14-Tage-Forecast
Prognostizierte Kundenzahl mit Konfidenzintervall
Tägliche Vorschau
Wetter, Kundenzahl und Personalempfehlung
Kundenzahl-Verlauf (letzte 120 Tage)
Tägliche Kundenzahlen mit 7-Tage-Durchschnitt
Gesamtverlauf 2024–2025
Vollständige historische Kundenzahlen
Wochentags-Muster
Durchschnittliche Kundenzahl pro Wochentag
Saisonales Muster
Durchschnittliche Kundenzahl pro Monat
Wettereinfluss
Wetter-Ikonen erklären Ausschläge in den Daten
☀️
Sonniger Tag
+25–40% mehr Kunden bei Temperaturen über 18°C und Sonnenschein
⛅
Bewölkt
Normalbetrieb, kein signifikanter Einfluss auf Kundenzahl
🌧️
Starker Regen
−20–30% weniger Kunden bei mehr als 8mm Niederschlag
🎪
Events
Wasserlichtkonzerte & Feste: +15–35% mehr Gäste
Personalplanung – nächste 14 Tage
Basierend auf Forecast-Werten
| Datum | Tag | Kunden (Prognose) | Bandbreite | Wetter | Event | Empf. Personal | Priorität |
|---|
🌳 Wie funktioniert das Forecast-Tool?
Hier ist eine einfache Erklärung – ganz ohne technisches Vorwissen.
Der Weg vom Datenpunkt zur Prognose
In 4 Schritten vom Rohdaten zum Personalplan
Vergangenheit
Kassendaten: wann waren wie viele Gäste da?
→
Externe Daten
Wetter, Feiertage, Events im Park
→
KI-Modell
Erkennt Muster & rechnet die Prognose aus
→
7-Tage-Forecast
Wie viele Gäste kommen morgen?
→
Personalplan
Wie viele Mitarbeiter werden gebraucht?
Warum brauchen wir überhaupt ein KI-Modell?
Das menschliche Bauchgefühl stößt schnell an Grenzen
Zu viele Faktoren gleichzeitig
Wochentag, Wetter, Feiertag, Event, Schulferien – ein Mensch kann nicht alle Kombinationen gleichzeitig im Kopf behalten. Das Modell schon.
Lernt aus der Vergangenheit
Das Modell hat 2 Jahre Gästedaten analysiert und kennt alle Muster: "An einem regnerischen Dienstag im November kommen im Schnitt 42 Gäste."
Wird mit der Zeit besser
Je mehr Daten eingespielt werden, desto präziser wird die Prognose. Nach 2 Jahren Daten ist die Genauigkeit deutlich höher als nach 6 Monaten.
Spart echtes Geld
Über- und Unterbesetzung kosten Geld. Studien zeigen: Forecast-basierte Personalplanung spart 8–12% der Lohnkosten.
🤖 Das Modell: XGBoost – was steckt dahinter?
XGBoost ist ein KI-Algorithmus, der aus Tausenden von Entscheidungsbäumen besteht – stell dir vor, du befragst 500 erfahrene Cafémitarbeiter gleichzeitig und nimmst den Durchschnitt ihrer Schätzungen. Das Ergebnis ist deutlich genauer als jede Einzelmeinung.
Was war gestern?Wenn gestern 200 Gäste da waren, ist heute wahrscheinlich auch viel los – das Modell kennt diesen "Momentum-Effekt".
Wochentags-MusterSamstage und Sonntage haben im Schnitt 2,5× mehr Gäste als Montage. Das Modell weiß das aus der Vergangenheit.
Wetter-EinflussBei über 20°C und Sonne kommen bis zu 40% mehr Gäste. Bei starkem Regen bis zu 30% weniger. Das Modell gewichtet das automatisch.
Events & FeiertageWasserlichtkonzerte, Hamburgmesse, Schulferien – jeder Event-Typ hat seinen eigenen Einfluss auf die Gästezahl.
SaisonalitätDer Juli ist der stärkste Monat, Januar der schwächste. Das Modell kennt diesen Jahres-Rhythmus in- und auswendig.
Kombination ist der SchlüsselErst die Kombination aller Faktoren gleichzeitig macht die Prognose präzise – das kann kein Mensch alleine leisten.
Genauigkeit des Modells (simuliert):
📥 Woher kommen die Daten?
Alle Quellen, die das Modell nutzt – von intern bis automatisch aus dem Internet
⭐ Kern-Datenquellen (Phase 1)
🧾
Kassendaten (intern)
Tägliche Gästezahl & Umsatz direkt aus dem Kassensystem. Grundlage für alles.
📁 CSV · Wöchentlich
Genauigkeits-Impact: Fundament
🌤️
Wetter – Open-Meteo
14-Tage-Forecast für Hamburg: Temperatur, Regen, Sonnenstunden, Wind. Kein API-Key, kein Abo.
🌐 Automatisch · Kostenlos
Genauigkeits-Impact: −2% MAPE
🎉
Feiertage – date.nager.at
Alle deutschen Feiertage & Schulferien Hamburg automatisch per API. Feiertage = +30–50% Gäste.
🌐 Automatisch · Kostenlos
Genauigkeits-Impact: −3% MAPE
🎪
Events – PredictHQ
Event-Aggregator für Hamburg: Konzerte, Festivals, Sportevents – mit geschätzten Besucherzahlen pro Event.
🌐 API · Free Tier
Genauigkeits-Impact: −3–5% MAPE ⭐
💧
Planten-Programm (direkt)
Wasserlichtkonzerte täglich Mai–Sep, Sonderevents. Aus den offiziellen Programmheften eingepflegt.
📋 Manuell · Saisonal
Genauigkeits-Impact: −1–2% MAPE
🔭 Erweiterungs-Quellen (Phase 2)
🏗️
Messe Hamburg
Messetermine ziehen Zehntausende Besucher nach Hamburg. Einfaches binäres Feature: Messetag ja/nein.
📋 Manuell · Quartalsweise
🚌
HVV Frequenzdaten
Passagierfrequenz Haltestelle Stephansplatz als Proxy für Laufkundschaft. GTFS-Daten kostenlos.
🌐 API · Kostenlos
🗓️
MRH Events Hamburg
Veranstaltungskalender der Metropolregion Hamburg für lokale Großevents (Stadtteile, Open-Airs etc.).
📋 Manuell · Monatlich
⚽
HSV Heimspiele
Heimspiele im Volksparkstadion (4 km) erhöhen Hamburg-Besucher. Kostenlose Fußball-API verfügbar.
🌐 football-data.org · Kostenlos
📊 Kumulativer Genauigkeits-Effekt aller Quellen
Bauchgefühl (heute)
±35%
+ Kassendaten (Phase 1)
±22%
+ Wetter & Feiertage
±17%
+ Events (PredictHQ)
±14%
🎯 Ziel Phase 2
±10%
🔄 Wie bleibt das Dashboard aktuell?
Jeden Morgen um 6 Uhr läuft das automatisch – kein Eingreifen nötig
06:00 Uhr
Automatischer Start
GitHub startet das Script
06:01 Uhr
Wetter abrufen
14-Tage-Forecast für Hamburg
06:02 Uhr
Prognose berechnen
XGBoost rechnet neue Werte
06:03 Uhr
Dashboard live
Neue Zahlen auf der Website
💡 Kein Server nötig: Das läuft vollständig auf GitHub's kostenlosen Servern. Dein Computer muss nicht eingeschaltet sein. Kosten: €0 / Monat.