Computer Vision im Einzelhandel: Welche Store-Kennzahlen KI im Einzelhandel messen kann und welche nicht

Die Angebotsfolie verspricht viel: Kundenstimmung erkennen, Kaufabsicht vorhersagen, Stammkunden wiedererkennen, Regal-Interaktionen bis zum einzelnen Produkt auswerten. Wer als Store-Direktor oder IT-Verantwortlicher gerade drei solcher Angebote auf dem Tisch hat, merkt schnell: Die Unterschiede liegen nicht im Kameramodell, sondern darin, was tatsächlich mit vertretbarer Genauigkeit gemessen wird und was Marketing bleibt. KI im Einzelhandel ist dort wertvoll, wo sie Zählungen, Positionen und Zeiten liefert, die sich gegen Kassendaten und Dienstpläne prüfen lassen. Dieser Beitrag trennt die Kennzahlen, die Computer Vision verlässlich erfasst, von denen, die ein zweites System brauchen, und von denen, die man in einem Pflichtenheft besser gar nicht erst anfordert.

Was Computer Vision im Store verlässlich misst

Die Kernkompetenz ist unspektakulär, aber belastbar: Menschen zählen, ihre Richtung erkennen und ihre Position über die Zeit verfolgen, solange sie im Sichtfeld sind. Daraus entstehen die Kennzahlen, mit denen Filialleitung und Operations wirklich arbeiten:

• Frequenz pro Eingang, Zone und Stunde: die Basis für Personaleinsatz, Vergleich von Standorten und Bewertung von Kampagnen.
• Belegung in Echtzeit: Ein- minus Ausgänge über alle Zugänge, relevant für Sicherheitsgrenzen, Warteschlangen und die Steuerung der Klimatisierung.
• Verweildauer in definierten Zonen: etwa vor einer Aktionsfläche oder im Umkleidebereich, sauber abgegrenzt von Durchgangsverkehr.
• Heatmaps und Laufwege: welche Regalmeter überhaupt passiert werden und wo Kunden stehen bleiben.
• Demografie als Schätzung: Altersgruppe und Geschlecht in aggregierter Form, ohne Identifikation einzelner Personen.

Wichtig ist der Unterschied zwischen Zählgenauigkeit und Zonengenauigkeit. Am Eingang mit einem 3D-Stereosensor direkt über der Tür ist eine vertraglich zugesicherte Mindestgenauigkeit von 96 Prozent realistisch, typischerweise werden 98 bis 99 Prozent erreicht, wenn Beleuchtung, Deckenhöhe und Kundenverhalten mitspielen. Bei Zonen tief im Store, mit Regalen, Spiegeln und Gegenlicht, sinkt der Wert, und ein seriöser Anbieter sagt das vor der Installation, nicht danach.

Was nur mit POS-Daten entsteht

Eine Kamera sieht keinen Bon. Die Conversion Rate, also Transaktionen geteilt durch Besucher, ist die wahrscheinlich wichtigste Kennzahl im stationären Handel und sie entsteht ausschließlich aus der Verbindung von Zähldaten und Kassensystem. Dasselbe gilt für Umsatz pro Besucher, Durchschnittsbon im Verhältnis zur Frequenz und die Frage, ob eine höhere Verweildauer in der Aktionszone tatsächlich Abverkauf erzeugt hat. Wer eine Plattform wie Vemcount evaluiert, sollte deshalb weniger auf die Kamera schauen und mehr darauf, wie Zähldaten und POS-Daten auf Filial- und Stundenebene zusammengeführt werden und ob Zeitstempel beider Systeme sauber synchronisiert sind.

Eine Beobachtung aus der Praxis: Der häufigste Fehler bei Conversion-Auswertungen ist nicht die Kamera, sondern die Mitarbeiterzählung. Personal, Lieferanten und Reinigungskräfte, die den Haupteingang nutzen, erhöhen den Nenner und drücken die Conversion um mehrere Prozentpunkte. Mitarbeitereingänge, Ausschlusszonen oder zeitbasierte Filter gehören deshalb in jede Konfiguration, bevor die ersten Berichte an die Regionalleitung gehen.

KI im Einzelhandel: Was Kameras nicht leisten sollten

Drei Anforderungen tauchen regelmäßig in Ausschreibungen auf und gehören dort nicht hin. Erstens die Wiedererkennung von Besuchern über Tage oder Filialen hinweg. Das setzt einen persistenten Identifikator voraus, in der Regel biometrische Merkmale, und damit Gesichtserkennung. Rechtlich ist das in Europa ohne ausdrückliche Einwilligung nicht tragfähig, und operativ brauchen Sie es nicht: Wiederkehrquoten lassen sich über Loyalty-Daten an der Kasse weit sauberer ermitteln. Ein Zählsystem, das keine Personen identifiziert, ist kein Mangel, sondern die Voraussetzung dafür, dass Datenschutzbeauftragte und Betriebsrat zustimmen.

Zweitens die Emotionserkennung. Eine Software kann Mundwinkel klassifizieren, aber daraus Zufriedenheit mit der Beratung oder dem Preis abzuleiten ist Interpretation ohne belastbare Grundlage. Drittens die exakte Produktinteraktion: Welches von drei nebeneinanderliegenden Artikeln ein Kunde angefasst hat, erkennt eine Deckenkamera auf den Zentimeter selten zuverlässig. Zonenverweildauer vor dem Regalmodul ja, SKU-genaue Griffzählung nein, zumindest nicht ohne Regalsensorik.

3D-Sensor, KI-Kamera oder LiDAR: die Technik hinter der Kennzahl

Welche Kennzahl Sie bekommen, hängt vom Sensor ab, und kein Sensor gewinnt überall. 3D-Stereosensoren wie die von Xovis messen Höhe und Tiefe und trennen dadurch Kinder, Einkaufswagen und eng gehende Gruppen besser als eine 2D-Kamera. Sie sind der Standard für Eingänge und Belegung. KI-Kameras, beispielsweise von Milesight, decken größere Flächen ab und liefern Heatmaps und Demografie, reagieren aber stärker auf Lichtwechsel und Schaufensterspiegelungen. LiDAR funktioniert unabhängig vom Licht und eignet sich für große Hallen und Mall-Atrien. WLAN-Sensoren wiederum zählen keine Personen, sondern Geräte, und taugen für Trends auf Center-Ebene, nicht für Conversion.

Für IT-Entscheider ist die wichtigere Frage, ob die Analyseplattform sensoragnostisch ist. Ein Portfolio mit 40 Filialen hat in der Regel unterschiedliche Deckenhöhen, Lichtverhältnisse und Eingangssituationen, und eine Plattform, die 3D-Stereo, KI-Kamera, LiDAR, Thermal und WiFi in einem Datenmodell zusammenführt, erspart Ihnen drei Dashboards und drei Lieferantenbeziehungen. Genau so ist Vemcount aufgebaut: Der Sensor wird nach Standort gewählt, die Kennzahlen bleiben vergleichbar.

Checkliste für die Evaluation

• Fordern Sie eine vertragliche Mindestgenauigkeit und einen Validierungslauf mit manueller Gegenzählung pro Eingangstyp.
• Klären Sie, wie POS-Daten angebunden werden und auf welcher Granularität Conversion berechnet wird.
• Lassen Sie sich schriftlich bestätigen, dass keine biometrischen Merkmale gespeichert und keine Personen identifiziert werden.
• Prüfen Sie, ob Mitarbeiterverkehr ausgefiltert werden kann und wer die Zonen nachjustiert, wenn das Ladenlayout wechselt.
• Verlangen Sie, dass jede beworbene Kennzahl einem konkreten Sensor und einer Genauigkeitsangabe zugeordnet ist.

Häufig gestellte Fragen

Was kann Computer Vision in einer Filiale messen? Zuverlässig messbar sind Besucherfrequenz pro Eingang, Zone und Stunde, die aktuelle Belegung, Verweildauer in Zonen, Heatmaps und Laufwege sowie aggregierte Alters- und Geschlechtsschätzungen. Alles, was einen Kaufakt betrifft, braucht zusätzlich Kassendaten.

Identifiziert Computer Vision im Einzelhandel einzelne Kunden? Ein professionelles Zählsystem sollte das nicht tun. Es arbeitet ohne persistenten Identifikator und ohne Gesichtserkennung, Personen werden nur innerhalb des Sichtfelds als anonyme Objekte verfolgt. Wiederkehrende Kunden lassen sich datenschutzkonform über Loyalty- oder POS-Daten auswerten.

Wie genau sind kamerabasierte Personenzähler? Am Eingang mit korrekt montiertem 3D-Sensor liegt die vertragliche Mindestgenauigkeit bei 96 Prozent, typischerweise werden 98 bis 99 Prozent erreicht, sofern Beleuchtung, Montagehöhe und Besucherverhalten es zulassen. Breite Eingänge, Drehtüren und starkes Gegenlicht erfordern meist mehrere Sensoren oder eine andere Technologie.

Was ist der Unterschied zwischen einem 3D-Sensor und einer KI-Kamera? Ein 3D-Stereosensor misst Tiefe und erkennt daher Körpergröße, Einkaufswagen und Gruppen sehr präzise, ist aber auf einen begrenzten Bereich ausgelegt. Eine KI-Kamera deckt größere Flächen ab und liefert Heatmaps und Demografie, ist jedoch empfindlicher gegenüber Lichtwechseln. Für Eingänge gilt 3D als Referenz, für Flächenanalysen die KI-Kamera.

Welche Handelskennzahlen brauchen weiterhin POS-Daten? Conversion Rate, Umsatz pro Besucher, Bongröße im Verhältnis zur Frequenz und die Wirkung von Verweildauer auf den Abverkauf. Die Kamera liefert den Nenner, die Kasse den Zähler; erst beide zusammen ergeben eine Kennzahl, mit der sich Personal und Flächen steuern lassen.

Wenn Sie gerade Angebote für kamerabasierte Analytik vergleichen und wissen wollen, welche Kennzahlen für Ihre Eingangssituationen, Deckenhöhen und Ihr Kassensystem tatsächlich messbar sind, sprechen Sie mit uns: Kontaktieren Sie Vemco Group für eine sensorneutrale Einschätzung Ihrer Filialen, bevor die erste Kamera montiert wird.