Kommentar von Christian Floerkemeier, Scandit Smart Data Capture im Wandel

Anbieter zum Thema

Scandit AG

Fsas Technologies GmbH

INFOMOTION GmbH

Smart Data Capture Software auf Basis von Computer Vision steht derzeit im Zentrum eines bedeutenden technologischen Wandels. Fortschritte in diesem Bereich helfen Unternehmen dabei, sich langfristig widerstandsfähiger gegenüber Herausforderungen wie Handelszöllen, Arbeitskräftemangel und schwankender Nachfrage aufzustellen.

Computer Vision ermöglicht es Nutzern, die Welt durch Kameras zu erfassen und zu verstehen. Ursprünglich vor allem auf Handheld-Computern und mobilen Geräten verbreitet, integriert Smart Data Capture eine neue Generation hybrider Datenerfassungsmethoden – darunter fest installierte Kameras, Drohnen und Wearables.

Smart Data Capture basiert auf einer Kombination aus Machine Learning und Computer-Vision-Techniken. Das Ergebnis ist die Fähigkeit, Daten intelligent aus Barcodes, Texten, Ausweisen und Objekten zu erfassen. Fortschrittliche Smart Data Capture Software nutzt Machine Learning, um zu erkennen, ob und wo sich ein Barcode im Sichtfeld der Kamera befindet – selbst in schwierigen Umgebungen wie etwa bei schwachem Licht. Anschließend wird Computer Vision eingesetzt, um den Barcode zu entschlüsseln, selbst wenn das Etikett beschädigt ist oder die Oberfläche glänzt.

Der Einsatz dieser Techniken und die wiederholte zuverlässige Erstellung von Scans sind ein wichtiger Grund, warum Smart Data Capture Echtzeit-Entscheidungen, Engagement und Workflow-Automatisierung großflächig ermöglicht. Das betrifft Branchen wie den Einzelhandel, die Lieferkette, Logistik, Reisebranche und das Gesundheitswesen.

Die aktuellen Fortschritte gehen über technologische Spielereien hinaus – sie definieren die Arbeitsweise von Unternehmen neu, steigern die Rentabilität, verbessern das Nutzererlebnis und optimieren operative Prozesse.

Prozesse automatisieren, Mitarbeiter stärken

Branchen, in denen Smart Data Capture besonders wirkungsvoll ist, sind typischerweise solche mit einer großen Anzahl an Mitarbeitern im operativen Tagesgeschäft. Die Aufgaben sind oft repetitiv, manuell und fehleranfällig – etwa das Scannen von Paletten in einem Lager oder Tausenden von Artikeln in einem Supermarkt. Innovative Smart Data Capture-Software automatisiert viele dieser mühsamen Prozesse und steigert gleichzeitig die Produktivität der Mitarbeiterinnen und Mitarbeiter.

Durch gleichzeitige Barcode-Erfassung und Texterkennung kann eine Arbeitskraft alle Etikettendaten in einem einzigen Schritt erfassen – das spart erheblich Zeit und macht die Datenerfassung bis zu siebenmal schneller. Solche Technologien sind besonders in Szenarien mit mehreren Barcodes und Seriennummern – etwa auf Elektroverpackungen im Einzelhandel – oder bei gewichtsbezogenen Produkten im Supermarkt vorteilhaft.

Neben der Automatisierung stärkt Computer Vision-Software auch Mitarbeitet im Alltag. Zum Beispiel kommt es bei Etiketten mit mehreren, eng nebeneinander liegenden Barcodes schnell zu versehentlichen Scans. Die richtige Smart Data Capture Software erkennt und scannt aber intuitiv den korrekten Barcode und vermeidet so nahezu alle unerwünschten Scans – dank fortschrittlicher KI-Algorithmen, die über das bloße Erkennen und Dekodieren hinausgehen. Dabei werden zwei Aspekte analysiert: Erstens die Umgebung – die Anzahl und Position aller Barcodes im Sichtfeld der Kamera. Zweitens das Ziel – die Eigenschaften, um genau den Barcode zu identifizieren, den der Nutzer erfassen möchte.

Mehr als nur Smartphones

Traditionell stützte sich Smart Data Capture stark auf Smartphones und Handheld-Computer – Geräte, die sowohl Daten erfassen als auch Handlungen ermöglichen. Doch mit dem technologischen Fortschritt erweitert sich die Gerätelandschaft. Wearables wie smarte Brillen und Headsets, fest installierte Kameras, Drohnen und sogar Roboter kommen immer häufiger zum Einsatz, jedes mit eigenem Nutzen.

Diese Diversifizierung unterscheidet Geräte, die lediglich Daten erfassen, von solchen, die auch darauf reagieren können. Stationäre Kameras oder Drohnen erfassen Daten aus der realen Welt und speisen sie in Systeme ein, wo sie aggregiert werden. Andere Geräte – oft mobil oder tragbar – erfassen Daten und ermöglichen sofortiges Handeln, etwa wenn ein Mitarbeiter ein Regal scannt und sofort über einen Preisfehler informiert wird. Abhängig von der Häufigkeit der Datenerfassung können Unternehmen ihre Strategien auf diese Weise individuell gestalten.

Praktische Innovationen mit echtem ROI

In einem Markt voller neuer Technologien ist es leicht, dem Hype zu verfallen. Doch nicht jede Innovation bringt greifbaren Nutzen – vor allem nicht im großen Maßstab. Unternehmen sollten sich daher auf praktische, einfach implementierbare Lösungen konzentrieren, die bestehende Technologien und Infrastrukturen nutzen, statt sie zu verdrängen.

Ein Beispiel für diese Entwicklung ist der vermehrte Einsatz von fest installierten Kameras und mobilen Geräten in Kombination mit KI (einschließlich Objekterkennung) zur Regalüberwachung im Einzelhandel. Händler setzen mobile Geräte und stationäre Kameras ein, um Regale nahezu in Echtzeit zu überwachen und Fehlbestände, Preisfehler und Planogramm-Abweichungen zu erkennen – was Mitarbeiter entlastet und den Umsatz steigert.

Dieser hybride Ansatz im Regalmanagement ermöglicht es Unternehmen, ihre Abläufe unabhängig vom Store-Format zu skalieren: Einzelhändler können die Lösung einfach mit vorhandenen Mobilgeräten pilotieren – mit minimaler initialer Investition – und den erwarteten ROI sowie alle Vorteile bewerten, bevor sie in eine flächendeckende Umsetzung investieren. Die Kombination aus stationären und mobilen Geräten erhöht zudem die Effizienz: Fest installierte Kameras überwachen stark frequentierte Bereiche kontinuierlich, während mobile Geräte seltener besuchte Gänge abdecken.

So konnte eine führende europäische Supermarktkette ihren Umsatz in nur sechs Monaten um zwei Prozent steigern – ein enormer Zugewinn in einem margenarmen Sektor wie dem Lebensmitteleinzelhandel.

Multi-Device- und Multi-Signal-Systeme

Ein zentraler Aspekt dieser Entwicklung ist die nahtlose Integration verschiedener Geräte und Technologien. Benutzeroberflächen werden so gestaltet, dass sie Multi-Device-Interaktionen ermöglichen – die von einem Gerät erfassten Daten können auf einem anderen verarbeitet werden. Beispielsweise können fest installierte Kameras kontinuierlich den Lagerbestand überwachen, wobei Benachrichtigungen zum Auffüllen bestimmter Artikel mit geringem Bestand direkt an das Wearable eines Mitarbeiters gesendet werden – für eine sofortige und freihändige Reaktion.

Und apropos freihändig: Gestenerkennung und Spracheingabe gewinnen zunehmend an Bedeutung – insbesondere bei Wearables, die keine herkömmlichen Touchscreens besitzen. Die Weiterentwicklung dieser Technologien würde es Mitarbeitern ermöglichen, auf natürliche und effiziente Weise mit Objekten zu interagieren.

Adaptive Benutzeroberflächen spielen ebenfalls eine entscheidende Rolle, da sie konsistente Nutzererlebnisse über verschiedene Geräte und Formfaktoren hinweg sicherstellen. Egal ob Smartphone, Tablet oder smarte Datenbrille – die Benutzeroberfläche sollte sich so anpassen, dass alle nötigen Funktionen verfügbar sind und eine lange Einarbeitungszeit nicht erforderlich ist. Andernfalls wird die Akzeptanz gebremst. Ein großer US-Händler implementierte z. B. eine adaptive, vorgefertigte Benutzeroberfläche, um leistungsstarke Scanfunktionen auf bestehende Apps auszuweiten – in nur 90 Tagen über 100 Filialen hinweg.

Das Co-Pilot-System

Mit wachsendem Datenvolumen steigt auch das Risiko von Informationsüberflutung. Manche Systeme erzeugen Tausende Warnmeldungen pro Tag – was die Produktivität eher hemmt als steigert. Deshalb setzen Unternehmen zunehmend auf sogenannte Co-Pilot-Systeme – eine Kombination aus Geräten und fortschrittlichem Smart Data Capture, das Mitarbeiter bei der Priorisierung ROI-relevanter Aufgaben unterstützt.

Diese Systeme nutzen Machine Learning, um Verkaufszahlen, Bestände und andere Kennzahlen zu analysieren – und leiten daraus direkt umsetzbare Empfehlungen ab. So können sich Mitarbeiter auf die wichtigsten Aufgaben konzentrieren, ohne sich durch unüberschaubare Warnlisten kämpfen zu müssen.

Bereit für die Zukunft

Da sich das Smart-Data-Capture-Ökosystem ständig weiterentwickelt und Disruption zur neuen Normalität wird, müssen Unternehmen ihre Technologielandschaft flexibel, anpassbar und skalierbar gestalten. Die Unterstützung verschiedener Gerätetypen, die Integration mehrerer Datensignale und eine klare Aufgabenpriorisierung sind entscheidend, um wettbewerbsfähig zu bleiben.

Durch den Einsatz hybrider Smart-Data-Capture-Gerätestrategien können Prozesse optimiert, Nutzererlebnisse verbessert und fundierte Entscheidungen auf Basis von Echtzeitdaten getroffen werden. Das Zusammenwachsen von Computer Vision, verschiedener Hardware-Geräte und fortschrittlicher Benutzeroberflächen bedeutet nicht nur eine technologische Weiterentwicklung, sondern einen echten Wandel in der Art und Weise, wie Unternehmen arbeiten. Und in einer Welt, in der Daten der Schlüssel zum Erfolg sind, werden diejenigen, die sie effektiv erfassen und smart nutzen, schon heute höhere Margen sichern – und morgen die Führung übernehmen.

(ID:50490005)