Burger, IoT und Cloud für das optimale Restauranterlebnis

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.

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.

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.

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.

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.