Smart Retailing: So reagiert der Einzelhandel auf die Herausforderungen des Onlinehandels

„Smart Retailing“, also ein intelligenter Einzelhandel, hat sich eher als Realität und nicht als Konzept fest etabliert. Er spiegelt wider, wie Einzelhändler mit den disruptiven Kräften umgehen, denen der 15-Billionen-US-Dollar-schwere Sektor jetzt gegenübersteht. Ein Umbruch, den ein Bericht von Intel Labs/The Store WPP als „die zweite Ära des digitalen Handels“ bezeichnet.

Im folgenden Artikel betrachten wir diese aktuellen Herausforderungen für Einzelhändler und wie sie IoT-Technologien – also intelligente Geräte, dichte Sensorarrays, massive und doch erschwingliche Computerressourcen sowie hochentwickelte analytische Fähigkeiten – entsprechend nutzen können. Wir schauen uns Technologien an, die Lebensmittelbetrieben wie Amazon Go zugrunde liegen, und stellen sie den Strategien gegenüber, die heute in zwei weiteren wichtigen Einzelhandelsbereichen – Kleidung und Einrichtung – auftauchen.

Ein perfekter Sturm im Einzelhandel

Der Bericht zur zweiten Ära des digitalen Handels beschreibt, wie der Einzelhandel einem perfekten Sturm des Wandels gegenübersteht, der von einer Vielzahl starker technologischer, sozialer, demografischer, ökosystemarer, geschäftlicher und wirtschaftlicher Kräfte angetrieben wird. Kunden stellen heutzutage eine Reihe neuer Anforderungen an „Omni-Channel“-Einkäufe (bei denen das virtuelle Einkaufserlebnis und das Einkaufserlebnis vor Ort nahtlos ineinander übergehen), Personalisierung und persönliches Erlebnis, Effizienz, Transparenz und die Qualität des Erlebnisses selbst. Sie profitieren zudem von einer größeren Auswahl, da Einzelhändler in zunehmend wettbewerbsorientierten Umgebungen um ihre Kunden kämpfen.

Hersteller erwarten mehr von ihren Einzelhandelsgeschäften; erhöhte Sichtbarkeit und neue Services wie Zielgruppenanalysen, gezielte Werbung sowie weitere Analysen und Erkenntnisse. Darüber hinaus hat die Entwicklung hin zum Onlinehandel die Einzelhandelslandschaft für immer verändert und setzt eine völlig neue Denkweise voraus. Der Umschwung wird es dem Einzelhandel auch weiterhin nicht leicht machen, da immer kürzere Lieferzeiten den unmittelbaren Vorteil des traditionellen Einzelhandels untergraben.

Vor diesem Hintergrund besteht auch die Herausforderung und zugleich Chance, der das Mooresche Gesetz zugrunde liegt: So werden immer komplexere Computerfunktionen bereitgestellt, während Kosten-, Größen- und Energiebarrieren ausreichend schrumpfen, um sich auf die Einzelhandelsstrategie auszuwirken. Die Folgerung ist, dass letztlich jedes Objekt sowohl intelligent als auch zusammenhängend gestaltet werden kann, wenn diese Barrieren verschwinden. Diese Eigenschaften bringen kommerzielle Vorteile mit sich, wenn die von den wachsenden Unmengen von intelligenten Geräten bereitgestellten Daten erfolgreich von leistungsfähigen Computern erfasst und in Informationen umgewandelt werden können, die aussagekräftige Erkenntnisse liefern.

Während laut des Berichts von Intel in der ersten Ära der Digitalisierung des Handels noch Supply-Chain-Management sowie Bestands- und Zahlungssysteme im Mittelpunkt standen, wird die zweite Ära von Sensoren, Datenanalyse, Robotik, natürlichen Schnittstellen und der allgegenwärtigen Datenverarbeitung geprägt sein. Das Ziel sei es, das Einkaufserlebnis zu verbessern, indem es für die Kunden persönlicher, effizienter und unterhaltsamer gestaltet werde. Gleichzeitig sollten die Effizienz im Einzelhandel kontinuierlich verbessert, neue Geschäftsmodelle ermöglicht, der Umsatz maximiert und die Durchführung und Lieferung beschleunigt werden.

Im intelligenten Geschäft

Wenn es bei einem intelligenten Einzelhandel darum geht, Daten und Informationen zur Kommunikation mit Kunden und Lieferanten zu sammeln, dann spielen die Regale des Geschäfts und ihr Potenzial für intelligente Systeme eine entscheidende Rolle. Entwickeln Sie ein „Smart Shelf“, also ein intelligentes Regal, und es wird den Service revolutionieren, den Einzelhändler sowohl Herstellern als auch Kunden bieten können. Es wird mit dem Käufer auf eine Art und Weise interagieren, die natürlich, komfortabel und absolut respektvoll in Bezug auf seine Privatsphäre ist. So werden Regale natürliche menschliche Sprache, Zusammenhänge und sogar Gefühlszustände verstehen. Sie werden Kunden auf intelligente Weise helfen, indem sie einschätzen, ob Kunden gestresst, entspannt, in Eile oder verwirrt sind, einen interessanten Artikel entdeckt haben oder kurz vor einer Kaufentscheidung stehen.

Fig1: Regale können Vorteile für bestimmte Aktionen bieten, wenn Kunden kurz vor einer Kaufentscheidung stehen.

Wie jeder gute Verkäufer auch wird das Regal eine Persönlichkeit haben, die tiefe Produktkenntnisse, Vertrauenswürdigkeit, wichtige Einblicke zum Kunden und starke Verkaufsfähigkeiten vereint. Es wird in einer Vielzahl von Gesprächen navigieren, um die Auswahl für den Kunden zu erleichtern und ihn zum Kauf zu bewegen. Intelligente Regale werden zudem zur Schadensverhütung dienen und Muster und Proben, Inventar sowie Vermögenswerte verwalten. Um den größtmöglichen Nutzen zu erzielen, müssen intelligente Regale von einer hochentwickelten Backend-Serverinfrastruktur unterstützt werden, die Daten sammelt, speichert sowie analysiert und dem Regal Medien und weitere Dienste zur Verfügung stellen kann.

Dem Bericht von Intel zufolge könnten Regale in drei Kategorien eingeteilt werden; „gut“, „besser“ und „am besten“. Gute Regale verfügen über die grundlegende Sensorik und begrenzte Anzeigefähigkeiten, jedoch keine Kommunikationsfunktionen. Bessere Regale zeichnen sich durch ausgefeiltere Sensoren, mehr lokale Intelligenz und eine bessere Cloud-Interaktion aus. Näherungssensoren werden durch Funktionen ersetzt, die ein Sehen, Riechen, Fühlen, Verstehen und Erahnen der Welt um sie herum zu ermöglichen. Sie werden den Inhalt erkennen können, den sie mithilfe von Kameras, RFID-Lesegeräten, Gewichtssensoren oder anderen Technologien halten. Gleichzeitig interagieren sie mithilfe von 3D-Kameras, Mikrofonen, Näherungs- und Berührungsmeldern sowie lokalen Computerressourcen, die die Cloud-Verarbeitung mit ihren Problemen in Sachen Datenschutz überflüssig machen, mit dem Kunden vor ihnen.

Ein praktisches Beispiel für ein sensorreiches Smart-Shelf-Design finden Sie weiter unten unter „Hochintegrierte Smart Shelves“.

Die besten Regale werden diese Ressourcen um weitere cloudbasierte Ressourcen ergänzen, um Produktinformation, Social-Media-Bewertungen, Rabatte und eine personalisierte Einkaufsberatung für jeden Kunden bereitzustellen. Eine dynamische oder personalisierte Preisgestaltung sowie Werbeangebote sind ebenfalls möglich. Einige Regale können im Rahmen der Interaktion auf das Smartphone des Käufers – das Display, den Touchscreen, das Mikrofon und sogar den Prozessor – zugreifen. Andere werden ihre eigene Hardware nutzen. Dazu könnten auch Anzeigen wie OLEDs oder LEDs bis hin zu hochwertigen Video- oder sogar holographischen Geräten gehören. Alles rund um das Thema Anzeigen wird jedoch sorgfältig abgewogen werden müssen, da zu viele helle Bildschirme in einem begrenzten Bereich überfordern können.

Umgekehrt könnten leicht zu bedienende, bedienerfreundliche Schnittstellen – wie z. B. Touch-, Gesten-, Augmented- oder Virtual-Reality – Gespräche in beide Richtungen und praktische Übungen in Sachen Personalisierung für Kunden sehr attraktiv machen.

Fig2: Einfach zu bedienende Benutzeroberflächen können sehr kundenspezifisch gestaltet werden und somit für Kunden interessant sein.

Smart Shelves mit ausreichender Rechenleistung werden zudem dazu in der Lage sein, natürliche Gespräche zu führen und beispielsweise auf die Frage eines Kunden zum Standort eines Produktes zu antworten. Das Regal könnte dann basierend auf seiner Kenntnis der Kaufhistorie des Kunden weitere Vorschläge für möglicherweise für den Kunden interessante Produkte machen.

Hersteller profitieren von Einblicken in Verkehr, Verweilzeiten, Kundendemografie und Erfolg von Angeboten oder Werbung. Regalsensoren und Kameras, die „Machine Vision“ (Bildverarbeitungs-Technologien) verwenden, können laufend über Lagerbestände berichten und veranlassen, dass Nachbestellungen getätigt werden, sobald der Produktvorrat knapp wird. Die Sensoren könnten sogar versuchte Ladendiebstähle erkennen. Das Kundenverhalten, das von Regalsensoren und Bewegungsverfolgungsfunktionen erfasst und an eine Cloud-Analyse-Ressource gesendet wird, muss in Daten integriert werden, die im Zusammenhang mit Onlineverhalten gesammelt wurden – das sind Klicks, Mausbewegungen, Warenkörbe und Wunschlisten.

Eine innovative Technologie namens NeWave Smart Shelf ermöglicht Einzelhändlern eine kontinuierliche Überwachung der Lagerbestände, ohne das hierfür RFID-Tags für einzelne Artikel erforderlich sind. Die Tags befinden sich stattdessen auf dem Produktschieber des Regals und werden sichtbar, wenn der Artikel entfernt wird. Das System kann zudem einen Alarm auslösen, wenn zu viele Gegenstände gleichzeitig entfernt werden, wodurch ein Diebstahl angezeigt wird. Dies kann durch eine Videoaufzeichnung der Aktivität bestätigt werden.

Verderbliche Lebensmittel können durch passive UHF-temperatursensitive RFID-Inlays als kostengünstige Alternative zu aktiven RFID-Tags oder Datenloggern geschützt werden. Die im Chip integrierten Temperaturerfassungsschaltungen dieser SMARTRAC-Geräte können den Temperaturmesswert eines Produkts in eine 12-Bit-Nummer umwandeln, die von einem UHF-Leser zusammen mit der eindeutigen Kennung des Tags gelesen werden kann. Grundlegende Feuchtigkeitserfassungsfähigkeiten werden ebenfalls bereitgestellt, basierend auf der Messung von Impedanzänderungen.

Hochintegrierte Smart Shelves

Obenstehend haben wir verschiedene Vorteile hervorgehoben, die durch Smart-Shelf-Technologien erzielt werden können. Dennoch werden viele Einzelhandelsunternehmen integrierte Lösungen suchen, die aus Bauelementen bestehen, die zusammenarbeiten, um ein besseres Einkaufserlebnis zu bieten und gleichzeitig für den Einzelhandel relevante Daten zu sammeln und zu analysieren.

Von Unternehmen wie Hybris Labs sind Analyselösungen für den Einsatz im Geschäft verfügbar. Ihre „Funky Retail“-Lösung kann anwesende Kunden erkennen, zählen, wie oft und wie lange ein Produkt angehoben wird, und diese Produkte mit entsprechenden Werbevideos verknüpfen.

Allerdings werden derzeit Smart-Shelf-Lösungen entwickelt, die Multiple-Sensorarrays, wie Intel sie sich vorstellt, intensiver nutzen. Diese bieten sowohl dem Kunden als auch dem Einzelhändler detailliertere Echtzeitinformationen. Ein Beispiel ist eine US-Patentanmeldung mit dem Titel „Smart Shelves für den Einzelhandel“, welche im Februar 2016 von Erfindern von IBM eingereicht und im August 2017 veröffentlicht wurde.

Jedes Regal in diesem System weist eine Mesh-Anordnung von Sensoren auf, die Dehnungssensoren, Fotodetektoren, Mikrofone und Überlaufdetektoren zusammen mit einem Datenverarbeitungssystem für die Arbeit mit den Sensorsignalen enthält. Die Sensor-Mesh-Layer ist in den Boden jedes Regals eingepasst. Das System umfasst zudem eine Reihe von Videoanzeigen, um die Informationen zu den Produkten zu liefern, die aus dem Regal verkauft werden; diese Informationen werden verschiedenen drahtlosen Sendern bereitgestellt.

Speichergeräte können nach Belieben gewählt werden. Benutzereingabegeräte können eine beliebige Mischung aus Tastatur, Maus, Tastatur und/oder Geräte zur Bilderfassung, Bewegungserfassung, Geruchsdetektion, Lichterkennung, Mikrofon oder kombinierten Geräten sein, die über mehr als eine dieser Funktionen verfügen. Auch andere Geräte können eingesetzt werden. Es können mehrere Regale mit verschiedenen Produkten in ein System integriert werden. Die Datenverarbeitungseinheit jedes Regals kann mit einem zentralen Speicherserver verbunden werden, der verschiedene Speichersysteme wie persönliche Planung, persönliche Informationen, Beleuchtung, Überwachung von Sicherheitsgegenständen und Lagerbestandskontrolle steuert.

Der zentrale Server kann dann Zugriffsinformationen wie Pager, SMS oder E-Mail-Adressen für die Mitarbeiter bereitstellen, damit sie rechtzeitig über niedrige Bestände oder andere Situationen informiert werden können.

Die Videoanzeigen können nach Bedarf Produkteigenschaften wie Preis, Gewicht, chemische Frische, die durch Farbe oder Methanemission bestimmt wird, Nährwerte, Kalorien, Rezepte, Verfallsdaten und andere Informationen anzeigen. Sie können auch über Aktionen für ähnliche Produkte informieren, die für Kunden von Interesse sein könnten.

Dehnungssensoren innerhalb des Gitters können ein Spannungssignal liefern, das proportional zum Gewicht ist, und somit die Anzahl der Produkte, die auf dem Regal angeordnet sind. Es kann ein „Nachbestellungs“-Signal ausgelöst werden, wenn das Gewicht unter einen voreingestellten kritischen Wert fällt. Fotodetektoren können über Filter verfügen, die anzeigen, dass sich ein bestimmter Gegenstand mit einer bestimmten Farbe im Regal befindet. Wenn der Artikel eine langsame Veränderung der Farbe aufweist – zum Beispiel eine Banane, die anfangs gelb war und nun bräunlich wird, oder Milch, die in einer Flasche gerinnt und die Farbe ändert – wird die sich verändernde Spannung des Fotodetektors den Händler entsprechend informieren.

Mikrofone können auf Geräusche achten, die anzeigen, wenn sich ein Behälter weitet, weil etwas mit seinem Inhalt nicht stimmt oder der Artikel falsch in das Regal eingeordnet wurde. Diese Mikrofone können unter Verwendung von Streifen aus piezoelektrischem Material implementiert werden, die ein Signal erzeugen, wenn sie kleinste Vibrationen wahrnehmen. Insgesamt können die verschiedenen Sensoren in eine Platte integriert werden, die aus einer Schicht für einen Dehnungsdetektor, einer Schicht für einen Photodetektor, einer Schicht für einen akustischen Sensor sowie vielen weiteren Schichten besteht.

Die Dehnungssensoren können eine gemusterte Folie umfassen, die auf den Boden des intelligenten Regals laminiert wird. Schaltungen können mit Silizium, Germanium und/oder anderen Materialien, die sie für verschiedene Vorkommnisse empfindlich machen, auf die Folie gedruckt werden. So kann chemisches Abtasten durch Drucken von Zinnoxid auf einen Transistor erreicht werden, da der Strom, der durch die Schaltung fließt, mit zunehmendem Methanpegel ansteigt. Auf ähnliche Weise kann ein Lichtdetektor an der Verbindung von zwei unähnlichen Materialien wie Silizium und Germanium erzeugt werden. Dieser Detektor kann Licht in einem Spektralband erfassen, das mit der Farbe der Produktverpackung übereinstimmt.

Die Sensorschichten können senkrechte Streifen sein, die eine Querstabstruktur mit beliebiger Ausrichtung bilden. Es können mehrere diskrete Bauelemente enthalten sein, die ermöglichen, dass Gegenstände willkürlich auf dem Regal platziert werden, falls eine andere Anordnung als die übliche Anordnung in „Reihen und Spalten“ gewünscht wird.

Daten können von den Funksendern über Bluetooth, Spread-Spectrum-Funk, Mesh-Radio, ZigBee, Global Systems for Mobile Communications (GSM), Code Division Multiple Access (CDMA), General Packet Radio Service (GPRS), Wideband Code Division Multiple Access (WCDMA), Enhanced Data Rates for GSM Evolution (EDGE) (auch bekannt als Enhanced GPRS oder EGPRS), CDMA 2000 oder andere kabelgebundene, drahtlose oder hybride Standards versendet werden.

Dies ist nur eine mögliche Lösung – möglicherweise entscheiden Einzelhändler sich jedoch dafür, in ihrem Betrieb Lösungen von mehreren Anbietern zu nutzen. Dementsprechend müssen Standards für die Datenanalyse geschaffen werden. Die Branche muss Standardschnittstellen und eine Reihe offener APIs definieren, mit denen Entwickler über standardisierte Plattformen hinweg zusammenarbeiten können. So würde man bei der Bereitstellung von Inhalten von Standard-Bildschirmgrößen, -formaten und -auflösungen für Onlinewerbung profitieren.

Erkennung des Kundenstandorts

Während Smart Shelves und die Verarbeitungsleistung, die möglicherweise mit ihnen einhergeht, der Schlüssel für die bevorstehende „zweite Ära des Einzelhandels“ sind, werden sie durch eine weitere wichtige Datenquelle ergänzt: standortbasierte Dienste mit ausreichender Genauigkeit, um sie innerhalb der Grenzen eines Geschäfts anwenden einsetzen zu können. Diese Daten können analysiert werden, um Kundenströme zu verstehen und so einen besseren Einblick in das Käuferverhalten, das Ladenlayout und die Benutzererfahrung zu erhalten.

Die Ortungsverfolgung ist entweder passiv, wenn der Kunde lediglich sein Smart-Gerät mit sich führt, es aber nicht verwendet, oder aktiv, wenn er es verwendet, um basierend auf seinem Standort Informationen abzurufen oder Dienste zu nutzen. Verschiedene Techniken mit verschiedenen Genauigkeiten, Verfeinerungsgraden und Entwicklungsstatus können wie folgt zusammengefasst werden:

Wi-Fi-Triangulation: Wird bereits eingesetzt, ist mit 30 Metern jedoch leider nicht sehr genau.
Wi-Fi-Fingerabdruck: Eine anspruchsvollere Version der Wi-Fi-Triangulation, die mithilfe von Lernalgorithmen das Wi-Fi-Profil eines Geschäfts abbildet. Frühe Versuche weisen eine Genauigkeit von zwei bis fünf Metern auf.
Bluetooth LE-basierte Beacons: Beacons wie die iBeacon-Technologie von Apple können Angebote an ein Kundengerät auslösen, wenn es sich in Reichweite eines iBeacon-Senders befindet. Die Reichweite des Senders kann auf einen kleinen Bereich (5-Meter-Radius) oder den gesamten Laden eingestellt werden.
Beschleunigungsmesser und Trägheit: Der Beschleunigungsmesser eines Smartphones kann mit begrenzter Genauigkeit verwendet werden; derzeit ist er nur dann brauchbar, wenn er eingesetzt wird, um andere Standorttechniken zu verbessern.
Semantischer Ort: Diese Funktion nutzt die Signalverarbeitung von Wi-Fi-Signalen im Laufe der Zeit, um den Standort zu verfeinern, wenn unklar ist, auf welcher Seite einer Wand sich ein Kunde befindet.
Umgebungsgeräusche: Jedes Geschäft weist unterschiedliche Umgebungsgeräusche auf. Diese Funktion kann genutzt werden, um mit anderen, nicht eindeutigen Standortinformationen dabei zu helfen, die endgültige Position zu bestimmen.
Aktive Audiofunktion: Einige Geschäfte fügen der in ihrem Laden gespielten Musik Audio-Signaturen hinzu, damit die Geräte immer genau wissen, wo sie sich befinden.
Zu den weiteren Ansätzen gehören die visuelle Triangulation, der visuelle Fingerabdruck (ähnlich dem Wi-Fi-Fingerabdruck) und das magnetische Feld, das den digitalen Kompass eines Smartphones verwendet, um in Geschäften vorhandene Magnetfelder zu erkennen.
Informationen zu benutzerdefinierten Designs, wie z. B. der Vorgehensweise im Amazon Go Store, finden Sie weiter unten.

Diese Techniken werden sich voraussichtlich im Laufe der Zeit weiterentwickeln. Die höchste Genauigkeit wird erreicht, wenn mehrere dieser Ansätze miteinander kombiniert werden. Die Verkehrsflussanalyse benötigt eine Genauigkeit von etwa zwei Metern, um feststellen zu können, in welchem Gang ein Kunde steht. Ein Filialführer für Kunden kann sogar eine Genauigkeit von einem Meter erfordern, um für den Kunden einen echten Mehrwert darzustellen und ihn direkt zu einem gesuchten Produkt zu führen.

Amazon Go

Amazon hat kürzlich seinen ersten Amazon Go-Store eröffnet, in dem Kunden die gewünschten Artikel auswählen und das Geschäft dann verlassen können, ohne an einer Kasse bezahlen zu müssen. Stattdessen verwendet das Geschäft eine Kombination aus Bildverarbeitung, Deep Learning-Algorithmen und Sensorfusionstechnologien (hierbei werden Daten aus verschiedenen Sensoren miteinander „verschmolzen“, um Faktoren zu berechnen, die von einem einzelnen Sensor nicht bestimmt werden könnten), um Personen und ihre Einkäufe zu identifizieren.

Kunden müssen eine App scannen, um den Laden zu betreten. Danach wird alles, was sie tun, über Kamera- und Regalsensoren erfasst und in einen virtuellen Einkaufskorb gelegt. Sobald der Kunde das Geschäft verlässt, belastet das System sein Amazon-Konto mit dem Endbetrag. Zur Umsetzung dieses Konzepts wurden unter anderem folgende Techniken eingesetzt:

Kunden checken ein, indem sie den QR-Code in der Amazon-App mit ihrem Smartphone scannen.
Im Geschäft werden sie durch Dutzende von Deckensensoren überwacht.
Es wird eine Kombination aus Video-Feeds mit Bildanalyse und Laser-Arrays verwendet, um Personen und Artikel im Geschäft zu identifizieren. Die Technologie ist die gleiche wie bei selbstfahrenden Autos.
Daten von diesen Sensoren und Video-Feeds werden zusammengefasst und mit maschinellem Lernen kombiniert. Das Ergebnis ist ein Paket, das Amazon die „Just Walk-Out“-Technologie nennt.
Wenn ein Kunde einen Karton Milch abholt, fügt die Technologie diesen zu seinem virtuellen Einkaufskorb hinzu. Sie entfernt den Artikel wieder, wenn er zum Regal zurückgebracht wird.
Amazon belastet das Konto eines Kunden, sobald er den Laden verlässt.
Ein Kunde stellte die Technologie auf den Prüfstand, indem er sein Smartphone ausschaltete, Gegenstände aus den Regalen nahm und sie an den falschen Ort zurückbrachte. Die App konnte die Gegenstände dennoch korrekt zuordnen.

Bekleidungsgeschäfte und verzauberte Spiegel

Der E-Commerce stellt bereits seit über einem Jahrzehnt eine Gefahr für Ladengeschäfte vor Ort dar. Aus diesem Grund versuchen Einzelhändler, ihre Geschäfte mehr wie einen Onlineshop zu führen. Eine Stelle, an der es Verbesserungspotenzial gibt, ist die Umkleidekabine. Kunden, die eine Umkleidekabine nutzen, tätigen einer Studie von Alert Tech zufolge sieben Mal häufiger einen Kauf als Kunden, die einen Laden einfach nur durchstöbern.

Als Reaktion darauf entwickelte Oak Labs, ein 2015 von ehemaligen eBay-Führungskräften gegründetes Start-up, einen Umkleidespiegel, der das Einkaufserlebnis interaktiver gestaltet. Eine Frau kommt mit einer Jeans und einer Bluse herein. Sensoren lesen die Radiofrequenz-ID-Etiketten auf den Kleidungsstücken und zeigen die Artikel auf einem Touchscreen an, der hinter dem Glas eingebettet ist. Eine Empfehlungsmaschine – wie sie online allgegenwärtig ist – schlägt dazu passende Artikel wie Schuhe und einen Gürtel vor. Die Kundin kann eine andere Sprache als Englisch wählen und die Beleuchtung anpassen (Optionen könnten z. B. „Dämmerung“ und „Club“ sein). Sollte ein Artikel nicht passen oder die Farbe nicht stimmen, tippt sie auf den Spiegel, der eine Anfrage auf den mobilen Geräten der Angestellten im Geschäft auslöst.

Die Möbelbranche

Während Kunden Möbel online ebenso einfach wie Essen oder Kleidung bestellen können, sind sie bei weitem nicht so einfach zu retournieren, wenn ein Möbelstück die Erwartungen nicht erfüllt. Dennoch finden IBISWorld spielen sich mittlerweile 15 Prozent des US-amerikanischen Möbelgeschäfts mit einem Umsatz von 70 Milliarden US-Dollar im Internet ab. Ein von Forbes veröffentlichter Artikel beschreibt, wie die Branche Kunden mithilfe von Augmented Reality- und 3D-Rendering-Technologien sowie Bildverarbeitung-Tools zeigt, wie ein Möbelstück bei ihnen zuhause aussieht.

Augmented Reality-Technologien ermöglichen es Kunden, Möbel virtuell auszuprobieren. Mit der 3D-Room-View-App für iOS von Pottery Barn können Kunden beispielsweise neue Möbelstücke mit ihrem iPhone oder iPad direkt bei sich zuhause „aufstellen“. Kunden können eine Augmented-Reality-Ansicht ihres gewünschten Zimmers aufrufen und hier ganze Möbelstücke einfügen. Auch Unternehmen wie Wayfair, IKEA und Houzz haben Augmented-Reality-Lösungen zum „Testen“ von Möbeln eingeführt. Williams-Sonoma Inc. (WSI) – Eigentümer von Pottery Barn und anderen Geschäften – hat mit der Übernahme von Outward, einem Augmented-Reality-Start-up, jedoch noch größere Pläne für die Technologie. Ein Plan sieht vor, Kunden zusätzliche Funktionen anzubieten, damit sie mehrere Möbelmarken zusammen virtuell „ausprobieren“ können.

So trug WSI Outward auf, fotorealistische Renderings ihrer Produkte zu erstellen, die anschließend als Ersatz für einige der Fotografien für mehrere Marken von WSI verwendet wurden. Darüber hinaus lieferte Outward 3D-Renderings, die 360-Grad-Ansichten von WSI-Produkten ermöglichten, damit Kunden die Gegenstände von allen Seiten betrachten können.

3D-Möbel „zum Ausprobieren“ gibt es auch bei Modsy, einem weiteren Visualisierungsunternehmen. Ihre App ermöglicht es Nutzern, mit ihrem Smartphone einige Aufnahmen von ihrem Zimmer zu machen, und liefert ihnen anschließend ein 3D-Modell des leer gerenderten Raumes. Design-Tools ermöglichen dann die Anzeige mehrerer Layoutoptionen und verschiedener Produkte. Menschliche Stilberater können bei Bedarf weiterhelfen.

Fazit

Der Einzelhandel sieht sich mit Überkapazitäten innerhalb der Branche und einem harten Wettbewerb durch Online-Shopping-Kanäle konfrontiert. Smart Retailing setzt sich aus einer Reihe an Hardware- und Softwaretechnologien zusammen, die es Einzelhändlern ermöglichen, sich zu wehren, indem sie Kunden ein besseres Einkaufserlebnis bieten. Zudem erhalten Sie auf diese Weise einen besseren Überblick über ihre täglichen Abläufe und erfahren, an welchen Stellen Optimierungsbedarf besteht.

In diesem Artikel haben wir untersucht, wie Smart Retailing in Bezug auf Smart Shelves und den Standort von Kunden implementiert wird. Anschließend haben wir die Umsetzung von Smart Retailing am Beispiel des Amazon Go-Shops, eines Bekleidungsgeschäfts und der App eines Möbelunternehmens untersucht.