Regalüberwachung im Einzelhandel & Planogramm-Konformität

Leere Regale, falsch einsortierte Artikel und falsche Preisschilder kosten Händler Umsatz und verärgern Kundinnen und Kunden, doch Regalkontrollen sind noch meist manuelle Rundgänge mit Klemmbrett oder Handscanner. Bildmodelle lesen Regalbilder, erkennen Produkte und Preisschilder, vergleichen sie mit dem Planogramm und machen aus Lücken priorisierte Nachfüllaufgaben. Markenhersteller nutzen dieselbe Technik, um den Regalanteil und die Umsetzung von Aktionen in Tausenden von Filialen zu messen.

Problem & Nutzen

• Heute: Mitarbeitende gehen die Gänge ab, scannen Barcodes und schätzen Facings nach Augenmaß; Außendienstmitarbeitende prüfen pro Tag nur wenige Filialen mit Papier- oder Tablet-Checklisten. Die Daten sind lückenhaft, verspätet und subjektiv. Nachschubsysteme vertrauen dem Buchbestand, der falsch ist, sobald Schwund, Fehlplatzierung oder eine verspätete Lieferung auftritt („Phantombestand“).
• KI-Nutzen: häufiger, objektiver Regalzustand; Behebung von Lücken innerhalb von Stunden statt Tagen; überprüfte Umsetzung von Aktionen und Planogrammen; weniger Fehler bei Preisschildern; weniger Arbeitsaufwand für Kontrollen.
• Belege: Anbieter veröffentlichen Fallstudien zu Verfügbarkeit und Umsatzsteigerung, die Zahlen sind jedoch selbst berichtet und hängen vom Filialformat ab; führen Sie einen kontrollierten Pilot durch (Test- gegenüber Kontrollfilialen), bevor Sie sich auf eine Vergleichszahl verlassen [3][4].

Varianten

• Filialbetrieb im Einzelhandel: Fest montierte Kameras oder autonome Roboter scannen die Gänge täglich; Aufgaben gehen an die Geräte des Personals.
• Fotoerfassung durch Personal oder Crowd: Mitarbeitende fotografieren Regale mit dem Handy; geringste Hardwarekosten, geeignet für KMU-Ketten und Discounter.
• Außendienst-Audit für Markenhersteller (CPG): Merchandiser fotografieren Regale in fremden Filialen; die KI berechnet Regalanteil, Facings sowie die Einhaltung von Preis- und Aktionsvorgaben.
• Preis- und Etikettenprüfung: OCR auf Regaletiketten, abgeglichen mit der Preisdatei oder elektronischen Regaletiketten (ESL).
• Kleine Läden und Apotheken: einfache Kameras in Schränken oder Kühlern, die leere Fächer erkennen (Automaten, Getränkekühler).

So funktioniert es

1. Erfassung (Handy / feste Kamera / Roboter / Kühlerkamera)
2. Bildqualitätsprüfung (Unschärfe, Winkel, Abdeckung; Zusammensetzen von Panoramen)
3. Regal- und Produkterkennung (Objekterkennung / Open-Vocabulary-Detektor)
4. SKU-Erkennung (Embedding-Abgleich mit Referenzbildern + OCR von Etiketten/Preisschildern)
5. Planogramm-Abgleich (Erkennungen den Regalplätzen zuordnen, Facings zählen, Lücken finden)
6. Regeln & Bewertung (Lücke, falsche Position, falscher Preis, fehlende Aktion)
7. Aufgabenerzeugung (Nachfüllen, Neu-Facing, Neu-Etikettieren) mit Priorität nach Umsatzwirkung
8. menschliche Bestätigung bei unsicheren Fällen
9. KPI-Dashboards, Übergabe an den Nachschub

• Erkennung: Detektoren für dichte Szenen (YOLO-Klasse, RT-DETR/RF-DETR), trainiert auf überfüllten Regalen; der Benchmark SKU-110K hat die Objekterkennung bei dicht gepackten Handelsware bekannt gemacht [5].
• Wiedererkennung: Tausende nahezu identischer SKUs werden durch zweistufigen Abgleich bewältigt: Ein klassenunabhängiger Detektor schlägt Rahmen vor, dann holt ein Embedding-Modell (CLIP/SigLIP/DINOv2-Art) das nächstgelegene Referenzprodukt aus einem Vektorindex. Neue Produkte kommen durch das Hochladen von Referenzbildern hinzu, ohne erneutes Training.
• VLMs (Bild-Sprach-Modelle) helfen bei seltenen Fragen („Ist das Aktionsschild vorhanden?“, „Welche Marke ist das?“) und beim Lesen ungewöhnlicher Etiketten, sind aber für jedes einzelne Bild zu langsam und zu teuer.
• Mensch-in-der-Schleife (Human-in-the-Loop): Prüfende bestätigen unsichere SKUs; Filialleitungen entscheiden über Maßnahmen; das System ändert Preise oder Bestellungen nie selbstständig ohne Regeln und Freigabe.

Datenaufbereitung

Die Regalerkennung braucht vier Datensätze: Regalbilder, das Planogramm (Positionen, Facings), Artikelstammdaten mit Referenzbildern je SKU sowie Kassen- oder Bestandsdaten. Sie liegen typischerweise im ERP- oder Warenwirtschaftssystem, in Space-Planning-Werkzeugen oder Excel-Dateien, in Lieferanten-PDFs und auf den Handys des Personals. Typische Lücken sind fehlende oder veraltete Referenzbilder, EANs ohne saubere Produktnamen, Planogramme, die nur als Folien oder PDFs existieren, doppelte Artikelnummern und Regalfotos, auf denen Kundschaft oder Personal zu sehen sind.

Schritte der Aufbereitung: Artikelstammdaten mit EAN, Name, Größe und Marke exportieren (siehe PREP-005); jede SKU von mehreren Seiten fotografieren oder Packshots von Lieferanten beschaffen; Planogramme in saubere Tabellen aus Regal, Position und Facings überführen (PREP-011); 200 bis 500 echte Regalfotos gemeinsam mit dem Filialteam als Testdatensatz beschriften (PREP-018); Gesichter und Personen vor dem Speichern der Bilder unkenntlich machen (PREP-022). Legen Sie eine feste Fotoroutine fest (Abstand, Winkel, Beleuchtung), damit die Bildqualität gleichbleibt.

Grober Aufwandsanteil: etwa 30 bis 40 Prozent des Projekts, vor allem für die SKU-Bildbibliothek und die Bereinigung der Planogramme. Sortimentsänderungen erfordern die laufende Pflege der Referenzbilder.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg A, weil ausgereifte Regalerkennungs-Apps mit gewöhnlichen Handyfotos zu Preisen je Filiale arbeiten und der Prozess (Planogramm-Prüfung) Standard ist.
• Großunternehmen: Weg B, weil Ketten die Ergebnisse in ihren eigenen ERP-, Nachschub- und Planogramm-Werkzeugen brauchen und über genügend SKU-Bildmaterial verfügen, um Modelle auf das eigene Sortiment abzustimmen.
• Entwickler: Weg C, weil offene Detektoren (YOLO-Klasse) plus Embedding-Suche auf einer HW2-Edge-Box volle Kontrolle über einen eigenen Produktkatalog geben.

Weg A — Kaufen (Standardsoftware) (empfohlen)

• Regal-Intelligenz-Plattformen: Trax (Retail Execution, Bilderkennung für CPG), Simbe (Tally, Regal-Scan-Roboter), Zebra (Retail Vision / feste und mobile Erfassung), Focal Systems (Regalkameras mit Echtzeit-Regaldaten), Scandit (Regalscan per Smartphone), Pensa Systems, Vusion/SES-imagotag (ESL mit kamerabasierter Regalerfassung; Vusion hat seinen Sitz in der EU). Anbieter aus der EU oder mit EU-Wurzeln auf der Etikettenseite sind SES-imagotag/Vusion (Frankreich) und Pricer (Schweden); klären Sie mit jedem Anbieter, wo die Bilder gespeichert werden (Datenresidenz).
• A wählen, wenn: mehr als eine Handvoll Filialen, Sie eine Anbindung an das Planogramm-Werkzeug (z. B. Blue Yonder, Relex, Space Planning im Stil von JDA) und ein unterstütztes Geräte-Ökosystem brauchen.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Erkennung / OCR: Google Cloud Vision Product Search oder Vertex AI Vision, Azure AI Vision und Custom Vision/Foundry, Amazon Rekognition Custom Labels und Textract, jeweils mit EU-Regionen.
• VLM-Prüfung: multimodale Modelle von Gemini, Claude, GPT oder Mistral über EU-Endpunkte für Foto-Audits mit strukturierter JSON-Ausgabe; kombinieren mit einem Referenzbild-Index (pgvector, Qdrant).
• Orchestrierung: mobile Foto-App, Speicherung in einer EU-Region, n8n oder Power Automate zur Aufgabenerstellung in der Mitarbeiter-App der Filiale. Gut für fotobasierte Audits bei mäßigem Volumen.

Weg C — Selbst betreiben (Open Source)

• Modelle: Ultralytics YOLO (AGPL, Lizenz prüfen), RT-DETR und RF-DETR (Apache-2.0-Varianten), Grounding DINO / OWLv2 für Open-Vocabulary-Erkennung, DINOv2- oder SigLIP-Embeddings, PaddleOCR oder Docling für Etiketten, offene VLMs der Qwen-VL-Klasse für gelegentliche Abfragen.
• Stack: Annotation im Roboflow-Stil (CVAT, Label Studio), Qdrant/Milvus für SKU-Embeddings, NVIDIA DeepStream oder Frigate-ähnliche Pipelines für Kamerastreams, ONNX/TensorRT-Export für Edge-Geräte.
• Hardware: HW1-Edge (Jetson Orin, Hailo) für die Auswertung in der Filiale; ein zentraler HW2-GPU-Server bedient Hunderte Filialen mit einigen Scans pro Tag.

Weg D — Eigenes Training

Lohnt sich, wenn das Sortiment ungewöhnlich ist (Frischware, Apotheke, Baumarkt, asiatische Verpackungen) oder wenn die Skalierung auf viele Filialen die Gebühren je Bild für APIs hoch werden lässt. Benötigt mehrere hundert beschriftete Regalbilder je Format sowie 5 bis 20 Referenzbilder je SKU; aktives Lernen aus den Korrekturen der Prüfenden hält das Modell bei geänderten Verpackungen aktuell.

Stand der Technik (2026)

• Zweistufiges Erkennen und Abgleichen mit starken Bild-Embeddings ist der praktische Standard, weil sich Sortimente wöchentlich ändern. Open-Vocabulary-Detektoren und Foundation-Embeddings senken den Beschriftungsaufwand gegenüber dem Training eines Klassifikators je SKU.
• Multimodale LLMs beantworten Regalfragen ordentlich, zählen aber dichte Facings noch falsch und verwechseln ähnliche Varianten (Geschmacksrichtungen, Größen); nutzen Sie sie als Zweitmeinung, nicht als Zählwerk.
• Edge-Regalkameras und ESL-integrierte Sensorik verlagern die Überwachung von periodischen Scans hin zu nahezu in Echtzeit verfügbaren Bestandsdaten, während Roboter und Handyscans bei großen Formaten je Filiale günstiger bleiben.
• Fehlerbilder: Verdeckung durch Kundschaft und Einkaufswagen, spiegelnde Verpackungen und Glastüren, schwaches Licht, gestapelte oder nach hinten geschobene Produkte, nahezu identische SKUs, saisonale Verpackungswechsel und Planogramme, die veraltet oder gar nicht digital sind.
• Die Datengrundlage zählt: Nutzen entsteht nur, wenn Warnungen mit einem Aufgabenprozess und mit Bestandssystemen verbunden sind (siehe OPT-005).

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (object-detection + embeddings + edge-runtime): VIS-017 visuelle Produkterkennung und kassenloser Einkauf, VIS-047 Verlustprävention an Selbstbedienungskassen, VIS-019 Inventurzählung im Lager, VIS-026 visuelles Zählen und Messen; ein SKU-Referenzbild-Index kann alle bedienen.
• Nachgelagert: OPT-005 Nachschub und PRED-001 Absatzprognose (gemessene Verfügbarkeit nutzen, um die Nachfrage um entgangene Verkäufe zu korrigieren), OPT-004 Preisgestaltung, OPT-016 Aktionsplanung.
• Datenschutz-Werkzeuge: VIS-030 Anonymisierung von Gesichtern in Regalbildern; VIS-008 Besucherfrequenzanalyse, wenn dieselben Kameras genutzt werden (anderer Zweck, eigene Bewertung).

Aufwand, Kosten & Kennzahlen

• Weg A: Wochen bis zum Pilot in wenigen Filialen; Abo je Filiale, Gerät oder Bild; Roboter und feste Kameras verursachen Investitionskosten oder Leasing.
• Weg B: 2 bis 4 Monate für eine Foto-Audit-App mit Anbindungen.
• Weg C/D: 4 bis 9 Monate inkl. Datenerhebung, Beschriftung und Edge-Rollout; laufende Modellpflege bei neuen Verpackungen.
• Kostentreiber: Kamera- oder Roboterhardware, Filialnetzwerk, Beschriftung und SKU-Referenzdaten, Change-Management.
• Kennzahlen: Regalverfügbarkeit (%), Dauer von Lücken, Planogramm-Konformitätswert, Regalanteil, Fehlerquote bei Preisschildern, Präzision/Trefferquote der SKU-Erkennung, Bearbeitungszeit der Aufgaben, Zusatzumsatz in Test- gegenüber Kontrollfilialen, eingesparte Arbeitsstunden je Audit.

Menschen & Veränderung

Binden Sie die Geschäftsleitung für Budget und Umfang, die Abteilungsleitung (Filial- oder Warengruppenleitung) als Prozessverantwortliche und die IT für die Anbindung an ERP und Geräte von Anfang an ein. Das Filialpersonal, das die Fotos aufnimmt, ist die wichtigste Anwendergruppe: Holen Sie es schon in der Pilotphase dazu, damit die Aufgaben als hilfreich statt als kontrollierend erlebt werden. Die Datenverantwortlichen für Artikelstammdaten und Planogramme müssen die Daten frühzeitig bestätigen.

Betriebsrat: kommt darauf an. Handyfotos und feste Kameras können Beschäftigte erfassen, und Aufgaben- und Konformitätsberichte je Filiale oder Person können zur Leistungskontrolle geeignet sein, was die Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG auslöst; zudem ist er nach § 90 Abs. 1 Nr. 3 zu unterrichten. Vereinbaren Sie, dass die Berichte Regale zeigen, nicht Personen. Datenschutzbeauftragte(r): Prüfen Sie die beiläufige Erfassung von Kundschaft und Personal, führen Sie eine DSFA durch, wenn fest montierte Kameras dauerhaft filmen, und schließen Sie mit jedem Cloud-Anbieter einen AVV ab (GUIDE-005, GUIDE-004).

KI-Kompetenz: Die KI-Verordnung (AI Act) verpflichtet Betreiber, ihr Personal beim Aufbau von KI-Kompetenz zu unterstützen; bieten Sie daher eine kurze Schulung an, was das System sieht, welche Fehlerkennungen typisch sind und wie man sie korrigiert (GUIDE-006). Wählen Sie zwei bis drei Filialen als Pilot (GUIDE-009). Typische Sorgen sind Arbeitsplatzverlust und Überwachung; begegnen Sie ihnen mit einer klaren Zweckbeschreibung und damit, dass das Personal die Kontrolle behält: Es bestätigt oder verwirft jede Aufgabe und kann falsche Erkennungen melden (GUIDE-008).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): Produkterkennung im Regal ist in der Regel ein minimales Risiko (KI-Kompetenz, Art. 4). Vorsicht bei Art. 5: Weiten Sie Kameras nicht auf Emotionserkennung, biometrische Kategorisierung oder Identifizierung von Kundschaft oder Beschäftigten aus; solche Nutzungen sind verboten oder hochriskant und hier nicht Gegenstand [1].
• DSGVO: Regalbilder können beiläufig Kundschaft und Personal erfassen. Streben Sie nach unten gerichtete oder nur auf das Regal beschränkte Bildausschnitte an, erfassen Sie bei leeren Gängen (nächtliche Roboterscans), machen Sie Gesichter am Gerät unkenntlich (VIS-030), speichern Sie kurz und führen Sie eine DSFA durch, wo fest montierte Kameras dauerhaft laufen. Beachten Sie die EDSA-Leitlinien zu Videogeräten und die deutsche Mitbestimmung des Betriebsrats (BetrVG § 87), wenn sich auf die Leistung des Personals schließen ließe [2][6].
• Risiko der Mitarbeiterüberwachung: Konformitätswerte je Beschäftigten erzeugen Überwachungssorgen; berichten Sie auf Filial- oder Gangebene.
• Gegenmaßnahmen: Datenschutz durch Technikgestaltung, AVV mit dem Anbieter und EU-Hosting, Prüfung auf Verzerrungen über Filialformate hinweg, menschliche Kontrolle automatischer Bestellungen.

Erste Schritte

1. Wählen Sie 3 bis 5 Filialen und 2 Warengruppen mit hohen Kosten durch Fehlbestände; messen Sie die aktuelle Verfügbarkeit zwei Wochen lang manuell.
2. Stellen Sie sicher, dass Planogramme digital vorliegen und den Artikelstammdaten (GTIN) zugeordnet sind.
3. Führen Sie einen Handyfoto-Pilot oder einen Machbarkeitsnachweis des Anbieters mit Ihren eigenen Regalen durch, einschließlich Glastüren und Aktionen.
4. Legen Sie fest, wer welche Warnung erhält, innerhalb welcher Zeit und wie die Erledigung bestätigt wird.
5. Führen Sie die DSFA und die Vereinbarung mit dem Betriebsrat durch, bevor eine feste Kamera in Betrieb geht; vergleichen Sie Test- und Kontrollfilialen nach 8 bis 12 Wochen.

Quellen

1. Regulation (EU) 2024/1689 (AI Act), Art. 4, 5 — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
2. EDPB Guidelines 3/2019 on processing of personal data through video devices — https://www.edpb.europa.eu/our-work-tools/our-documents/guidelines/guidelines-32019-processing-personal-data-through-video_en
3. Trax Retail — shelf image recognition solutions — https://traxretail.com
4. Simbe Robotics — Tally shelf-scanning robot — https://www.simbe.com
5. Goldman et al., "Precise Detection in Densely Packed Scenes" (SKU-110K), CVPR 2019 — https://arxiv.org/abs/1904.00853
6. Regulation (EU) 2016/679 (GDPR) — https://eur-lex.europa.eu/eli/reg/2016/679/oj
7. Ultralytics YOLO documentation — https://docs.ultralytics.com
8. Focal Systems — real-time shelf digitisation — https://focal.systems