KI rechnet an der Mensa die Essen aus

Die Hochschulgruppe „Bayreuth AI Association“ entwickelt in Zusammenarbeit mit dem Studierendenwerk Oberfranken (SWO) ein Programm, das die Anzahl der täglich verkauften Mahlzeiten in der Mensa an der Universität Bayreuth voraussagt. Hierfür nutzen die Programmierer der Hochschulgruppe einen Machine-Learning-Ansatz, bei dem der Algorithmus des entwickelten Programms aus seinen Erfahrungen lernt. Das soll helfen, dass deutlich weniger Essen entsorgt werden muss, wie Anja-Maria Meister, die Pressesprecherin der Bayreuther Uni, mitteilt.

Zusammenschluss von Studenten

Die „Bayreuth AI Association“ ist ein Zusammenschluss von Studierenden der Uni Bayreuth, die sich für Künstliche Intelligenz (KI) begeistern. Sie beschäftigen sich mit Large Language Models, mit Algorithmen, Machine Learning – und mit der Frage, wie viele Portionen Kartoffelsalat nächste Woche in der Mensa wohl verkauft werden. So wollen sie Nachhaltigkeit mit Hilfe von KI fördern, heißt es in der Mitteilung. 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“, wird Andreas Voigt, der Leiter der Verpflegungsbetriebe des SWO, in der Mitteilung zitiert.

Lagerhaltung vorausberechnen

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 sowie einer der Gründer der „Bayreuth AI Association“, das Projekt „Machine Learning 4 Mensa an der Uni Bayreuth“ (ML4Mensa) ins Leben gerufen.

Bis auf 17 Tassen Kaffee genau

Seit einem ersten Treffen im Herbst hätten 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 sei für die Mensa-Verantwortlichen so vielversprechend gewesen, dass sie das Projekt auf Speisen ausgeweitet hätten. „Ich bin überzeugt, dass KI-Lösungen zukünftig in der Gemeinschaftsverpflegung eine zunehmend große Rolle spielen werden“, wird Voigt zitiert. Es sei spannend, dass es eine Gruppe gebe, die „in ihrer Freizeit solche Lösungen entwickelt und die technologische Innovation vorantreibt“.

Programm berechnet bis Herbst die Daten

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. Mit Ergebnissen rechnen das SWO und die Bayreuth AI Association im Herbst.