BERLIN / LONDON (IT BOLTWISE) – Penny setzt in Pilotfilialen auf ein KI-gestütztes System zur automatischen Erkennung von Kassenwarteschlangen. Das Modell analysiert den Kassenbereich über Deckenkameras, informiert das Personal bei Bedarf und soll Wartezeiten gezielt verkürzen. Entscheidend ist dabei die angekündigte Lokalverarbeitung im Markt: Die Daten sollen die Filiale nicht verlassen. Damit adressiert der Handel sowohl die operative Effizienz als auch die Kundenerwartung an kurze Zahlungszeiten.
Wer abends schnell noch einkaufen will, kennt das Muster: Der Laden ist leer genug, aber an der Kasse staut sich alles. Genau an dieser Schnittstelle setzt Penny an und testet ein KI-gestütztes System, das Warteschlangen im Kassenbereich automatisch erkennt und das Personal aktiv unterstützt. Laut den Angaben aus dem Umfeld des Projekts läuft der Test bereits seit rund einem Jahr in ersten Filialen, bevor eine breitere Ausrollung diskutiert wird. Für den Handel ist das nicht nur ein Komfortthema, sondern ein direkter Hebel auf Durchsatz, Servicequalität und Kundenzufriedenheit.
Technisch basiert das Vorhaben auf dem, was man in der Praxis als Computer-Vision-Anwendung für Retail-Umgebungen einordnet: Deckenkameras überwachen den Kassenbereich, während eine Software abstrakte Personenpositionen erfasst. Intern wird das System „Kundenwarteschlangenzählung“ (KWS) genannt, wobei die Logik nicht auf Gesichtserkennung ausgelegt sein soll. Stattdessen wird mit Skelett-artigen Körperdarstellungen gearbeitet, die als Grundlage für das Zählen von Personen dienen. Für die Umsetzung bedeutet das: Die KI muss unter wechselnden Lichtbedingungen, unterschiedlichen Sitz-/Stehpositionen und teils verdeckter Sicht zuverlässig arbeiten.
Im Alltag wirkt die Lösung wie ein intelligenter „Kassen-Assist“, der frühzeitig erkennt, wann mehr Bedienkapazität gebraucht wird. Sobald sich eine Warteschlange in einem relevanten Bereich bildet, kann die KI dem Personal den Hinweis geben, eine zusätzliche Kasse zu öffnen. Konkret sollen Mitarbeiter Empfehlungen direkt auf dem Kassenbildschirm erhalten, also dort, wo Entscheidungen schnell getroffen werden müssen. Besonders relevant ist das in Märkten, in denen Einbauten, Regale oder bauliche Gegebenheiten den Blick auf den Kassenvorgang erschweren. So verlagert sich die Reaktionszeit von einer manuellen Einschätzung hin zu einer datenbasierten Kurzreaktion.
Bemerkenswert ist zudem das angekündigte Betriebsmodell: Die Daten sollen direkt im Markt lokal verarbeitet werden und die Filiale nicht verlassen. Dieses Edge-Processing-Ansatzmuster ist in der KI-Branche seit Jahren als Mittel gegen Latenz- und Datenschutzprobleme bekannt, weil es die Datenübertragung reduziert und die Verarbeitung näher am Sensor erfolgt. Für eine KI-Erkennung an der Kasse ist niedrige Verzögerung entscheidend, damit der Hinweis „rechtzeitig“ kommt und nicht erst, wenn die Schlange bereits sichtbar eskaliert. In der Praxis erfordert Lokalverarbeitung allerdings robuste Hardware, ein sorgfältiges Modell-Update-Handling und ein Monitoring, damit die Erkennungsrate über Zeit stabil bleibt.
Der Marktkontext macht klar, dass Penny nicht im luftleeren Raum handelt. Rewe-Tochterprojekte mit ähnlicher Zielrichtung zeigen, dass sich KI im Checkout inzwischen von Pilotversuchen zu operativen Werkzeugen entwickelt. Insgesamt testen viele Handelsketten intelligente Kassensysteme und Assistenzfunktionen: Kameras können etwa Obst, Gemüse oder Backwaren automatisiert erfassen, und bei Anomalien wird die Aufsicht informiert. Beim Warenbestand kommen KI-gestützte Ansätze für leere Regale oder Fehlplatzierungen hinzu, während digitale Preisschilder perspektivisch dynamisch auf Nachfrage und Haltbarkeitsfenster reagieren könnten. In dieser Landschaft ist die Schlangen-KI ein weiterer Baustein, der die gesamte Prozesskette von Regal bis Abverkauf enger verzahnt.
Expertenberichte aus Deutschland betonen dabei die Kundenseite besonders deutlich. So wird in der Debatte immer wieder hervorgehoben, dass reine Zahlungsprozesse bei der jüngeren Zielgruppe nur eine begrenzte Wartezeit „ohne Frust“ tolerieren. Genau hier liegt der Nutzen der KWS-Logik: Sie soll Wartezeiten nicht pauschal verkürzen, sondern die kritischen Momente abfangen, in denen Personal oft erst reagiert, wenn der Rückstau bereits klar sichtbar ist. Für die Bewertung ist außerdem wichtig, dass das System ausdrücklich keine Überwachung oder Leistungsbewertung der Beschäftigten vorsehen soll. Damit versucht der Handel, einen Balanceakt zwischen Automatisierung und akzeptierter Mitarbeiterrolle zu treffen.
Aus technischer Sicht lohnt ein Vergleich mit anderen KI-Architekturen im Handel. „Cloud-first“-Ansätze sind zwar in der Entwicklung bequem, führen aber bei Echtzeit-Erkennung häufig zu zusätzlichen Latenzen und steigenden Datenschutzanforderungen. Edge-basierte Modelle wie hier zielen dagegen auf schnelle Entscheidungszyklen und minimierte Datentransfers. Gleichzeitig stellt sich die Frage nach Robustheit: Wie reagiert das System, wenn Personen mit Einkäufen teilweise verdeckt sind, mehrere Interaktionen gleichzeitig stattfinden oder Kunden mit sehr schnellen Bewegungen auftreten? Solche Randbedingungen sind bei Checkout-Szenarien typisch und erfordern Training, Validierung und kontinuierliche Feldanpassung, damit die Trefferquote im laufenden Betrieb nicht abfällt.
Für die nächsten Schritte zeichnet sich ab, dass der Nutzen nicht nur in „mehr Kassen bei Bedarf“ besteht, sondern langfristig in einem fein abgestimmten Kapazitätsmanagement. Wenn Penny die KWS-Logik erfolgreich in mehr Märkten integriert, könnte das System mit weiteren Datenquellen aus dem Filialalltag kombiniert werden, etwa für die bessere Schichtplanung oder für Stoßzeitprognosen. Denn in anderen Bereichen des Handels nutzt KI bereits Informationen aus Einkaufszeiten, Wetterdaten oder Feiertagen, um Personalbedarf zu antizipieren. Für Unternehmen in der Lieferkette und im Retail-IT-Umfeld ergibt sich daraus eine Chance: Tools, Integrationsservices und MLOps-Prozesse für Edge-Deployments werden stärker nachgefragt. Gleichzeitig bleibt die regulatorische und datenschutzrechtliche Linie zentral, insbesondere bei Transparenz gegenüber Kunden und Betriebsrat sowie bei der konsequenten Begrenzung von personenbezogenen Auswertungen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Penny testet KI gegen Supermarkt-Schlangen: Kassenwarteschlange lokal erkannt" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Penny testet KI gegen Supermarkt-Schlangen: Kassenwarteschlange lokal erkannt" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Penny testet KI gegen Supermarkt-Schlangen: Kassenwarteschlange lokal erkannt« bei Google Deutschland suchen, bei Bing oder Google News!