AI in de horeca: van reserveringen en menuoptimalisatie tot personeelsplanning

De telefoon rinkelt midden in de lunchdrukte, er staan twee tafels te wachten op hun rekening, en in de keuken vraagt iemand zich hardop af of de zalm nog wel toereikt voor vanavond. Horeca draait op honderden kleine beslissingen per dag, bijna allemaal op ervaring en onderbuikgevoel. Dat werkt prima, tot het personeel schaars wordt, de marges dunner en de gast veeleisender. Dan begint elk gemist telefoontje, elk verkeerd ingekocht kratje en elk te ruim geplande dienst echt geld te kosten.

Deze gids is voor de horecaondernemer, restaurantmanager of cateraar die AI niet als hype maar als gereedschap wil inzetten. Niet om personeel te vervangen, wel om het werk weg te halen dat niemand mist: de telefoon die tijdens de service afgaat, het rooster dat je op zondagavond met de hand in Excel zit te puzzelen, en de menukaart die je sinds de vorige prijsverhoging niet meer echt hebt doorgerekend. Ik loop drie concrete werkstromen langs die je los van elkaar kunt invoeren, met de stappen, de valkuilen en een eerlijke afweging tussen een kant-en-klare tool en maatwerk.

Wat je nodig hebt

Voor je begint, leg je de basis. De rode draad door alle drie de werkstromen is dezelfde: AI is zo goed als de data die je erin stopt. Zonder schone cijfers krijg je dure giswerkmachines.

• Een digitaal reserveringssysteem. Het Nederlandse landschap is versnipperd. De grootste spelers zijn Formitable (inmiddels samengegaan met Zenchef), Guestplan en TheFork. Uit het overzicht van Fine Dining Finder blijkt dat Formitable, Zenchef en Guestplan samen rond 71% van de markt bedienen, waarbij Zenchef zich profileert als commissievrij (vast maandbedrag) tegenover de per-reservering-commissie van TheFork.
• Een kassasysteem (POS) dat verkoop per gerecht exporteert. Dit is je belangrijkste databron voor menuoptimalisatie. Kun je niet zien hoe vaak een gerecht is verkocht, dan kun je het ook niet sturen.
• Foodcost per gerecht. De inkoopkosten van de ingredienten per portie. Veel keukens kennen dit globaal, maar voor menu engineering heb je het per gerecht nodig.
• Een personeelsplanningstool met urenregistratie. Het liefst een die je omzetprognose en je rooster aan elkaar kan koppelen.
• Realistische verwachtingen. AI neemt routinewerk over en maakt voorspellingen scherper. Het vervangt geen gastvrouw, geen chef en geen ondernemerschap.

Aan de slag: van losse tools naar een datastroom

De kern in het kort. Je verbindt drie systemen die nu vaak los van elkaar staan: je reserveringsboek, je kassa en je personeelsplanning. Op basis daarvan neemt AI je telefoon aan, voorspelt het je drukte per dag, en wijst het aan welke gerechten echt geld opleveren. Begin klein, met een werkstroom, en breid pas uit als de eerste cijfers kloppen.

Je pakt het in deze volgorde aan:

1. Reserveringen automatiseren zodat geen telefoontje meer onbeantwoord blijft.
2. De menukaart op marge sturen met de verkoopcijfers uit je kassa.
3. Het rooster op een drukteprognose bouwen in plaats van op gevoel.

1. Reserveringen: laat geen telefoontje meer liggen

Het pijnlijkste cijfer in de horeca is onzichtbaar: de reserveringen die je misloopt omdat niemand kon opnemen. Een AI-telefoonassistent neemt dat gat weg. De Nederlandse oplossing Bonnie, gekoppeld aan reserveringssystemen zoals DISH, neemt gesprekken 24/7 aan, vraagt datum, tijd, aantal personen en voorkeuren, en zet de reservering direct in je boek. Volgens unTill neemt de assistent bij restaurant Republiek Bloemendaal zo'n 80% van de telefoontjes af, terwijl restaurants normaal tot 40% van hun oproepen missen. Ron Gastrobar in Amsterdam ging een stap verder met een stemkloon van de chef en verwerkte sinds de lancering ruim 4.000 reserveringen en verbond meer dan 5.000 bellers door naar het team.

Concreet zet je het zo op:

• Kies een assistent die jouw reserveringssysteem en taal spreekt. Let hierop, want het luistert nauw: de Assistent.ai-integratie van Zenchef werkt vooralsnog alleen in het Engels, Duits en Frans en wordt enkel aan Duitse en Franse klanten aangeboden. Een Nederlandse gast wil een Nederlandse stem.
• Koppel de assistent aan je reserveringsboek, niet aan een los lijstje. Hij moet live beschikbaarheid kunnen opvragen en direct boeken, anders dubbelboek je.
• Laat bevestigingen via WhatsApp lopen. Gasten lezen een appje sneller dan ze een mail openen, en wijzigingen of annuleringen verwerk je in hetzelfde kanaal.
• Stel een harde escalatiegrens in. Bij een klacht, een groot gezelschap of een vraag die de assistent niet kent, schakelt hij door naar een mens.

Dit is in essentie de horeca-toepassing van een AI-telefoonassistent die inkomende oproepen, veelgestelde vragen en afspraken afhandelt; de horecaspecifieke winst zit in de koppeling met je tafelplan.

2. Menuoptimalisatie: stuur op marge, niet op gevoel

Je menukaart is je belangrijkste verkoopinstrument, en de meeste kaarten zijn nooit doorgerekend. Menu engineering verandert dat: je deelt elk gerecht in op twee assen, populariteit (hoe vaak verkocht) en winstgevendheid (de contributiemarge, oftewel verkoopprijs min foodcost per portie). Lightspeed beschrijft de vier klassieke categorieen: sterren (veel verkocht, hoge marge), werkpaarden (veel verkocht, lage marge), puzzels (weinig verkocht, hoge marge) en honden (weinig verkocht, lage marge).

• Trek je verkoopdata uit je POS. Aantal verkochte porties per gerecht over bijvoorbeeld de afgelopen drie maanden.
• Reken de contributiemarge per gerecht uit. Verkoopprijs min de foodcost van de portie. Een burger van 14,40 euro met 3,65 euro aan ingredienten levert 10,75 euro marge.
• Plot elk gerecht in de matrix. Tools als Apicbase of Supy koppelen rechtstreeks aan je kassa en bouwen die menumatrix automatisch, met live foodcost als de inkoopprijzen veranderen.
• Stuur bij per categorie. Zet sterren prominent op de kaart, herontwerp werkpaarden (kleinere portie, andere bijgerechten, prijs omhoog), verplaats of herschrijf puzzels, en schrap honden.

De inkoopkant hoort hierbij: dezelfde verkoopcijfers voeden je bestellijst. Wie zijn afzet per gerecht kent, kan voorraadprognoses voor het MKB maken zonder een duur WMS en zo minder weggooien en minder nee verkopen.

3. Personeelsplanning: een rooster dat de drukte volgt

Het zondagavondritueel van handmatig roosteren in Excel is precies het soort werk waar AI in uitblinkt. De truc is dat het rooster niet op een vast patroon draait, maar op een voorspelling van de echte drukte. De prognosesoftware Nostradamus analyseert dagelijks meer dan 400 variabelen zoals weer, evenementen en feestdagen en voorspelt omzet en drukte tot dertig dagen vooruit; in een Amsterdamse case zat de voorspelling binnen 50 euro op een verwachte omzet van ruim 4.000 euro, juist op een dag dat de ondernemer zelf drukte verwachtte.

• Voed het systeem met je historie. Omzet en bezetting per dag en per dienst, het liefst een jaar terug, zodat het seizoens- en weekpatronen leert.
• Genereer een conceptrooster op de prognose. Een planner als DISH genereert het rooster op basis van de verwachte drukte en houdt rekening met kwalificaties zoals BHV of sleutelbeheer.
• Koppel uren en loon. DISH claimt dat de koppeling met salarisadministratie en kassa-omzet minimaal 25% van de administratieve last bespaart.
• Houd een mens als eindredacteur. De AI levert een concept; jij kent de stagiair die nog moet inwerken en de kok die net terug is van ziekte.

Valkuilen

• Rommel erin, rommel eruit. Een prognose op slordige kassadata of een menumatrix zonder kloppende foodcost is een dure manier om je onderbuikgevoel te bevestigen. Begin met je data op orde brengen, niet met de AI.
• Een telefoonassistent zonder escalatie. De grootste fout zit in het einde van het gesprek, niet het begin: de meeste klantenservicebots falen op het moment dat ze niet weten wanneer ze moeten doorverbinden. Een gast met een allergievraag of een klacht hoort een mens te krijgen.
• De prognose als bevel lezen. Een voorspelling is een hulpmiddel, geen baas. Plan niet zo strak op de prognose dat een meevallende avond meteen onderbezet is.
• Gastdata en de AVG. Telefoonnummers, voorkeuren en allergie-informatie zijn persoonsgegevens. Controleer waar je leverancier de data verwerkt en hoe lang hij die bewaart.
• Vier eilanden in plaats van een keten. Een losse reserveringsbot, een losse menutool en een losse planner die niets van elkaar weten, leveren minder op dan een keten waarin de bezetting het rooster en de inkoop voedt.

Kant-en-klaar vs. maatwerk

Voor elke werkstroom bestaat een goede kant-en-klare tool. De vraag is niet of die werken, maar of de som meer is dan de delen. Een standaardtool is binnen dagen live en goedkoop in onderhoud, maar leeft op zijn eigen eiland. Maatwerk kost meer vooraf en koppelt juist die eilanden tot een datastroom.

Mijn vuistregel: start kant-en-klaar per werkstroom, meet drie maanden, en stap pas over op koppelen of maatwerk wanneer je merkt dat de winst in de naden tussen de tools blijft hangen. Dan weet je precies wat je wilt koppelen en waarom, in plaats van vooraf een groot platform te kopen dat je nog niet begrijpt.

Tot slot

AI in de horeca is geen kwestie van een slimme robot die je zaak overneemt. Het is veel prozaischer en veel waardevoller: het haalt het ruis weg waar je gasten niets van merken, de gemiste telefoon, het scheve rooster, de kaart die op gevoel draait, zodat jij en je team de aandacht houden voor het enige wat een gast onthoudt, namelijk hoe het voelde om bij je te eten. Begin bij de werkstroom die je vanavond het meeste pijn doet, breng de data op orde, en laat de techniek pas groeien als de cijfers je gelijk geven.