Künstliche Intelligenz in der Bedarfsplanung von Großgastronomien

Inhaltsverzeichnis

• Einleitung
• Lebensmittelverschwendung in Deutschland
• Künstliche Intelligenz auf dem Vormarsch
• Ziele & Aufbau der Arbeit
• Theorie
• Maschinelles Lernen
• Künstliche neuronale Netze
• Tiefe Feed-Forward-Netze
• Definition und Topologie
• Feature Engineering
• Aktivierungsfunktionen in Feed-Forward-Netzen
• Optimierung eines Feed-Forward-Netzes
• Gängige Fehlerfunktionen
• Initialisierung der Gewichte
• Gradientenverfahren
• Der Backpropagation-Algorithmus
• Datensatz und Methodik
• Plausibilität der ausgewählten Features
• Vorgehensweise
• Ergebnisse
• Subset 1, Tagesmengen in t=-1y und t=-1d
• Subset 2, Tagesmengen in t=-2y und t=-1y
• Subset 3, ohne die Tagesmenge in t=-14d
• Subset 4, ohne die Tagesmengen der vergangenen Jahre
• Subset 5, ohne die Tagesmenge in t=-2y (I)
• Subset 6, ohne die Tagesmenge in t=-2y (II)
• Diskussion
• Anwendbarkeit der Ergebnisse
• Kritische Würdigung des Ergebnisses
• Zusammenfassung und Ausblick

Zielsetzung und Themenschwerpunkte

Die vorliegende Bachelorarbeit untersucht die Anwendung von Künstlicher Intelligenz (KI) im Bereich der Bedarfsplanung in Großgastronomien. Das Hauptziel ist es, ein KI-basiertes System zu entwickeln, das die Vorhersage des Lebensmittelbedarfs verbessern und somit die Lebensmittelverschwendung reduzieren kann.

• Lebensmittelverschwendung in Großgastronomien
• Anwendungen von KI in der Bedarfsplanung
• Maschinelles Lernen und künstliche neuronale Netze
• Entwicklung und Evaluierung eines KI-Modells
• Potenzial und Herausforderungen der KI-basierten Bedarfsplanung

Zusammenfassung der Kapitel

Das erste Kapitel führt in die Thematik der Lebensmittelverschwendung in Deutschland und die steigende Bedeutung von KI ein. Es werden die Ziele und der Aufbau der Arbeit vorgestellt. Kapitel 2 bietet einen theoretischen Hintergrund zu den relevanten Konzepten, wie maschinelles Lernen, künstliche neuronale Netze und Feed-Forward-Netze. Kapitel 3 erläutert den Datensatz und die Methodik, die für die Entwicklung des KI-Modells verwendet wurden. Die Ergebnisse der Modellentwicklung und -evaluation werden in Kapitel 4 präsentiert. In Kapitel 5 erfolgt eine Diskussion der Anwendbarkeit der Ergebnisse und eine kritische Würdigung. Die Arbeit endet mit einer Zusammenfassung und einem Ausblick.

Schlüsselwörter

Künstliche Intelligenz, Bedarfsplanung, Großgastronomie, Lebensmittelverschwendung, maschinelles Lernen, künstliche neuronale Netze, Feed-Forward-Netze, Datensatz, Modellentwicklung, Evaluation.