Eine Studie unter 340 unabhängigen Gastronomen in Deutschland hat ergeben: 87% planen ihren Personaleinsatz für die nächste Woche ohne eine schriftliche Umsatzprognose. Sie "wissen" aus Erfahrung, was kommt.
Das Problem: Diese Erfahrungswerte liegen durchschnittlich 18–22% daneben. Bei einem Restaurant mit 6.000 Euro Wochenumsatz ist das eine Fehlplanung von 1.080 bis 1.320 Euro — jede Woche.
Kumuliert: 56.000 bis 68.000 Euro Planungsunschärfe pro Jahr. Pro Standort.
Nicht weil die Gastronomen schlechte Unternehmer sind. Weil Bauchgefühl gegen drei externe Variablen gleichzeitig kämpft, die es nicht kennen kann: Wetter, lokale Events und statistische Muster in historischen Daten.
Inhaltsverzeichnis
- Was ein Umsatz-Forecast eigentlich ist
- Die vier entscheidenden Datenpunkte
- Wie hoch ist deine aktuelle Forecast-Genauigkeit?
- Was Forecast-Fehler konkret kosten
- Vom Bauchgefühl zur strukturierten Prognose
- Fazit: Wer plant, gewinnt
Was ein Umsatz-Forecast eigentlich ist
Ein Forecast ist keine Garantie. Er ist eine begründete Erwartung, basierend auf Daten.
In der Praxis unterscheide ich drei Qualitätsstufen:
Stufe 1 — Bauchgefühl: "Nächsten Freitag wird's gut, ist ja Wochenende." Keine Daten, keine Dokumentation. Trifft manchmal zu, liegt oft daneben.
Stufe 2 — Historische Mittelwerte: "Letzten vier Freitage hatten wir durchschnittlich 7.200 Euro — ich plane für 7.000 Euro." Besser. Aber es fehlen externe Faktoren.
Stufe 3 — Datenpunkte-gewichteter Forecast: Historische Werte kombiniert mit Wetter, Feiertagen, lokalen Events, Schulferien, saisonalen Mustern und eventuellen Benchmarkvergleichen. Fehlerquote: 5–9% statt 18–22%.
Der Unterschied zwischen Stufe 1 und Stufe 3 bei einem Betrieb mit 300.000 Euro Jahresumsatz: rund 27.000 bis 39.000 Euro bessere Planung pro Jahr. Nicht Mehrumsatz — bessere Kostenkontrolle durch präzisere Planung.
Die vier entscheidenden Datenpunkte
1. Wochentag und historisches Muster
Der wichtigste Datenpunkt ist der einfachste: Was hat dein Restaurant an diesem Wochentag in den letzten acht Wochen gemacht?
Nicht der Durchschnitt aller Tage. Der Durchschnitt genau dieses Wochentags. Ein Mittwoch und ein Freitag haben fundamental verschiedene Ausgangswerte.
Und: Nicht nur der Durchschnitt, sondern auch die Schwankungsbreite. Wenn dein Freitagsumsatz zwischen 5.400 Euro und 9.200 Euro pendelt (also 70% Schwankung), ist ein Forecast unsicher. Wenn er zwischen 7.000 Euro und 7.800 Euro liegt (11% Schwankung), kannst du sehr präzise planen.
Die Schwankungsbreite ist der unterschätzte Indikator. Sie sagt dir, wie verlässlich dein Betrieb ist.
2. Wetter
Wetter ist in der Gastronomie ein massiver Umsatzfaktor — aber die meisten Gastronomen planen nicht damit, weil sie die historische Korrelation nicht kennen.
Konkrete Beispiele aus der Praxis:
- Ein Biergarten in München: Sonnige Samstage (über 22°C) bringen 40–60% mehr Umsatz als bedeckte Tage.
- Ein Stadtrestaurant in Hamburg: Starkregen am Freitagabend kostet 15–20% Umsatz — weil spontane Walk-ins wegbrechen.
- Ein Lunch-Betrieb in Frankfurt: Temperaturen über 28°C senken das Mittagsgeschäft um 12%, weil die Office-Kundschaft lieber im klimatisierten Büro bleibt.
Diese Korrelationen sind standortspezifisch. Du kannst sie nur kennen, wenn du Wetterdaten mit deinen historischen Umsatzdaten verknüpfst.
Wenn du das tust, kannst du bei einem Freitagabend mit Regenprognose den Personaleinsatz um 15% senken — und bei angekündigtem Hochsommer den Außenbereich rechtzeitig aufstocken.
3. Lokale Events
Ein Fußballspiel drei Kilometer entfernt. Ein Stadtfest im Nachbarviertel. Ein Konzert in der Halle, die deinen Abendservice-Gästen die Parkmöglichkeiten nimmt. Eine Messe, die 8.000 Geschäftsreisende in die Stadt bringt.
All das beeinflusst deinen Umsatz — positiv oder negativ. Und all das steht im Veranstaltungskalender der Stadt.
Betriebe, die ihren Eventkalender aktiv mit dem Forecast verbinden, reduzieren ihre Fehlplanung an Event-Tagen um 30–40%. Das sind oft die teuersten Fehltage, weil die Abweichung am größten ist.
Konkret: Ein Restaurant nahe einer Konzerthalle in Köln hatte ohne Eventplanung bei Großkonzerten regelmäßig 20% Unterbesetzung — und damit überlastetes Personal, langsamen Service, niedrigere Bonhöhe. Mit einem Event-Feed im Planungstool: sofortiger Ausgleich.
4. Saisonale Muster und Schulferien
Schulferien betreffen nicht nur Familien-Restaurants. Sie verändern das Mobilitätsmuster ganzer Städte. Das Business-Lunch-Restaurat verliert Stammkunden, weil mehr Büromenschen im Urlaub sind. Das Familienrestaurant gewinnt, weil Familien mehr auswärts essen.
Wenn du diese Muster nicht in deinem Forecast berücksichtigst, wirst du jedes Mal überrascht sein — obwohl Schulferien seit Jahrzehnten denselben Einfluss haben.
Ebenso: Weihnachtszeit, Valentinstag, Muttertag, Karneval in Köln, Oktoberfest in München, lokale Schützenfeste. Diese Termine sind vorhersehbar. Ihr Effekt auf deinen Umsatz auch — wenn du ihn einmal gemessen hast.
Wie hoch ist deine aktuelle Forecast-Genauigkeit?
Hier die einfache Methode, das zu messen:
Nimm die letzten acht Freitage. Für jeden Freitag: Was hast du erwartet (in Euro) und was hast du tatsächlich gemacht?
Forecast-Fehler = |Erwartung − Ist| / Erwartung × 100
Wenn du keine schriftliche Erwartung hattest, schätze rückwirkend: "Was hätte ich an diesem Montag erwartet, wenn ich gefragt worden wäre?"
Rechne den Durchschnitt aller acht Fehler.
Unter 8%: Du planst gut. Dein System funktioniert. 8–15%: Durchschnittlich. Es gibt Verbesserungspotenzial. Über 15%: Du planst im Blindflug. Die Kosten sind real.
Die meisten Betriebe landen beim ersten Mal bei 18–25%. Das ist kein persönliches Versagen — es ist das statistische Ergebnis von Planung ohne Daten.
Was Forecast-Fehler konkret kosten
Zu hohe Prognose → Überbesetzung
Du erwartest 7.500 Euro, es kommen 6.000 Euro. Du hast zu viele Leute eingeplant.
Kosten: Angenommen vier Stunden Überbesetzung mit drei Mitarbeitern à 14 Euro: 168 Euro pro Abend. Bei zehn solchen Abenden im Monat: 1.680 Euro. Im Jahr: 20.160 Euro pro Standort.
Zu niedrige Prognose → Unterbesetzung
Du erwartest 5.800 Euro, es kommen 8.200 Euro. Du hast zu wenig Leute.
Kosten sind schwerer messbar, aber real: Service wird langsamer, Bonhöhe sinkt (weniger Upsells, weil das Team keine Zeit hat), Gäste warten länger, kommen seltener wieder.
Konservative Schätzung: Bei fünf solchen Abenden im Monat und einem Umsatzverlust von 8% durch schlechten Service: 2.600 Euro monatlicher Mehrumsatz, der liegen bleibt.
Kein Forecast → Kein Einkaufsplan
Wer nicht weiß, was kommt, kauft entweder zu viel oder zu wenig. Zu viel endet in Abschreibungen. Zu wenig in 86 Items auf der Karte, die um 20:30 Uhr ausverkauft sind.
Abschreibungen bei einem Betrieb mit 80.000 Euro Monatsumsatz und schlechter Einkaufsplanung: Erfahrungswert 1,5–3,5% des Wareneinsatzes. Das sind bei 30% Wareneinsatzquote 360 bis 840 Euro — monatlich.
Vom Bauchgefühl zur strukturierten Prognose
Fünf Schritte, die du in drei Wochen umsetzen kannst:
Schritt 1: Historische Daten aufbereiten Exportiere Kassendaten der letzten 90 Tage. Wenn möglich, nach Wochentag und Stunde. Das ist dein Ausgangsmaterial.
Schritt 2: Wochentags-Durchschnitte berechnen Für jeden Wochentag: Durchschnitt und Schwankungsbreite. Das gibt dir den Baseline-Forecast.
Schritt 3: Event-Kalender integrieren Trag für die nächsten vier Wochen alle relevanten lokalen Events ein — Fußballspiele, Konzerte, Messen, Feiertage. Schätze für jeden Event einen Zu- oder Abschlagsfaktor basierend auf vergangenen Erfahrungen.
Schritt 4: Wetter einbeziehen Wettervorhersage für die nächsten sieben Tage prüfen. Passe deinen Baseline-Forecast nach oben oder unten an — basierend auf historischer Korrelation in deinem Betrieb.
Schritt 5: Forecast vs. Ist vergleichen Jeden Montag: Was hast du letzte Woche prognostiziert, was ist eingetroffen? Trag es in eine Tabelle ein. Nach vier Wochen erkennst du systematische Muster in deiner Fehlplanung.
Dieser Prozess dauert am Anfang 30–45 Minuten pro Woche. Nach drei Monaten, wenn die Datenbasis größer ist und die Muster klar sind: 10–15 Minuten.
Vergleiche das mit den 20.000 bis 40.000 Euro Planungsfehlern, die du dadurch reduzierst.
Fazit: Wer plant, gewinnt
Ein Forecast ist keine Glaskugel. Er reduziert Unsicherheit, er beseitigt sie nicht. Aber der Unterschied zwischen 20% Fehlerquote und 8% Fehlerquote ist real — und messbar.
Die drei wichtigsten Erkenntnisse:
Erstens: Historische Daten allein reichen nicht. Wer nur den Mittelwert der letzten Wochen nimmt, ignoriert Wetter, Events und Muster.
Zweitens: Forecast-Genauigkeit lässt sich messen. Fang diese Woche an, deine Prognosen zu dokumentieren — auch wenn sie zunächst nur Schätzungen sind.
Drittens: Die Kosten von schlechter Planung sind quantifizierbar. Überbesetzung, Unterbesetzung, Abschreibungen — alles lässt sich in Euro ausdrücken.
GastroSight erstellt automatisch Umsatzprognosen aus deinen historischen Kassendaten, Wetterdaten und einem lokalen Event-Feed — täglich aktualisiert, für jeden Standort. Demo in 15 Minuten vereinbaren.
Quellen
- DEHOGA Bundesverband — Branchenberichte — Umsatz- und Beschäftigungsdaten für das deutsche Gastgewerbe
- Statistisches Bundesamt — Gastgewerbe — Amtliche Statistiken zu Umsatz und Betriebszahlen
- ifo Institut — Geschäftsklima Gastgewerbe — Konjunktureinschaetzungen und Prognosen fuer das Gastgewerbe
Verwandte Begriffe
- Forecasting — Umsatzprognose auf Basis historischer Daten und Muster
- Dienstplan-Effizienz — Wie gut der Dienstplan am Forecast ausgerichtet ist
- Personalkostenquote (PK-Quote) — Zielgröße, die durch guten Forecast optimiert wird
- Break-Even-Point — Umsatzschwelle, die der Forecast zuverlässig anzeigen sollte