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, Kassiervorgängen oder Personalkosten frühzeitig 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 sprunghaft +4 % in einer Woche
Stornoquoten	Stornoanteil dreimal höher als Wochendurchschnitt
Zahlungsmethoden	Bargeldanteil stark gesunken — möglicher Eingabefehler
Personalkosten	Überstunden 40 % höher als Vorwoche ohne Umsatzerhöhung

Methoden

Einfache Anomalie-Erkennung arbeitet mit statistischen Schwellenwerten: Liegt ein Wert mehr als zwei Standardabweichungen vom Durchschnitt entfernt, wird ein Alert ausgelöst. Fortgeschrittene Systeme nutzen kontextabhängige Modelle — ein Umsatzrückgang am Montag ist normal, derselbe Rückgang 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

Frühzeitig erkannte Anomalien erlauben schnelles Handeln: Bei ungewöhnlich hohem Wareneinsatz kann sofort die Küche befragt werden. Bei auffälligen Stornoquoten können einzelne Kassiervorgänge geprüft werden. Jede Stunde früher erkanntes Problem bedeutet weniger Verlust.

---

Verwandte Begriffe

• Forecasting — Basis für Soll-Werte der Anomalie-Erkennung
• Wareneinsatzquote — häufig überwachte Kennzahl
• BWA — reaktiver Vergleich ohne Echtzeit-Alerts

---