Suche
Close this search box.
603557fca6b50959b6fbad67 touchless hero

Touchless Checkout für Convenience Stores

Neue Technologien ermöglichen Kostensenkungen, Verbesserungen des Angebots und des Kundenservice und sogar völlig neue Geschäftsmodelle. Eine besondere Rolle nimmt dabei das Maschinelle Lernen ein. Maschinelles Lernen ist ein Zweig der Künstlichen Intelligenz und bedeutet, dass künstliche Systeme in großen Datenmengen Muster und Gesetzmäßigkeiten erkennen und daraus Rückschlüsse ziehen. Im Handel wird Maschinelles Lernen häufig im Zusammenhang mit Bild- und Spracherkennung sowie für Prognosen eingesetzt. Bei den diesjährigen Retail Innovation Days hat die DHBW Heilbronn in Kooperation mit dem Handelsverband Baden-Württemberg zum ersten Mal die Retail Innovation Awards verliehen. Aus über 80 Innovationen haben zwölf Handelsexperten aus Theorie und Praxis 15 Innovationen für die Awards nominiert. Aus diesen haben die Teilnehmer der Retail Innovation Days die Preisträger gewählt. Unter den Innovationen befand sich unter anderem Touchless Checkout von Mashgin, Inc.  Die Innovation setzt sich mit dem Self Checkout für Convenience Stores, Cafeterias und Fitnessstudios auseinander. Kunden legen hierbei einen oder mehrere Artikel unter einen Scanner, woraufhin die Ware per Bilderkennung erfasst wird.

Problem

Kunden, die in Convenience-Stores, Duty-Free-Geschäften oder in Cafeterias einkaufen, benötigen oft nur wenige Artikel. Da die Geschäfte häufig mit nur einer oder zwei Kassen ausgestattet sind, kann es zu Stoßzeiten dennoch zu unangenehmen Wartezeiten kommen. Hinzu kommt, dass beispielsweise in Cafeterias oder Fitnessstudios zwar Convenience-Produkte verkauft werden können, aber nicht immer Personal verfügbar ist. In diesen Fällen kann die Ware auf Vertrauensbasis ausgegeben werden. Dennoch muss sie korrekt erfasst und abgerechnet
werden. Eine weiteres Problem besteht bei Artikeln, die keinen Barcode haben. Gerade in Cafeterias kann das häufig vorkommen.

Lösung

Das Touchless-Checkout-System von Mashgin bietet eine Lösung für diese Fälle. Ähnlich wie bei dem AI Counter von Caper legen die Kunden die Waren einfach unter den Scanner und einzelne oder mehrere Artikel werden von Kameras per Bilderkennung identifiziert. Danach kann am integrierten Terminal elektronisch bzw. mit Karte bezahlt werden. Das System lässt sich an bestehende POS- und Zahlungsabwicklungssysteme anbinden. Damit die Bilderkennung funktioniert, muss das System auf jeden einzelnen Artikel trainiert werden. Dazu sind 20 bis 50 Fotos notwendig, die über den Scanner des Systems erzeugt werden können. Mashgin verfügt über eine Datenbank, in der bereis über 10 000 Artikel enthalten sind. Das System ist bereits in knapp 500 Circle K-Geschäften in den USA und Schweden implementiert und soll auf knapp 7000 Geschäfte ausgerollt werden (Wolf 2022).

Weitere Informationen finde Sie in unserem Retail Innovation Report

Kommentar verfassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert