logo
Platoo Blog
9 min LesezeitAnalyticsQR-MenüDSGVO

QR-Menü-Analytics: Die Kennzahlen, die für Restaurants in der EU wirklich zählen

Das QR-Menü hat das älteste Werkzeug der Gastronomie messbar gemacht — doch nur eine Handvoll Zahlen verdient die Aufmerksamkeit des Inhabers. Welche Kennzahlen Sie verfolgen sollten, was eine digitale Speisekarte ohne Kassensystem nie zeigen wird und wie Sie dabei DSGVO-konform bleiben.

QR-Menü-Analytics von Platoo auf einem Smartphone neben einem Restauranttisch — Gerichtsaufrufe, Favoriten und Warenkorbdaten für ein Restaurant in der EU

Jahrzehntelang war die gedruckte Speisekarte eine Blackbox. Ein Gast nahm sie in die Hand, las einen Teil davon, bestellte — und legte sie wieder weg. Niemand erfuhr je, welches Gericht er beinahe gewählt hätte, wie lange er über der Weinkarte zögerte oder ob er das Lokal verließ, weil es keine vegetarische Option gab. Die Karte tat ihre Arbeit und verschwand.

Diese Blackbox öffnete sich in dem Moment, als Restaurants in ganz Europa begannen, einen kleinen quadratischen Code auf Tischaufsteller zu drucken statt einer laminierten Karte. Was als vorübergehende Pandemielösung begann, wurde still zu etwas anderem: zur ersten wirklich messbaren Version des ältesten Werkzeugs der Gastfreundschaft.

Das Problem ist, dass die meisten Inhaber sie nie nutzen. Fragen Sie einen Gastronomen in Lissabon, Ljubljana oder Lyon, was ihm sein QR-Menü verrät, und Sie ernten meist ein Schulterzucken — oder eine Zahl aus einem Dashboard, das nie jemand wirklich geöffnet hat: „Wir haben etwa 200 Scans pro Woche.“

Dies ist keine Geschichte darüber, dass Restaurants mehr Daten bräuchten. Es ist eine Geschichte darüber, welcher Teil dieser Daten die Aufmerksamkeit eines Inhabers verdient, welcher Teil bloß als Erkenntnis verkleidetes Rauschen ist und was eine digitale Speisekarte niemals zeigen wird, ganz gleich wie viele Diagramme das Dashboard zeichnet.

Was ein QR-Menü tatsächlich misst — und was es nicht sehen kann

Beginnen wir mit einer ehrlichen Grenze. Ein QR-Menü sieht alles, was ein Gast tut, bevor er mit dem Service spricht: wann er die Karte geöffnet hat, in welcher Sprache, welche Gerichte er aufgeklappt hat, was er favorisiert hat, was er in den Warenkorb gelegt hat, ob er zwei Wochen später wiederkam. Danach wird die Karte blind. Was tatsächlich die Küche verlassen hat, was der Gast laut bestellt hat, wie viel Trinkgeld er gab — das ist Kassenterritorium, nicht Kartenterritorium.

Im Modell „ansehen und Service rufen“, ohne Kassenanbindung und ohne Zahlungsabwicklung, misst Speisekarten-Analytics Absicht, nicht Umsatz. Das ist ein engeres Feld, als manche Anbieter versprechen — aber jede Zahl darin bedeutet genau das, was sie sagt, ohne zusätzliche Annahmen.

KennzahlWas sie misstWarum sie zählt
QR-ScansWie viele Gäste die Karte geöffnet haben, nach Tag und StundeFrequenz, Stoßzeiten, Qualität der Code-Platzierung
GerichtsaufrufeWelche Positionen ein Gast für die Beschreibung aufgeklappt hatEchtes Interesse statt Vermutungen des Managers
FavoritenWas ein Gast als gewünscht markiert hatDas stärkste Absichtssignal in der Karte
Durchschnittlicher WarenkorbwertWert aller Positionen in Warenkörben, geteilt durch die GästezahlDas Geldnächste, was ohne Kasse verfügbar ist
Wiederkehrende GästeWie viele Personen die Karte erneut geöffnet habenLoyalität, die eine gedruckte Karte nie erfasst hat
Sprache beim ersten ÖffnenIn welcher Sprache ein Gast begonnen hatWer Ihr Publikum ist und ob Übersetzung sich lohnt
Klicks auf Social LinksWie viele Gäste zu Instagram oder Facebook durchgeklickt habenDer einzige messbare Kanal, der aus der Karte hinausführt

Was hier fehlt — und ohne Kasse fehlen wird: Gesamtumsatz, echter Durchschnittsbon, ein Verhältnis von Aufrufen zu Bestellungen und jede Antwort darauf, warum ein Gast ein Gericht dem anderen vorgezogen hat. Wenn ein Anbieter Bestellkonversion ohne Kassenanbindung verspricht, lohnt die Rückfrage, was genau er eine Bestellung nennt.

Ein Aufruf ist keine Bestellung, und ein Warenkorb ist kein Umsatz. Absicht mit Tatsache zu verwechseln ist der häufigste Fehler, wenn Restaurants zum ersten Mal ein Analytics-Dashboard öffnen.

Kennzahl Nr. 1: Gerichtsaufrufe gegen Ihre eigenen Erwartungen

Wenn ein Inhaber zehn Minuten pro Woche hat, verbringt er sie am sinnvollsten mit der nach Aufrufen sortierten Gerichteliste — verglichen mit der Liste, die Sie erwartet hätten.

Die Logik erschließt sich sofort. Ein Gericht, das Sie für ein Aushängeschild halten, das aber im unteren Drittel der Aufrufe liegt, hat ein Sichtbarkeitsproblem: Es steckt zu tief in seiner Rubrik, der Name ist schwach oder es fehlt ein Foto. Das ist eine Korrektur von fünfzehn Minuten im Karteneditor. Weit interessanter ist das Gericht mit hohen Aufrufen, das nicht favorisiert wird und selten in den Warenkorb gelangt: Gäste interessieren sich aktiv, lesen die Beschreibung — und dann bringt sie etwas dazu, zurückzuweichen.

Genau hier verdient Speisekarten-Analytics sein Geld. Sie zeigt nicht, was verkauft wird — sie zeigt, wo der Gast stehen bleibt.

Szenario — ein illustratives Beispiel

Stellen Sie sich ein Restaurant an der Küste eines Touristenortes vor. Der ganze gebratene Fisch erhält fast doppelt so viele Aufrufe wie jede andere Position und wird regelmäßig favorisiert — landet aber fast nie im Warenkorb. Der Inhaber öffnet die Gerichtsseite mit den Augen eines Gastes und findet den Grund: Der Preis ist pro Kilo angegeben, es fehlt eine Gewichtsspanne, und die Beschreibung sagt nicht, für wie viele Personen eine Portion reicht. Der Gast liest, kann die Kosten nicht abschätzen und wählt etwas Berechenbares. Nachdem eine Gewichtsspanne und ein ungefährer Preis pro Portion ergänzt wurden, schließt sich die Lücke zwischen Aufrufen und Warenkorb innerhalb von zwei Wochen.

Das ist eine Textkorrektur, keine Küchenkorrektur. Ohne Aufrufdaten wäre sie unsichtbar geblieben: Nach Umsatz allein hätte das Gericht schlicht durchschnittlich ausgesehen.

Fotos: Der Effekt ist real, die Zahlen brauchen Vorsicht

Eine Quelle berichtet, dass Fotos die Konversion der Karte um rund 25 % steigern; eine andere beziffert den Zuwachs an Gesamtbestellungen auf über 35 %. Beide stützen sich auf Forschung zu Lieferapps und nicht auf das europäische Modell im Restaurant, bei dem der Gast bereits am Tisch sitzt. Die ehrliche Formulierung lautet daher:

Fotos verbessern Verhaltenskennzahlen zuverlässig, vermutlich im zweistelligen Prozentbereich, aber behandeln Sie die genauen Zahlen als Richtwerte und prüfen Sie sie an Ihrer eigenen Karte.

25–30 %

Foto-Effekt

Daten aus dem Liefersektor; die einzige akademisch gemessene Schätzung liegt bei etwa 6,5 % pro Position (Cornell, 2014).

200+

Schwelle für A/B-Tests: Aufrufe je Variante

Ein praktisches Minimum, keine statistisch hergeleitete Schwelle.

2–4 Wochen

Empfohlene Testdauer

Lang genug, um Wochentage und Wochenenden abzudecken.

Drei Kontextkennzahlen: Geld, Loyalität, Sprache

Der durchschnittliche Warenkorbwert ist das Geldnächste, was eine Karte ohne Kasse liefert. Die Rechnung ist simpel: der Gesamtwert aller in einem Zeitraum in Warenkörbe gelegten Positionen, geteilt durch die Zahl der Gäste. Der absolute Wert zählt weniger als der Trend — steigt er nach einem Kartenumbau die dritte Woche in Folge, wirkt die Änderung. Ein Stundenfilter zeigt noch etwas anderes: Mittags- und Abendwarenkörbe folgen in den meisten Betrieben unterschiedlichen Regeln, und oft lohnt es, die Karte für beide getrennt zu optimieren.

Wiederkehrende Gäste ist eine Kennzahl, die gedruckte Karten nie hatten. Sie sagt nicht, ob eine Person physisch zurückkam; sie sagt, dass die Karte erneut vom selben Gerät geöffnet wurde. Für einen Stadtbetrieb mit lokalem Stammpublikum ist ein steigender Wert ein brauchbarer Näherungswert für Loyalität. Für ein Restaurant an einer Touristenpromenade bleibt er naturgemäß niedrig — und das ist in Ordnung.

Die Sprache beim ersten Öffnen ist eines der wertvollsten Signale in Tourismusregionen. Erfassen Sie gezielt die zuerst gewählte Sprache: Sie bildet den Gast ab und nicht seine späteren Experimente mit dem Umschalter. Wenn ein spürbarer Anteil der Gäste in einer Sprache beginnt, die Sie nicht als Hauptsprache anbieten, ist das ein direkter Beleg dafür, dass sich eine Übersetzung rechnet. Ein wichtiger Vorbehalt: Oberflächensprache ist nicht Herkunftsland. Ein Deutscher in Spanien öffnet oft die englische Version.

Menu Engineering: Beliebtheit aus den Daten, Marge von Ihnen

Die Einteilung von Gerichten in Stars, Renner, Rätsel und Ladenhüter gibt es seit Jahrzehnten, und sie braucht zwei Achsen: Beliebtheit und Rentabilität. Ein Karten-Dashboard liefert die erste — und kann die zweite nicht liefern, weil es Ihren Wareneinsatz nicht kennt. Sie aber schon. Stellen Sie Aufrufe und Warenkorb-Hinzufügungen in einer Tabelle neben Ihre eigenen Margen, und die Matrix baut sich in einer halben Stunde von selbst, einmal pro Quartal.

KategorieBeliebtheit (Kartendaten)Rentabilität (Ihre Zahlen)Maßnahme
StarsHochHochSchützen, nicht anfassen
RennerHochNiedrigPreis oder Portion leicht anpassen
RätselNiedrigHochSichtbarkeit erhöhen: Foto, Text, Position
LadenhüterNiedrigNiedrigStreichen oder ersetzen

A/B-Tests für Änderungen an der Karte

Fünf Schritte zu einem Test, der wirklich etwas aussagt

  1. Wählen Sie ein Gericht mit einer Lücke zwischen Aufrufen und Warenkorb-Hinzufügungen.
  2. Ändern Sie eine Sache: die Beschreibung, die Position innerhalb der Rubrik oder das Foto.
  3. Lassen Sie den Test 2–4 Wochen laufen und nutzen Sie den Zeitraumfilter.
  4. Vergleichen Sie vorher und nachher (Sie brauchen 200+ Aufrufe je Variante).
  5. Verbessern sich die Zahlen, behalten Sie die Änderung; wenn nicht, testen Sie eine andere Variable.

DSGVO und ePrivacy: Was das für ein Restaurant in der EU bedeutet

Speisekarten-Analytics erfasst keine Namen, Telefonnummern oder Zahlungsdaten. Sie jedoch „vollständig anonym“ zu nennen, wäre unpräzise — und diese Unpräzision ist teuer.

Zwei der oben genannten Kennzahlen — wiederkehrende Gäste und Sprache beim ersten Öffnen — erfordern technisch, eine kleine Kennung auf dem Gerät des Gastes zu speichern. Der Moment, in dem auf das Endgerät eines Nutzers geschrieben oder daraus gelesen wird, unterliegt der ePrivacy-Richtlinie (2002/58/EG, Art. 5 Abs. 3), und diese verlangt eine vorherige Einwilligung, kein nachträgliches Opt-out. Eine pseudonyme Kennung gilt nach der DSGVO als personenbezogenes Datum, auch wenn sich daraus kein Name rekonstruieren lässt. Die EDSA-Leitlinien 2/2023 beziehen lokalen Speicher, eindeutige Kennungen und Fingerprinting — nicht nur Cookies — ausdrücklich in den Anwendungsbereich von Art. 5 Abs. 3 ein.

Das Digital-Omnibus-Paket ist im Blick zu behalten: Die Kommission hat vorgeschlagen, die Einwilligungsregel direkt in die DSGVO zu überführen und eine Anforderung an Einwilligungssignale auf Browserebene zu ergänzen. Stand Juli 2026 ist das ein Vorschlag, über den noch verhandelt wird — der oben beschriebene Rahmen bleibt in Kraft.

In der Praxis bedeutet das für einen Betrieb drei Dinge: ein klarer Einwilligungsbanner beim ersten Öffnen der Karte, eine zugängliche Datenschutzerklärung mit definierter Speicherdauer und eine Ablehnung, die tatsächlich funktioniert — ein Gast, der ablehnt, muss die vollständige Karte weiterhin ohne jede Einschränkung sehen. Das ist keine Formsache: Einfache Scan- und Aufrufzähler funktionieren ganz ohne Kennung, eine Ablehnung zerstört also nichts.

AspektDSGVO + ePrivacyVerordnung (EU) Nr. 1169/2011
Was geregelt wirdGästedaten und Kennungen auf dem EndgerätAllergeninformationen
Gilt fürAnalytics, die eine Kennung nutztJede Karte, digitale eingeschlossen
Typische SchritteEinwilligung, Hinweis, SpeicherdauerKlare Kennzeichnung der 14 Allergene
Bezug zu AnalyticsDirektKeiner

Die letzte Zeile lohnt zweimal gelesen zu werden: Allergenkennzeichnung ist eine Pflicht ohne jeden Bezug zu Ihrem Dashboard. Die beiden Themen werden ständig vermischt, und das Ergebnis ist ein Restaurant, das sorgfältig einen Einwilligungsbanner konfiguriert und dabei die Allergene in der Gerichtsbeschreibung vergisst.

Kennzahlen, die Sie getrost ignorieren können

VerfolgenIgnorieren
Aufrufe und Favoriten je GerichtGesamtzahl der Seitenaufrufe
Durchschnittlicher Warenkorbwert im Zeitverlauf„Abgebrochene Warenkörbe“ (anderes Modell)
Wiederkehrende GästeCAC und andere Marketingkennzahlen
Stoßzeiten der ScansVergleiche zum „Marktanteil“
Sprache beim ersten ÖffnenTechnische Kennzahlen ohne Handlungsfolge

Ein Wort zu Benchmarks. Zahlen wie „ein normales Verhältnis liegt bei 0,5–0,7“ zirkulieren in Branchenblogs ohne jede unabhängige Prüfung und stammen fast immer aus Marketingmaterial von Anbietern. Die Karte eines Bahnhofsbistros und eine Karte für ein neunzigminütiges Abendessen haben keine gemeinsame Norm. Ihr einziger verlässlicher Benchmark sind Ihre eigenen Zahlen vom Vormonat.

Was das für einen Restaurantinhaber bedeutet

Nichts davon setzt einen Analytics-Hintergrund voraus. Die wirksamsten Betriebe halten eine einfache Routine ein:

  • Wöchentlich: 5 Minuten für Gerichtsaufrufe und die Lücke zwischen Aufrufen und Warenkörben.
  • Monatlich: durchschnittlicher Warenkorbwert im Zeitverlauf, Sprachen, Stoßzeiten.
  • Quartalsweise: die Karte nach Stars — Renner — Rätsel — Ladenhüter einordnen, zusammen mit den eigenen Margen.

Ein QR-Menü liefert Ihnen nicht mehr Daten als zuvor — es liefert bessere Daten, vorausgesetzt Sie wissen, wo Sie hinschauen und wo Sie aufhören.

Häufig gestellte Fragen

Sieben Größen: Scans nach Tag und Stunde, Gerichtsaufrufe, Favoriten, durchschnittlicher Warenkorbwert, wiederkehrende Gäste, Sprache beim ersten Öffnen und Klicks auf Social Links.

Nein. Im Modell „ansehen und Service rufen“ sieht die Karte nur, was geschieht, bevor der Gast mit dem Service spricht. Umsatz und tatsächliche Bestellungen bleiben auf der Kassenseite.

Ja, sofern die Einwilligung korrekt eingerichtet ist. Wiederkehrende Gäste und Sprache beim ersten Öffnen benötigen eine Kennung auf dem Endgerät, es braucht also einen Einwilligungsbanner, eine Datenschutzerklärung und eine echte Möglichkeit zur Ablehnung.

Prüfen Sie Beschreibung, Preis und Foto — in den meisten Fällen liegt es an einem dieser drei. Ändern Sie jeweils eine Variable und vergleichen Sie nach 2–4 Wochen.

Für Aufrufe, Favoriten und Warenkörbe nein. Für ein genaues Verhältnis von Aufrufen zu tatsächlichen Bestellungen ja.

Gesamtzahl der Seitenaufrufe, „abgebrochene Warenkörbe“, CAC und Branchen-Benchmarks ohne Quelle.


Quellen: Verordnung (EU) Nr. 1169/2011 — Information der Verbraucher über Lebensmittel · Verordnung (EU) 2016/679 (DSGVO), Erwägungsgrund 26 — pseudonyme Daten · Richtlinie 2002/58/EG (ePrivacy), Art. 5 Abs. 3 — konsolidierte Fassung · EDSA, Leitlinien 2/2023 zum technischen Anwendungsbereich von Art. 5 Abs. 3 der ePrivacy-Richtlinie (angenommen am 16.10.2024) · Europäische Kommission, Vorschlag für eine Digital-Omnibus-Verordnung, COM(2025) 837 final (19.11.2025) · Europäisches Parlament — Verfahrensstand 2025/0360(COD) · Snappr — Daten zum Einfluss von Fotografie auf die Konversion in Lieferapps