B

Bäckerei Raisch

Bäckerei und Gastronomie · Deutschland

Unabhängig belegt

KI-Prognose für den Brezelabsatz bei Raisch

Reifegrad: Pilot / Test

Im Register seit 17.10.2026. Wir verfolgen, was aus diesem KI-Einsatz wird.

Wie nutzt Bäckerei Raisch KI?

Die Bäckerei Raisch nutzt KI, um den Brezelabsatz anhand historischer Verkaufs-, Wetter- und Feiertagsdaten genauer vorherzusagen.

Produktions- und PersonaleinsatzplanungKI-gestützte Brezel-Nachfrageprognose zur besseren Planung und AbfallreduzierungKünstliche Intelligenz zur Absatzprognose

Auf einen Blick

Unternehmen
Bäckerei Raisch
Branche
Bäckerei und Gastronomie
Land
Deutschland
Funktion
Produktions- und Personaleinsatzplanung
KI-Technik
Künstliche Intelligenz zur Absatzprognose
Ergebnis
Die KI-Prognosen waren genauer als die bisherigen manuellen Vorhersagen.

Ausgangslage

Die Bäckerei Raisch untersuchte im Projekt „AI meets Brezeln“, ob sich der Absatz von Brezeln mithilfe künstlicher Intelligenz genauer vorhersagen lässt. Anlass ist die Planung des Folgetags: Genauere Erwartungen zum Verkauf sollen Produktion und Personaleinsatz besser planbar machen und Lebensmittelabfälle verringern.

Was das Unternehmen konkret macht

Raisch verknüpfte historische Verkaufszahlen von Brezeln mit weiteren Daten, darunter Wetter- und Feiertagsdaten. Auf dieser Grundlage erstellte die KI Absatzprognosen. Das Unternehmen verglich diese Prognosen mit den bisherigen manuellen Vorhersagen.

Das Vorhaben wurde gemeinsam mit der Hochschule Pforzheim und dem KI-Lab Nordschwarzwald umgesetzt. Dabei kamen betriebliche Erfahrung des Unternehmens und wissenschaftliches Know-how der Partner zusammen.

Technik & Ansatz

Der Ansatz basiert auf der Verbindung von Verkaufsdaten aus der Vergangenheit mit Einflussfaktoren wie Wetter und Feiertagen. Die Quellen beschreiben keine konkrete Software, kein bestimmtes KI-Modell und keine Angaben zur Datenmenge oder zum Prognosezeitraum.

Die KI-Prognose bezieht sich auf den Absatz von Brezeln. Sie dient der betrieblichen Planung, indem sie die erwartete Nachfrage für den folgenden Tag genauer einschätzen soll als die zuvor genutzte manuelle Vorhersage.

Ergebnisse

Die Prognosen der KI erwiesen sich als genauer als die bisherigen manuellen Vorhersagen. Eine prozentuale Verbesserung, eine absolute Fehlerquote oder eine bezifferte Reduktion von Lebensmittelabfällen werden nicht genannt.

Als betrieblicher Nutzen wird eine bessere Planung von Produktion und Personaleinsatz beschrieben. Zudem besteht das Ziel, durch eine präzisere Planung weniger Lebensmittel wegzuwerfen.

Einordnung

Der Einsatz zeigt ein KI-Projekt in einem Bäckereibetrieb mit einem eng abgegrenzten Planungsfall. Raisch setzt die Prognose nicht als Ersatz für handwerkliche Arbeit ein; digitale, technische und ergonomische Hilfsmittel in der erweiterten Produktion in Calw-Oberriedt sollen körperlich belastende oder repetitive Arbeiten erleichtern. Handwerkliches Können bleibt nach Darstellung des Unternehmens weiterhin gefragt.

Die Fallstudie belegt eine höhere Genauigkeit gegenüber manuellen Vorhersagen, aber keine quantifizierten wirtschaftlichen oder ökologischen Effekte.


Quellen

Unabhängig belegt

Von einer unabhängigen Quelle (Redaktion/Dritter) berichtet, nicht nur vom Unternehmen oder KI-Anbieter.

KI Cases fasst öffentlich berichtete Einsätze neutral zusammen und verlinkt die Originalquellen. Maßgeblich ist die jeweilige Quelle.


Weitere Fälle

Jede Woche neue KI-Fallstudien

Wie Unternehmen KI wirklich einsetzen: kuratiert, mit Quelle. Der Newsletter startet bald, trag dich ein und sei von Anfang an dabei.

Abonnieren