Semesterstart in der Mensa: Wie KI-Gästeprognosen Erstsemester, O-Wochen und Feiertage vereinen

Kaum eine Phase im Jahr stellt die Bedarfsplanung einer Mensa vor größere Herausforderungen als der Start ins Wintersemester. Tausende Erstsemester ohne bekanntes Essverhalten strömen gleichzeitig mit den Rückkehrern auf den Campus, Orientierungswochen bringen zusätzliche Programmpunkte und Sonderveranstaltungen mit sich, und mittendrin liegen häufig auch noch Feiertage, die je nach Bundesland unterschiedlich ausfallen. Drei Einflussfaktoren, die einzeln schon schwer zu greifen sind, treffen hier in wenigen Wochen aufeinander.

Für Küchenleitungen bedeutet das oft ein Vorgehen nach Bauchgefühl, weil die gewohnte Erfahrung aus dem restlichen Semester in dieser Phase kaum trägt. better bites begegnet genau dieser Unsicherheit, indem mehrere Einflussgrößen gleichzeitig statt nacheinander betrachtet werden. Wie das konkret funktioniert, zeigt dieser Beitrag.

Warum der Semesterstart die schwierigste Prognosephase des Jahres ist

Über weite Strecken des Semesters folgt das Gästeaufkommen einer Mensa erkennbaren Mustern: Wochentag, Wetter, Klausurphasen oder Ferienzeiten lassen sich anhand der Historie recht zuverlässig einordnen. Zum Semesterstart brechen diese Muster jedoch auf. Ein erheblicher Teil der Studierendenschaft betritt die Mensa zum ersten Mal überhaupt, gleichzeitig verändern Orientierungswochen mit Campusführungen, Willkommensveranstaltungen und Erstsemesterpartys den gewohnten Tagesrhythmus.

Erschwerend kommt hinzu, dass in denselben Oktoberwochen häufig Feiertage liegen, etwa der Tag der Deutschen Einheit oder je nach Bundesland weitere kirchliche Feiertage. Fällt ein Feiertag mitten in die Orientierungswoche, verschiebt sich das Gästeaufkommen der umliegenden Tage zusätzlich. Wer diese drei Faktoren, neue Studierende, Sonderprogramm und Feiertage, getrennt voneinander betrachtet, unterschätzt regelmäßig, wie stark sie sich gegenseitig verstärken.

Das Kaltstart-Problem: Prognosen ohne eigene Datenhistorie

Für Erstsemester liegen naturgemäß keine individuellen Verlaufsdaten vor. Ihr Essverhalten in der Mensa ist schlicht noch nicht bekannt. In der Datenanalyse wird dieses Phänomen als Kaltstart-Problem bezeichnet: Ein Prognosemodell soll eine Vorhersage treffen, obwohl für den entscheidenden Teil der Zielgruppe noch keine Historie existiert. Wer sich hier ausschließlich auf vergangene Gästezahlen verlässt, läuft Gefahr, den tatsächlichen Bedarf deutlich zu unterschätzen.

better bites löst dieses Problem, indem zusätzliche externe Signale herangezogen werden, die über die reine Besuchshistorie hinausgehen. Immatrikulationszahlen des jeweiligen Jahrgangs, Vergleichswerte ähnlicher Semesterstarts vergangener Jahre und die Erfahrungswerte vergleichbarer Standorte fließen gemeinsam in die Prognose ein. So entsteht auch dort eine belastbare Schätzung, wo eine einzelne Mensa allein noch keine ausreichende Datengrundlage hätte.

Orientierungswochen und Feiertage gemeinsam statt isoliert abbilden

Der Semesterstart ist kein einzelner Stichtag, sondern eine Woche voller kleiner Umbrüche, die alle gleichzeitig auf die Mensa wirken.

Orientierungswochen folgen meist einem eigenen, von der Fachschaft oder dem Studierendenwerk geplanten Programm, mit festen Terminen für Campusrundgänge, Informationsveranstaltungen und gesellige Abende. better bites bezieht diesen Veranstaltungskalender direkt in die Prognose ein, statt Erstsemesterwochen als gewöhnliche Semesterwochen zu behandeln. Wie einzelne Sondertermine und Schwankungen im Jahresverlauf grundsätzlich in die Modellierung einfließen, beschreibt bereits unser Beitrag Gästeschwankungen in Mensen: Wie KI-Prognosen Ferien, Klausurphasen und Events berücksichtigen.

Feiertage werden dabei nicht separat, sondern im Zusammenspiel mit dem Orientierungsprogramm betrachtet. Liegt ein Feiertag zwischen zwei Veranstaltungstagen, verschiebt sich häufig ein Teil des Gästeaufkommens auf die umliegenden Tage. Dieses Verschiebemuster lässt sich nur erkennen, wenn Feiertagskalender, Semesterzeitplan und historische Vergleichswerte gemeinsam ausgewertet werden, statt jeden Faktor für sich zu prüfen.

Vorbereitet statt überrascht: Was Küchenleitungen im Herbst konkret gewinnen

Eine belastbare Prognose für die Semesterstartwoche verändert die Vorbereitung spürbar. Statt für den ersten Vorlesungstag auf Verdacht großzügig einzukaufen und in der zweiten Woche wieder zurückzurudern, lässt sich der Wareneinsatz von Anfang an konsequent an den tatsächlich erwarteten Gästezahlen ausrichten. Das reduziert sowohl das Risiko ausverkaufter Gerichte am ersten Tag als auch unnötige Lebensmittelverschwendung in ruhigeren Zwischentagen.

Auch die Personalplanung profitiert: Wird bereits Wochen im Voraus deutlich, an welchen Tagen der Orientierungswoche mit besonders hohem Andrang zu rechnen ist, lässt sich der Dienstplan entsprechend anpassen, statt kurzfristig auf spontane Engpässe zu reagieren. So wird aus einer traditionell chaotischen Anfangsphase eine planbare Woche.

Der Semesterstart bringt jedes Jahr Bewegung in die Mensen der Studierendenwerke. better bites hilft dabei, aus dieser Bewegung keine Überraschung werden zu lassen. 💚