17.06.2024
GEGEN VERSCHWENDUNG

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

Oftmals bleibt im Lebensmittelhandel einiges an Ware über, die dann den Weg in den Müll findet. Prognosen zu treffen, fällt aufgrund vieler Variablen den Beteiligten sehr schwer. Die Bio-Bäckerei brotsüchtig allerdings hat es in einem Projekt mit zwei Kooperationspartnern geschafft, die Lebensmittelverschwendung essentiell zu reduzieren.
/artikel/wie-ein-bio-baecker-mit-data-science-die-lebensmittelueberproduktion-reduzierte
brotsüchtig
(c) Simlinger - (v.l.) brotsüchtig-Gründer Oliver Raferzeder, Alois Keplinger, Projektberater Innovationsmanagement der WKOÖ, brotsüchtig-Gründer Stefan Faschinger, Volkmar Wieser, Area Manager Data Science bei SCCH.

Rund 500 Kilo Bio-Mehl verarbeitet die Bio-Bäckerei brotsüchtig täglich zu Brot und Gebäck. Dabei wird die Produktionslogistik zum Drahtseilakt. Einerseits sollen die Kunden bis zum Ladenschluss aus dem gesamten Sortiment wählen können. Andererseits soll danach möglichst wenig Brot und Gebäck übrigbleiben.

brotsüchtig: „Rettung nur die zweitbeste Lösung“

„Denn Lebensmittelrettung ist nur die zweitbeste Lösung“, sagt brotsüchtig-Gründer und -Geschäftsführer Oliver Raferzeder. Die beste wäre, exakt so viel zu backen, wie verkauft wird. Um diesem Ziel möglichst nahezukommen, hat das Innovationsmanagement der WKO Oberösterreich für brotsüchtig ein KI-Projekt beim EU-Digitalisierungsprogramm „Test before Invest“ eingereicht. In diesem hat das Software Competence Center Hagenberg (SCCH) unter anderem Verkaufs-, Produktions-, Kalender-, Wetter- und Veranstaltungsdaten aufbereitet, in einem Dashboard sichtbar gemacht und so die Produktionsplanung verbessert. Die Retouren-Quote konnte so um 20 Prozent reduziert werden.

„Wir verlieren doppelt, wenn wir zu viel Ware backen“, erklärt Stefan Faschinger, ebenfalls Mitgründer von brotsüchtig, das Dilemma der Produktionsplanung. „Wir verlieren die kostbare Arbeitszeit unserer Bäckerinnen und Bäcker. Und wir verlieren kostbare Rohstoffe.“

Ein schicksalhaftes Treffen

So sind die bei brotsüchtig verwendeten bio-Rohstoffe generell um 15 bis 20 Prozent teurer als herkömmliche – Mohn in Bioqualität sei sogar doppelt so teuer. Deswegen investiert der Co-Founder bis zu zwei Stunden täglich in die Produktionsplanung für den nächsten Tag, erzählt Raferzeder.

Dies mühsamen Umstand teilte Faschinger dem Projektberater Alois Keplinger vom Innovationsmanagement der WKOÖ bei einer zufälligen Begegnung im Verkaufsraum mit. Daraus entwickelte sich ein gemeinsames Forschungsprojekt. Keplinger stellte folglich einen Förderantrag bei „Test before Invest“, das Digitalisierungs-Projekte bis zu einem Volumen von 40.000 Euro zu 100 Prozent aus Mitteln der Europäischen Union und der Forschungs-Förderungs-Gesellschaft FFG finanziert. Als Partner für die nötige Daten-Wissenschaft holte man das SCCH an Bord.

Data Science als Strategiegeber

„Das Ziel der Daten-Wissenschaft ist es, oft zusammenhanglos wirkendes Datenmaterial so aufzubereiten, dass man daraus konkretes Wissen und Strategien ableiten kann“, so Keplinger weiter. „Mit Data-Science lassen sich in praktisch allen Branchen Effizienzsteigerungen erzielen oder bessere Entscheidungen treffen.“

Bei brotsüchtig hängen die Verkaufszahlen als wichtigste Datenbasis von einer Unzahl an Faktoren ab: „Dabei spielen die Jahreszeit, das Wetter, der Wochentag, die generelle Frequenz in der Stadt aber auch Veranstaltungen rund um unsere Shops eine große, nur schwer zu kalkulierende Rolle“, skizziert Raferzeder die produktionslogistische Herausforderung.

So hänge auch das Kaufverhalten stark davon ab, ob das Wetter zum Schlendern in der Stadt einlade, zu große Hitze oder Regen die Kunden vertreibe, ob Wochenendeinkäufe anstehen oder eine öffentliche Veranstaltung die Passantenfrequenz beeinflusst.

brotsüchtig: Daten statt Bauchgefühl

„All diese Faktoren haben wir immer sehr intensiv beobachtet und versucht, daraus Schlüsse zu ziehen“, erzählt Raferzeder. Das sei zwar meist ganz gut gelungen, war aber extrem zeitintensiv und habe vor allem auf seinem eigenen Bauchgefühl beruht. Dieses sollte durch eine wissenschaftlich fundierte Basis für die Produktionsplanung in der Backstube ergänzt – oder im Idealfall ersetzt – werden. „So wollten wir etwa wissen, bei welchem Wetter wir mehr „Drahdiwaberl“ (Anm.: veganes Brot) verkaufen und welche Faktoren dafür noch verantwortlich sind.“

Mit seiner Kernkompetenz, Daten in Wissen umzuwandeln, war bei diesem Projekt das SCCH ein Idealkandidat für dieses Digitalisierungs-Projekt. Für die Aufgabenstellung, mittels Data Science aus dem vorhandenen Datenmaterial möglichst treffsichere Vorhersagen für die Produktion zu machen, konnte sich Area Manager Data Science bei SCCH Volkmar Wieser vor allem auf umfassende Verkaufsdaten stützen.

Planungsaufwand halbiert

„Uns lagen für die vier brotsüchtig-Shops in Linz (Anm.: dort zwei), Steyregg und Wels ebenso umfassende wie detaillierte Verkaufsstatistiken vor“, erklärt er. Nach dem Datenexport aus den Kassensystemen sowie entsprechender Aufbereitung und Visualisierung konnte dann die Verkaufsdynamik für jeden einzelnen Artikel zu bestimmten Uhrzeiten an allen Tagen in jedem einzelnen Shop klar und übersichtlich dargestellt werden.

„Wir haben auch noch Wetterdaten und Feiertage in die Analyse einfließen lassen, um sichtbar zu machen, wie sich diese im Kaufverhalten bemerkbar machen“, so Wieser weiter. Mit dem Ergebnis, dass brotsüchtig-Chef Faschinger auf einem Dashbord jederzeit alle für die Produktionsplanung nötigen Daten tagesaktuell aufrufen und mit Referenzwerten vergleichen kann.

„Diese Klarheit und Übersichtlichkeit der Daten erleichtert die Produktionsplanung enorm“, sagt er. „Mein Planungsaufwand hat sich halbiert, die Präzision der Vorhersage gleichzeitig wesentlich verbessert. Jetzt haben wir um ein Fünftel weniger Retourware als zuvor.“

Deine ungelesenen Artikel:
08.10.2026

Neue Plattform von A1 und IBM: Sichere und digital souveräne KI-Agenten für Unternehmen

A1 und Exoscale machen die IBM-KI-Plattform watsonx ihren Unternehmenskunden zugänglich - und nutzen sie auch selbst. A1-CCO Martin Resel und IBM-Österreich-Chef Marco Porak erklärten die Hintergründe.
/artikel/neue-plattform-von-a1-und-ibm-sichere-und-digital-souveraene-ki-agenten-fuer-unternehmen
08.10.2026

Neue Plattform von A1 und IBM: Sichere und digital souveräne KI-Agenten für Unternehmen

A1 und Exoscale machen die IBM-KI-Plattform watsonx ihren Unternehmenskunden zugänglich - und nutzen sie auch selbst. A1-CCO Martin Resel und IBM-Österreich-Chef Marco Porak erklärten die Hintergründe.
/artikel/neue-plattform-von-a1-und-ibm-sichere-und-digital-souveraene-ki-agenten-fuer-unternehmen
Vl. A1-CCO Martin Resel und IBM-Österreich-Chef Marco Porak | © A1/APA/Hörmandinger
Vl. A1-CCO Martin Resel und IBM-Österreich-Chef Marco Porak | © A1/APA/Hörmandinger

Dass für Unternehmen kein Weg mehr an Agentic AI vorbeiführt, ist mittlerweile ein Gemeinplatz. Dass eine sichere und konforme Umsetzung davon nicht so einfach ist, ebenfalls. „Für KI im Unternehmenskontext gelten andere Spielregeln als im privaten Bereich. Ich spreche hier besonders von souveräner KI“, sagt Marco Porak, Generaldirektor von IBM Österreich, bei einem gemeinsamen Pressetermin mit A1 und dessen Cloud-Tochter Exoscale. Mit einer gemeinsamen Plattform, die IBM watsonx auf A1 Exoscale bringt, will man Unternehmenskunden gemeinsam eine sichere und digital souveräne Lösung bieten.

„Wir sind Teil der kritischen Infrastruktur“

Denn Schatten-KI, also die Nutzung privater bzw. vom Unternehmen nicht genehmigter KI-Anwendungen durch Mitarbeiter:innen, sei ein echtes Sicherheitsrisiko, betont Martin Resel, stv. Vorstandsvorsitzender von A1 und CCO Enterprise. „Unternehmen können es sich nicht leisten, KI nicht zu nutzen. Da geht es um Wettbewerbsfähigkeit. Alles muss effizienter werden, etwa auch in der Verwaltung. Wenn man dann aber Daten global findet, die eigentlich nicht global gespeichert werden sollten, ist das ein Problem“, sagt Resel.

Für viele A1-Unternehmenskunden und auch für A1 selbst sei das besonders relevant. „Wir sind Teil der kritischen Infrastruktur. Viele hochsensible Daten laufen auf unseren Netzen. Wir haben nicht nur Unternehmen aller Größen als Kunden, sondern zum Beispiel auch Ministerien“, sagt der A1-CCO. Gerade in der aktuellen geopolitischen Situation müssten sich Österreich und ganz Europa daher souverän aufstellen.

Orchestrierte KI-Agenten mit klaren Regeln und voller Transparenz

Und wie macht das die gemeinsame Plattform? „Ich bin mir bewusst, dass ich Repräsentant eines amerikanischen Unternehmens bin“, räumt Marco Porak ein. IBM habe aber nach nicht weniger als 98 Jahren am österreichischen Markt ein anderes Standing, als etwa die US-Hyperscaler. Warum? „IBM hat seit jeher das Prinzip, dass Kundendaten Kundendaten sind und die Architektur vom Kunden bestimmt wird“, so Porak. Und: „Globale Innovation und lokale Kontrolle widersprechen einander nicht.“ Genau so sei es auch bei watsonx. Kunden können dort entscheiden, welche KI-Modelle genutzt werden und wo die Daten liegen. Die Bandbreite geht dabei von lokal gehosteten On-Premise-Lösungen über europäische bzw. Open-Source-Modelle auf europäischen Servern bis zu Frontier-Modellen in Datencentern der US-Hyperscaler.

Konkret greift das System auf eine Vielzahl an Large Language Models (LLMs) und Agentic-Modelle zurück und orchestriert KI-Agenten, um Tasks zu erfüllen. Die dazugehörige Governance-Plattform ermöglicht nicht nur das Festlegen der Regeln dafür, sondern bietet auch jederzeit komplette Transparenz, um jeden Arbeitsschritt und die dafür genutzten Modelle nachvollziehen zu können. Für Martin Resel ist dabei ebenfalls klar: „Dass alles, was aus Asien oder Amerika kommt böse ist, sehen wir nicht so. Wichtig ist die Wahlfreiheit.“ Die Plattform sei daher offen für sämtliche Modelle.

„Wir folgen einer sehr strikten Datenklassifizierung – selber und auch für unsere Kunden“

Je nach Usecase und dem damit verbundenen Sicherheits-Level der Daten seien unterschiedliche LLMs und Speicherorte sinnvoll. „Wir folgen einer sehr strikten Datenklassifizierung – selber und auch für unsere Kunden“, sagt Resel. Nach dieser erfolge die Entscheidung, welche Modelle genutzt werden können. Gleichzeitig optimiere die Plattform durch die passende Modell-Auswahl auch den Token-Verbrauch. „Das kann sonst bekanntlich schnell teuer werden“, sagt der A1-CCO.

A1 bietet seinen Enterprise-Kunden nicht nur Zugang zur Plattform, sondern auch begleitende Services, um diese aufzusetzen. Mit den europäischen Datencentern der Tochter Exoscale kommt noch das Angebot der souveränen Cloud im eigenen Land hinzu.

Wie watsonx für A1 und seine Kunden konkret funktioniert, zeigt Exoscale-KI-Experte Christos Kapodistrias beim Pressetermin vor. In seinem Beispiel arbeiteten nicht weniger als 14 KI-Agenten orchestriert zusammen, um eine optimale Vorbereitung auf ein Kundengespräch zu erstellen. „Diesen Usecase nutzen wir auch selber“, erklärt der Experte und zeigt die verschiedenen Sicherheits- und Kontrollmechanismen ebenso wie die Nachvollziehbarkeit über die Governance-Plattform. Marco Porak merkt dazu an: „Man sieht, es gibt mehrere Checkpoints im Prozess, der ‚Human in the Loop‘ bleibt erhalten.“ Denn es gehe eben darum, Menschen bei ihrer Arbeit zu unterstützen.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie ein Bio-Bäcker mit Data Science die Lebensmittelüberproduktion reduziert