KI in der Uni Mensa?

von bt-Redaktion

Die Hochschulgruppe „Bayreuth AI Association“ arbeitet mit dem Studierendenwerk Oberfranken (SWO) an einem Programm, das die Verkaufszahlen in der Mensa der Universität Bayreuth voraussagt. Ziel ist es, die Anzahl der täglich verkauften Mahlzeiten zu optimieren und somit Food Waste zu reduzieren.

Die KI sollte eine präzise Schätzung der Mahlzeiten und des Verbrauchs von Lebensmitteln ermöglichen, um Abfall zu vermeiden. Symbolbild erstellt mit Chatgpt

Die „Bayreuth AI Association“ besteht aus Studierenden, die sich gerne mit Künstlicher Intelligenz (KI) beschäftigen. Sie nutzen einen Machine-Learning-Ansatz, bei dem der Algorithmus aus vergangenen Erfahrungen lernt, um die Verkaufszahlen von Gerichten wie Kartoffelsalat vorherzusagen. Andreas Voigt, der Leiter der Verpflegungsbetriebe des SWO, hebt den bedeutenden Mehrwert der KI-gestützten Prognosen für die Planung und Ressourcennutzung hervor.

Effiziente Ressourcennutzung

Eine präzise Schätzung der Mahlzeiten und des Verbrauchs von Lebensmitteln kann dazu beitragen, Abfall zu vermeiden. Pascal Fechner, Doktorand und Mitgründer der „Bayreuth AI Association“, initiiert das Projekt „Machine Learning 4 Mensa an der Uni Bayreuth“ (ML4Mensa), um diese Ziele zu erreichen.

Schon gelesen? Digitalisierung des Straßenmanagements: Wie KI den Bauhof unterstützt.

Erfolgreiche erste Schritte

Das erste Planungstreffen fand im Herbst 2024 statt. Seitdem hat die Hochschulgruppe ein vorläufiges Modell entwickelt, das den Verkauf von Heißgetränken in der Mensa erfolgreich vorhersagt.

„Pro Tag können wir den Verkauf von Kaffee im Durchschnitt auf 17 Tassen genau vorhersagen. Mit Machine Learning konnten wir den Fehler fast halbieren“, erklärt Fechner.

Das vielversprechende Ergebnis führte dazu, dass das Projekt auf die Speisenverkaufsprognosen ausgeweitet wird.

Zukünftige Entwicklungen

Die Studierenden arbeiten an einem Programm, das die Namen der regelmäßig wiederkehrenden Mahlzeiten sowie den Verkaufstag aufnimmt, teilt die Universität Bayreuth mit. Durch historische Verkaufsdaten, die seit der Coronapandemie gesammelt wurden, kann der Algorithmus die voraussichtliche Anzahl der verkauften Mahlzeiten berechnen. Weitere Faktoren wie Jahreszeit, Wetter, Studierendenzahl und Semesterzeit fließen ebenfalls in die Prognosen ein.

Ausblick auf 2025

Das SWO und die Bayreuth AI Association rechnen im Herbst 2025 mit den ersten Ergebnissen ihrer Zusammenarbeit. Die Entwicklungen in der Gemeinschaftsverpflegung könnten durch KI-Lösungen zukünftig erheblich profitieren. Voigt äußert sich optimistisch über die Innovationskraft der Studierenden und deren Engagement für eine nachhaltige Mensa.