Forecasting

Forecasting bezeichnet die Prognose zukuenftiger Umsaetze basierend auf historischen Daten, Wochentagen, Saisonalitaet, Wetter und lokalen Events. In der Gastronomie ist es die Grundlage fuer umsatzbasierte Dienstplanung, Wareneinkauf und Liquiditaetsplanung.

Grundlegende Einflussfaktoren

• Wochentag: Der groesste Einzelfaktor — Samstag vs. Dienstag kann Faktor 3 bedeuten
• Saisonalitaet: Monatliche und jaehrliche Schwankungen nach Konzept und Lage
• Wetter: Aussentemperatur, Regen und Sonnenschein beeinflussen Gaestezahlen signifikant
• Lokale Events: Messen, Konzerte, Sportevents, Schulferien
• Feiertage: Muttertag, Valentinstag, Weihnachten — mit z.T. extrem hohen Abweichungen
• Langfristiger Trend: Wachstum oder Rueckgang ueber mehrere Monate

Methoden

Einfache Methoden verwenden gleitende Durchschnitte der Vorwoche oder des Vorjahres. Fortgeschrittene Ansaetze nutzen Machine-Learning-Modelle (z. B. Gradient Boosting, neuronale Netze), die alle Faktoren gleichzeitig gewichten. Moderne ML-Modelle erzielen einen Mean Absolute Percentage Error (MAPE) unter 10 % auf Tagesbasis — das reicht fuer prazise Dienstplanung.

MAPE als Guetemassstab

MAPE = ∅(|Prognose − Ist| / Ist) × 100

MAPE	Qualitaet
< 5 %	Exzellent
5–10 %	Gut — fuer Personalplanung geeignet
10–15 %	Akzeptabel
> 15 %	Unzureichend

Anwendung in der Praxis

Mit einem Forecast fuer die naechste Woche koennen Dienstplaene automatisch auf den erwarteten Umsatz abgestimmt werden. Statt fixer Wochenschichten wird die Personalstaerke tag- und schichtgenau angepasst. Eine Reduzierung der Ueberbesetzung um 10 % spart bei einer Kette mit 10 Standorten schnell sechsstellige Betraege pro Jahr.

---

Verwandte Begriffe

• Anomalie-Erkennung — wenn Ist-Werte stark vom Forecast abweichen
• Dienstplan-Effizienz — Forecast als Basis fuer Personalplanung
• Personalkostenquote — wird durch Forecast-basierte Planung optimiert
• Break-Even-Point — Forecast vs. Break-Even als Fruehwarnindikator

---