AI for restauranter og takeaway
At drive restaurant i Danmark i dag er en kamp på flere fronter samtidig: råvarepriserne svinger, det er svært at finde og fastholde tjenere og kokke, og takeaway-portalerne tager 25-30% af hver eneste ordre — mens gæsterne forventer at kunne bestille, ombooke og få svar døgnet rundt. Imens står I i service, hvor hver eneste telefonopringning afbryder køkkenet eller trækker en tjener væk fra gulvet. Marginen skal hentes i driften, for den kommer ikke af sig selv.
AI ændrer ikke jeres mad eller jeres værtskab — men den kan overtage næsten alt det udenom. En AI der kender jeres menukort, åbningstider og ledige borde kan tage imod bordbestillinger og takeaway-ordrer på telefon og web, også kl. 21.30 en fredag. Egen online bestilling kan flytte ordrer væk fra portalernes kommission og hjem til jer selv — inklusive kundedata, som portalerne i dag beholder. Og anmeldelser, sociale medier, prep-lister og indkøb kan køre systematisk i stedet for på mavefornemmelse.
Vores tilgang er at bygge småt og måle ærligt: vi starter med den ene løsning der gør mest ondt — typisk telefonen eller portal-kommissionen — sætter den i drift på få uger, og måler effekten i kroner og mistede opkald før vi bygger videre. Vi har selv bygget og lanceret for branchen, senest et komplet online-setup for et pizzeria, så løsningerne her er ikke teori.
Alt bygges så I selv kan rette menukort, priser og åbningstider ét sted — uden at ringe til et bureau hver gang dagens ret skifter.
Kender du det her?
Telefonen ringer midt i aftenservice, og hver opringning afbryder køkkenet eller trækker en tjener væk fra bordene — og de opkald der ikke bliver besvaret, er tabte ordrer der går direkte til konkurrenten.
Wolt, Just Eat og Hungry tager typisk 25-30% i kommission af hver takeaway-ordre — og I ejer ikke engang kundens navn eller nummer, så I kan ikke invitere dem tilbage.
No-shows æder fredagsomsætningen: en 6-top der aldrig dukker op, mens I afviste walk-ins hele aftenen — uden påmindelser eller depositum er der intet at gøre.
Anmeldelser hober sig op ubesvaret på Google og Trustpilot, og en enkelt sur 1-stjerne står øverst i ugevis, fordi ingen har tid til at svare mellem frokost- og aftenservice.
Hver menukort-ændring skal rettes fem steder: website, portaler, Facebook, Google-profilen og printet i vinduet — så der står altid en forkert pris et sted.
Indkøb og vagtplan bygger på mavefornemmelse: nogle aftener står tre mand og kigger på et tomt gulv, andre aftener løber køkkenet tør for det halve menukort.
Løsninger vi bygger til branchen
Gennemtænkte, konkrete løsninger — fra problem til hvordan de bygges og hvad de typisk flytter.
AI-telefonvagt der tager bestillinger, mens I står i service
Problemet
I service er telefonen jeres værste kollega: den ringer når køkkenet er i vejret, og den der svarer, svarer halvhjertet med én hånd på pastamaskinen. Opkald uden svar er ordrer og bookinger der ryger til naboen — og ingen ved hvor mange det er, for de bliver aldrig talt.
Løsningen
Vi bygger en AI-receptionist der besvarer telefon og chat døgnet rundt — med jeres menukort, priser, åbningstider og bordoversigt som eneste sandhed. Den tager imod bordbestillinger og tjekker ledighed direkte i jeres bookingsystem, tager takeaway-ordrer med tilvalg og afhentningstid, og svarer på de klassiske spørgsmål: har I glutenfri pizza, kan vi komme med barnevogn, hvornår lukker køkkenet. Ordren lander som bon i køkkenet og booking i kalenderen — uden at nogen hos jer har rørt en telefon. Er der noget den ikke kan svare på — et selskab på 30, en klage — stiller den pænt videre eller tager besked, så I kan ringe tilbage efter service. Hverdagen med den: telefonen er passet, køkkenet arbejder uforstyrret, og mandag morgen kan I se præcis hvor mange opkald der kom ind søndag aften.
Sådan bygges den: Telefoni via tale-AI (dansk stemme) + chat på jeres site, drevet af Claude med RAG over jeres menukort, priser og regler — integreret med jeres bookingsystem og POS/bon-printer. Selvbetjenings-admin så I selv retter menukort og åbningstider.
📈 En typisk restaurant mister 5-15 opkald om ugen i spidsbelastning — med en gennemsnitsordre på 250-400 kr er det ofte 5.000-20.000 kr om måneden i tabt omsætning, som telefonvagten samler op.
Egen online bestilling — uden 25-30% til portalerne
Problemet
Portalerne skaffer ordrer, men prisen er høj: typisk 25-30% kommission af hver ordre, og kunden er portalens — ikke jeres. I får hverken navn, nummer eller mulighed for at invitere dem tilbage. På en takeaway-omsætning på 60.000 kr om måneden er det 15.000-18.000 kr der forlader huset, hver måned, for altid.
Løsningen
Vi bygger jeres eget bestillingsflow: et hurtigt, mobilvenligt site hvor gæsten ser menukortet med billeder, allergener og tilvalg, vælger afhentningstid og betaler med kort eller MobilePay. Ordren printer direkte i køkkenet med afhentningstid, og gæsten får SMS-bekræftelse. Sitet bygges til at blive fundet lokalt på Google ("pizza + jeres by"), så nye kunder lander hos jer og ikke på en portal. Portalerne behøver ikke ryge ud — de bliver udstillingsvindue for nye kunder, mens stamkunderne flyttes over på jeres egen kanal med en flyer i posen og en rabat på første egen-bestilling. Og vigtigst: kundedata er jeres, så nyhedsbrev og genbesøgs-tilbud pludselig er muligt.
Sådan bygges den: Next.js-site med online bestilling og betaling via Stripe (kort + MobilePay), bon-print i køkkenet og SMS-bekræftelser. Selvbetjenings-admin til menukort, priser, udsolgte retter og åbningstider — rettelser slår igennem med det samme.
📈 Flyttes 30-50% af portal-ordrerne til egen kanal, sparer en typisk takeaway-restaurant 4.000-15.000 kr om måneden i kommission — oven i værdien af selv at eje kundedata.
Anmeldelses-motoren: flere stjerner, svar på alt
Problemet
Gæster vælger restaurant på Google-stjerner, men anmeldelsesarbejdet taber altid til driften: gode gæster bliver aldrig bedt om at anmelde, og de dårlige anmeldelser står ubesvarede og skræmmer nye gæster væk. En rating der siver fra 4,5 til 4,1 kan mærkes direkte i bookingerne.
Løsningen
Vi bygger en motor der arbejder i begge ender. Efter besøg eller afhentning får gæsten automatisk en venlig SMS eller mail med invitation til at anmelde på Google — flere tilfredse gæster der faktisk anmelder, løfter snittet støt og roligt. Når en ny anmeldelse lander, skriver AI et udkast til svar i jeres tone — personligt, konkret, aldrig copy-paste — som I godkender med ét klik fra telefonen. Anmeldelser på 1-2 stjerner flagges med det samme, så I kan ringe til gæsten og redde relationen inden næste service. I får en ugentlig oversigt: rating-udvikling, temaer der går igen (ventetid, portionsstørrelser, en bestemt ret), og hvad der bør ændres.
Sådan bygges den: Integration mod Google Business Profile (og evt. Trustpilot), SMS/mail-flow efter besøg, Claude til svar-udkast i jeres tone med godkendelses-flow på mobilen. Ugentlig opsummering pr. mail.
📈 Restauranter der systematisk inviterer og svarer, løfter typisk deres Google-rating 0,2-0,4 stjerner over 6-12 måneder — og svarprocenten på anmeldelser går fra næsten nul til tæt på 100%.
Drifts-prognosen: prep, indkøb og vagtplan efter reel travlhed
Problemet
De fleste køkkener planlægger efter mavefornemmelse og sidste uges hukommelse. Resultatet er kendt: overbemanding på døde tirsdage, udsolgte retter lørdag aften, og madspild der ryger direkte i skraldespanden sammen med dækningsbidraget. Ingen har tid til at sidde og analysere POS-data efter lukketid.
Løsningen
Vi bygger en prognose der lærer af jeres egen salgshistorik og kombinerer den med vejrudsigt, helligdage, lønningsdage og lokale begivenheder — byfest, fodboldkamp, konfirmationssæson. Hver morgen får køkkenchefen en kort oversigt: forventede covers og takeaway-ordrer i dag, hvilke retter der forventes at trække, og en prep-liste og et indkøbsforslag der matcher. Vagtplanen kan justeres dage i forvejen i stedet for at ringe folk ind i panik. Efter lukketid sammenligner systemet faktisk mod forventet, så prognosen bliver skarpere uge for uge. Det er ikke et regneark mere at vedligeholde — det er én besked om morgenen, der erstatter gætteriet.
Sådan bygges den: Dataudtræk fra jeres POS/bestillingssystem til en lille Next.js-app, prognosemodel over salgshistorik + vejr- og kalenderdata, daglig morgen-oversigt pr. mail eller SMS. Kræver ingen ny hardware.
📈 Typisk 10-20% mindre madspild og mærkbart færre fejlbemandede vagter — for et køkken med et vareforbrug på 100.000+ kr om måneden er alene madspilds-reduktionen tusindvis af kroner.
Beviset: cases fra branchen
Flere use cases
Allergen-svar der altid er korrekte
Gæster spørger konstant om gluten, laktose, nødder og skaldyr. AI svarer ud fra jeres verificerede allergen-data pr. ret — de 14 deklarationspligtige allergener — i chat, på telefon og på menukortet online.
📈 Færre afbrydelser i køkkenet, og svar der er ens og korrekte hver gang — også når afløseren tager telefonen.
No-show-værn med påmindelser og depositum
Automatiske SMS-påmindelser dagen før og på dagen, med ét-kliks ombooking eller afbud. Ved store selskaber kan der tages depositum eller kortoplysninger ved booking.
📈 No-shows falder typisk 50-70% alene med påmindelser — det er fyldte borde fredag aften i stedet for tomme.
Dagens ret på autopilot
I skriver ugens menu ét sted — AI laver opslag til Instagram og Facebook, opdaterer websitet og Google-profilen, og sender det ud på faste tidspunkter op til frokost og aften.
📈 Synlighed hver dag uden at nogen skal huske det mellem to serviceperioder.
Stamgæste-klub og nyhedsbrev
Kundedata fra egen bestilling og booking samles (med samtykke) i en simpel liste, og AI skriver månedens nyhedsbrev: ny menu, events, en genbesøgs-rabat til dem der ikke har været forbi længe.
📈 Genbesøg er den billigste omsætning der findes — et aktivt nyhedsbrev trækker typisk gæster tilbage hver måned.
Menukort på flere sprog
Ligger I et sted med turister, oversætter AI menukortet til engelsk og tysk — inklusive beskrivelser og allergener — og holder oversættelserne synkroniseret når I ændrer retter.
📈 Turister bestiller mere trygt og oftere dyrere, når de forstår hvad de bestiller.
Opskrifts- og procedure-wiki til nye i køkkenet
Standardopskrifter, portionsstørrelser, prep-procedurer og lukkerutiner samles ét sted, som personalet kan spørge i naturligt sprog — "hvordan laver vi bearnaisen" giver jeres opskrift, ikke internettets.
📈 Nye kokke og afløsere er kørende på dage i stedet for uger, og retterne smager ens uanset hvem der står ved gryden.
ROI og forventninger
Regnestykket i branchen er sjældent kompliceret. En restaurant der omsætter for 50.000-150.000 kr om måneden gennem portaler, betaler typisk 12.000-45.000 kr i kommission — flyttes en tredjedel til halvdelen af de ordrer til egen kanal, er besparelsen 4.000-20.000 kr om måneden. Læg dertil de mistede opkald i service (ofte 5.000-20.000 kr om måneden i ordrer der aldrig blev til noget) og 10-20% mindre madspild. Spændene er store, fordi restauranter er forskellige — men de fleste steder tjener en fokuseret løsning sig selv hjem på 2-5 måneder. Vi anbefaler altid at måle baseline først: tæl de mistede opkald og træk kommissions-tallet ud af portal-afregningen, så effekten kan gøres op i kroner og ikke fornemmelser.
Hvor man starter
- Find det største hul først: træk portal-afregningerne og tæl ubesvarede opkald i en uge — så ved I om det er kommissionen eller telefonen der koster mest
- Start med én løsning — typisk egen online bestilling eller AI-telefonvagten — og sæt den i drift på få uger frem for at bygge alt på én gang
- Få menukort, priser og allergener samlet ét sted som eneste sandhed — det er fundamentet for alt det andet, og det stopper fem-steder-rettelserne
- Mål i kroner efter første måned: sparet kommission, opsamlede opkald, rating-udvikling — og skalér kun det der beviseligt virker
Compliance og data
Tre regelsæt fylder i praksis. Allergener: efter fødevareinformationsforordningen (EU 1169/2011) har I oplysningspligt om de 14 deklarationspligtige allergener — derfor bygger vi AI-svar så de KUN trækker på jeres verificerede allergen-data pr. ret og aldrig gætter; er data ikke registreret, henviser AI til personalet i stedet for at svare. GDPR og markedsføringsloven: gæstedata fra booking og bestilling kræver databehandleraftaler (vi bruger EU-region for AI-kald), og nyhedsbreve/SMS-tilbud kræver aktivt samtykke efter markedsføringslovens §10 — det bygger vi ind i bestillingsflowet fra start. Salg online: priser skal vises inkl. moms, og gæsten skal have ordrebekræftelse; fortrydelsesretten gælder ikke letfordærvelige varer som mad, men oplysningspligten består. Fødevarekontrollen og smiley-ordningen berøres ikke af software — men korrekt allergen-håndtering online tæller den dag kontrollen spørger.
Ofte stillede spørgsmål
Hvad koster det?
Det afhænger af hvor meget der skal bygges — en fokuseret løsning som egen online bestilling eller telefonvagten ligger typisk i den lave ende, mens et samlet setup med prognoser og anmeldelses-motor er større. Se de konkrete pakker på /priser. Det vigtige regnestykke er den anden vej: hvis I betaler 10.000+ kr om måneden i portal-kommission, er spørgsmålet ikke om I har råd til egen bestilling, men om I har råd til at lade være.
Mister vi det personlige værtskab, hvis en AI tager telefonen?
Nej — AI tager det upersonlige, så I kan tage det personlige. I dag bliver telefonen besvaret forpustet mellem to borde eller slet ikke; det er ikke værtskab, det er brandslukning. AI klarer bestillinger, åbningstider og allergen-spørgsmål, og alt der kræver en menneskelig vurdering — selskaber, klager, særlige ønsker — stilles videre eller lander som besked hos jer. Gæsten i restauranten mærker kun forskellen ved, at tjeneren faktisk er på gulvet.
Tør vi lade en AI svare på allergener? Det er jo vores ansvar.
Ja — netop fordi ansvaret er jeres, bygger vi det stramt: AI svarer udelukkende ud fra de allergen-data I selv har registreret og godkendt pr. ret, og den gætter aldrig. Mangler der data på en ret, siger den "spørg personalet" i stedet for at improvisere. Det er i praksis sikrere end en travl afløser, der svarer efter hukommelsen en lørdag aften. I ejer og vedligeholder selv allergen-listen i admin.
Vi bruger Wolt og Just Eat i dag — skal vi droppe dem?
Nej, og det anbefaler vi heller ikke fra dag ét. Portalerne er gode udstillingsvinduer for nye kunder — problemet er kun, at I også betaler 25-30% for stamkunderne, som ville have bestilt hos jer alligevel. Strategien er at flytte de tilbagevendende kunder over på jeres egen kanal: en flyer i posen, en rabat på første egen-bestilling, og et bestillingsflow der er mindst lige så nemt som portalens. Portalerne beholder rollen som ny-kunde-kanal, mens marginen på stamkunderne kommer hjem.
Vi har ikke tid til endnu et system — hvor meget skal vi selv vedligeholde?
Mindre end i dag. Lige nu retter I menukort og priser fem steder; med vores setup retter I det ét sted i et simpelt admin, og ændringen slår igennem på site, bestilling og AI-svar med det samme. Den daglige drift kræver reelt kun, at I godkender anmeldelses-svar fra telefonen og markerer retter som udsolgte. Vi står for det tekniske — opdateringer, oppetid og fejl — så I aldrig skal ringe til en supporter midt i service.
Relaterede guides
Sådan implementerer du en AI-chatbot i kundeservice (uden at den bliver pinlig)
Komplet guide til at bygge en kundeservice-bot der faktisk hjælper kunderne — fra valg af model til go-live og monitorering. Skrevet for danske virksomheder.
Sådan bygger du et RAG-system fra bunden — komplet teknisk guide
Detaljeret teknisk guide til at bygge Retrieval-Augmented Generation: arkitektur, valg af komponenter, chunking-strategier, evaluation, og almindelige fælder.
GDPR-kompatibel AI i danske SMB'er — det du faktisk skal have styr på
Praktisk guide til at implementere AI i en dansk virksomhed uden at krænke GDPR. EU AI Act, databehandleraftaler, EU-regioner, anonymisering — det hele her.