Beliebte Suchanfragen

Cloud Native

DevOps

IT-Security

Agile Methoden

Java

Hamburger Menu
HOMEPROJEKTE
//

Burger, IoT und Cloud für das optimale Restauranterlebnis

IoT in der Gastronomie – Gemeinsam mit unserem Partner IONOS und der Burgergrill-Kette Peter Pane messen wir mittels Internet of Things kontinuierlich die wichtigsten Wohlfühlfaktoren wie z. B. Temperatur oder Lautstärke und stellen so ein gesundes und angenehmes Restauranterlebnis sicher.

Die Paniceus Gastro Systemzentrale GmbH mit Sitz in Lübeck wurde als Mutter der Peter Pane Restaurants vom Inhaber und Geschäftsführer Patrick Junge gegründet. Peter Pane legt großen Wert auf eine angenehme Atmosphäre in ihren Restaurants und experimentiert viel mit neuen Technologien, um das Erlebnis ihrer Gäste zu verbessern.

//

Ausgangssituation

Wer schon mal in den Genuss gekommen ist, eines der 47 Peter-Pane-Restaurants zu besuchen, kommt um die Erkenntnis kaum herum: Eine angenehme Atmosphäre, ein gemütliches Flair, leckeres Essen und Nachhaltigkeit werden hier groß geschrieben.

Dazu gehört auch, technologische Trends aufzugreifen, auszuprobieren und das Restauranterlebnis durch Innovationen immer weiter zu verbessern sowie nachhaltiger zu gestalten.  So kann der Gast zum Beispiel vor der Bestellung eines schmackhaften Kräuterburschen (so der Name einer der Burger auf der Speisekarte) einen QR-Code scannen und jener Burger erscheint per Augmented Reality auf dem Tisch. Oder auch: Getränkewünsche können einfach und unkompliziert in wenigen Sekunden per Smartphone bestellt werden, sollte sich gerade kein Personal in der Nähe befinden.

Und was hat das Ambiente der Peter-Pane-Restaurants mit der IONOS Cloud zu tun? IONOS entwickelt seine europäische Cloud-Plattform als Infrastructure-as-a-Service-Lösung weiter und ist immer offen für anschauliche sogenannte Edge Cases, also neuartige Anwendungsfälle, die die Plattform in bisher ungewohnter Weise nutzen. So erhofft sich IONOS, Feedback zu bekommen und die Weiterentwicklung möglichst entlang der Bedürfnisse und Notwendigkeiten realer Nutzungsszenarien gestalten zu können.

//

Lösung

Neue Technologien im Feld testen, lernen und nicht nur Peter Pane, sondern auch IONOS sowie zukünftige Kunden mit dem gewonnenen Wissen technologisch weiterbringen – das war unser Ziel in diesem Projekt. Internet of Things, Cloud und Burger: Gibt es eine schönere Kombination? 😊

Ein schlankes Vorgehen und Setup war die Devise im Projekt. Konkret bedeutet das: Ein erweiterbares System launchen, Daten erheben, auswerten und gegebenenfalls das Setup anpassen. Ganz nach dem Motto: Build, measure, learn!

Die Wohlfühlfaktoren für zufriedene Kunden

Kontinuierliches Messen der Wohlfühlfaktoren

Crossfunktionales Team mit IoT Expertise

Das SetUp

Optimal platziert

//

Die Wohlfühlfaktoren für zufriedene Kunden

Peter Pane möchte, dass sich seine Gäste in den Restaurants wohlfühlen. Daher haben wir uns im Projekt mit zwei zentralen Fragen beschäftigt: Und wie schaffen wir Mehrwert für Peter Pane sowie dessen Kund*innen? Welche Daten eignen sich für die Messung der Wohlfühlatmosphäre? Daher starteten wir mit der Erhebung offensichtlicher Wohlfühlfaktoren.

  • Temperatur – Ist es im Restaurant zu kalt, zu heiß?
  • Luftfeuchtigkeit – Ist es zu schwül oder reizt trockene Heizungsluft die Atemwege?
  • CO₂-Gehalt – Ist die Luft frisch oder verbraucht und ungesund?
  • Lautstärke – Ist der Lärmpegel zu hoch oder kann man sich angenehm unterhalten?

Und wie sieht es mit Gerüchen aus? Es gibt allmählich interessante Sensoren beispielsweise zum Erkennen unangenehmer Gerüchen. Da wir aber technisches Risiko minimieren wollten und zum Projektbeginn gar nicht einschätzen konnten, wie weit wir mit den grundlegenden Wohfühlfaktoren bereits kommen, entschieden wir uns zunächst dagegen und werden die Ansätze nach dem Launch erneut evaluieren.

//

Kontinuierliches Messen der Wohlfühlfaktoren

Peter Pane möchte die Zufriedenheit der Gäste langfristig sicherstellen. Eine angenehme Atmosphäre gehört dazu. Durch das kontinuierliche Messen lassen sich sofort einfache Maßnahmen ableiten. So kann bei entsprechenden Werten die Heizung oder Lautstärke der Musik angepasst oder für Frischluft gesorgt werden. Gleichzeitig wollten wir auch erfahren, wie sich die Parameter auf die Bestellungen der Gäste auswirken – insbesondere, wenn es lauter, stickiger, wärmer oder kälter als sonst ist. Deswegen reichte es nicht aus, herkömmliche Geräte zu verwenden. Stattdessen mussten die Daten kontinuierlich erfasst und in einer Datenbank gespeichert werden.

//

Crossfunktionales Team mit IoT Expertise

Messpunkte mit Sensoren zu sammeln, sie über das Internet of Things zu verarbeiten und am Ende aus diesen Daten neue Erkenntnisse und Handlungsempfehlungen abzuleiten, erfordert ein cross-funktionales Team, das verschiedenste Disziplinen abdeckt. codecentric hat nicht nur passende Expert*innen für ein solches Vorhaben, sondern brachte auch einiges an Erfahrung im IoT-Umfeld mit, um das Projekt erfolgreich umzusetzen.

//

Das SetUp

Hierzu statteten wir Raspberry Pis mit entsprechender Sensorik aus, schrieben die nötige Software und druckten passende, möglichst unscheinbare Gehäuse für unser Sensor-Setup mittels 3D-Drucker. Um die Pis fernwartbar zu machen, implementierten wir zunächst ein passendes Device Management. Danach setzten wir die Cloud-Infrastruktur in der IONOS Cloud auf, wo alle Sensordaten via HiveMQ in einer Postgres landen und dann in Superset-Dashboards visualisiert wurden. Dazu nutzten wir sowohl Kubernetes als auch Stackable zur Verarbeitung großer Datenmengen.

Content_Text_30_70_story-peter-pane-restaurant-erlebnis-hardware.jpeg

//

Optimal platziert

Mit diesem Setup platzierten wir die vier Sensorpakete unauffällig oberhalb der Deckenverkleidung in der Kölner Filiale von Peter Pane. Die Plätze der Raspberry Pis sind so gewählt, dass eine gute Abdeckung der Filiale sichergestellt ist und auch Unterschiede zwischen den Raumsegmenten erkennbar werden. Für den Aufbau hatten wir lediglich ein Zeitfenster von zwei Stunden. Der Aufbau verlief reibungslos, sodass pünktlich alle Sensordaten online waren.

Content_Text_30_70_story-peter-pane-restaurant-peter-pane-restaurant-erlebnis-ki-pi-an-decke.jpeg

Die Wohlfühlfaktoren für zufriedene Kunden

Kontinuierliches Messen der Wohlfühlfaktoren

Crossfunktionales Team mit IoT Expertise

Das SetUp

Optimal platziert

//

Die Wohlfühlfaktoren für zufriedene Kunden

Peter Pane möchte, dass sich seine Gäste in den Restaurants wohlfühlen. Daher haben wir uns im Projekt mit zwei zentralen Fragen beschäftigt: Und wie schaffen wir Mehrwert für Peter Pane sowie dessen Kund*innen? Welche Daten eignen sich für die Messung der Wohlfühlatmosphäre? Daher starteten wir mit der Erhebung offensichtlicher Wohlfühlfaktoren.

  • Temperatur – Ist es im Restaurant zu kalt, zu heiß?
  • Luftfeuchtigkeit – Ist es zu schwül oder reizt trockene Heizungsluft die Atemwege?
  • CO₂-Gehalt – Ist die Luft frisch oder verbraucht und ungesund?
  • Lautstärke – Ist der Lärmpegel zu hoch oder kann man sich angenehm unterhalten?

Und wie sieht es mit Gerüchen aus? Es gibt allmählich interessante Sensoren beispielsweise zum Erkennen unangenehmer Gerüchen. Da wir aber technisches Risiko minimieren wollten und zum Projektbeginn gar nicht einschätzen konnten, wie weit wir mit den grundlegenden Wohfühlfaktoren bereits kommen, entschieden wir uns zunächst dagegen und werden die Ansätze nach dem Launch erneut evaluieren.

//

Kontinuierliches Messen der Wohlfühlfaktoren

Peter Pane möchte die Zufriedenheit der Gäste langfristig sicherstellen. Eine angenehme Atmosphäre gehört dazu. Durch das kontinuierliche Messen lassen sich sofort einfache Maßnahmen ableiten. So kann bei entsprechenden Werten die Heizung oder Lautstärke der Musik angepasst oder für Frischluft gesorgt werden. Gleichzeitig wollten wir auch erfahren, wie sich die Parameter auf die Bestellungen der Gäste auswirken – insbesondere, wenn es lauter, stickiger, wärmer oder kälter als sonst ist. Deswegen reichte es nicht aus, herkömmliche Geräte zu verwenden. Stattdessen mussten die Daten kontinuierlich erfasst und in einer Datenbank gespeichert werden.

//

Crossfunktionales Team mit IoT Expertise

Messpunkte mit Sensoren zu sammeln, sie über das Internet of Things zu verarbeiten und am Ende aus diesen Daten neue Erkenntnisse und Handlungsempfehlungen abzuleiten, erfordert ein cross-funktionales Team, das verschiedenste Disziplinen abdeckt. codecentric hat nicht nur passende Expert*innen für ein solches Vorhaben, sondern brachte auch einiges an Erfahrung im IoT-Umfeld mit, um das Projekt erfolgreich umzusetzen.

//

Das SetUp

Hierzu statteten wir Raspberry Pis mit entsprechender Sensorik aus, schrieben die nötige Software und druckten passende, möglichst unscheinbare Gehäuse für unser Sensor-Setup mittels 3D-Drucker. Um die Pis fernwartbar zu machen, implementierten wir zunächst ein passendes Device Management. Danach setzten wir die Cloud-Infrastruktur in der IONOS Cloud auf, wo alle Sensordaten via HiveMQ in einer Postgres landen und dann in Superset-Dashboards visualisiert wurden. Dazu nutzten wir sowohl Kubernetes als auch Stackable zur Verarbeitung großer Datenmengen.

Content_Text_30_70_story-peter-pane-restaurant-erlebnis-hardware.jpeg

//

Optimal platziert

Mit diesem Setup platzierten wir die vier Sensorpakete unauffällig oberhalb der Deckenverkleidung in der Kölner Filiale von Peter Pane. Die Plätze der Raspberry Pis sind so gewählt, dass eine gute Abdeckung der Filiale sichergestellt ist und auch Unterschiede zwischen den Raumsegmenten erkennbar werden. Für den Aufbau hatten wir lediglich ein Zeitfenster von zwei Stunden. Der Aufbau verlief reibungslos, sodass pünktlich alle Sensordaten online waren.

Content_Text_30_70_story-peter-pane-restaurant-peter-pane-restaurant-erlebnis-ki-pi-an-decke.jpeg

//

Ergebnis

Seitdem läuft die initiale Beobachtungsphase. Pro Stunde werden zehntausende Datenpunkte erfasst, in die IONOS Cloud übertragen, dort zentral zusammengeführt und ausgewertet. Die Ergebnisse werden dann visualisiert und via Dashboard der Filiale zur Verfügung gestellt. Die Filialleitung kann dann auf Basis der Daten einfache Anpassungen der Wohlfühlfaktoren vornehmen.

Innenaufnahme eines Restaurants, viele verschiedene Personen am Essen, Trinken und reden.

Gute Daten – zufriedene Kund*innen

Auch ohne große Analysen der Datenströme zeigt sich das erhoffte Potenzial für einfache Handlungsempfehlungen: Zum Beispiel steigen in einem erhöhten Teil des Raums Temperatur und Luftfeuchtigkeit schneller (und sinken langsamer) als in den anderen Teilen. Gleichzeitig schwankten Luftfeuchtigkeit und Temperatur in anderen Bereichen stark. Eine angepasste Belüftung könnte deutlich dazu beitragen, dass sich die Gäste in diesem Teil des Restaurants wohler fühlen. Auch Überschreitungen einer angenehmen Lautstärke ließen sich anhand von Google-Bewertungen sowie den gemessenen Werten identifizieren und vermeiden.

Eine Peter Pan Restaurant aufgenommen von einer Straße, mit vielen Personen, einem Außenbereich und Werbetafeln.

Auf bestem Wege zur optimalen Customer Experience

Die ersten Schritte zur optimalen Customer Experience sind gemacht. Die über einen längeren Zeitraum hinweg gesammelten Daten sollen im nächsten Schritt in Zusammenhang mit dem Bestellverhalten und direktem Feedback der Gäste gebracht werden. Mittels Machine Learning soll es in Zukunft möglich sein, die ideale Atmosphäre zu schaffen, die zum Verweilen, Essen und Trinken einlädt. Bis die ausreichende Menge an Daten zur Verfügung steht, nutzt die Filialleitung das Dashboard, um die Atmosphäre kontinuierlich zu überprüfen und einfache Anpassungen vorzunehmen.

Der Pilot in der Kölner Filiale zeigt auf, welches Potenzial in den Daten steckt. Werden systematisch Wohlfühlfaktoren erfasst, können Restaurants diese Daten effektiv nutzen, um ein angenehmes Klima für ihre Gäste zu schaffen und ihre Zufriedenheit zu erhöhen.

quotation marks

Wir beschäftigen uns gerne und intensiv mit neuen Technologien und ihren Nutzungsmöglichkeiten für unsere Restaurants. Ein herausragendes Ambiente ist sehr wichtig, jedoch interpretiert das bisher jede Filiale etwas anders. Systematisch Daten mit passender Sensorik zu erfassen, soll uns ein besseres Gefühl geben, welche Faktoren eine exzellente Atmosphäre ausmachen. codecentric war ein starker, schneller und pragmatischer Umsetzungspartner.

Robert Greller
Leiter Abteilung Digital, Paniceus Systems GmbH

Noch Fragen zum Projekt?

Willst Du mehr über das Projekt erfahren? Bist du interessiert an einer ähnlichen Lösung für dein Unternehmen?

Timothy Krechel

IT Consultant

Timothy Krechel

IT Consultant

Ein Meeting, in dem über ein Projekt diskutiert wird
//
Weitere Projekte der codecentric AG

Informiere dich über weitere erfolgreiche Projekte, die wir mit unseren Kunden abgeschlossen haben. Vielleicht findest du hier Anregungen für einen Use Case in deinem Unternehmen.

//

Gemeinsam bessere Projekte umsetzen.

Wir helfen deinem Unternehmen.

Du stehst vor einer großen IT-Herausforderung? Wir sorgen für eine maßgeschneiderte Unterstützung. Informiere dich jetzt.

Hilf uns, noch besser zu werden.

Wir sind immer auf der Suche nach neuen Talenten. Auch für dich ist die passende Stelle dabei.