Weniger Food Waste mit mehr KI in der Bayreuther Mensa

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, mit Algorithmen, Machine Learning – und mit auch der Frage, wie viele Portionen Kartoffelsalat nächste Woche in der Mensa wohl verkauft werden. So wollen sie Nachhaltigkeit mit Hilfe von Künstlicher Intelligenz fördern. 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.

Der bewusste Umgang mit Ressourcen ist aus ökologischen und ökonomischen Gründen unabdingbar. Eine optimierte Vorratshaltung  kann zu einer solchen Nachhaltigkeit beitragen, da schlicht 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.

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 SWO und AI Association im Herbst 2025.