29. März 2026
Menürentabilität mit KI: Welches Gericht ist ein Star, welches ein Problem?
Ihre Speisekarte hat 60 Gerichte, und welches davon wirklich Geld verdient, wissen die meisten Betreiber nur aus dem Bauch heraus. Das meistverkaufte Gericht ist nicht automatisch das gewinnstärkste. Eine Portion Frikadellen verkauft sich vielleicht 40 mal am Tag und lässt pro Teller nur eine geringe Marge, während eine selten bestellte Spezialpasta still und leise einen hohen Gewinn einfährt. Menüänderungen, die ohne diesen Unterschied getroffen werden, stellen oft das falsche Gericht in den Vordergrund.
RestApp entwickelt eine KI-Funktion, die die Menürentabilität aus Bestell- und Kostendaten betrachtet. Die Idee ist einfach: jedes Gericht sowohl nach Nachfrage als auch nach der erzielten Marge bewerten, es in die Gruppen Star, Problem und schwache Leistung einordnen und darauf aufbauend eine profitablere Menüstruktur vorschlagen. Die Entscheidung bleibt immer bei Ihnen; die KI legt Ihnen nur die Übersicht vor und erstellt einen Entwurf.
In diesem Beitrag erklären wir, worauf Menu Engineering achtet, auf welchen Daten der KI-Vorschlag von RestApp beruht und warum das Ergebnis so stark von korrekten Kostendaten abhängt. Diese Funktion wird derzeit im Early Access entwickelt und wird künftig schrittweise im RestApp-Panel freigeschaltet.
Viel verkaufen und viel verdienen ist nicht dasselbe
Menürentabilität dreht sich um zwei verschiedene Zahlen: wie oft ein Gericht verkauft wird (Nachfrage) und was bei jedem Verkauf in Ihrer Tasche bleibt (Deckungsbeitrag). Eine Menüentscheidung zu treffen, ohne diese beiden zusammen zu lesen, führt dazu, dass der Umsatz hoch aussieht, der Gewinn aber auf der Stelle tritt.
Schauen wir uns ein Beispiel an. In einem Betrieb namens Bistro am Markt verkauft sich der Hähnchen-Wrap 70 mal am Tag, Verkaufspreis 12 Euro, Wareneinsatz 7,80 Euro, also bleibt pro Portion ein Deckungsbeitrag von 4,20 Euro. Die ofenfrischen Maultaschen auf derselben Karte verkaufen sich nur 18 mal am Tag, bringen aber bei 16,50 Euro Preis und 7 Euro Kosten einen Deckungsbeitrag von 9,50 Euro pro Portion. Der Wrap macht mehr Umsatz; die Maultaschen verdienen pro Teller mehr als das Doppelte.
Menu Engineering steckt diese beiden Gerichte in unterschiedliche Schubladen. Das Gericht mit hoher Nachfrage und hoher Marge ist ein Star, wird gehalten und hervorgehoben. Das Gericht mit hoher Nachfrage, aber niedriger Marge ist ein Problemfall, bei dem entweder die Kosten oder der Preis überprüft werden. Das Gericht mit niedriger Nachfrage und niedriger Marge nimmt auf der Karte nur Platz weg und lässt sich oft streichen.
Auf welche Daten der KI-Vorschlag von RestApp schaut
Die von uns entwickelte KI-Menüanalyse nutzt die in RestApp vorhandenen Daten: wie viele Stück von welchem Gericht verkauft wurden, zu welchen Uhrzeiten und an welchen Tagen die Bestellungen eingingen, der Verkaufspreis des Gerichts und der im Rezept hinterlegte Wareneinsatz. Die meisten dieser Daten liegen ohnehin schon in Ihrem Panel; die KI führt sie in einer einzigen Übersicht zusammen und ordnet die Gerichte entlang der Achsen Marge und Nachfrage.
Das Ergebnis kommt für jedes Gericht als schlichtes Etikett: Star, Problem, schwache Leistung. Daneben erstellt die KI einen Entwurf für die Menüstruktur; sie kann zum Beispiel vorschlagen, Star-Gerichte an den Anfang der Kategorie zu setzen, bei einem Problemgericht eine Anpassung von Portion oder Preis zu testen oder ein dauerhaft schwaches Gericht zu überprüfen.
Wichtig ist: Das ist ein Vorschlag und ein Entwurf. Die KI ändert keine Preise von sich aus, nimmt kein Gericht von der Karte und startet keine Kampagne. Sie liest die Übersicht, zeigt die Begründung, und Entscheidung sowie Freigabe trifft der Betreiber. Ihre Küche, Ihre Lieferanten und Ihr Gästeprofil kennen Sie am besten; die KI legt Ihnen nur vor, was die Zahlen sagen.
Alles hängt von korrekten Kostendaten ab
Eine Menürentabilitätsanalyse ist genau so genau wie die eingegebenen Kosten. Wenn der Wareneinsatz eines Gerichts unvollständig oder mit veralteten Preisen erfasst ist, steckt die KI dieses Gericht in die falsche Schublade; ein in Wahrheit problematisches Gericht kann dann wie ein Star aussehen.
Deshalb ist eine solide Rezeptur- und Kostenstruktur die Grundlage. Wenn Sie auf der Seite Rezeptur- und Kostenmanagement von RestApp festhalten, welches Gericht wie viel von welcher Zutat enthält, und die aktuellen Einkaufspreise pflegen, fällt die Gewinnberechnung realitätsnah aus. Werden die Kosten bei einer Preiserhöhung des Lieferanten aktualisiert, spiegelt auch die Analyse diese Änderung wider.
Praktischer Tipp: Bevor Sie den KI-Vorschlag ausprobieren, überprüfen Sie Rezeptur und Kosten der 15 bis 20 meistverkauften Gerichte. Diese Gerichte tragen den Großteil des Umsatzes, also bestimmen korrekte Kosten bei diesen Positionen unmittelbar die Genauigkeit der Analyse. Auch Ihre Bemühungen, die Lebensmittelkosten im Restaurant zu senken, bauen auf derselben Grundlage auf.
Was man mit den Gruppen Star, Problem und schwache Leistung macht
Star-Gerichte sind der Motor des Betriebs. Es ist sinnvoll, sie an einer gut sichtbaren Stelle der Karte zu halten, in der E-Speisekarte oben zu zeigen und bei den Empfehlungen des Servicepersonals hervorzuheben. Hier geht es darum, den Verkauf zu sichern und möglichst zu steigern; statt am Preis zu drehen, arbeitet man mit Sichtbarkeit.
Problemgerichte sind Positionen, die sich viel verkaufen, aber wenig einbringen. Im Beispiel des Bistro am Markt könnte der Hähnchen-Wrap so ein Kandidat sein. Hier gibt es folgende Optionen: die Kosten von Portion oder Beilage senken, den Lieferanten wechseln oder den Preis schrittweise um ein paar Cent anheben. Da die Nachfrage hoch ist, macht selbst eine kleine Margenverbesserung in der Summe einen spürbaren Unterschied.
Die Gruppe schwache Leistung umfasst Gerichte, die sich sowohl wenig verkaufen als auch wenig einbringen. Man muss nicht alle streichen; manche runden die Karte ab oder halten eine bestimmte Gästegruppe. Aber wenn die Karte unnötig lang ist, ist diese Gruppe die erste Stelle, an der man zum Ausdünnen ansetzt. Eine kurze und klare Karte entlastet sowohl die Küche als auch die Entscheidung des Gastes.
Diese Funktion ist noch nicht live, sie ist im Early Access
Um ehrlich zu sein: Die KI-Menürentabilitätsanalyse ist derzeit nicht für alle im RestApp-Panel verfügbar. Wir entwickeln die Funktion im Early Access und testen sie mit echten Speisekarten aus der Praxis. Wir schalten sie schrittweise frei, sobald sie bereit ist; wenn Sie sie beim Lesen dieses Beitrags noch nicht in Ihrem Konto sehen, ist das der Grund.
Unsere Arbeit in diesem Prozess besteht darin sicherzustellen, dass der Vorschlag wirklich nützlich und verlässlich ist. Damit ein KI-Vorschlag dem Betreiber etwas bringt, muss er seine Begründung klar zeigen, bei falschen Kostendaten warnen und das letzte Wort immer dem Menschen überlassen. Diese Grundsätze stehen im Fundament der Funktion.
In der Zwischenzeit müssen Sie keine Zeit mit Warten verlieren. Wenn Sie Ihre Rezeptur- und Kostendaten ordentlich pflegen, Ihre Verkäufe über RestApp erfassen und die Berichte verfolgen, erhalten Sie sofort eine wertvolle Analyse, sobald die Funktion freigeschaltet ist. Die ordentliche Erfassung von heute bedeutet also den korrekten Vorschlag von morgen.
Wie sich das mit den bestehenden RestApp-Funktionen verbindet
Die Menürentabilitätsanalyse ist keine für sich allein laufende Box, sondern hängt mit dem Rest von RestApp zusammen. Die Verkaufsdaten kommen vom Bonsystem und vom Cloud-Kassensystem, die Produktkosten werden aus dem Rezeptur-Modul gelesen, und die Ergebnisse werden in den Cloud-Berichten sinnvoll. Da alles aus denselben Daten gespeist wird, ergibt sich eine konsistente Übersicht.
Auch die Umsetzung des Vorschlags geschieht mit den vorhandenen Werkzeugen. Wenn Sie ein Star-Gericht hervorheben möchten, ändern Sie seine Reihenfolge in der QR-E-Speisekarte. Bei einem Problemgericht können Sie statt einer Kampagne im Bereich Treue und Aktionen ein gezieltes Angebot aufsetzen. Wenn Sie die Küchenauslastung ausbalancieren möchten, zeigen die Daten des Küchendisplays (KDS), welche Gerichte die Zubereitungszeit verlängern.
Was die KI vorschlägt, ist also die bewusstere Version dessen, was Sie in RestApp ohnehin schon tun. Sie ordnen die Karte, passen den Preis an, heben ein Gericht hervor; der einzige Unterschied ist, dass Sie das nicht aus dem Bauch heraus tun, sondern mit Blick auf die tatsächliche Marge- und Nachfrageübersicht der Gerichte.
Wichtigste Punkte
- Menürentabilität schaut auf zwei Zahlen: die Nachfrage eines Gerichts und seinen Deckungsbeitrag. Viel verkaufen heißt nicht viel verdienen.
- Die von RestApp entwickelte KI gruppiert Gerichte nach Marge und Nachfrage in Star, Problem und schwache Leistung und schlägt einen Entwurf für eine profitable Menüstruktur vor.
- Die Analyse ist genau so genau wie die eingegebenen Kosten; ohne solide Rezeptur und aktuelle Zutatenpreise wird das Ergebnis irreführend.
- Die KI liefert nur Vorschlag und Entwurf; sie ändert keine Preise, nimmt kein Gericht weg, startet keine Kampagne. Entscheidung und Freigabe trifft der Betreiber.
- Die Funktion ist noch nicht live, sondern wird im Early Access entwickelt; die Daten schon jetzt ordentlich zu pflegen, sorgt für eine korrekte Analyse bei der Freischaltung.
Häufig gestellte Fragen
Ist die KI-Menürentabilitätsfunktion derzeit verfügbar, wann kommt sie?+
Nein, die Funktion ist derzeit nicht für alle im RestApp-Panel verfügbar. Wir entwickeln sie im Early Access und testen sie mit echten Speisekarten. In der kommenden Zeit schalten wir sie schrittweise frei. Wenn Sie in dieser Zeit Ihre Rezeptur-, Kosten- und Verkaufsdaten ordentlich pflegen, erhalten Sie bei der Freischaltung sofort eine wertvolle Analyse.
Trifft die KI die Menüentscheidungen, ändert sie die Preise selbst?+
Nein. Die KI liefert nur eine Übersicht, die die Gerichte nach Marge und Nachfrage ordnet, sowie einen Entwurf für die Menüstruktur. Sie ändert keine Preise, nimmt kein Gericht von der Karte und startet keine Kampagne. Die Entscheidung und Freigabe jeder Änderung trifft der Betreiber. Die KI zeigt, was die Zahlen sagen, das letzte Wort haben Sie.
Sind meine Menü- und Verkaufsdaten sicher, werden sie mit anderen Betrieben geteilt?+
Die Daten gehören Ihrem Betrieb und werden DSGVO-konform verarbeitet. Ihre Speisekarte, Ihre Verkäufe und Ihre Kosteninformationen werden nicht verwendet, um gemeinsame Modelle zu trainieren, die mit anderen Betrieben geteilt werden. Die Analyse arbeitet mit Ihren eigenen Daten, und die Ergebnisse sind nur für Sie.
Wie bestimmt die KI, welches Gericht ein Star und welches ein Problem ist?+
Sie schaut auf zwei Achsen: die Nachfrage des Gerichts, also wie oft es verkauft wird, und den Deckungsbeitrag, also Verkaufspreis minus Wareneinsatz. Ein Gericht mit hoher Nachfrage und hoher Marge ist ein Star, ein Gericht mit hoher Nachfrage, aber niedriger Marge ist ein Problemfall, und ein Gericht mit niedriger Nachfrage und niedriger Marge fällt in die Gruppe schwache Leistung.
Worauf muss ich achten, damit die Analyse korrekt ist?+
Der kritischste Punkt sind korrekte Kostendaten. Rezeptur und aktuelle Zutatenpreise jedes Gerichts müssen im System erfasst sein. Mit unvollständigen oder veralteten Kosten kann die KI ein Gericht in die falsche Schublade stecken. Rezeptur und Kosten der 15 bis 20 meistverkauften Gerichte aktuell zu halten, bestimmt die Genauigkeit der Analyse zu einem großen Teil.
Wie arbeitet diese Funktion mit den anderen RestApp-Werkzeugen zusammen?+
Die Verkaufsdaten kommen vom Bonsystem und vom Cloud-Kassensystem, die Produktkosten aus dem Rezeptur-Modul, die Ergebnisse erscheinen in den Cloud-Berichten. Bei der Umsetzung des Vorschlags heben Sie ein Star-Gericht in der QR-E-Speisekarte hervor, setzen bei einem Problemgericht im Treuebereich ein Angebot auf und balancieren die Küchenauslastung mit den KDS-Daten aus. Alles wird aus denselben Daten gespeist.
Zahlen Sie keine Provision mehr auf Ihre Bestellungen
Starten Sie Ihr eigenes provisionsfreies Online-Bestellsystem mit RestApp.