Regalüberwachung per KI-Kamera

Das echte Ausmaß des Problems

In einem deutschen Supermarkt mit 15.000 Artikeln entsteht täglich eine zweistellige Anzahl von Out-of-Stock-Situationen — Produkte, die im System als verfügbar geführt werden, aber im Regal fehlen. IHL Group schätzt den globalen Umsatzverlust durch Regalleeren auf über 1 Billion Dollar jährlich; für den deutschen Lebensmitteleinzelhandel bedeutet das pro Filiale im Schnitt 4 bis 8 Prozent entgangener Umsatz auf betroffene Artikel.

Das Problem ist nicht primär Warenmangel. Ware liegt häufig im Lager, ist verräumt, aber nicht aufgefüllt — weil der Mitarbeiter gerade woanders ist, weil die Kontrollrunde noch nicht stattgefunden hat, oder weil das Produkt optisch erst leer wirkt, wenn die letzten zwei Stück schief im Regal liegen. Manuelles Kontrollieren funktioniert linear: Mehr Fläche bedeutet mehr Zeit, die in Stoßzeiten schlicht nicht da ist.

Hinzu kommt die Planogrammtreue: Steht Artikel A auf dem Preisschild, aber Artikel B im Regal, verliert der Händler Marge und Kundenzufriedenheit. Kontrollen dafür manuell zu machen ist im Alltag kaum möglich. Für Discounter und Vollsortimenter mit täglicher Warenlieferung ist das ein Dauerproblem.

EuroShop-Daten (2024) zeigen: KI-gestützte Regalüberwachung hat sich von einer Pilottechnologie zu produktionsreifen Lösungen entwickelt. Mehrere deutsche und österreichische Anbieter bieten Systeme, die in mittelgroßen Filialen ab 800 m² wirtschaftlich betrieben werden können.

Mit vs. ohne KI — ein ehrlicher Vergleich

Zahlen aus IHL Group (2023) und eigenen Schätzungen auf Basis verfügbarer Pilotstudien. Lokale Abweichungen sind erheblich.

Einschätzung auf einen Blick

Zeitersparnis — mittel (3/5) Kontrollgänge werden nicht abgeschafft, sondern halbiert — das Personal reagiert auf Alerts statt präventiv zu laufen. Das ist eine reale Entlastung, aber kein dramatischer Sprung. Mitarbeiter werden nicht eingespart, sie werden umverteilt.

Kosteneinsparung — mittel (3/5) Der Nutzen kommt über Mehrumsatz (weniger Out-of-Stocks) und leichte Personalentlastung. Die initiale Hardware- und Software-Investition ist erheblich — die Amortisation dauert typischerweise 18 bis 30 Monate. Ohne einen Umsatz über 2 Mio. Euro jährlich ist der Kostennutzen selten überzeugend.

Schnelle Umsetzung — sehr niedrig (1/5) Das ist das schwerste Implementierungsprojekt im Handel-Bereich: Hardware-Beschaffung, Installation, Netzwerkausbau, KI-Training auf das eigene Sortiment, DSGVO-Prüfung, Betriebsrat-Einbindung. Realistischer Zeitraum von Entscheidung bis Pilotbetrieb: 3 bis 5 Monate. Kein schnelles Einstiegsprojekt.

ROI-Sicherheit — niedrig (2/5) Die Reduktion von Out-of-Stocks ist real, aber der ROI hängt von vielen Variablen ab: Wie hoch ist deine aktuelle Out-of-Stock-Rate? Wie groß ist die Filiale? Wie reagiert das Personal auf Alerts? In vielen Fällen amortisiert sich das System erst im zweiten oder dritten Jahr — wenn es konsequent genutzt wird.

Skalierbarkeit — mittel (3/5) Für Filialisten mit mehreren Standorten sinken die Stückkosten, und das KI-Modell kann zwischen Filialen geteilt werden (wenn die Sortiments-Struktur ähnlich ist). Für Einzelfilialen gibt es keine Skalierungs-Vorteile.

Richtwerte — stark abhängig von Filialtyp, Sortimentsgröße, Personalkosten und aktueller Out-of-Stock-Rate.

Was KI-Regalüberwachung konkret macht

Das Verfahren heißt Computer Vision mit Objekterkennung und Anomalieerkennung. In der Praxis:

Decken- oder Regalaufsatzkameras senden regelmäßig Bilder (z. B. jede Minute oder bei Bewegungsänderung) an ein KI-System. Das System analysiert den Füllgrad pro Regalbereich durch Vergleich mit einem Referenzbild des korrekt befüllten Regals. Bei Unterschreitung eines definierten Schwellwerts (z. B. unter 30 % Füllgrad) wird automatisch ein Alert ausgelöst.

Zusätzlich erkennt das System Planogramm-Abweichungen: Steht ein Produkt am falschen Platz? Liegt ein Artikel auf dem Rücken statt stehend? Diese Kontrolle passiert ohne zusätzlichen Personalaufwand.

Alerts gehen direkt ans Smartphone der zuständigen Mitarbeiterin oder auf digitale Terminals im Markt. Kritische Situationen (komplettes Regal leer, Hochfrequenzprodukt) werden priorisiert.

Konkrete Werkzeuge — was wann passt

Focal Systems — US-amerikanischer Anbieter, in Deutschland aktiv, spezialisiert auf Lebensmitteleinzelhandel. Deckenmontierte Kameras mit vollständig verwalteter KI-Plattform. SaaS-Preismodell pro Kamera/Monat. 30–40 % Reduktion von Out-of-Stock-Ereignissen in Pilotstudien.

Trigo — Israelischer Anbieter mit europäischer Präsenz, bekannt aus REWE-Pilotprojekten mit autonomen Stores. Dieselbe KI-Infrastruktur nutzbar für Regalüberwachung.

Wanzl Smart Retail — Deutsches Unternehmen, bietet Regalüberwachungs-Hardware inkl. KI-Software für den deutschen Markt. Vorteil: Ansprechpartner vor Ort, DSGVO-konformes Hosting in Deutschland — wichtiger Faktor für die Datenschutz-Compliance.

Sensormatic by Johnson Controls — Etablierter Anbieter für Verlustprävention, erweitert um KI-Regalüberwachung. Gut für Filialisten, die Verlustprävention und Verfügbarkeitsüberwachung aus einer Hand wollen.

make.com — Für kleinere Setups: Kamerafeed-Analyse über Bildverarbeitungs-APIs, Verbindung mit Warenwirtschaftssystemen für Alert-Weiterleitung.

Rechtliche Besonderheiten

Dieser Use Case berührt arbeitsrechtliche und datenschutzrechtliche Fragen, die vor der Implementierung zu klären sind.

BetrVG § 87 Abs. 1 Nr. 6 — Betriebsrat-Mitbestimmung: Der Einsatz technischer Einrichtungen, die dazu geeignet sind, das Verhalten oder die Leistung von Arbeitnehmern zu überwachen, ist mitbestimmungspflichtig. Regalüberwachungskameras, die technisch auch Mitarbeiter erfassen können, fallen darunter — selbst wenn das erklärte Ziel die Produktüberwachung ist. Ohne Betriebsvereinbarung darf das System nicht eingeführt werden, wenn ein Betriebsrat vorhanden ist.

Praxishinweis: Binde den Betriebsrat frühzeitig ein, nicht als letzten Schritt. Erfahrungsgemäß akzeptieren Betriebsräte Regalüberwachungs-Systeme, wenn klare Regelungen bestehen: welche Daten gespeichert werden, wie lange, wer Zugriff hat, und dass Alerts ausschließlich produktbezogen und nicht zur Leistungsüberwachung von Mitarbeitern genutzt werden.

DSGVO und Kameraüberwachung: Auch wenn das System primär Produkte überwacht, werden Kameras in der Regel auch Personen (Kunden, Mitarbeiter) erfassen. Das erfordert:

• Deutlich sichtbare Hinweisschilder im Markteingang (Art. 13 DSGVO)
• Einen Auftragsverarbeitungsvertrag mit dem Kamera-/KI-Anbieter (Art. 28 DSGVO)
• Dokumentation in deinem Verzeichnis von Verarbeitungstätigkeiten
• Datenschutz-Folgenabschätzung (DSFA) nach Art. 35 DSGVO, da großflächige Überwachung öffentlich zugänglicher Bereiche in Frage steht

EU AI Act — kein Hochrisiko-System: Reine Regalfüllgrad-Überwachung ohne Personenerkennung gilt nicht als Hochrisiko-KI-System nach EU AI Act Anhang III. Anders wäre es, wenn das System Personen klassifiziert (z. B. Altersüberprüfung, biometrische Identifikation) — das fällt unter strenge Anforderungen oder ist in öffentlichen Bereichen verboten. Achte bei Anbieter-Auswahl darauf, ob personenbezogene Erkennungsfunktionen standardmäßig aktiviert sind.

Empfehlung: Anbieter mit Hosting in Deutschland (z. B. Wanzl) vereinfachen die Compliance erheblich. US-Anbieter brauchen sorgfältige Prüfung der Standardvertragsklauseln nach Schrems II.

Was es kostet — realistisch gerechnet

Hardware (einmalig):

• Kamera pro Stück: 200–600 € (je nach Auflösung)
• Mittelgroßer Supermarkt (ca. 10 Kameras): 3.000–8.000 € Hardware
• Installation und Netzwerk: 1.500–4.000 €

Software/SaaS (laufend):

• Focal Systems und vergleichbar: 150–400 € pro Kamera/Monat
• Bei 10 Kameras: 1.500–4.000 €/Monat

ROI-Szenario: Supermarkt mit 3 Mio. € Jahresumsatz, 5 % Out-of-Stock-Verlust auf betroffene Artikel (= 150.000 € entgangener Umsatz). Bei 40 % Reduktion durch KI: 60.000 € Mehrumsatz. Nettogewinn bei 25 % Handelsmarge: 15.000 €. System-Kosten: ca. 30.000 €/Jahr. Amortisation: 2 Jahre. Ohne weitere Kostensenkung durch reduzierte Kontrollgänge.

Günstigere Alternative für kleine Märkte: Zonenbezogene Lösung nur für die 20 umsatzstärksten Artikel mit 2–3 Kameras in kritischen Zonen. Kosten: 3.000–5.000 €/Jahr statt 30.000 €. Abdeckung geringer, aber ROI deutlich schneller.

Drei typische Einstiegsfehler

Fehler 1 — Kalibrierungszeit unterschätzen KI-Systeme brauchen Zeit, um „normales” Regalaussehen zu lernen — und noch mehr Zeit, um Fehlalarme zu minimieren. Wer nach zwei Wochen frustriert aufgibt, weil das System zu viele False Positives meldet, hat die Kalibrierungsphase unterschätzt. Rechne mit 4 bis 8 Wochen bis verlässlicher Alert-Qualität.

Fehler 2 — Betriebsrat als letzten Schritt einbinden Wer erst nach der Systemanschaffung den Betriebsrat informiert, riskiert einen Einführungsstopp — und hat bereits Hardware bezahlt. Der Betriebsrat muss vor der Investitionsentscheidung eingebunden sein, nicht danach.

Fehler 3 — Alerts ohne klaren Verantwortlichen Ein Alert, der aufs Diensthandy kommt und von niemandem quittiert wird, ist wertlos. Klare Zuständigkeiten (wer empfängt welchen Alert, wer muss wie schnell reagieren) müssen vor dem Go-Live definiert sein — nicht im laufenden Betrieb.

Was mit der Einführung wirklich passiert — und was nicht

In den ersten Wochen gibt es Anlaufschwierigkeiten: zu viele Alarme, Personal das unsicher ist, wann ein Alert wirklich ernst zu nehmen ist. Diese Phase dauert 4 bis 8 Wochen und ist unvermeidlich.

Was sich danach stabilisiert: Das Personal entwickelt ein neues Verhältnis zu Kontrollgängen. Statt reaktiver Runden auf Verdacht gibt es datenbasierte Einsätze — das erzeugt Akzeptanz, wenn das Team merkt, dass Alarme verlässlich sind.

Was nicht verschwindet: Die Notwendigkeit, auf Alarme zu reagieren. Ein KI-System, das Lücken meldet, und Personal, das keine Zeit oder Motivation hat, zu reagieren, spart nichts. Die Entlastung durch KI setzt voraus, dass die organisatorische Reaktionsfähigkeit vorhanden ist.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Wir haben bereits Kameras im Markt.” Sicherheitskameras sind auf breite Blickwinkel und Personenerkennung optimiert, nicht auf Regalfüllgrade. Die Bildauflösung und der Winkel passen selten für artikel-genaue Analyse. Einige KI-Systeme können Security-Kamera-Feeds trotzdem nutzen — das sollte beim Anbieter-Gespräch konkret geprüft werden.

„Das können wir nicht finanzieren — wir sind ein kleiner Markt.” Für Filialen unter 400 m² ist eine Vollinstallation selten wirtschaftlich. Hier ist ein pragmatischer Ansatz sinnvoller: KI-Überwachung nur für die 20 Hochfrequenzartikel mit wenigen Kameras in den kritischen Zonen. Das reduziert Kosten auf ein Fünftel.

„Datenschutz ist bei uns ein Problem.” Regalüberwachungs-KI analysiert Füllgrade, keine Personen. Aber: Du brauchst trotzdem Hinweisschilder, Betriebsrat-Einbindung und einen AVV mit dem Anbieter. Das ist handhabbar, aber nicht trivial — Anbieter mit Hosting in Deutschland vereinfachen das erheblich.

Woran du merkst, dass das zu dir passt

Das passt zu dir, wenn:

• Du eine Filiale über 800 m² betreibst und Out-of-Stocks ein messbares, wiederkehrendes Problem sind
• Dein Jahresumsatz über 2 Mio. € liegt — darunter ist das ROI-Verhältnis meist ungünstig
• Du einen Betriebsrat hast und bereit bist, die Einbindung frühzeitig und transparent zu gestalten

Das passt noch nicht zu dir, wenn:

• Deine Filiale kleiner als 400 m² ist — manuelle Kontrollrunden sind hier effizienter
• Du keine bestehende Netzwerkinfrastruktur in der Filiale hast — der Nachrüst-Aufwand überwiegt
• Dein Out-of-Stock-Problem tatsächlich ein Lagerproblem ist (Ware nicht vorhanden), nicht ein Auffüllproblem — KI-Kameras lösen das nicht

Das kannst du heute noch tun

Führe eine manuelle Out-of-Stock-Analyse durch: Bitte einen Mitarbeiter, eine Woche lang jede beobachtete Regalleere mit Uhrzeit und Produkt zu dokumentieren. Das zeigt dir, ob und wo das Problem real ist — bevor du in Hardware investierst.

Quellen & Methodik

• IHL Group (2023): „The $1 Trillion Opportunity: Reducing Out-of-Stocks in Grocery Retail” — globale und regionale Out-of-Stock-Schätzungen; ihlservices.com
• EuroShop Düsseldorf (2024): Messedokumentation zu KI-Regalüberwachungslösungen; euroshop-tradefair.com
• Bundesarbeitsgericht (BAG): Rechtsprechung zu § 87 BetrVG bei technischen Überwachungseinrichtungen — einschlägige Urteile BAG 1 ABR 22/19
• Bundesdatenschutzbeauftragter (BfDI): Orientierungshilfe zur Videoüberwachung in öffentlich zugänglichen Bereichen; bfdi.bund.de