Im Jahr 2021 wurden laut Statista 256.694 Ladendiebstähle in Deutschland polizeilich registriert. Das führt häufig dazu, dass Einzelhändler ihre Preise erhöhen müssen, und im Worst Case zu Ladenschließungen. Auch in den USA ist Warendiebstahl ein Problem. So gab Target beispielsweise an, dass Hunderttausende von Dollar an Gewinnverlusten im Jahr 2022 auf organisierten Diebstahl zurückzuführen seien.

Dem Handelsverband zufolge investieren die Einzelhandelsunternehmen in Deutschland rund 1,3 Milliarden Euro pro Jahr in Maßnahmen gegen Diebstahl, Betrug und Raub, um Eigentum und Mitarbeiter zu schützen. Einzelhändler sprechen auch gerne von „Warenschwund“, wenn sie damit eigentlich Produktdiebstahl oder –beschädigung meinen.

Nun hat das für die Entwicklung und Herstellung von Grafikprozessoren bekannte Unternehmen Nvidia drei neue KI-Workflows für den Einzelhandel als Teil seiner Nvidia AI Enterprise Softwaresuite angekündigt. Diese Workflows sollen Entwickler:innen dabei helfen, Anwendungen bereitzustellen, um Diebstahl zu verhindern.

Wie Azita Martin, Nvidias Vice President für KI für den Einzelhandel, CPG und QSR, in einem Blog auf der Webseite mitteilte, basieren die Workflows auf Nvidias Metropolis Microservices, einer Low- oder No-Code-Methode zum Erstellen von Anwendungen für künstliche Intelligenz, die anschließend in die Legacy-Systeme eines Unternehmens wie Point-of-Sale integriert werden.

Bei den KI-Workflows handelt es sich Martin zufolge um drei verschiedene Tools, die über die Software verfügbar sind. Das wichtigste Tool dabei ist der KI-Workflow zur Verhinderung von Verlusten im Einzelhandel.

Dieser Workflow wurde Martin zufolge vorab mit Hunderten von Bildern der am häufigsten gestohlenen Produkte – darunter Waschmittel, Alkohol, rezeptfreie Medikamente und sogar Steaks – trainiert, damit die KI erkennen kann, in welchen Formen und Verpackungen die Produkte verfügbar sind.

Nvidia habe sich in erster Linie auf die Marken konzentriert, die von Konsumgüterunternehmen hergestellt werden, mit der synthetischen Datengenerierung von NVIDIA Omniverse können Einzelhändler und unabhängige Softwareanbieter die Modelle für Hunderttausende von Geschäftsprodukten jedoch anpassen und weiter trainieren.

Das zweite Tool ist ein Multikamera-Tracking-KI-Workflow. Diese Funktion soll es Anwendungsentwickler:innen ermöglichen, Systeme zu erstellen, die Objekte über mehrere Kameras im gesamten Geschäft tracken können. Damit Käufer:innen ihre Privatsphäre wahren können, werden die Produkte durch visuelle Einbettungen getracked und nicht durch persönliche biometrische Informationen.

„Falls die Produkte bewegt werden, während sich Kund:innen durch das Geschäft bewegen, werden sie verfolgt. Und auch Einkaufskörbe oder Einkaufswagen werden von Kamera zu Kamera verfolgt“, erklärte Martin.

Zu guter Letzt gibt es noch ein Analyse-Workflow für Einzelhandelsgeschäfte. Dieses Tool nutzt Computer Vision, um über benutzerdefinierte Dashboards Einblicke für Ladenanalysen zu liefern. „Mit einer Heatmap wissen Sie, wohin Ihre Kund:innen am häufigsten gehen und welches ihre beliebtesten Wege sind“, sagte Martin. „Auf diese Weise können Sie das Sortiment und das Merchandising im Geschäft optimieren, um den Umsatz zu steigern.“