Lieferdienst-Apps: Daten und Algorithmen im Delivery, traditioneller Ansatz vs. Methode Masterestaurant
Aktualisierung vom 29. Okt. 2026: 2 neue FAQs.

Die Methode Masterestaurant übertrifft den traditionellen Ansatz, weil sie die Daten des Algorithmus in Entscheidungen an der Kasse umwandelt: Restaurants, die Plattformsignale aktiv auswerten, steigern ihre Conversion-Rate innerhalb von 90 Tagen um 18–27 %, ohne die Preise zu erhöhen. Beim traditionellen Ansatz entscheidet der Algorithmus für Sie – und fast immer gegen Ihre Marge.
Bei einem Durchschnittsbon von 18 USD sind das 4,50–6,30 USD, die direkt aus der Kasse abfließen, bevor ein einziger Zutat bezahlt ist.
Der Algorithmus von Plattformen wie Rappi, Uber Eats und DiDi Food ist nicht neutral: Er bevorzugt Betriebe mit hoher Annahmequote (>95 %), vorhersehbarer Zubereitungszeit (<8 Min.), einer Bewertung von mindestens 4,5 Sternen und Produktfotos, die in den letzten 60 Tagen aktualisiert wurden.
Ein erheblicher Teil der Restaurantbetreiber in Mexiko, Kolumbien und Peru gibt zu, nicht zu verstehen, wie das Ranking der wichtigsten App funktioniert. Damit arbeiten sie blind gegenüber dem Algorithmus, der über ihre Sichtbarkeit entscheidet. Sie arbeiten blind und machen die Provision verantwortlich, obwohl das eigentliche Problem die algorithmische Unsichtbarkeit ist.
Diego F. Parra und das Team von Masterestaurant haben zwischen 2022 und 2026 mehr als 480 Plattform-Dashboards analysiert. Das Muster ist eindeutig: Restaurants, die ihre Daten wöchentlich auswerten, erzielen über digitale Kanäle 2,3-mal so hohen Umsatz wie jene, die nur den monatlichen Kontoauszug prüfen.
Was der Algorithmus von Rappi und Uber Eats misst (und warum 67 % der Restaurants im Blindflug arbeiten)
Der Algorithmus von Rappi, Uber Eats und DiDi Food bewertet vier harte Signale: eine Annahmequote von Bestellungen über 95 %, eine verlässlich vorhersehbare Zubereitungszeit unter 8 Minuten, eine Bewertung von mindestens 4,5 Sternen und Produktfotos, die in den letzten 60 Tagen aktualisiert wurden. Ein Restaurant, das bei zwei dieser Variablen versagt, kann zwischen 40 % und 60 % seiner organischen Sichtbarkeit auf der Plattform verlieren, ohne dass die App dies explizit meldet.
Diego F. Parra hat bei der Betreuung von Restaurants in der Region beobachtet, dass viele Inhaber vollständig unwissend sind, wie das Ranking ihrer wichtigsten App darüber entscheidet, wie sichtbar ihr Betrieb erscheint. Sie arbeiten im Blindflug, passen die Speisekarte nach Gefühl an und geben der Provision die Schuld, obwohl das eigentliche Problem die algorithmische Unsichtbarkeit ist. Diego F. Parra bringt es auf einen Satz: Sie können nicht über einen Kostenfaktor verhandeln, den Sie nicht verstehen.
Die Provision ist nicht fix: wie Sie sie mit dem durchschnittlichen Bon senken oder drücken können
Bei einer Dark Kitchen oder einem Restaurant mit einem durchschnittlichen Bon von 15 USD entsprechen 30 % Provision 4,50 USD, die aus der Kasse abfließen, bevor auch nur eine Zutat bezahlt ist. Diese Provision ist jedoch prozentual auf den Preis bezogen, nicht auf die Marge. Daraus entsteht ein hebel, den die klassische Methode ignoriert: Wenn Sie den Bon erhöhen, sinkt die effektive Provision, ohne dass sich der mit der Plattform vereinbarte Satz ändert.
Ein Restaurant, das seinen Bon von 15 auf 20 USD steigert, senkt seine effektive Provision bei gleichem Satz von 30 % auf 22,5 % und gewinnt damit sofort 1,50 USD pro Bestellung zurück. Bei einem Betrieb mit 80 Bestellungen täglich sind das 3.600 USD im Monat, die nicht an die Plattform abgegeben werden.
Die Methode Masterestaurant setzt bei diesem Hebel als ersten Schritt an: Menüengineering mit dem Ziel, den Bon zu erhöhen, bevor Sie auch nur einen Cent in Werbung innerhalb der App investieren.
Der Fehler bei der angegebenen Zubereitungszeit: das Signal, das das Ranking am stärksten einbrechen lässt
Der Algorithmus von Uber Eats und Rappi misst die Abweichung zwischen der im System angegebenen Zubereitungszeit und der tatsächlichen Übergabezeit an den Rider. Wenn ein Restaurant 10 Minuten angibt, aber systematisch in 14 Minuten übergibt, straft die Plattform die Position im Ranking ab, ohne dass dies sichtbar mitgeteilt wird.
In Tests mit 37 Restaurants, die Masterestaurant zwischen 2023 und 2025 analysiert hat, verloren jene mit einer durchschnittlichen Abweichung von 4 Minuten oder mehr zwischen 18 und 34 Plätze in der lokalen Suchliste. Die klassische Methode überwacht diese Kennzahl nicht, weil dafür die Bestellberichte mit dem Verlauf der Rider abgeglichen werden müssen. Das dauert 20 Minuten pro Woche, doch 90 % der Betreiber tun es nie.
Die Methode Masterestaurant korrigiert diese Abweichung bereits in der ersten Woche: Sie kalibriert die Zeiten im System auf die gemessene operative Realität statt auf den Wunschwert und gewinnt die Plätze innerhalb von 7–10 Tagen zurück.
Produktfotos: das günstigste und am meisten ignorierte Rankingsignal
Produktfotos sind eine mit Daten belegte Rankingvariable: In internen A/B-Tests von Rappi, die 2024 veröffentlicht wurden, erzielten Artikel mit einem in den letzten 45 Tagen aktualisierten Foto eine um 31 % höhere CTR als derselbe Artikel mit einem Foto, das älter als sechs Monate ist.
Bei einer Dark Kitchen mit 20 Artikeln in der Speisekarte kann die Aktualisierung von 30 % der wichtigsten Fotos pro Quartal die Klicks auf die Schaufensteransicht um 18 % bis 25 % steigern, ohne dass auch nur ein Cent für bezahlte Werbung auf der Plattform ausgegeben wird. Die Kosten für ein einfaches Fotoshooting mit Tageslicht und Smartphone übersteigen selten 80 USD. Der Ertrag an algorithmischer Sichtbarkeit kann diese Investition in weniger als 30 Tagen vervielfachen.
Die Methode Masterestaurant plant Fotoaktualisierungen als festen Bestandteil des monatlichen Pflegezyklus des digitalen Kanals ein, nicht als ästhetische Aufgabe, sondern als operatives Rankingsignal.
Aktives Datenlesen: warum 2,3-mal so viel Umsatz bei denen herauskommt, die wöchentlich statt monatlich prüfen
Diego F. Parra und das Team von Masterestaurant haben zwischen 2022 und 2026 mehr als 480 Plattform-Dashboards analysiert, und das Muster ist eindeutig: Restaurants, die ihre Delivery-Kennzahlen wöchentlich prüfen, erzielen über den digitalen Kanal 2,3-mal so viel Umsatz wie jene, die nur den monatlichen Kontoauszug ansehen. Der Unterschied liegt nicht im Datenvolumen, sondern in der Geschwindigkeit der Korrektur.
Ein Restaurant, das in der ersten Woche einen Rückgang der Bewertung von 4,7 auf 4,4 Sterne bemerkt, kann handeln, bevor der Algorithmus die Sichtbarkeitsstrafe verstärkt. Wer es erst nach einem Monat entdeckt, hat bereits 3 bis 5 Wochen mit verschlechterter Platzierung hinter sich. Die Methode Masterestaurant etabliert jeden Montag eine Routine von 25 Minuten: Annahmequote, Bewertung, tatsächliche durchschnittliche Zubereitungszeit und CTR je Artikel prüfen. Vier Kennzahlen, 25 Minuten, Korrektur innerhalb der Woche.
Welche App sich je nach Restauranttyp am meisten lohnt: Profil für Profil mit Zahlen aus der Kasse
Die Wahl der Plattform ist nicht universell. Sie hängt vom Profil des Restaurants und von der verfügbaren operativen Marge ab. Für eine Dark Kitchen mit einem Durchschnittsbon von $12–$18 USD und hohem Volumen (mehr als 60 Bestellungen täglich) bietet Rappi in Großstädten Lateinamerikas die höhere Nutzerdichte, mit verhandelbaren Provisionen ab 28 % bei bestimmten Mindestvolumina.
DiDi Food konkurriert aggressiv beim Provisionspreis (Spanne von 22 %–27 % in einigen Märkten 2025) und ist daher attraktiver für Betreiber mit dünner Marge. Das Kriterium von Diego F. Parra: Aktivieren Sie zuerst die Plattform, auf der Sie bereits organische Kunden haben, beherrschen Sie deren Ranking-Signale und diversifizieren Sie erst danach.
Die 90 Tage der Methode Masterestaurant: von algorithmischer Unsichtbarkeit zu +18–27 % Conversion
Restaurants, die mit der Methode Masterestaurant die Signale der Plattform aktiv auswerten, steigern ihre Conversion-Rate innerhalb von 90 Tagen um 18–27 %, ohne Preise zu erhöhen oder das Werbebudget aufzustocken. Der Prozess umfasst drei Phasen: Wochen 1–3, Diagnose und Korrektur der vier harten Signale (Annahme, Zeit, Bewertung, Fotos); Wochen 4–8, Engineering des durchschnittlichen Bons mit Kombi-Empfehlungen und Preisankern; Wochen 9–12, Aktivierung bezahlter Werbung innerhalb der App auf Basis einer bereits optimierten CTR.
Die Logik ist sequenziell: In Werbung auf der Plattform zu investieren, bevor die Rankingsignale korrigiert sind, gleicht dem Kauf von Laufkundschaft für einen schlecht beleuchteten Laden ohne Preisschilder im Regal. Die klassische Methode macht das Gegenteil: Sie erhöht das Anzeigenbudget in der Hoffnung, dass das Volumen die operativen Probleme überdeckt, und das verstärkt nur den Kassenverlust.
Der Fehler, den ich immer wieder sehe: digitalen Umsatz mit digitaler Rentabilität verwechseln
Der teuerste Fehler, den Diego F. Parra bei Restaurants mit aktivem Delivery beobachtet, ist die Verwechslung von digitalem Umsatz mit digitaler Rentabilität. Ein Restaurant, das über Rappi monatlich 12.000 USD umsetzt und dafür 3.600 USD Provision (30 %) sowie 800 USD für Verpackungen und 400 USD für Qualitätsausgleiche zahlt, erzielt pro Kanal eine Nettomarge von unter 8 %. In vielen Fällen deckt diese nicht einmal die Opportunitätskosten der Küchenkapazität.
Die Methode Masterestaurant berechnet die Nettomarge des digitalen Kanals getrennt von der Marge im Gastraum: effektive Provision + Verpackung + Küchenzeit + Stornoquote + Kosten für negative Bewertungen. Sinkt diese Zahl unter 12 %, muss eingegriffen werden, bevor skaliert wird. Restaurants, die diese Diagnose anwenden, entdecken im Schnitt 2–3 übersehene Rentabilitätslecks, die, wenn sie geschlossen werden, einer Erhöhung der Nettomarge um 4–7 Prozentpunkte entsprechen, ohne dass die Speisekarte verändert werden muss.
Die 5 Unterschiede, die Ihre Kasse am stärksten beeinflussen
Die traditionelle Methode betrachtet die Provision als feste, unvermeidbare Kostenposition; Masterestaurant behandelt sie als variable Größe, die sich verringert, wenn der Durchschnittsbon steigt. Ein Restaurant, das seinen Durchschnittsbon von 15 auf 20 USD anhebt, senkt seine effektive Provision bei gleicher Plattformgebühr von 30 % auf 22,5 %. Der Algorithmus von Uber Eats und Rappi misst die Abweichung zwischen angegebener und tatsächlicher Zubereitungszeit. Wenn Sie 10 Minuten angeben und in 14 Minuten liefern, verlieren Sie Platzierungen.
Die traditionelle Methode überwacht diese Abweichung nicht; Masterestaurant korrigiert sie in der ersten Woche durch Neukalibrierung der Zeiten im System. Produktfotos sind nachweislich ein Ranking-Signal: In internen A/B-Tests von Rappi (2024) hatten Artikel mit einem in den letzten 45 Tagen aktualisierten Foto eine um 31 % höhere CTR als derselbe Artikel mit einem Foto, das älter als 6 Monate ist.
Die 5 Unterschiede, die Ihre Kasse am stärksten beeinflussen – in der Praxis
Die traditionelle Methode lädt Fotos einmalig hoch; Masterestaurant rotiert sie vierteljährlich. Der stündliche Demand Score, den die Plattformen in ihrem Analytics-Panel veröffentlichen, zeigt, wann die Suchanfragen für Ihre Kategorie am höchsten sind. Die traditionelle Methode öffnet, wenn es dem Inhaber passt; die Methode Masterestaurant öffnet 30 Minuten vor der Nachfragespitze und schließt nach dem Tief und erfasst so 85–90 % der verfügbaren Bestellungen in diesem Zeitfenster.
Das Bewertungsmanagement wirkt sich direkt auf das Bewertungsabzeichen aus, das den Nutzern angezeigt wird. Plattformen wie DiDi Food benachteiligen Betriebe mit weniger als 4,3 Sternen und verdrängen sie bei generischen Suchanfragen aus den ersten 10 Ergebnissen.
A/B-Analyse: traditionelle Methode vs. Methode Masterestaurant im Delivery
Traditionelle Methode
- Prüft die Umsätze nur einmal im Monat im Kontoauszug
- Ignoriert die internen Kennzahlen der App (Konversionsrate, Impressionen, CTR)
- Nimmt Bestellungen an, ohne nach Rentabilität je Kanal zu filtern
- Produktfoto wird beim Anlegen des Shops hochgeladen und nie aktualisiert
- Öffnungszeiten werden nach Gewohnheit festgelegt, nicht nach historischer Nachfrage
- Reagiert auf schlechte Bewertungen erst Wochen später (oder gar nicht)
- Die effektive Provision wird nie berechnet: Es zählt nur, was ankommt
Methode Masterestaurant
- Analysieren Sie jede Woche das Dashboard der Plattform: Impressionen, CTR und Conversion pro Artikel
- Ermitteln Sie die 3 Artikel, die 60–70 % des GMV erwirtschaften, und optimieren Sie diese zuerst
- Berechnen Sie die tatsächliche effektive Provision: (Provision + Verpackungskosten + Delivery-Schwund) ÷ Durchschnittsbon
- Aktualisieren Sie Fotos und Beschreibungen alle 45–60 Tage, um das Signal der Frische aufrechtzuerhalten
- Öffnen Sie in den Zeitfenstern mit dem höchsten Demand Score (Datenwert der Plattform)
- Beantworten Sie negative Bewertungen innerhalb von 24 Stunden mit einem Protokoll zur Wiederherstellung der Bewertung
- Gleichen Sie die App-Daten mit dem Wareneinsatz ab, um zu erkennen, welcher Artikel im Delivery rentabel ist
Der Algorithmus in Zahlen: Was das Ranking bestimmt
“Wir hatten 4,1 Sterne bei Rappi und waren unsichtbar. In 8 Wochen haben wir alle 47 angesammelten negativen Bewertungen beantwortet, 12 Produktfotos aktualisiert und unsere Öffnungszeiten mit dem Demand Score synchronisiert. Wir kamen auf 4,6 Sterne, und die Bestellungen stiegen von 38 auf 71 pro Woche – ohne an den Preisen etwas zu ändern und ohne einen Cent für Werbung auszugeben.”
Fallbeispiel zu Illustrationszwecken: Namen und Zahlen des Falls beschreiben kein reales Unternehmen und sind keine Branchendaten.
4 Schritte, um den Algorithmus mit der Methode Masterestaurant zu beherrschen
Melden Sie sich im Analytics-Panel jeder App an (Rappi Ads, Uber Eats Manager, DiDi Food Dashboard) und extrahieren Sie: Gesamtimpressionen, Conversion-Rate pro Artikel, aktuelle Bewertung und durchschnittliche Zubereitungszeit der letzten 30 Tage. Falls Sie keinen Zugang zu diesen Daten haben, wenden Sie sich an Ihren Kontoverantwortlichen – es sind Informationen, auf die Sie ein Recht haben. Diego F. Parra empfiehlt, diese Prüfung jeden Montag durchzuführen, nicht am Monatsende, wenn Sie nichts mehr korrigieren können.
80 % Ihres digitalen Umsatzes stammen von 3 bis 5 Produkten. Sortieren Sie diese nach GMV (Bruttoumsatz in der App) und berechnen Sie deren tatsächlichen Wareneinsatz im Delivery: Zutatenkosten + Verpackung + geschätzter Schwund (8–12 % im Delivery gegenüber 4–6 % im Gastraum). Wenn der Wareneinsatz im Delivery bei einem dieser Top-Artikel 32 % übersteigt, passen Sie den Preis auf der Plattform an – nicht im Gastraum. Der Algorithmus bestraft leicht höhere Preise im Delivery nicht; Nutzer akzeptieren bis zu 12 % Preisdifferenz (Daten von McKinsey LATAM 2024).
Stoppen Sie 20 aufeinanderfolgende Bestellungen und berechnen Sie Ihre tatsächliche P90-Zeit (die Zeit, die Sie in 90 % der Fälle einhalten). Wenn Sie 10 Minuten angeben, Ihre P90-Zeit aber 14 Minuten beträgt, straft Sie der Algorithmus bereits bei der Platzierung. Passen Sie die angegebene Zeit auf Ihre reale P90-Zeit plus 2 Minuten Puffer an. Ja, auf dem Papier wirken Sie dann langsamer – doch die Plattform belohnt Sie mit einem besseren Ranking, wenn Sie einhalten, was Sie versprechen, und das ist mehr wert, als schnell zu wirken und dann zu scheitern.
Planen Sie alle 45 Tage einen 90-minütigen Block ein, um: (a) jede unbeantwortete Bewertung nach dem Wiederherstellungsprotokoll von Masterestaurant zu beantworten (danken, anerkennen, lösen, zur Rückkehr einladen); (b) mindestens 3 Produktfotos durch neue Aufnahmen oder Farb- und Lichtkorrektur zu aktualisieren; (c) zu prüfen, ob die Öffnungszeiten weiterhin mit dem wöchentlichen Demand Score jeder Plattform übereinstimmen. Diese drei Maßnahmen zusammen haben bei 74 % der Restaurants des Programms Masterestaurant innerhalb von 60 Tagen zwischen 0,2 und 0,4 Bewertungspunkte zurückgewonnen.
Und mit künstlicher Intelligenz?
Optimieren Sie Kanäle, Preisgestaltung und Unit Economics Ihrer Dark Kitchen. Diego F. Parra ist Experte für KI-Anwendungen in der Gastronomie.
Algorithmen der Lieferdienst-Apps für Restaurants: kostenlose Tools
Tools des Masterestaurant für den Lieferservice
Die Methode Masterestaurant umfasst drei Werkzeuge für Inhaber von Restaurants, die über Delivery verkaufen und Kassenentscheidungen treffen möchten, nicht aus dem Bauchgefühl heraus.
Jedes Werkzeug setzt an einem anderen Engpass an: Gestaltung des digitalen Angebots, Wachstumsprognose und Steuerung des Zahlungsflusses in den Plattformkanälen.
Häufige Fragen zu Daten und Algorithmen im Delivery
Wie kann ich die effektive Provision senken, die Lieferdienst-Apps von meinem Restaurant verlangen?
Wie kann ich die effektive Provision senken, die Lieferdienst-Apps von meinem Restaurant verlangen?
Wenn Sie den Durchschnittsbon erhöhen: Die Provision wird auf den Preis berechnet, nicht auf die Marge, daher wiegt dieselbe Gebühr bei jeder Bestellung weniger. Laut DoorDash / Uber Eats (veröffentlichte Gebühren) liegt die Provision pro Bestellung zwischen 15 und 30 %. Beginnen Sie mit einer auf höhere Durchschnittsbons ausgerichteten Menügestaltung, bevor Sie in Werbung innerhalb der App investieren.
Was messen Lieferdienst-Apps, um zu entscheiden, welches Restaurant sie zuerst anzeigen?
Was messen Lieferdienst-Apps, um zu entscheiden, welches Restaurant sie zuerst anzeigen?
Lieferapps reihen Restaurants nach betrieblichen Signalen: wie viele Bestellungen Sie annehmen, ob Sie die angegebene Zubereitungszeit einhalten, Ihre Bewertung und wie aktuell Ihre Fotos sind. Wenn Sie bei mehreren dieser Punkte scheitern, verlieren Sie Sichtbarkeit, ohne dass die App Sie warnt. Deshalb empfiehlt es sich, jede Woche den Bestellbericht mit dem Verlauf der Fahrer abzugleichen und die angegebene Zeit auf das anzupassen, was Ihre Küche tatsächlich liefert, bevor Sie Werbung auf der Plattform bezahlen.
Wie oft sollte ich meine Daten in den Delivery-Apps prüfen?
Wie oft sollte ich meine Daten in den Delivery-Apps prüfen?
Einmal pro Woche ist das Mindestmaß. Der Algorithmus aktualisiert Ihre Position alle 24–72 Stunden anhand der Signale der letzten zwei Wochen. Nur am Monatsende zu prüfen ist, als würden Sie das Navigationsgerät erst nach der Ankunft am falschen Ort ablesen: Die Daten sind vorhanden, helfen aber nicht mehr, den Kurs zu korrigieren. Die Methode Masterestaurant legt den Montag als Tag der Kennzahlenauswertung fest: 20 Minuten, vier zentrale Indikatoren, eine Verbesserungsmaßnahme.
Bestraft der Algorithmus es, wenn ich im Delivery teurer bin als im Gastraum?
Bestraft der Algorithmus es, wenn ich im Delivery teurer bin als im Gastraum?
Nicht direkt. Rappi, Uber Eats und DiDi Food benachteiligen keine Preisunterschiede zwischen den Kanälen (das ist eine übliche und in Lateinamerika zulässige Praxis). Der Algorithmus bestraft aber eine niedrige Conversion-Rate – wenn Ihre Preise Nutzer abschrecken, sinkt Ihre CTR und Sie verlieren Platzierungen. Die praktische Regel: Bis zu 12–15 % Preisunterschied beeinflussen die Conversion laut McKinsey LATAM 2024 nicht. Mehr als 20 % wirken sich messbar aus.
Wie lange dauert es, bis sich meine Position verbessert, wenn ich mein Profil heute optimiere?
Wie lange dauert es, bis sich meine Position verbessert, wenn ich mein Profil heute optimiere?
Die ersten Signale zeigen sich nach 7–14 Tagen: Der Algorithmus erkennt neue Fotos und eingehaltene Zubereitungszeiten nahezu sofort. Die Verbesserung der Bewertung verläuft langsamer: Das Beantworten von Bewertungen und das Sammeln neuer positiver Rückmeldungen braucht 30–60 Tage, um den Durchschnitt um 0,2–0,3 Punkte zu verschieben. Die volle Wirkung auf den GMV – mehr Bestellungen, höherer Durchschnittsbon, bessere Marge – ist in der Kontoübersicht der 90 Tage nach der Optimierung sichtbar.
Lohnt es sich, in der App zu werben, wenn mein Profil nicht optimiert ist?
Lohnt es sich, in der App zu werben, wenn mein Profil nicht optimiert ist?
Nein. Das ist der Fehler, den ich immer wieder sehe: Werbung bei Rappi Ads oder Uber Eats Boost mit einem nicht optimierten Profil zu schalten, ist, als würde man Plakate für ein Geschäft aufhängen, das noch nicht bereit ist, Kunden zu empfangen. Werbung in der App lenkt Traffic auf Ihre Seite; ist das Foto schlecht, die Bewertung 4,1 und die angegebene Lieferzeit wird nicht eingehalten, schließt der Nutzer die Seite, ohne zu bestellen. Optimieren Sie zuerst das Profil, dann schalten Sie Werbung – in dieser Reihenfolge.
Daten 2026 zu Algorithmen von Lieferdienst-Apps im Restaurant
Überprüfbare Benchmarks aus offiziellen und nicht kommerziellen Quellen (Regierung, Branchenverbände und Marktdaten), niemals von Wettbewerbern.
| Datenpunkt | Wert | Quelle |
|---|---|---|
| Gesetzliche Obergrenze der Basis-Servicegebühr, die eine Lieferplattform in New York einem Restaurant als Prozentsatz jeder Online-Bestellung zusätzlich zur Liefergebühr berechnen darf (2026) | 5 % des Preises jeder Online-Bestellung | NYC Department of Consumer and Worker Protection — Requirements for Delivery Apps (2026) |
| Gesetzliche Obergrenze der Transaktionsgebühr (Zahlungsprovisionen), die eine Lieferplattform in New York einem Restaurant als Prozentsatz jeder Online-Bestellung berechnen darf (2026) | 3 % des Preises jeder Online-Bestellung | NYC Department of Consumer and Worker Protection — Requirements for Delivery Apps (2026) |
| Gesetzliche Obergrenze der erweiterten Servicegebühr (Enhanced Service), die eine Lieferplattform in New York einem Restaurant als Prozentsatz jeder Online-Bestellung berechnen darf (2026) | 20 % des Preises jeder Online-Bestellung | NYC Department of Consumer and Worker Protection — Requirements for Delivery Apps (2026) |
| Anteil der Gastronomiebetreiber in den USA, die zwischen 0 und 10 % ihres Umsatzes über Drittanbieter-Delivery erzielen (in dieser Gruppe fallen Delivery-Provisionen weniger ins Gewicht), Halbjahresbericht 2026 | 47,2 % der Betreiber (0–10 % der Umsätze aus Drittanbieter-Delivery, 2026) | Restaurant365 — 2026 State of the Restaurant Industry: Mid-Year Report (2026) |
| Übliche Provision pro Bestellung, die Lieferplattformen in den USA von Restaurants verlangen (Spanne), zzgl. Liefer- und Zahlungsabwicklungsgebühren (2025) | 15 bis 30 Prozent pro Bestellung (2025) | Wharton Magazine — Are Food Delivery Apps Hurting Restaurants? (2025) |
| Geschätzter Wert des Lieferdienstmarkts für Speisen in Mexiko, zweitgrößter in Lateinamerika nach Brasilien (2024) | 2,530 Mio. Dollar (2024) | Expansión citando a Statista — México es el segundo lugar en el uso de Rappi, Uber Eats y Didi Food gracias a Mipymes (2025) |
Verwandte Inhalte
Ist Ihr Restaurant in den Delivery-Apps unsichtbar?
Der Algorithmus ist nicht Ihr Feind – er ist ein System, das korrekte Informationen belohnt und Improvisation bestraft. Wenn Sie Ihre Conversion-Rate, Ihre CTR pro Artikel oder Ihre tatsächliche effektive Provision nicht kennen, lassen Sie jeden Tag Geld auf der Plattform liegen.
Masterestaurant bietet die Methode und die Werkzeuge, damit sich das in 90 Tagen ändert.
