ZDE Podcast 108: Chancengleichheit für den stationären Handel

Der Online-Handel hat einen großen Trumpf im Ärmel: endlos viel Wissen über die Kund*innen. Wie die Stationären hier aufholen können, verrät Angela Promitzer vom August-Wilhelm-Scheer-Institut im Gespräch mit Marilyn Repp

Anzahl der gekauften Produkte, Verweildauer bei den Produkten, Rechnungshöhe – all diese und noch viele weitere Informationen über das Kundenverhalten haben die Onliner innerhalb weniger Klicks. Währenddessen fragen sich im stationären Einzelhandel viele Inhaber*innen: passt mein Sortiment zu den Kundenbedürfnissen? Fruchten meine Marketing-Maßnahmen? Inzwischen gibt es viele Tools, die dieses Wissen sammeln können.

Das August-Wilhelm-Scheer-Institut in Saarbrücken entwickelte nun eine kamerabasierte In-Store-Technologie, die Kundenpfade nachverfolgen kann – basierend auf einer Künstlichen Intelligenz. Angela Promitzer erklärt im Talk mit Marilyn Repp, wie das funktioniert und welche Fragen diese Technologien konkret beantworten kann.

Ihr könnt uns an den bekannten Podcast- Portalen direkt abonnieren, dann verpasst ihr keine Folge mehr. Einfach an einem der folgenden Portale auf abonnieren oder folgen klicken und schon ist man immer up to date:

• Apple iTunes
• Spotify
• Deezer
• Soundcloud

Shownotes

Das Projekt VICAR beim August-Wilhelm-Scheer-Institut

Checkliste Retail Analytics beim Kompetenzzentrum Handel

8 KI-Anwendungen im Handelsalltag

ZDE 104: Wie Ernsting’s Family Wissen über Kunden erhält

Die Folge zum Nachlesen

Hallo und herzlich Willkommen zu einer neuen Folge des „Zukunft des Einkaufens“ Podcasts. Mein Name ist Marilyn Repp. Ich beschäftige mich mit Digitalisierung, Innovation und Trends im Handel. Und heute in dieser Ausgabe öffnen wir die Blackbox „Stationäre Fläche“, denn ein großer Nachteil, den die „Stationäre Fläche“, also die stationären Läden, gegenüber dem Online-Handel haben, ist das ganze Thema „Wissen über die KundInnen“ – also zu wissen, wo sich die Kunden aufhalten, wie lange sie überhaupt da sind und was sie bei mir machen. Fruchten und greifen meine Maßnahmen überhaupt, die ich so ergreife, also wenn ich zum Beispiel in meinem Store umstelle oder ein neues Sortiment auswähle, wenn ich bewusste Marketingmaßnahmen mache? Funktioniert das überhaupt? Wie kann das überprüfen? Das ist im Online Handel natürlich total einfach – da habe ich sofort die Übersicht über alle Daten. Da kann ich auch mal eine Umfrage machen und auch mal ein Formular aufstellen, wo ich gewisse Dinge abfrage. Ich weiß eben ganz viel über Analytics, über verschiedene Tools im Online-Bereich und kann dann meine Kunden auswerten und ihnen dann eben natürlich auch gute, passende und individuelle Angebote machen. Nur das fällt natürlich im stationären Bereich um einiges schwerer. Natürlich können das gute Verkäuferinnen und Verkäufer, aber den großen und ganzen Überblick und wohin die Reise gehen soll, bzw. welche Maßnahmen ergreife ich, um noch besser zu verkaufen, das kann ich erst tun, wenn ich wirklich gutes Wissen und gute Daten über meine KundInnen habe. Und dafür gibt es auch eine Lösung. Es gibt verschiedene Anwendungstools um Retail Analytics, so heißt der ganze Bereich (die Analyse auf der stationären Fläche), um das eben durchzuführen. Und heute geht es um eine ganz spezielle Art und Weise Daten zu sammeln: Es geht um Kameras. Da sagen natürlich viele Leute: „Vorsicht, der Datenschutz!“, aber das kann man auch Datenschutzkonform machen und wie das geht, darüber spreche ich heute mit Angela Promitzer.

Marilyn Repp: Ich habe mir heute einen Gast eingeladen, die Angela Promitzer. Sie wird heute darüber sprechen, was Künstliche Intelligenz auf der stationären Fläche kann, unterstützt mit Kamerasystem und mit maschinellem Sehen – soll heißen, die Computer können inzwischen gucken und Aufgaben übernehmen, die für uns zu nervig sind, sage ich mal kurz zusammengefasst. Aber Angela, du kannst dazu noch mehr sagen und deswegen stelle dich einfach mal kurz selbst vor.

Angela Promitzer: Ja, hallo. Freut mich, dass ich hier sein kann. Mein Name ist Angela Promitzer. Ich arbeite am August-Wilhelm-Scheer Institut in Saarbrücken als wissenschaftliche Mitarbeiterin. Dabei beschäftige ich mich mit zwei Hauptthemen: Das eine sind digitale Prozesse im Allgemeinen, zum Beispiel im Büroumfeld, und das Andere im Speziellen digitale Prozesse im Einzelhandel und konkret für das heutige Beispiel: Auf der Ladenfläche.

Marilyn Repp: Wir haben natürlich aufgehört, als wir gehört haben, dass euer Institut ein spannendes Projekt hat, mit dem ein spannendes Produkt entwickelt wird, nämlich das Projekt VICAR (Visual in-Store Customer Analytics & Recommendations). Sag mal kurz, was das ist. Was macht ihr denn da?

Angela Promitzer: Genau, VICAR ist prinzipiell ein Forschungsprojekt, in dem es darum geht, im stationären Einzelhandel Vorteile zu schaffen, die es im Online-Handel teilweise schon lange gibt und, die wir jetzt auch für den Offline-Handel verfügbar machen wollen, um somit die stationären Einzelhändler in diversen Bereichen zu unterstützen. Das Ganze ist ein Kamera-forciertes Trackingsystem für Kunden. Wir versuchen die Infrastruktur, die bei den Händlern bereits zur Verfügung steht, beispielsweise Kameras zur Diebstahlprävention, zu nutzen und diese Kamerabilder analysieren wir und wollen daraus Informationen über das Kundenverhalten, die Kundenfrequenz und diverse andere Dinge auslesen und die dem Händler zur Verfügung stellen, damit er daraus Mehrwerte für sich generieren kann.

Marilyn Repp: Soll heißen, man braucht Kameras dafür. Muss man die dann extra installieren lassen?

Angela Promitzer: Für unser System braucht man Kameras, das ist korrekt. Wenn man noch keine Kameras hat oder lediglich Kameras, die beispielsweise sehr veraltet sind, dann bietet es sich an, im Zuge dessen Kameras zu installieren, die man auch für andere Dinge mit verwenden kann. Aber prinzipiell soll das System mit schon bestehenden Kameras funktionieren. Wir versuchen da möglichst schon auf eine bestehende Infrastruktur zurückzugreifen, damit der Initialaufwand für Händler möglichst gering ist und es möglich einfach ist, diese Lösung zu verwenden und einzusetzen.

Marilyn Repp: Was macht ihr mit diesen Kameras, also mit diesem System? Es geht um das Thema Frequenzen, das hattest du jetzt angesprochen. Wie sieht das konkret aus?

Angela Promitzer: Wir versuchen die Kunden anonymisiert auf der Ladenfläche zu verfolgen, sodass wir für jeden Kunden einen Bewegungspfad durch den Laden erstellen können. Das Ganze passiert, wie bereits erwähnt, anonym und es werden quasi keine Bilder aufgezeichnet, sondern nur die Bewegungspfade. Diese Bewegungspfade können wir analysieren und können daraus sehr interessante Daten ableiten, beispielsweise in welchen Abteilungen sich meine Kunden denn besonders lange aufhalten. Wie viele Kunden habe ich denn beispielsweise an einem bestimmten Wochentag oder zu einer bestimmten Uhrzeit? Ist vielleicht die Mittagszeit eine sehr starke oder sehr schwache Zeit? Solche Fragen kann ich mit einer Frequenzanalyse beantworten und die Daten dann nutzen, um daraus meine eigenen Maßnahmen abzuleiten.

Marilyn Repp: Und wozu mache ich das jetzt genau, also wenn ich dann weiß, dass die Kunden sich jetzt hier und da besonders viel aufhalten. Was mache ich denn dann mit der Information? Also was sind jetzt konkret die Einsatzbereiche dieser Datenanalyse? Kannst du da vielleicht ein bisschen den Fächer aufmachen? Ich kann mir da vieles vorstellen, aber um unseren Hörerinnen und Hörern das ein bisschen anfassbar zu machen: Was kann ich ganz konkret mit diesem System bei mir im Unternehmen verbessern? Welche Ziele kann ich erreichen?

Angela Promitzer: Ja gerne. Da gibt es tatsächlich vielfältige Anwendungsmöglichkeiten für diese Frequenzanalysen. Ich würde einfach mal ein paar aufzählen. Das erste Beispiel wären Produktplatzierungen. Wenn ich weiß, wo sich meine Kunden im Laden aufhalten, kann ich ganz gezielt entweder Produkte, die ich grade beworben habe oder Ladenhüter so platzieren, dass meine Kunden sie möglichst sofort sehen und damit vielleicht eher zum Kauf angeregt werden. Ich habe grade das Thema Marketing angesprochen. Über die Frequenzanalyse kann ich auch herausfinden: Haben Marketingkampagnen, die ich geschaltet habe, einen Erfolg? Bringt mir das beispielsweise eine Frequenzsteigerung und skaliert das sogar noch, wenn ich beispielsweise Werbung für Herrenjeans schalte? Ist dann die Frequenz in der Herrenjeans Abteilung erhöht oder beispielsweise auch in der Damenjeans Abteilung, weil beispielsweise auch die Frauen mit einkaufen gehen und sich auch eine Jeans kaufen? Solche Schlüsse kann man dann auch daraus ziehen. Eventuell auch einen Schritt davor, wenn ich Produkte habe, die sich aus diversen Gründen nicht gut verkaufen. Könnte ich eventuell diese Produkte gezielt bewerben und dann schauen: ist in diesen Bereichen der Umsatz gestiegen? Ich kann in weiterer Folge auch versuchen mein Personal gezielter einzusetzen, wenn ich beispielsweise weiß: Montag um 17 Uhr ist eine sehr stark frequentierte Zeit und Donnerstag um 12 Uhr überhaupt nicht. Dann kann ich mein Personal entsprechend einplanen und somit möglichst wenig Leerstand für dieses Personal haben und so kann ich effizienter agieren.

Marilyn Repp: Mir würde ja auch noch ein Anwendungsfall einfallen, nämlich das ganze Thema Corona und Abstände einhalten. Geht das auch damit? Ringt dann laut die Coronaglocke? Ihr seid euch jetzt zu nah gekommen. Oder wie kann man sich das dann auf der Fläche vorstellen?

Angela Promitzer: Das ist tatsächlich ein sehr guter Punkt. Wir waren natürlich selbst von Corona in der Entwicklung sehr betroffen, weil es einfach auch einen großen Teil der Projektlaufzeit betroffen hat. Dementsprechend haben wir dann natürlich auch ein wenig in diese Richtung geforscht und man kann die Technologie auch zur Überwachung der Corona-Maßnahmen einsetzen. Tatsächlich gibt es sogar zwei verschiedene Varianten. Einerseits für die Abstandsüberwachung, denn dadurch, dass ich exakt weiß, wo sich Kunden in meinem Laden aufhalten, kann ich genau sagen, wann der Abstand zu gering ist. Und andererseits gab es ja sehr oft die Regel, dass ein Kunde pro 10/pro 20qm erlaubt ist und meine Ladenfläche kenne ich natürlich und ich kann mit dem System live verfolgen, wie viele Kunden sich denn aktuell in meinem Laden aufhalten. Und wenn ich das weiß, kann ich quasi sofort sagen: „Okay, jetzt ist die Obergrenze erreicht. Jetzt darf niemand mehr den Laden betreten, bis ihn jemand verlassen hat.“. Das sind beides valide Anwendungsszenarien, mit denen wir uns notgedrungen beschäftigen mussten. Aber es ist definitiv ein sehr guter Einsatzbereich für die Technologie.

Marilyn Repp: Was mir jetzt sofort in den Kopf schießt, wenn ich an Kameras auf der stationären Fläche denke: Wie steht es um das ganze Thema Datenschutz?

Angela Promitzer: Das ist eine ausgezeichnete Frage, die wir natürlich beantworten mussten im Laufe des Projekts. Die Bilddaten werden in keinster Weise gespeichert oder Ähnliches. Das heißt, es wird das Bild einmal verwendet, um darauf Personen zu detektieren. Es wird auch nur geschaut, an welcher Stelle befindet sich eine Person. Rein technisch wäre da ja noch wesentlich mehr möglich, auch Analysen zu Geschlecht, Alter etc.. Das geht datenschutzrechtlich natürlich nicht und machen wir deshalb natürlich auch nicht. Um das ganze Thema auch korrekt abzuarbeiten, hatten wir tatsächlich auch einen Datenschutzbeauftragten im Projekt, der mit einer Anwaltskanzlei abgeklärt hat, welche Maßnahmen denn möglich sind. Und eben dieses anonyme Tracking ohne Bildspeicherung ist auch mit DSGVO-konformen Methoden möglich.

Marilyn Repp: Super, das ist natürlich immer eine der ersten Fragen, die ihr wahrscheinlich gestellt bekommt. Wie gesagt, in Deutschland ist man da sehr sensibel, was das ganze Thema Kameras und Aufzeichnungen angeht, aber es gibt inzwischen Datenschutz-konforme Systeme, die auch Daten so auswertbar machen, wie es gewünscht ist. Es wäre dann gar nicht möglich Menschen mit ihrem echten Gesicht zu verfolgen. Auch jemand, der das auswertet und dann am Ende vor dem Kamerabild sitzt, sollte dann auch nicht sehen und tracken können, wer etwas wo und wie gemacht hat.

Angela Promitzer: Es ist tatsächlich auch oft so, dass es mir aufgrund der Kamerabilder teilweise selbst gar nicht möglich wäre solche Dinge zu machen. Selbst wenn ich es versuchen würde, weil teilweise die Kameraqualität nur ausreicht, um zu erkennen, dass hier eine Person ist, aber die Qualität wäre dann gar nicht gut genau, um zu erkennen, welche Person ist das denn jetzt. Das kennt man ja ganz typisch von irgendwelchen Überwachungskameras, dass die Bilder da sehr verpixelt mit schlechter Qualität sind. Da wäre eine solche Analyse teilweise gar nicht möglich.

Marilyn Repp: Ja, verstehe. Das klingt doch schonmal gut und anwendungsnah. Vielleicht noch eine Frage: Wer ist denn dann im Unternehmen dafür abgestellt oder zuständig? Also wenn ihr das Projekt jetzt mal weiterdenkt und ganz viele Anwendungsfälle mit Unternehmen schon habt. Braucht man da einen Datenanalysten oder wird das in einem Dashboard so aufgearbeitet, dass jeder Mitarbeiter, jede Mitarbeiterin das versteht und etwas damit anfangen kann? Wie sieht es da aus?

Angela Promitzer: Genau, Zweiteres ist das Ziel. Wir haben ein Dashboard entwickelt beziehungsweise entwickeln das Dashboard grade, denn das Projekt läuft ja noch. Auf diesem Dashboard soll einerseits ganz übersichtlich eine Heatmap angezeigt werden, also wo befinden sich am meisten Kunden? Und andererseits auch diverse Kennzahlen dazu, wie viele Kunden ich in welchem Zeitraum hatte und wie viel sich meine Auslastung verändert. Und das Ganze soll natürlich für die Marktleitung und den Mitarbeiter selbsterklärend und verständlich sein. Es ist auch möglich, nachdem jeder Laden natürlich andere Anforderungen an dieses System hat, dass man gewisse Dinge dann noch anpasst, weitere Analysen auf die Daten macht, die bei anderen vielleicht nicht notwendig wären, aber die möglich sind.

Marilyn Repp: Ja und jetzt bin ich gespannt auf Beispiele aus der Praxis. Habt ihr denn schon konkrete Anwendungsfälle von Unternehmen, die das schon angewendet haben? Du kannst auch gerne anonymisiert erzählen. Aus welcher Branche und wie ist da gelaufen. Was sind die Konsequenzen aus den Projekten? Noch besser wäre es, wenn du Namen on Unternehmen nennen kannst, die schon vorne weggehen.

Angela Promitzer: Wir haben tatsächlich mit zwei Einzelhändlern im Laufe des Projekts schon zusammengearbeitet und versucht, unser System einerseits in der Praxis zu testen und andererseits den Händlern natürlich sofort ein Frontend zu bieten. Leider hat uns da teilweise auch Corona einen Strich durch die Rechnung gemacht. Grade als wir bereit waren das Ganze zu installieren, kam dann der Lockdown und wir waren für einige Monate außer Gefecht gesetzt. Diese Zeit haben wir aber versucht, möglichst gut zu nutzen und konnten tatsächlich auch für das Projekt wertvolle Infos daraus generieren. Wir haben die Trackingtechnologie, die wir einsetzen, einerseits in einem Retail Lab getestet und entwickelt. Dort gibt es eine relativ neutrale Umgebung, in der das Tracking funktioniert. In einem echten Laden gibt es natürlich viel mehr Ablenkung sozusagen, beispielsweise auch Schaufensterpuppen, die wie Menschen aussehen. Hier muss man der künstlichen Intelligenz beibringen, dass diese Schaufensterpuppe jetzt aber kein Kunde ist, weil sie sich beispielsweise auch nie von der Stelle bewegt. Solche Dinge haben wir in dieser Zeit auch gelernt und sind jetzt, nachdem der Lockdown sich dem Ende zugeneigt hat, dabei, diese Erkenntnisse in der Praxis zu testen und das Tracking über einen längeren Zeitraum zu verwenden, damit der Mehrwert für die Läden generiert wird. Bis jetzt waren wir hauptsächlich in der Modebranche tätig. Die bringt einige Schwierigkeiten mit, wie ich grade erwähnt habe, beispielsweise mit den Schaufensterpuppen, aber prinzipiell ist die Technologie natürlich auf jeden beliebigen Laden übertragbar. Das einzige Kriterium sind die Kameras.

Marilyn Repp: Das Schöne an der künstlichen Intelligenz ist ja, dass sie dazulernt und, dass man sie trainieren kann. Das ist ja der Unterschied zu ganz normalen Algorithmen und Systemen. Man kann ihr beibringen: Das ist eine Schaufensterpuppe, das ist ein Kunde und das ist ein Schatten. Sie wird im Laufe der Zeit immer besser.

Angela Promitzer: Genau. Die künstliche Intelligenz entwickelt sich auch rasend schnell vorwärts. Algorithmen, die wir jetzt einsetzen, die gab es vor 3 Jahren teilweise noch gar nicht. Da tut sich wirklich viel in diesen Bereichen der Forschung und wird dies wird uns wahrscheinlich in der Zukunft genauso betreffen. Wenn wir jetzt dieses Produkt entwickelt haben, werden wir das in absehbarer Zeit definitiv mit neuen Algorithmen verbessern können – einfach weil es neue Möglichkeiten gibt.

Marilyn Repp: Ja, das klingt nach der wunderbaren neuen Welt des Handels und wir sind gespannt und freuen uns auf die Zukunft. Viele denken immer noch bei künstlicher Intelligenz an einen Roboter aus einem Science Fiction Film. Darum geht es natürlich überhaupt nicht. Es geht um selbstlernende Systeme, die immer besser und immer schlauer werden. Durch diese Technologie kann man repetitive und langweilige Aufgaben einer künstlichen Intelligenz übergeben und kann dann den Mitarbeitern klügeren Aufgaben zuführen oder sie kümmern sich um das persönliche Gespräch und die individuelle Beratung, was ja im stationären Handel total wichtig ist,. Denn das ist ja die Stärke im stationären Bereich und wenn die Mitarbeiter dann nicht belastet werden mit irgendwelchen Auswertungen oder sonstigen repetitiven Aufgaben, dann kann man sich auch anderen Dingen zuwenden. Viele denken ja dann auch immer, dass solche Technologien nur für die Großen sind. Das ist aber nicht der Fall. Es hat sich, wie du auch kurz angesprochen hast, in den letzten Jahren sehr viel getan und viele Dinge sind inzwischen günstig und individuell anpassbar und man sollte das auf jeden Fall im Blick behalten. Auch für stationäre Händler deckt es viele Anwendungsbereiche. Jetzt möchte ich mich ganz herzlich bei dir bedanken, Angela. Ich wünsche euch weiterhin viel Erfolg bei dem Projekt, vielen Dank.

Angela Promitzer: Vielen Dank, dass ich hier sein durfte.