Anomalie-Erkennung

Anomalie-Erkennung bezeichnet die automatische Identifikation von Datenpunkten, die signifikant vom erwarteten Muster abweichen. In der Gastronomie wird sie eingesetzt, um unerwartete Abweichungen bei Umsatz, Wareneinsatz, Kassiervorgaengen oder Personalkosten fruehzeitig zu erkennen — bevor sie als Monatsverlust in der BWA auftauchen.

Typische Anwendungsfelder

Bereich	Beispiel-Anomalie
Umsatz	Tagesumsatz 25 % unter Forecast ohne bekannte Ursache
Wareneinsatz	Wareneinsatzquote spruenghaft +4 % in einer Woche
Stornoquoten	Stornoanteil dreimal hoeher als Wochendurchschnitt
Zahlungsmethoden	Bargeldanteil stark gesunken — moeglicher Eingabefehler
Personalkosten	Ueberstunden 40 % hoeher als Vorwoche ohne Umsatzerhoehung

Methoden

Einfache Anomalie-Erkennung arbeitet mit statistischen Schwellenwerten: Liegt ein Wert mehr als zwei Standardabweichungen vom Durchschnitt entfernt, wird ein Alert ausgeloest. Fortgeschrittene Systeme nutzen kontextabhaengige Modelle — ein Umsatzrueckgang am Montag ist normal, derselbe Rueckgang am Samstag ist eine Anomalie.

Kombination mit Forecasting

Anomalie-Erkennung ist eng mit Forecasting verbunden: Der Forecast definiert das Erwartungsniveau, die Anomalie-Erkennung misst die Abweichung davon. Ein System das weiss, dass ein Freitagabend bei 14.000 EUR liegen sollte, kann bei 9.000 EUR sofort einen Alert senden — lange bevor der Gastronom es manuell bemerkt.

Wirtschaftlicher Nutzen

Fruehzeitig erkannte Anomalien erlauben schnelles Handeln: Bei ungewoehnlich hohem Wareneinsatz kann sofort die Kueche befragt werden. Bei auffaelligen Stornoquoten koennen einzelne Kassiervorgaenge geprueft werden. Jede Stunde frueher erkanntes Problem bedeutet weniger Verlust.

---

Verwandte Begriffe

• Forecasting — Basis fuer Soll-Werte der Anomalie-Erkennung
• Wareneinsatzquote — haeufig ueberwachte Kennzahl
• BWA — reaktiver Vergleich ohne Echtzeit-Alerts

---