Künstliche Intelligenz

Die KI ist so gut wie die Daten darunter.

Ein Sprachmodell kann keine Rechnung mit dem Lieferantenkatalog abgleichen, wenn es keinen Artikelstamm gibt, in dem beides zusammenläuft. FoodNotify hat diesen Artikelstamm. Darauf laufen Bedarfsprognose, Bestellvorschlag, Belegerkennung und ein MCP-Server für KI-Assistenten. Alles produktiv, nichts in Planung.

Demo buchen MCP-Server ansehen ↓

170+Standorte mit täglich gemessener Prognose

90,9 %Prognose über drei Tage summiert

1.000+Lieferanten mit Daten im System

Prognose gegen tatsächlich35 Tage, ein Standort

tatsächlich verkauftPrognose

Echte Messung aus einem Standort, anonymisiert: 35 Tage aus den 90 Holdout-Tagen, die das Modell nicht gesehen hat. Dort liegt die Genauigkeit bei 90,9 Prozent am Tag.

Im Einsatz

Vier KI-Funktionen, die Ihre Betriebe heute nutzen.

Jede davon arbeitet auf demselben Artikelstamm. Deshalb rechnen sie mit Ihren Gebinden, Ihren Preisen und Ihren Rezepturen, nicht mit Durchschnittswerten aus dem Internet.

Produktiv

Bedarfsprognose in jeder Smart List

Das Modell lernt aus Ihren Verkaufsdaten, dazu Wochentag, Saison, Feiertage, Wetter und Events. Es prognostiziert die verkauften Mengen je Standort und rechnet sie über die Rezepturen auf die Artikel herunter, direkt in der Liste, aus der Sie bestellen.

Über 170 Standorte messen wir jede Nacht, wie gut die Prognose die tatsächlich verkauften Mengen trifft: 87,7 % am einzelnen Tag, volumengewichtet, auf 90 Tagen, die das Modell nicht gesehen hat. Eine Bestellung deckt mehrere Tage ab, und über drei Tage summiert sind es 90,9 %, über sieben Tage 92,7 %.Laufende Messung im Betrieb, kein Laborwert. Stand 20. September 2026.

Produktiv

Bestellvorschlag, den Sie bestätigen

Aus Prognose, Bestand, Lieferfenster und Mindestmengen entsteht ein vorbefüllter Warenkorb: passender Artikel, passende Menge, passender Lieferant. Sie ändern oder bestätigen. Nichts geht ohne Ihre Freigabe raus.

Das senkt Überbestand und Notbestellungen und spart die Zeit, die heute in Abschreiben und Nachzählen geht.

Produktiv

Rechnung und Lieferschein per Kamera

BEAM liest Belege aus und schlägt den Wareneingang vor: Artikel, Mengen, Preise, Gebinde. Abweichungen zur Bestellung und zum Katalogpreis sind markiert, unsichere Felder gehen zur Prüfung an einen Menschen.

Preisänderungen fallen beim Einlesen auf, nicht am Monatsende.

Produktiv

MCP-Server für Claude und ChatGPT

Verbinden Sie FoodNotify einmal mit Ihrem KI-Assistenten und fragen Sie Ihre eigenen Daten in normaler Sprache ab. Der Assistent ruft dabei unsere Werkzeuge auf und bekommt echte Werte zurück, keine Schätzung.

Lesend, mit Ihren Rechten. Heute im Schwerpunkt die Rezeptdaten: Zutaten, Mengen, Kalkulation, Allergene und Nährwerte.

MCP-Server

Fragen Sie Ihre Daten, statt Berichte zu suchen.

So sieht das im Assistenten aus. Wählen Sie eine Frage, die Antwort kommt aus einem Beispielbetrieb.

FoodNotify über MCP verbunden · lesender Zugriff

Beispielhafte Daten zur Veranschaulichung. Der Assistent sieht nur, wofür Ihr Zugang Rechte hat, und schreibt nichts zurück. Das Umschalten zwischen mehreren Accounts ist derzeit im Test.

Wie die Prognose entsteht

Nachvollziehbar, nicht magisch.

1 · Daten

Kassendaten je Artikel und Tag, Rezepturen, Bestände, Lieferantenkataloge. Dazu Kalender: Wochentag, Ferien, Feiertage, Wetter und Events am Standort.

2 · Modell

Ein Gradient-Boosting-Modell je Kette lernt aus der Historie aller Standorte und erkennt Muster, die ein Wochenschnitt nicht sieht: Regimewechsel durch Wetter, Feiertag oder Event.

3 · Entscheidung

Aus der Prognose wird eine Menge je Artikel, gerechnet auf Ihr Lieferfenster und Ihr Gebinde. Der Vorschlag steht in der Smart List, die Freigabe bleibt bei Ihnen.

Grenzen

Was unsere KI bewusst nicht tut.

In einem Betrieb, in dem Allergene und Margen zählen, ist die wichtigere Frage nicht, was eine KI alles kann, sondern wo sie aufhört.

Nicht selbst bestellenJeder Vorschlag wartet auf eine Freigabe durch einen Menschen. Es gibt keinen Automatikmodus, der still Ware ordert.

Keine Allergene erfindenKennzeichnungspflichtige Angaben stammen aus Lieferanten- und Herstellerdaten. Wo eine Angabe fehlt, steht das da, statt dass ein Modell sie ergänzt.

Keine BlackboxZu jeder Menge sehen Sie, worauf sie beruht: Verbrauch, Bestand, Lieferfenster. Und Sie sehen laufend, wie gut die Prognose war.

Kein Zugriff über Ihre Rechte hinausDer MCP-Server liest, was Ihr Zugang sehen darf, und schreibt nichts zurück.

Kein Training mit Ihren DatenIhre Daten liegen in Deutschland auf Servern von Hetzner und werden nicht zum Training von Sprachmodellen verwendet.

KI im eigenen Betrieb sehen

20 Minuten mit Ihren Zahlen: Prognose in der Smart List, Bestellvorschlag, Belegerkennung und der MCP-Server im Assistenten.

Demo buchen Ersparnis berechnen