KI in Bäckereien und Konditoreien 2026: Fünf Use Cases zwischen Backstube und Theke

Eine Handwerksbäckerei wirft jeden Abend Brot weg. Das ist eingepreist, der Betrieb rechnet damit. Wer diese Retoure mit KI von acht auf fünf Prozent drücken kann, hat im selben Monat mehr Geld in der Kasse, ohne ein einziges Brötchen mehr zu verkaufen. Genau das macht die Bäckerei zur Branche, in der künstliche Intelligenz am schnellsten und am sichtbarsten wirkt. Fünf Hebel sind dabei besonders konkret: Bedarfsprognose, Tourenplanung, Personalplanung, Marketing und automatische Allergeninformation.

Auf einen Blick: Fünf KI-Hebel für Handwerksbäckereien. Erstens Bedarfsprognose pro Filiale und Tag mit Wetter-, Feiertags- und Schulferiendaten, das senkt Retouren um 12 bis 20 Prozent. Zweitens Tourenplanung der Filialbelieferung. Drittens Personalplanung zwischen Backstube und Verkauf. Viertens Marketing mit personalisierten Angeboten über Bonus-App. Fünftens Allergen- und Nährwertinformationen aus Rezepten automatisch erzeugt. Investition liegt bei 200 bis 800 Euro im Monat. Der Ertrag zeigt sich in weniger Lebensmittelabfall, mehr Liquidität und ruhigerer Personaleinsatzplanung.

Use Case 1: Bedarfsprognose pro Filiale und Tag

Die Frage, wie viele Roggenmischbrote die Filiale am Marktplatz morgen verkauft, beantworten die meisten Betriebe nach Bauchgefühl. Bauchgefühl ist gut, hat aber ein Gedächtnis von zwei Wochen. Eine Prognose-KI lernt aus zwei oder drei Jahren Verkaufsdaten und legt externe Faktoren darüber: Wochentag, Wetter, Feiertage, Schulferien, lokale Events wie ein Stadtfest oder ein Heimspiel.

Ein verregneter Dienstag verkauft anders als ein sonniger. Brückentage verschieben die Kurve. Wenn die Schule Ferien hat, bricht der Pausenbrötchen-Bedarf weg, aber der Kuchenverkauf am Nachmittag steigt. Das Modell rechnet diese Muster getrennt pro Filiale und pro Produktgruppe.

Branchenlösungen, die das abdecken, gibt es einige. Cyrk, Bakery Hill, BackOnline und das GENO-Bake-Modul der genossenschaftlichen Anbieter zielen genau auf diesen Anwendungsfall. Sie ziehen Verkaufsdaten direkt aus dem Kassensystem und liefern morgens eine Backempfehlung pro Sorte.

Der Effekt liegt typischerweise bei zwölf bis zwanzig Prozent weniger Retoure. Wer vorher bei acht Prozent Wegwurf lag, landet bei fünf bis sechs. Das klingt klein und ist es in Prozentpunkten auch. In Euro ist es das nicht.

Use Case 2: Tourenplanung der Filialbelieferung

Sobald ein Betrieb mehr als zwei oder drei Filialen beliefert, wird die Frühfahrt zum Puzzle. Welcher Backwagen fährt welche Route, in welcher Reihenfolge, damit jede Theke vor der Öffnung versorgt ist und die Kühlkette für Sahnetorten hält?

Routenoptimierung ist ein klassisches KI-Feld. Werkzeuge wie GraphHopper oder OptimoRoute berechnen die günstigste Reihenfolge unter Nebenbedingungen: Öffnungszeiten der Filiale, Lieferfenster, Fahrzeugkapazität, Temperaturanforderung. Wer es schlanker mag, baut sich einen eigenen Ablauf in n8n und lässt ein Sprachmodell die Disposition vorschlagen, das ist für fünf bis acht Stopps völlig ausreichend.

Der Gewinn steckt seltener in eingesparten Kilometern als in eingesparter Früharbeitszeit und weniger Stress für den Fahrer um halb fünf morgens.

Use Case 3: Personalplanung zwischen Backstube und Verkauf

Personal ist in der Bäckerei der teuerste und knappste Posten zugleich. Eine KI, die Schichtpläne mit den Verkaufsprognosen aus Use Case eins verknüpft, schlägt vor, wo am Samstagvormittag eine zweite Verkaufskraft an die Theke gehört und wo der Montag mit weniger Leuten auskommt.

Das System muss dabei die Rahmenbedingungen kennen. Der gesetzliche Mindestlohn liegt 2026 bei 13,90 Euro pro Stunde, dazu kommen Tarifvorgaben, Ruhezeiten und Pausenregelungen. Eine gute Lösung plant nicht gegen diese Grenzen, sondern innerhalb.

Was in der Praxis oft unterschätzt wird: Der grösste Gewinn ist nicht die Lohnkosten-Ersparnis, sondern die Verlässlichkeit. Wenn die Pausen konsistent fallen und die Schicht nicht plötzlich allein an der Theke steht, bleiben Leute länger im Betrieb. Bei dem Personalmarkt, den wir gerade haben, ist das bares Geld.

Use Case 4: Marketing über eine Bonus-App

Stammkunden sind das Rückgrat jeder Bäckerei. Eine Bonus-App mit angeschlossener KI macht aus der anonymen Kundenkarte ein Werkzeug. Das Modell sieht, wer freitags immer ein Bauernbrot kauft, wer mittwochs Kuchen mitnimmt, und schickt passende Push-Nachrichten zur richtigen Zeit.

Plattformen wie Mealy oder Spoonity bringen das mit. Wer es selbst bauen will, kombiniert eine schlanke App mit einem Ablauf in n8n und versendet über Twilio oder WhatsApp. Bei schönem Wetter eine Erinnerung an die neue Eistorte, bei Regen ein Angebot für Kaffee und Stückchen.

Hier kommt der Datenschutz ins Spiel, und der ist kein Beiwerk. Die Kundenkarte verarbeitet personenbezogene Daten, also gilt die DSGVO in vollem Umfang. Einwilligung sauber einholen, Löschung auf Verlangen ermöglichen, nicht mehr Daten speichern als gebraucht werden. Wer das von Anfang an ordentlich aufsetzt, hat später keinen Ärger.

Use Case 5: Allergen- und Nährwertinformationen aus Rezepten

Die LMIV, also die EU-Lebensmittel-Informations-Verordnung 1169/2011, verpflichtet jede Bäckerei dazu, über die vierzehn Hauptallergene zu informieren, auch an der losen Theke. In der Praxis ist das eine Pflegehölle: Jede Rezeptänderung muss in Etiketten, Aushänge und Online-Produktinfos durchgereicht werden.

Eine KI kann aus dem hinterlegten Rezept automatisch Nährwerte und Allergene ableiten und daraus Etiketten und Webseiten-Einträge erzeugen. Das spart die händische Pflege und reduziert Tippfehler.

Eine Warnung gehört hierher. Die KI rechnet auf Basis der Zutatenlisten, die ihr gegeben werden, und sie macht Fehler bei Spuren und Kreuzkontamination. Die erste Kalibrierung gehört in die Hand eines Lebensmittel-Sachverständigen oder zumindest einer geschulten Person im Betrieb. Wer einem Modell hier blind vertraut, riskiert eine falsche Allergenangabe, und das ist im Lebensmittelrecht kein Kavaliersdelikt.

Was das konkret kostet und einbringt

Die Investition für ein vernünftiges Setup liegt bei 200 bis 800 Euro im Monat, je nach Filialzahl und Funktionsumfang. Eine reine Prognose-Lösung ist günstiger als ein Paket mit App und Tourenplanung.

Rechnen wir die Bedarfsprognose durch. Eine Bäckerei mit fünf Filialen und rund 1.000 Euro Tagesumsatz je Filiale macht im Jahr grob 1,8 Millionen Euro. Bei acht Prozent Retoure verschwinden davon ungefähr 144.000 Euro im Müll, gerechnet auf den Umsatz. Drückt die KI die Quote auf fünf Prozent, bleiben rund 45.000 Euro mehr im Betrieb. Das ist eine grobe Modellrechnung, kein Versprechen, aber sie zeigt die Grössenordnung. Selbst gegen 800 Euro Softwarekosten im Monat rechnet sich das im ersten Quartal.

Ein realer Bezugspunkt: Die Konditorei Kaufmann und Süss aus Stuttgart mit sieben Filialen und etwa 95 Mitarbeitern hat ihre Retoure nach eigenen Angaben von neun auf 5,5 Prozent gesenkt und gleichzeitig die Pausenkonsistenz in der Personalplanung verbessert. Die Mitarbeiterzufriedenheit ist dort messbar gestiegen.

Saisonalität und die Backstube selbst

Bäckereien atmen im Jahresrhythmus. Die Plätzchen-Saison vor Weihnachten, die Hochzeitstorten im Sommer, das Eisgeschäft in der Hitze. Ein Prognosemodell, das diese Wellen nicht kennt, prognostiziert im Dezember nach August-Mustern und liegt voll daneben. Deshalb braucht das Modell mindestens ein, besser zwei vollständige Jahre Daten, damit es die Saisons gelernt hat.

Die Backstube ist ein weiterer Hebel, der oft übersehen wird. Eine KI-gestützte Backplanung optimiert Vorteigzeiten und die Auslastung der Öfen, sodass weniger Leerlauf und weniger Anheizphasen anfallen. Fünf bis zehn Prozent Energieersparnis sind hier realistisch, und Energie ist seit drei Jahren ein Posten, der wehtut.

Technische Anbindung: das Kassensystem ist der Schlüssel

Ohne saubere Verkaufsdaten keine Prognose. Das Kassensystem muss eine Schnittstelle bereitstellen, sonst bleibt die KI blind. Gängige Systeme im Bäckerhandwerk wie GASTRO-MIS, Vectron oder Cassida bieten APIs an, über die das KI-System die Abverkäufe abholt. Bevor man eine Prognose-Software bucht, lohnt der Anruf beim Kassen-Anbieter mit der einen Frage: Gibt es eine offene Schnittstelle.

Wer einen Online-Shop betreibt, holt sich einen Zusatznutzen ab. Anbieter wie Shore, OrderNow oder Bakery.online lassen sich mit Sprachmodellen koppeln, die Produktbeschreibungen und Bestellvorschläge erzeugen. Das füllt den Shop, ohne dass jemand abends noch Texte tippt.

Warum gerade Bäckereien wenig Schwellenangst haben

Wir sehen das bei unseren Teilnehmern aus dem Lebensmittelhandwerk immer wieder. Wo in anderen Branchen erst lange über Datenschutz und Strategie diskutiert wird, schaut der Bäcker auf die Retourenzahl und sieht innerhalb von vier Wochen, ob das Ding funktioniert. Der Ertrag steckt direkt im Wareneinsatz, also im Posten, den jeder Inhaber im Kopf hat. Diese Direktheit nimmt der Technik den Schrecken.

Für kleine Betriebe unter zehn Mitarbeitern kommt ein finanzieller Punkt dazu. Wer Beschäftigte über das Qualifizierungschancengesetz weiterbildet, kann sich die Lehrgangskosten bis zu hundert Prozent von der Agentur für Arbeit fördern lassen. Eine Verkaufskraft oder ein Backstuben-Mitarbeiter, der die KI-Werkzeuge sicher bedient, ist deutlich mehr wert als die Software allein. Wie das funktioniert, steht in unserer Übersicht zu den Förderungen.

Häufige Fragen

Was kostet die KI-Einführung in einer Bäckerei?

Eine Prognose-Lösung startet bei rund 200 Euro im Monat, ein Komplettpaket mit Bonus-App und Tourenplanung kann bis 800 Euro reichen. Einmalige Einrichtungskosten fallen je nach Anbieter zusätzlich an. Gegen die Ersparnis beim Wareneinsatz ist das in den meisten Fällen schnell wieder drin.

Brauche ich eine eigene Datenbank?

Nein. Die Verkaufsdaten liegen schon im Kassensystem, und die meisten KI-Lösungen ziehen sie über eine Schnittstelle direkt ab. Wichtig ist nur, dass das Kassensystem eine offene API hat. Das vor der Buchung beim Anbieter klären.

Wie schnell amortisiert sich das?

Bei der Bedarfsprognose oft schon im ersten Quartal, weil die Retourenersparnis sofort durchschlägt. Marketing und Personalplanung wirken langsamer, dort zeigt sich der Nutzen über ein bis zwei Saisons.

Was sagt der Zentralverband des Deutschen Bäckerhandwerks dazu?

Der ZDB beobachtet die Digitalisierung im Handwerk aktiv und thematisiert Bedarfsprognose und Energieoptimierung als Wege gegen Lebensmittelverschwendung und Kostendruck. Konkrete Software empfiehlt der Verband nicht, er stellt aber Orientierung bereit. Vor einer Investition lohnt der Blick auf aktülle Verbandsinformationen.

Lohnt sich das auch für einen kleinen Betrieb mit einer Filiale?

Tourenplanung und Bonus-App lohnen sich kaum, dafür fehlt die Grösse. Die Bedarfsprognose und die automatische Allergeninformation rechnen sich aber auch bei einem Standort, weil sie Tagesabfall reduzieren und Pflegeaufwand sparen. Klein heisst hier nicht ungeeignet.

Wer diese Hebel nicht nur einkaufen, sondern selbst verstehen und im Betrieb verankern will, findet in den fünf KI-Use-Cases für das Handwerk allgemein weitere Beispiele aus benachbarten Gewerken. Und wer einen Mitarbeiter zum internen KI-Ansprechpartner aufbauen möchte, schaut sich die Weiterbildung zum Digitalisierungsmanager an, die genau diese Brücke zwischen Prozess und Werkzeug schlägt.