Netto Marken-Discount testet eine Lösung des österreichischen Anbieters Checklens, die helfen soll, Inventurdifferenzen am Self-Checkout zu reduzieren. Die Tochter der Edeka Gruppe hat insgesamt 12 Selbstbedienungskassen in zwei Filialen in Regensburg mit der Technologie ausgestattet. Checklens nutzt Computer Vision und Künstliche Intelligenz, um Abweichungen zwischen den vom Kunden ausgewählten Artikeln und dem tatsächlich registrierten Warenkorb zu ermitteln.
Das System erfasst die vom Kunden zum Self-Checkout gebrachten Artikel mittels einer oberhalb des Kassensystems angebrachten Kamera und erzeugt einen virtuellen Warenkorb. Diesen vergleicht die Software mit den eingescannten Produkten. Die KI erkennt auch Artikel ohne Barcode, wie Obst und Gemüse, selbst wenn diese in transparenten Tüten oder Netzen verpackt sind. Sollte der Käufer einen oder mehrere Artikel nicht erfasst haben, erhält er auf dem Bildschirm eine Nachricht mit dem Hinweis, dies nachzuholen. Dies geschieht erst am Ende der Eingaben, wenn der Kunde die Summentaste gedrückt hat, damit dieser bis zuletzt noch Korrekturen vornehmen kann.
Die Lösung identifiziert lediglich die im Markt verkauften Produkte, führt aber keine Gesichtserkennung durch. Personenbezogene Daten erfasst und speichert das System nicht, erklärt Checklens CEO Konstantin Heiller im Gespräch mit dem Retail Optimiser. Wenn ein Kunde Waren nicht einscannt, geschieht dies oft aus Versehen oder mangelnder Übung. Heiller schätzt, dass maximal die Hälfte des Schwundes an den Selbstbedienungskassen auf Betrug beruht. Er bezeichnet seine Lösung als Assistenzsystem, das Kunden bei der Bedienung der SCO-Kassen unterstützt und Handelsunternehmen hilft, Inventurdifferenzen zu minimieren.
An den Kassenprozess angepasst
Die Checklens-Lösung unterscheidet sich von anderen Kamera-basierten Lösungen vor allem durch ihr, wie Heiller es nennt, Free-flow-Konzept. Das bedeutet, sie ist unabhängig vom Layout der Kassen-Zone und passt sich an das jeweilige Design des Checkout-Prozesses an. Auch wie sich die Software bei möglichen Abweichungen verhält, kann nach den Wünschen des Handelsunternehmens gestaltet werden. So kann die Nachricht am Bildschirm dem Kunden lediglich mitteilen, wie viele Artikel er nacherfassen soll oder die entsprechenden Produkte zusätzlich im Bild anzeigen. Netto hat sich für die letztere Alternative entschieden. Der Händler kann auch festlegen, ob die Fehlermeldung zuerst oder gleichzeitig an einen Marktmitarbeiter gesendet wird. Dies kann auch über ein Mobilgerät geschehen.
Die Software greift nicht auf die Stammdaten des Warenwirtschaftssystems zu. Das selbst-lernende System arbeitet autonom und muss lediglich auf die Artikel des jeweiligen Sortiments trainiert werden. Das dauert für die erste Filiale eines neuen Kundenprojekts je nach Sortiment vier bis sechs Wochen. Jede weitere Filiale ist dann in ein bis zwei Tagen betriebsbereit. Allerdings verfügt Checklens über einen stetig wachsenden Datenbestand. Deshalb ist Konstantin Heiller überzeugt, dass die Rüstzeiten künftig kürzer ausfallen werden.
So könnte Netto die Lösung in kurzer Zeit ausrollen, wenn der Pilot sich als erfolgreich erweist. Der Discounter erprobt parallel den Betrieb autonomer Stores ganz ohne Kassen mit der Technologie von Trigo. Mit großer Wahrscheinlichkeit werden auch in Zukunft nicht alle Filialen bedienerlos betrieben werden. Deshalb sieht Heiller Platz für beide Lösungen. Wie er dem Retail Optimiser berichtet, testet bereits die Hälfte der Top 20 im europäischen Lebensmittel-Einzelhandel die Technologie von Checklens.
