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:
02.11.2026

KI-Kehrseite: Zehetmaier, Maier, Brix und Wasner über Risiken der Künstlichen Intelligenz

Beim AustrianStartups Summit Mitte Oktober trafen Carina Zehetmaier, Raoul Maier und Alexander Brix auf Moderator Clemens Wasner. Sie umrissen die Risiken, die KI für Unternehmen mit sich bringt, legten verschiedene Perspektiven dar und erklärten, worauf es schlussendlich künftig ankommen werde.
/artikel/ki-kehrseite-zehetmaier-maier-brix-und-wasner-ueber-risiken-der-kuenstlichen-intelligenz
02.11.2026

KI-Kehrseite: Zehetmaier, Maier, Brix und Wasner über Risiken der Künstlichen Intelligenz

Beim AustrianStartups Summit Mitte Oktober trafen Carina Zehetmaier, Raoul Maier und Alexander Brix auf Moderator Clemens Wasner. Sie umrissen die Risiken, die KI für Unternehmen mit sich bringt, legten verschiedene Perspektiven dar und erklärten, worauf es schlussendlich künftig ankommen werde.
/artikel/ki-kehrseite-zehetmaier-maier-brix-und-wasner-ueber-risiken-der-kuenstlichen-intelligenz
KI-Risiko, KI Risiko, Risiko, Summt, Wasner,
(v.l.) Carina Zehetmaier, Raoul Maier, Alexander Brix, Clemens Wasner | © AustrianStartups

Eine Künstliche Intelligenz würde vielleicht schreiben: „Als Carina das Wort ergriff, wurde der Saal plötzlich still. Ein Windhauch durchbrach das betretene Schweigen und das, was Carina sagen sollte, würde den gesamten Abend prägen und alles verändern. Damit hatte niemand gerechnet und Schockwellen gingen durchs ganze Land.“

KI: Wie stehts denn mit dem Vertrauen?

Derart extrem war es nicht, als Carina Zehetmaier, Co-Founderin und CEO von paiper.one, Raoul Maier, Founding Partner bei Eudemian Ventures und Alexander Brix, CCO bei fonio im Rahmen des AustrianStartups Summit zusammentrafen, um mit Moderator Clemens Wasner (Founder und CEO EnliteAI) die Risiken von KI zu diskutieren. Doch die Aussage der Vorsitzenden der Arbeitsgruppe Künstliche Intelligenz bei Austrian Standards hinterließ Eindruck. Und zeigte am Ende vielleicht genau das, worum es beim KI-Risiko wirklich geht: um den Vertrauens- und Skalierungsgedanken. Doch dazu später.

KI kann halluzinieren, KI kann sich, vor dem menschlichen Gehör versteckt, mit anderer KI austauschen. KI kann Server hacken, Daten lesen und Datenschutz ignorieren. Sie umgeht Grenzen, um Aufgaben zu erledigen und bleibt dabei intransparent. Vor allem aber kann sie automatisieren, Effizienz steigern und dort beschleunigen, wo es gewünscht wird. All das mit Gefahren verbunden, wenn man sich dieser nicht bewusst ist.

Risiko für Investor:innen verändert

Die Risiken Künstlicher Intelligenz werden hierzulande und weltweit auf mehreren Ebenen diskutiert. Etwa aus Fondsperspektive, wie Maier erklärte: Laut dem Experten habe KI das Risikoprofil für Investor:innen grundlegend verändert. Für das einzelne Unternehmen sei das Risiko gestiegen, für das gesamte Portfolio dagegen gleich hoch geblieben oder sogar niedriger geworden. Der Grund liege im sogenannten Power Law: In der Startup-Finanzierung entscheiden meist wenige Volltreffer über den Erfolg eines Portfolios, und weil KI die Entwicklung günstiger und schneller macht, könnte es künftig mehr solcher Treffer geben, so seine Prognose.

Zudem sinke Maier zufolge das Produkt- und Technologierisiko, das Teamrisiko bleibe in etwa gleich. Höher seien dagegen das Wettbewerbsrisiko, da Konkurrenten sehr schnell auftauchen könnten, das Umsetzungsrisiko, weil Startups bei schwacher Exekution rasch überholt würden, und auch das regulatorische Risiko.

Hinzu komme das Bewertungsrisiko, besonders in den USA. Bei den hohen Bewertungen werde es zum Problem, wenn der erwartete Exit-Wert ausbleibt: „Wir als Investoren müssen darauf vorbereitet sein, diese Risiken zu verstehen und sie auf sinnvolle Weise zu mindern“, sagte Maier. „Ich denke, es wird große Unterschiede geben, weil, wenn man sieht, dass ein Konkurrent sehr schnell auftaucht und sehr schnell an Fahrt gewinnt, wird es weniger darum gehen, zu versuchen ‚Zombies‘ zu pflegen, sondern sich wirklich auf seine Gewinner zu konzentrieren und auch die Diversifizierung des Portfolios tief bei den Gewinnern auszuspielen.“

Er sieht beim VC-Portfolio einen künftigen Trend hin zu einer „Gewinner-nimmt-das-Meiste“-Mentalität: „Was wir gesehen haben, ist, dass derzeit die Top 1 Prozent der Startups in den USA etwa 50 Prozent des Exit-Wertes einfangen. Das kann man mit der Ära von 2010 bis 2020 vergleichen, wo sie etwa 30 bis 35 Prozent des Exit-Wertes einfingen, davor — in der Ära von 2000 bis 2010 — waren es weniger als 20 Prozent. Wir haben also eine viel höhere Konzentration der Gewinner. Es geht nun viel mehr darum, diese Gewinner zu finden“, sagte Maier.

„Vertrauen, Fairness und Compliance von Anfang an“

Zehetmaier rückte danach die Risiken beim Bauen von KI-Produkten selbst in den Fokus. Wer ein Produkt in einer Hochrisiko-Sphäre entwickle, solle sich früh fragen, ob und wie man es in der Gesellschaft haben wolle, und es resilient, cybersicher und sicher aufsetzen. Austrian Standards arbeite derzeit an den risikobezogenen Standards zum EU AI Act, die klären sollen, womit Unternehmen konform sein müssen und welche Schritte nötig sind. Langfristig könne das für Gründerinnen und Gründer ein Vorteil sein, auch wenn die frühe Auseinandersetzung Zeit koste. „Wenn wir nicht Vertrauen, Fairness und Compliance von Anfang an einbauen, ist es hinterher viel schwerer“, sagte sie.

Zentral sei die Frage nach „Human in the Loop“, „Human in Command“ und „Human in Control“. Lösungen, wie Menschen tatsächlich im Entscheidungsprozess eingebunden bleiben, sind für Zehetmaier noch weitgehend offen: „Es kann nicht sein, dass man einfach einen Menschen hinsetzt und sagt: ‚Hak die Kästchen 1.000-mal am Tag ab‘. So bindet man keine menschliche Aufsicht ein.“

Die Frage nach dem: „Worum geht es eigentlich?“

Aus europäischer Perspektive frage sie sich manchmal, wofür das alles geschehe, so Zehetmaier. Gehe es am Ende darum, Beschäftigte loszuwerden, das Unternehmen hochzuskalieren und an ein weiteres US-Unternehmen zu verkaufen?

„Wir sollten die Idee des nachhaltigen Skalierens wirklich überdenken“, riet sie. Die erste Frage, die sich ein Startup stellen müsse, sei: „Was will ich bauen und wo will ich in der Zukunft sein? Was ist die Zukunft, in der meine Kinder leben werden, und wie sieht sie aus?” Das Ziel sei letztlich „nicht, es einfach hochzuskalieren und einfach an irgendwen zu verkaufen“, sondern eine bewusstere Reise zu gestalten. „Ich denke wirklich, dass es Chancen gibt, die Zukunft aktiv zu verändern und dazu beizutragen, das anzugleichen, was wir wollen“, sagte sie. „Um sicherzustellen, dass die Technologie für uns so frei von Voreingenommenheit und für so viele Menschen wie möglich funktioniert.“

Daran knüpfte Maier zustimmend an und griff Zehetmaiers Überlegungen zur Frage auf, welche Zukunft Technologieunternehmen eigentlich gestalten wollen. Die Frage unserer Zeit sei jedoch nicht nur, wie diese Zukunft aussehen solle, sondern auch, wer sie definiere und wer tatsächlich in der Lage sei, sie umzusetzen.

Denn selbst wenn es eine gesellschaftliche Einigung darüber gäbe, welche Richtung eingeschlagen werden sollte, sei keineswegs klar, wer die Macht habe, diese Vorstellungen durchzusetzen. Theoretisch seien es vor allem große Regierungen, die die Entwicklung der Technologie regulieren könnten. Doch gerade im Bereich der Künstlichen Intelligenz zeige sich, wie begrenzt dieser Handlungsspielraum sei.

„Europa nicht mehr auf Agenda“

Maier berichtete von einem Gespräch mit David Sacks (Mitglied des Podcasts All-In), der unter Donald Trump als KI-Beauftragter tätig war. Sacks habe ihm erklärt, dass die USA Künstliche Intelligenz nicht regulieren könnten, weil sie andernfalls Gefahr liefen, das Rennen gegen China zu verlieren.

„Das ist die Aussage des obersten US-Beraters für KI. Was uns das zeigt, ist, dass wir uns derzeit in einem chaotischen Zustand befinden, in dem wir im Wesentlichen ein Rennen zwischen zwei Supermächten haben“, sagte Maier. „Europa steht gar nicht mehr auf der Agenda. Es tut mir leid, euch das so beibringen zu müssen. Aber das ist der beängstigende Teil. Ich habe nicht die perfekte Antwort, aber ich stimme Zehetmaiers grundlegenden Fragen völlig zu.“

Aufsetzen ist nicht genug

Auch ohne Schockwellen führte die Diskussion der drei Expert:innen weiters zur Frage, wie sich KI-Startups in einem Markt behaupten können, in dem neue Wettbewerber schnell entstehen. Für Maier liegt die Antwort in der Verteidigungsfähigkeit des Geschäftsmodells. Ein bloßer „Wrapper“, also eine Anwendung, die lediglich auf ein bestehendes Sprachmodell aufsetzt, reiche kaum aus. Attraktiv seien Unternehmen, die sich durch proprietäre Daten, Branchen-Wissen, Kundenzugang oder komplexe Workflows abheben. Alexander Brix von fonio ergänzte, dass Startups ihren Wettbewerbsvorteil auch erst mit der Zeit entwickeln könnten – etwa durch eine starke Marke, Vertrauen und effiziente Vertriebsstrukturen. Gerade im B2B-Bereich sei Vertrauen entscheidend.

Carina Zehetmaier bestätigte diese Einschätzung aus der Perspektive eines Unternehmens, das sich auf KI-Compliance spezialisiert hat. Für paiper.one sei die Komplexität der Regulierung einerseits ein Hindernis, andererseits aber auch eine Chance, sich durch Fachwissen und Vertrauen zu differenzieren. Da sich gesetzliche Anforderungen von Land zu Land unterscheiden und laufend verändern können, lasse sich das Produkt nicht ohne Weiteres über verschiedene Märkte hinweg skalieren.

Wettbewerbsvorteil

„Was wir bisher beobachtet haben, ist, dass unser Wettbewerbsvorteil Vertrauen ist“, präzisierte Zehetmaier. Große Konzerne vertrauten dem Team aufgrund seiner Expertise und sähen paiper.one als Ansprechpartner, der sie bei der Einführung und Umsetzung neuer Anforderungen begleiten könne. Zugleich warnte sie davor, dass Europa seine Innovationskraft nicht allein aus der Regulierung schöpfen dürfe. Die Komplexität könne zwar einen Wettbewerbsvorteil schaffen, erschwere aber auch schnelles Wachstum.

Für sie liege eine zentrale Herausforderung jedoch nicht allein in der Technologie oder der Einhaltung von Vorschriften, sondern darin, KI tatsächlich in Unternehmen zu verankern.

Viele Unternehmen würden ihren Beschäftigten zwar entsprechende Lizenzen zur Verfügung stellen, doch diese würden nicht immer genutzt. Deshalb wolle sich paiper.one verstärkt darauf konzentrieren, Organisationen und ihre Mitarbeiter bei der Einführung von KI mitzunehmen und den Wandel aktiv zu begleiten. Denn, so Zehetmaier: „Wenn wir die beste Technologie haben, aber niemand sie nutzt, werden wir am Ende nicht glücklich sein.“

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