Instrumente zur Vermeidung von Speiseabfällen

In den Küchen der Gemeinschaftsverpflegung entstehen regelmäßig große Mengen an Lebensmittelabfällen: im Lager, bei der Produktion, als Überproduktion und durch Tellerrückläufe. Das muss jedoch nicht so sein. Die von United Against Waste vorgelegte Studie "Food Waste 4.0" zeigt zum wiederholten Male die empirisch fundierten Potenziale der Reduktion von Lebensmittelabfällen (LMA) in der Außer-Haus-Verpflegung.

^{Quelle: United Against Waste, 2020}

Um Maßnahmen zur Reduktion zur erarbeiten, brauchen die Großküchen mehr Wissen darüber, wo welche und wie viele Abfälle entstehen. Dafür gibt es inzwischen verschiedene praxisbewährte Instrumente.

Abfall-Analyse-Tool

Um mess- und belegbare Ergebnisse zur Reduktion von Lebensmittelabfällen zu erhalten, analysiert United Against Waste mit dem Abfall-Analyse-Tool Betriebe in der Außer-Haus-Verpflegung. Mitarbeitende aus der Küche sammeln über einen Zeitraum von vier bis sechs Wochen alle anfallenden Lebensmittelabfälle und sortieren sie in vier Bereiche: Abfälle aus dem Lager, Produktionsabfall, Überproduktion in der Küche und Tellerrücklauf. Die Mengen werden in Gramm genau gemessen und in das online-basierte Abfall-Analyse-Tool übertragen und ausgewertet.

Die Küchenkräfte erfahren so, wo genau welche Lebensmittelabfälle entstehen. Sie entwickeln dann zusammen mit United Against Waste Maßnahmen zur Reduktion. Dann wird ein zweites Mal gemessen und geprüft: Haben die Maßnahmen gegriffen? Wo muss man gegebenenfalls noch nachjustieren? "Die Erfahrungen aus der Praxis zeigen", so Projektleiterin Birgit Welte, "dass die Küchen im Durchschnitt etwa 30 Prozent ihrer Abfälle vermeiden können".

Gemeinsam mit fünf Studierendenwerken hat das Münchner Start-up-Unternehmen Delicious Data eine Software entwickelt, um die Nachfrage nach Speisen in der Gemeinschaftsverpflegung zu prognostizieren. Für Küchen, die mit einem Warenwirtschaftssystem arbeiten, ist der Aufwand relativ gering. Denn ein in das System integrierter Algorithmus analysiert die historischen Daten aus einem Zeitraum von mindestens zwölf Monaten und kombiniert sie mit aktuellen Faktoren wie dem Wetter, dem Wochentag, Urlaubszeiten oder Brückentagen. "Im Einzelfall können sich diese Faktoren ganz unterschiedlich auswirken", berichtet Valentin Belser, einer der beiden Mitgründer und Geschäftsführer von Delicious Data.

So gibt es Standorte, wo das Wetter einen starken Einfluss hat, weil beispielsweise Tischgäste einer Betriebsgastronomie bei schönem Wetter gerne mal zum Mittagessen in einen nahegelegenen Biergarten gehen – sofern vorhanden. Das System kombiniert diese externen Daten und erstellt daraus eine Prognose für den Absatz der kommenden sechs Wochen. Zudem lernt es im Laufe der Zeit automatisch immer mehr dazu. Es vergleicht seine Prognosen mit dem tatsächlichen Verkauf und wird so immer treffgenauer. "Durch den Einsatz des Tools konnten die Speiseabfälle um 15 Prozent verringert werden", berichtet Claus Konrad, Leiter der Hochschulgastronomie beim Studierendenwerk Karlsruhe. "Bei bis zu 9.000 Essen täglich in unserer größten Mensa zahlt sich das System daher nur nicht aus Gründen der Nachhaltigkeit aus, sondern lohnt sich auch wirtschaftlich."