Die Hochschulgruppe "Bayreuth AI Association" arbeitet gemeinsam mit dem Studierendenwerk Oberfranken (SWO) an einem Programm zur Vorhersage der täglich verkauften Mahlzeiten in der Mensa der Universität Bayreuth. Hierbei verwenden die Entwickler einen Machine-Learning-Ansatz, der es dem Algorithmus ermöglicht, aus Erfahrungen zu lernen. Das teilt die Uni Bayreuth in einer aktuellen Pressemitteilung mit.

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 auch mit der Frage, wie viele Portionen Kartoffelsalat in der nächsten Woche in der Mensa verkauft werden. So wollen sie Nachhaltigkeit mithilfe von Künstlicher Intelligenz fördern. Das SWO ist ebenfalls beteiligt: "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.

Uni Bayreuth: So hilft KI in der Mensa - erste Erfolge bei Kaffee-Verbrauch

Der bewusste Umgang mit Ressourcen ist aus ökologischen und ökonomischen Gründen essenziell. Eine optimierte Vorratshaltung kann hierzu beitragen, da weniger weggeworfen werden muss. Für die Lagerhaltung in einer Großküche wie der Mensa an der Universität Bayreuth ist eine präzise Schätzung der verkauften Mahlzeiten und somit 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.

Video:

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 ein vorläufiges Modell entwickelt, das den Verkauf von Heißgetränken in der Mensa gut prognostiziert: "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 erstellt. 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 technologische Innovationen vorantreibt", sagt Voigt.

Die Studierenden entwickeln nun 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 voraussichtliche 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.