Trax Retail

Kurzfazit

Trax Retail ist der Computer-Vision-Spezialist für Regalanalyse im Handel, und einer der wenigen Anbieter mit echter Skalierungserfahrung im sieben-stelligen Bildvolumen pro Jahr. CPG-Marken nutzen die Plattform, um objektive Daten über die eigene Regalpräsenz in fremden Handelsketten zu bekommen; Handelsketten messen damit Planogramm-Compliance und Out-of-Stock-Quoten. Mit P&G als Partner of the Year 2024 und mehreren öffentlichen Fallstudien (Henkel, 7-Eleven Taiwan) ist die Praxistauglichkeit gut belegt. Die Schwächen sind klar: US-Hosting ohne EU-Region, kein KMU-Pricing, deutscher Markt vertrieblich eher dünn präsent. Wer in der Zielgruppe ist (globale CPG, große Handelskette), trifft auf einen reifen Spezialisten, wer nicht, sollte gar nicht erst evaluieren.

Für wen ist Trax Retail?

Globale CPG-Marken (Konsumgüter): Procter & Gamble, Henkel, Unilever, Coca-Cola und vergleichbare Marken setzen Trax ein, um in Handelsketten ihren Share of Shelf zu messen und Außendienst-Berichte zu objektivieren. Wo bisher Mitarbeiterberichte aus Stichproben kamen, liefert Trax kontinuierlich SKU-genaue Daten, eine andere Datenqualität für Trade-Marketing- und Account-Management-Entscheidungen.

Große Einzelhandelsketten: Drogerie-, Discount- und Supermarktketten nutzen Trax, um zentrale Planogramm-Vorgaben gegen die tatsächliche Filial-Realität abzugleichen. Welche Filialen halten sich an die Vorgaben, welche nicht, und welche Out-of-Stock-Quoten verstecken sich hinter der Norm? Trax liefert die Faktenbasis.

Trade-Marketing- und Category-Management-Teams: Wer Verhandlungen mit Handel auf belastbaren Regaldaten führen will (Listing-Verhandlungen, Promo-Planung, neue SKU-Platzierung), bekommt mit Trax-Daten ein anderes Verhandlungsgewicht als mit Berichten des eigenen Außendiensts.

Market-Research- und CPG-Analytics-Häuser: Spezialisierte Analysten und Beratungsunternehmen, die Marktanteile in physischen Regalen erheben, nutzen Trax-Daten als ergänzende Datenquelle neben Nielsen, GfK oder eigenen Panels.

Convenience- und Tankstellen-Ketten: Bei sehr hohen Filialanzahlen (7-Eleven mit Tausenden Stores in Asien ist eine öffentlich dokumentierte Trax-Referenz) wird die Skalenstärke der Plattform entscheidend, manuelle Audit-Strukturen scheitern an dieser Größe.

Weniger geeignet für: Einzelhändler unter 20 Filialen (überdimensioniert), Bekleidung und Mode (Trax ist auf Standard-CPG-Regale optimiert, nicht auf Hänger-Sortimente), reine Online-Händler (kein physisches Regal) und alle, die nur Footfall, Wartezeiten oder In-Store-Heatmaps messen wollen, dafür ist spezialisierter.

Preise im Detail

Komponente	Preisspanne	Was du bekommst
Plattform-Lizenz	Auf Anfrage	Zugang zur Trax-Plattform mit Recognition-Engine, Analytics-Dashboard, API
Cloud IR	Volumenbasiert	Cloud-Bilderkennung, typisch für globale Kampagnen, geringere lokale IT-Anforderungen
On-Device IR	Volumenbasiert	Erkennung direkt auf dem Aufnahmegerät (Smartphone), geringere Latenz, weniger Datenfluss
Filial- und SKU-Skalierung	Staffel	Lizenz wächst mit Filialanzahl, SKU-Umfang, Bildvolumen pro Monat
Integration & Implementierung	Projektabhängig	POS-Anbindung, Planogramm-Import, Außendienst-App-Anpassung

Einordnung: Trax kommuniziert keine öffentlichen Listenpreise, typisch für Enterprise-CV-Plattformen. Der Vertrieb skaliert nach Filialanzahl, SKU-Umfang, monatlichem Bildvolumen und gebuchten Zusatzmodulen (Compliance-Reporting, Out-of-Stock-Alerts, Conversion-Analyse). Realistische Größenordnung für einen mittelgroßen CPG-Einsatz: sechs- bis siebenstellige Jahreslizenz plus Implementierung. Eine konkrete TCO-Indikation gibt es nur in einem ernsthaften Sales-Prozess mit definierter Filialanzahl und SKU-Liste. Pilotprojekte (5–10 Stores) werden meist mit reduzierten Konditionen aufgesetzt, um den Business Case sauber zu validieren.

Stärken im Detail

Pionierstatus mit über 15 Jahren CV-Praxis. Trax ist seit 2010 auf Shelf Recognition spezialisiert, das ist im KI-Markt eine Ewigkeit. Die Erkennungs-Engine wurde an riesigen Datenmengen unterschiedlichster Verpackungen, Lichtverhältnisse und Regaltypen trainiert. Neueinsteiger müssen erst sammeln, was Trax seit Jahren in der Modellbasis hat.

SKU-Genauigkeit, die in der Praxis trägt. In den öffentlich dokumentierten Fallstudien werden Erkennungsraten in der Größenordnung von 90+ Prozent berichtet, in optimierten Setups bis in den hohen 90er-Bereich. Das ist kein Marketing-Wert: Für Trade-Marketing-Entscheidungen reicht eine Genauigkeit, die signifikant besser ist als Außendienst-Stichproben.

Cloud IR und On-Device IR als Wahlmöglichkeit. Cloud-Erkennung ist einfacher zu skalieren und liefert reichere Analytics; On-Device-Erkennung läuft direkt am Smartphone, ist schneller und reduziert Datenfluss, wichtig bei restriktiver IT-Policy oder schwacher Netzanbindung. Die Wahl je nach Use-Case macht die Plattform vielseitig.

Verknüpfung mit POS-Daten als USP. Regaldaten allein sind nur die halbe Wahrheit, entscheidend ist der Übergang von Regalpräsenz zu Verkauf. Trax integriert POS-Daten und liefert Conversion-Kennzahlen: Wie viel Share of Shelf führt zu wie viel Verkauf, welche Out-of-Stock-Stunden kosten welchen Umsatz? Das macht aus Bildanalyse echte Geschäftssteuerung.

Skalierbarkeit auf siebenstellige Bildvolumen. Trax wirbt mit jährlich „billions of product images”, das ist im CV-Markt eine seltene Größenordnung. Wer als globale Marke in Tausenden Stores parallel messen will, hat sehr wenige Alternativen, die diese Skalierung praktisch beherrschen.

P&G Partner of the Year 2024. Diese Auszeichnung ist ein starkes Marktsignal, P&G ist einer der anspruchsvollsten CPG-Käufer weltweit. Wer P&G über mehrere Jahre als Lieferant überzeugt, hat die Reife für die meisten anderen CPG-Käufe.

Patentportfolio (55+ Patente). Trax hat eine substanzielle IP-Basis in der CV-Erkennung, die Wettbewerber nicht ohne Weiteres nachbauen können. Für strategische Einkäufer, die langfristige Anbieterbindung evaluieren, ist das ein stabiles Signal.

Schwächen ehrlich betrachtet

US-Datenhosting bleibt das härteste Argument gegen Trax in der EU. Eine native EU-Region oder zumindest Frankfurt-Hosting wird in Sales-Gesprächen verlangt, ist aber öffentlich nicht dokumentiert. DSGVO-Konformität muss über Standardvertragsklauseln, AVV und gegebenenfalls eine Datenschutz-Folgenabschätzung erreicht werden. Für Konzerne mit strenger Drittlandtransfer-Policy wird das ein Hindernis.

Kein KMU-Markt. Trax ist auf große Volumen ausgelegt, Pricing, Implementierung, Account-Management. Wer als KMU oder Regional-Kette evaluiert, wird vom Vertrieb höflich an den falschen Markt verwiesen. Das ist keine Schwäche im engeren Sinn, aber es schließt einen großen Teil des Marktes aus.

Deutschsprachiger Vertrieb und Support sind dünn. Trax hat globalen Vertrieb, das DACH-Geschäft läuft typisch über die europäischen Teams mit Hauptaufgabe in größeren Märkten. Tickets und Eskalationen können Zeit kosten. Deutschsprachige UI ist limitiert.

Bilderfassung bleibt der Engpass. Die beste Erkennung nützt nichts, wenn die Bilder nicht systematisch und in guter Qualität entstehen. Wer auf Außendienst-Smartphones angewiesen ist, lebt mit Schwankungen, Disziplin, Wechsel, Erkrankung. Festinstallierte Regalkameras umgehen das, kosten aber wieder Investition. Trax kann das nicht für dich lösen.

Preisintransparenz erschwert Vergleich. Wer mehrere Anbieter parallel evaluieren will, bekommt von Trax kein Sticker-Pricing, alle Angebote sind individuell. Für strukturierten Vergleich braucht es einen formellen RFP-Prozess.

Begrenzte Modul-Tiefe außerhalb der Regalkernfunktion. Trax ist im Kern Shelf Recognition. Für In-Store-Footfall, Heatmaps, Personenanalyse oder Lieferketten-Forecasting brauchst du andere Spezialisten, kein „One Stop Shop” für Retail-Analytics.

Implementierungsprojekt unterschätzbar. POS-Anbindung, Planogramm-Import, Außendienst-App-Anpassung, Kalibrierung pro Filialtyp, die Implementierung ist kein Plug-and-Play. Plane mehrere Monate für eine produktive Erstkonfiguration mit IT, Trade-Marketing und Außendienst.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
In-Store-Footfall, Heatmaps und Personenfluss messen willst
Demand Forecasting und Supply-Chain-Optimierung brauchst
Allgemeine Computer-Vision-API für eigene Pipelines aufbauen willst
Nur einen einzelnen Store oder kleines Pilotprojekt hast	spezialisierte Smartphone-App ohne Enterprise-Pricing

Erwähnenswert ohne eigene Tool-Seite: Focal Systems (Walmart-Investment, US-fokussiert), Pensa Systems (Drohnen- und Roboter-basierte Regalerfassung), Neurolabs (synthetische Trainingsdaten für CPG-CV), Standard AI und Symbotic (autonome Store-Konzepte), NielsenIQ Retail Intelligence (klassischer Marktforscher mit zunehmend CV-Komponenten). Im CPG-Markt ist Trax oft Default-Wahl, bei großen Handelsketten konkurriert es zunehmend mit Walmart-Eigenentwicklungen und Spezialisten wie Focal.

So steigst du ein

Schritt 1: Use-Case scharf abgrenzen. Bevor du Trax kontaktierst, kläre: Misst du Share of Shelf für eigene Marken (CPG-Perspektive) oder Planogramm-Compliance über eigene Filialen (Händler-Perspektive)? Wie viele Filialen, wie viele SKUs, welche Frequenz? Ohne klare Antwort wird die Demo unscharf.

Schritt 2: Demo mit eigenen Bildern und SKU-Sets. Trax zeigt das System gerne, verlange anhand eines Testscans mit deinem Sortiment und deiner Regalstruktur eine konkrete Genauigkeitsindikation. Generische Demos sagen wenig über deine spezifische Erkennungsqualität. Bring im Pilot deine Edge-Cases: dunkles Regal, Spiegelung, Promo-Aufsteller.

Schritt 3: Pilot in 5–10 Teststores. Vor dem Filialrollout läuft ein realistischer Pilot über mehrere Wochen. Definiere klare Erfolgskriterien (Erkennungsrate, Out-of-Stock-Reduktion, Conversion-Effekt) und vergleiche gegen Kontrollstores ohne Trax-Einsatz. Erst diese Vergleichsdaten sind eine belastbare Geschäftsentscheidung.

Schritt 4: POS-Anbindung und Trade-Marketing-Integration. Erst wenn Regaldaten und Verkaufsdaten verknüpft sind, wird der wirtschaftliche Effekt sichtbar. Plane in Phase 2 die POS-Schnittstelle und die Übergabe der Trax-Insights an Trade-Marketing-Workflows, Außendienst-Aufträge, Promo-Steuerung, Verhandlung mit Handel.

Ein konkretes Beispiel

Henkel Beauty Care setzte Trax in einer Pilot-Region ein, um die Regalplatzierung in ausgewählten Filialen zu überwachen. Das System erkannte Out-of-Stock-Situationen SKU-genau und benachrichtigte den Außendienst in Echtzeit. Nach 3,5 Monaten zeigte sich gegen eine Kontrollgruppe ohne Trax-Einsatz: Out-of-Stock-Reduzierung um 4,3 Prozent, Umsatzanstieg in den teilnehmenden Stores um über 2 Prozent (Quelle: Trax-Fallstudie Henkel Beauty, 2024). Skaliert auf das gesamte Filialnetz und mehrere Regionen rechtfertigt sich der sechsstellige Jahresaufwand sehr schnell, gerade weil Out-of-Stock-Stunden bei einer großen Beauty-Marke direkt Marge kosten. Wichtig im Setup war die Außendienst-Disziplin: Die Bilderfassung musste regelmäßig und in standardisierter Qualität erfolgen, sonst verliert die Genauigkeitskurve schnell.

DSGVO & Datenschutz

• Datenhosting: Standard ist US-Hosting. Eine native EU-Region ist öffentlich nicht dokumentiert und muss im Vertriebsprozess explizit erfragt werden. Anbieter ist Trax Retail mit Hauptsitz in Singapur und Niederlassungen weltweit.
• Bildmaterial und Personenbezug: Regalaufnahmen sind in der Regel sachbezogen, können aber unbeabsichtigt Personen erfassen. Im Datenschutzkonzept muss geregelt sein, wie mit zufällig erfassten Personen umgegangen wird (Verpixelung, Löschung, Speicherfristen).
• Auftragsverarbeitung (AVV): Für Enterprise-Verträge verfügbar, mit Standardvertragsklauseln für Drittlandtransfer. Datenschutz-Folgenabschätzung empfohlen, gerade wenn Außendienst-Smartphones im Einsatz sind.
• POS-Datenanbindung: Beim Verknüpfen von Regaldaten mit Verkaufsdaten entstehen umfangreiche, granular auswertbare Datensätze, Zweckbindung und Rollen-/Rechte-Konzept vor Rollout schriftlich festlegen.
• Empfehlung für Unternehmen: Datenschutzbeauftragten von Anfang an einbinden, EU-Hosting bzw. EU-Datenresidenz vertraglich verhandeln, Standardvertragsklauseln dokumentieren, Außendienst-App-Bedienung mit Hinweis auf personenbezogene Inhalte schulen.

Gut kombiniert mit

• , Trax liefert die SKU-genauen Regaldaten, RELEX nutzt sie als Input für Demand Forecasting und Replenishment. Out-of-Stock-Reduktion wirkt nur, wenn die Nachversorgung passt, diese Kombination schließt den Kreis von Erkennung bis Lieferung.
• , RetailNext analysiert Personenfluss und Verweildauer, Trax analysiert das Regal. Zusammen ergibt sich ein vollständiges Bild der Store-Performance: Wer kommt rein, wo bleibt er stehen, was kauft er, und warum nicht.
• , Wer eigene CV-Pipelines aufbaut (z. B. Eigenmarken-Recognition außerhalb des Trax-Sortiments), nutzt AWS Rekognition als ergänzenden Baustein. Trax bleibt der Spezialist für strukturierte Regalanalyse, AWS füllt freie Use-Cases.

Unser Testurteil

Trax Retail verdient 3 von 5 Sternen. In der eng definierten Zielgruppe, globale CPG-Marken, große Handelsketten, ist Trax ein reifer Spezialist mit echten Praxisreferenzen und einer Skalenstärke, die wenige Wettbewerber bieten. Den vierten oder fünften Stern verliert das Tool durch das US-Hosting ohne dokumentierte EU-Region, die intransparenten Preise, den dünnen DACH-Support, die unerlässliche Außendienst-Disziplin bei der Bilderfassung und die Tatsache, dass die Schwelle für sinnvolle Einsätze sehr hoch liegt. Wer in der Zielgruppe ist und das Hosting akzeptiert, bekommt eine sehr ernsthafte Plattform. Wer nicht in der Zielgruppe ist, sollte gar nicht erst in den Sales-Prozess einsteigen, Trax ist nicht für KMU oder Einzelhändler.

Was wir bemerkt haben

• 2010, Trax wurde als Computer-Vision-Pionier für den Handel gegründet, lange vor dem aktuellen KI-Hype. Das Patentportfolio ist über die Jahre auf über 55 Patente gewachsen, eine bemerkenswerte IP-Tiefe in einem Spezialfeld.
• 2024, P&G hat Trax mit dem „Partner of the Year”-Award ausgezeichnet. Im CPG-Markt ist diese Auszeichnung ein starkes Glaubwürdigkeitsargument; P&G gilt als anspruchsvollster Käufer in der Branche.
• 2024–2025, Trax hat die On-Device-Erkennung („On-Device IR”) parallel zur Cloud-Variante ausgebaut. Das adressiert Kunden mit strengen Datenfluss-Anforderungen oder schwacher Netzanbindung in Filialen, vor allem in Emerging Markets ein praktisches Argument.
• 2024, Die Henkel-Fallstudie mit 4,3 Prozent Out-of-Stock-Reduktion und über 2 Prozent Umsatzanstieg in 3,5 Monaten wurde öffentlich kommuniziert. Solche konkreten Zahlen sind im B2B-Markt selten, sie helfen Trax bei der Akquise in vergleichbaren Branchen.
• Mai 2026, Eine native EU-Datenregion ist öffentlich weiterhin nicht dokumentiert. Wer als europäischer Konzern strenge Drittlandtransfer-Policies hat, muss das im Vertriebsprozess verhandeln, pauschal ist DSGVO-Konformität bei Trax weiterhin Verhandlungssache, nicht Defaultverhalten.