbrauchs bestimmter Lebensmittel entscheidend. Vor diesem Hintergrund hat Pascal Fechner, Doktorand am Lehrstuhl für Wirtschaftsinformatik und Wertorientiertes Prozessmanagement der Uni Bayreuth sowie einer der Gründer der „Bayreuth AI Association“, das Projekt „Machine Learning 4 Mensa an der Uni Bayreuth“ (ML4Mensa) ins Leben gerufen.
Erste Ergebnisse und Ausblick
Das erste Planungstreffen zwischen Mitgliedern der „Bayreuth AI Association“, Andreas Voigt und Leon Leichsenring, dem Leiter Controlling, Einkauf, Interne Revision, IT im SWO, fand im Herbst 2024 statt. Seitdem haben die Mitglieder der Hochschulgruppe bereits ein vorläufiges Modell entwickelt, das den Verkauf von Heißgetränken in der Mensa gut vorhersagt: „Pro Tag können wir den Verkauf von Kaffee im Mittel auf 17 Tassen genau vorhersagen. Die beste Schätzung aus historischen Daten kommt auf 29 Tassen im Mittel. Mit Machine Learning können wir den Fehler also fast halbieren und eine deutlich bessere Abschätzung angeben“, berichtet Fechner. Daraus hat die AI Association eine Prognose für die Kaffeeverkäufe im Jahr 2025 entwickelt. Das war für die Mensaverantwortlichen so vielversprechend, dass sie das Projekt auf Speisen ausweiten. „Ich bin überzeugt, dass KI-Lösungen zukünftig in der Gemeinschaftsverpflegung eine zunehmend große Rolle spielen werden. Ich freue mich, dass es mit der Bayreuth AI Association eine Gruppe am Campus gibt, die in ihrer Freizeit solche Lösungen entwickelt und die technologische Innovation vorantreibt“, sagt Voigt.
Die Studierenden entwickeln jetzt ein Programm, in das die Bezeichnungen der sich regelmäßig wiederholenden Mahlzeiten sowie der geplante Verkaufstag eingegeben werden. Damit und mit Daten aus der Vergangenheit - welches Gericht verkaufte sich in den letzten 48 Monaten an welchem Tag wie oft? - berechnet der Algorithmus die wahrscheinliche Anzahl der verkauften Mahlzeiten. „Die Vorhersage basiert vor allem auf den historischen Daten der Essensverkäufe in der Mensa seit der Coronapandemie. Da sich die Gerichte wiederholen, haben wir mehrere Datenpunkte zur gleichen Mahlzeit, aus denen der Algorithmus lernen kann. Ins Programm fließen außerdem noch weitere Einflussfaktoren wie die Jahreszeit, das Wetter, die Studierendenzahl an der Uni Bayreuth und die Zeit im Semester – also ob Vorlesungszeit oder vorlesungsfreie Zeit ist – mit ein“, erklärt Fechner. Mit Ergebnissen rechnen das SWO und die Bayreuth AI Association im Herbst 2025.
