Schon mal von Ube gehört? Nein? Dann vielleicht von Spam Musubi oder Zhoug? Dauert bestimmt nicht mehr lange, denn ein kurzer Blick in die Kristallkugel prophezeit, dass diese Food Trends bald öfter auf Speisekarten und in Küchen zu finden sein werden. Was auf den ersten Blick wie die Zutatenliste eines brodelnden Zaubertranks aussieht, ist in Wahrheit lediglich ein asiatisches Knollengemüse (Ube), ein hawaiianischer Snack aus Frühstücksfleisch und Reis (Spam Musubi) und eine scharfe Gewürzpaste (Zhoug). Überhaupt hat das Wahrsagen hier weniger mit Hexerei zu tun, sondern vielmehr mit strategischer Analyse.
Die Lebensmittelbranche ist eine 5 Billionen Dollar schwere Industrie. Sie ist massiv. Und, obwohl jeden Tag Essen gekauft und konsumiert wird, stehen Hersteller, die Gastronomie und der Handel stets unter dem Druck, ihren Kunden auch die „richtigen“ Produkte anbieten zu wollen. Faktoren wie Zeit, Gesundheit, Technologie und die Umwelt haben dabei einen großen Einfluss auf die Motivation und die Bedürfnisse der Kunden, wenn es ums Thema Essen geht. Die Industrie muss dabei nicht nur mit dem sich immer schneller verändernden Konsumverhalten mithalten können, sondern ihm auch ein Stück voraus sein. Aber wie?
Wenn man heutzutage etwas über Vorlieben und Wünsche der Gesellschaft herausfinden möchte, findet sich die Antwort höchstwahrscheinlich irgendwo im Internet. Vorausgesetzt man weiß, wie und wo man in dem unaufhörlichen Fluss an Informationen suchen muss. Über 350 Millionen Posts zählt Instagram unter dem Hashtag #food, fast doppelt so viele Ergebnisse ergibt die Google Suche „food trend“. Als Mensch ist es so gut wie unmöglich da den Überblick zu behalten – als Künstliche Intelligenz ist es jedoch ein leichtes.
Food Analytics 2.0
Das erkannten auch Alon Chen und Eyal Gaon und riefen die intelligente Plattform „Tastewise“ ins Leben. Das israelische Start-Up hat es sich zur Aufgabe gemacht, die Milliarden an Daten, die zu diesem Thema im Internet herumschwirren mithilfe von Künstlicher Intelligenz und digitaler Sprachverarbeitung zu ordnen und auszuwerten. Aus über 150.000 Speisekarten, rund einer Million Online-Rezepte und natürlich Millionen an Social Media Posts und Artikeln filtern sie Trends und Konsumentenwünsche heraus, um für Restaurants, Hotels, Händler und Food-Produzenten zuverlässige Prognosen aufstellen zu können – weit bevor der Mainstream sie entdeckt.
Alon Chen und Eyal Gaon / Image: Tastewise
Quasi in Echtzeit kann die Food-Branche alle Neuerungen mitverfolgen und natürlich auch darauf reagieren – und das mit einer ungeheuren Präzision. So weiß man zu Beispiel, dass BBQ Chicken momentan der beliebteste Pizzabelag in New York ist oder, dass es in Boston eine Bedarfslücke an veganen Gerichten im Wert von über 40 Mio. Dollar gibt. Die wertvollen Informationen liegen hier im Detail: Nur zu wissen, dass es einen Trend gibt, der sich „Bowl“ nennt bringt einen nicht weiter, die einzelnen Zutaten, die der Kunde in seiner Bowl finden will, schon. Der Algorithmus erkennt auch Restaurant Trends, wie den Aufschwung von Dark-Kitchens und Restaurant-Hopping.
Wir wissen, was du morgen essen wirst
Herkömmliche Ansätze zur Food-Trend Analyse haben laut Tastewise eine erschreckend hohe Misserfolgsquote von bis zu 85%. Darunter fallen Umfragen, Retail Analytics und In-House Datenstämme, die für die Schnelllebigkeit unserer heutigen Welt meist zu unzuverlässige oder oberflächliche Antworten liefern. Unternehmen würden so viel Geld und Zeit in Lösungen investieren, die sich nicht mit den aktuellen Bedürfnissen decken oder schlichtweg zu spät realisiert werden. Sie müssen selbst aktiver, interessierter und innovativer werden.
Image: Tastewise
Mittlerweile zählt die SaaS-Plattform auch große Unternehmen wie die Marriott Hotelgruppe zu seinen Kunden, die dank der gewonnenen Daten über Konsum- und Essverhalten ihre Strategien und Kaufentscheidungen an den Markt anpassen konnten. In den Worten des Vice President der Marriott-International-Tochter Pure Grey Culinary Concepts Guy Heksch: “Die Erkenntnisse helfen uns, Zielgruppen besser anzupeilen und frühzeitig lokale Mikro-Trends zu erkennen, die sich später auf nationaler Fläche ausbreiten. So können wir unsere Menüs ganz auf den Geschmack unserer Kunden abstimmen.“ Die KI hinter Tastewise kombiniere Wissenschaft mit der Kunst, innovative Food-Erlebnisse zu kreieren.
Aus Motivation wird Innovation
Laut Alon Chen ist es aber nicht nur wichtig sich die Frage „Was wird gegessen?“ zu stellen, sondern auch dem „Warum?“ auf den Zahn zu fühlen. Wenn man wirklich innovativ sein will, sei letzteres sogar wichtiger. Der Algorithmus versucht deshalb neben dem Produkt und der Region auch die Motivation hinter den einzelnen Kaufentscheidungen nachzuvollziehen. Schauen wir uns nochmal die asiatische Wurzel Ube an: Warum ist sie so beliebt? Sie ist süß, dazu ein natürliches Gemüse, also vegan und besitzt einen exotischen Charakter. Außerdem ist die lila Farbe ist ein wunderbarer Hingucker auf dem nächsten Instagram Post – kurz gesagt, Ube trifft den Zeitgeist.
Natürlich stellen diese Erkenntnisse kein bloßes Rezept zum Nachkochen dar, sondern sollen Orientierung in dem neuen dynamischen Markt bieten – Es möglich machen, die nächste Gegenbewegung auf die aktuelle Bewegung vorauszusagen. Big Data ist dafür heutzutage die ideale Quelle. Food-Trends sind nämlich nicht nur kurzfristige Moden, sondern kündigen auch längerfristige Veränderungen und Entwicklungen unserer Esskultur an. Wenn Unternehmen das erkennen, wird es ihnen viel einfacher fallen, die Kaufentscheidungen ihrer Kunden zu verstehen und mit eigenen innovativen Ideen daran anzuknüpfen.
