Die Ausgangslage im Betrieb
- Links: Abendrunde: Gänge ablaufen, Lücken notieren, Zu spät bemerkt
- Rechts: Kamera am Gang: Erster, schneller Blick, Meldet auffällig leere Regale, Mensch geht gezielt hin
Abends geht jemand durch die Gänge und notiert Lücken. Tagsüber fehlt die Zeit, leere Plätze fallen zu spät auf.
Ein Händler führt einen Getränke- und Haushaltsmarkt. Am Abend geht jemand durch die Gänge, schaut auf die Regale und notiert, was nachgefüllt werden muss. Tagsüber fehlt dafür die Zeit. Eine Lücke im Regal fällt dann erst auf, wenn eine Kundin vor dem leeren Platz steht und ohne Ware geht.
Die Aufgabe ist einfach zu beschreiben und aufwendig zu erledigen: viele Meter Regal, viele Artikel, ständige Veränderung. Der Händler möchte, dass eine Kamera einen ersten Blick wirft und meldet, wo etwas nicht stimmt.
Was das System tun soll
- Links: Kann: Flaschen finden, Tassen finden, Gegenstände zählen
- Rechts: Kann nicht: Lücken sehen, Marken erkennen, Artikel unterscheiden
- Urteil: Das Soll kommt von dir, nicht aus dem Bild.
Die Kamera findet und zählt Gegenstände im Regal. Was fehlt, sieht sie nicht.
Das Ziel in einem Satz: Die Kamera findet und zählt Gegenstände im Regal, zum Beispiel Flaschen, und hilft so, volle und lückenhafte Regale zu unterscheiden.
Die Eingabe ist ein Foto vom Regal. Die Ausgabe ist eine Liste von Rahmen mit Klasse, etwa Flasche oder Tasse, und mit Sicherheit. Gezählt wird, was über der eingestellten Schwelle liegt.
Ehrlich gesagt ist das ein Teil der Lösung. Das Modell zählt, was da ist. Was fehlt, sieht es nicht. Und es weiß nicht, ob die Flasche ein Waschmittel oder eine Limonade ist.
Welche Daten es braucht



Für Flaschen und Tassen braucht es kein Anlernen. Für eigene Artikel brauchst du Bilder mit Etikett.
Für das Zählen allgemeiner Gegenstände brauchst du kein eigenes Anlernen. Das Modell ist fertig und kennt gängige Alltagsklassen wie Flasche, Tasse, Schale oder Stuhl. Im fertigen Beispiel liegen drei echte Fotos mit freier Lizenz: ein Regal mit Getränkeflaschen, ein Regal mit Waschmitteln und Lücken und ein Tisch mit Tassen.
Sobald es um deine Artikel geht, reicht das nicht mehr. Dann brauchst du Bilder jedes Artikels, jeweils mit Etikett. Für wenige Klassen genügt das Anlernen mit einem vorgefertigten Bildmodell, siehe Bildmodell anlernen. Für ein ganzes Sortiment mit Tausenden Artikeln braucht man ein eigens trainiertes Erkennungsmodell, und das ist ein eigenes Projekt.
Zum Datenschutz: Eine Kamera am Gang filmt Kundinnen und Kunden mit. Richte sie auf das Regal, nicht auf die Gänge, speichere nichts, wenn du nur zählen willst, und mache die Kamera sichtbar. Kundenströme lassen sich anonym messen, siehe Recht und Regeln im Überblick.
Wie es funktioniert
- Zählen (Wie viele Flaschen?)
- Vergleichen (mit deinem Soll)
- Unterscheiden (Regalplan oder eigenes Modell)
Aus der Zahl wird erst ein Hinweis, wenn du ein Soll hinterlegst. Welcher Artikel fehlt, braucht mehr.
Das Verfahren ist wie beim Zählen auf dem Hof die Objekterkennung (Labor Objekterkennung). Das Netz schlägt Rahmen vor, doppelte werden zusammengeführt, und eine Schwelle entscheidet, was zählt.
Für das Regal gilt ein zusätzlicher Gedanke. Ein Zähler liefert eine Zahl, kein Urteil. Aus der Zahl wird erst ein Hinweis, wenn du sie mit einem Soll vergleichst: Im Regal sollten 40 Flaschen stehen, es sind 18. Dieses Soll kennt das Modell nicht. Du musst es hinterlegen.
- Zählen: Wie viele Flaschen sehe ich? Das leistet das Modell.
- Vergleichen: Ist das weniger als sonst? Das ist einfache Rechnung mit einer Vorgabe.
- Unterscheiden: Welcher Artikel fehlt? Das braucht ein eigenes Modell oder einen Abgleich mit dem Regalplan.
Das Beispiel zum Starten
- Foto wählen (voll oder lückenhaft)
- Rahmen lesen (Klasse und Sicherheit)
- Lücken gezählt? (Nein, das ist der Kern)
Wähle ein Foto, lies die Rahmen und frage dich: Zählt das Modell die Lücken?
Das Beispiel enthält die drei Fotos. Du wählst eines aus, und der Jetson zeichnet Rahmen mit Klasse und Sicherheit ein. Prüfe, ob die Klassen stimmen: Das Modell sagt „Flasche“, nicht „Cola“ oder „Waschmittel“.
Vergleiche dann das volle mit dem lückenhaften Regal und frage dich: Zählt das Modell die Lücken? Das ist die wichtigste Beobachtung des Beispiels.
Nach dem Klick landest du im Labor Objekterkennung mit dem ersten Foto.
Was dabei herauskommt
- Getränkeregal, Flaschen: 42 Stück
- Regal mit Lücken, Flaschen: 18 Stück
- Tisch, Tassen: 7 Stück
Flaschen und Tassen werden gefunden und gezählt. Welche Artikel fehlen, bleibt offen.
Bei der Voreinstellung findet das Modell im Getränkeregal grob 38 bis 42 Flaschen, je nach Bildkompression, beim Regal mit Lücken etwa 18 Flaschen und auf dem Tisch 7 Tassen und eine Flasche. Gemessen wurde mit demselben Modell auf einem Entwicklungsrechner. Das sind Beispielwerte.
Einordnung: Das volle Regal liefert viele Flaschen, das lückenhafte weniger. Aber das Modell weiß nicht, was fehlt. Der Krug im Hintergrund des Tisches wird als Flasche gezählt. Und bei beiden Regalfotos kommt eine Fehlmeldung: Das Regal selbst wird einmal als Kühlschrank erkannt.
Kurz gesagt: Dinge finden und zählen klappt. Produkte unterscheiden und Lücken verstehen klappt nicht. Drei Fotos sind außerdem keine Messung für dein Sortiment.
Stolpersteine
- Fehlende Klassen (Anlernen oder eigenes Modell)
- Lücke als Objekt (Soll oder Regalplan)
- Spiegelung, Folie (Kamerawinkel prüfen)
- Fehlmeldungen (Klassen ausblenden)
- Kundschaft im Bild (Kamera aufs Regal, nichts speichern)
Das Modell kennt keine Artikel, und eine Lücke ist kein Gegenstand. Unten das Gegenmittel.
- Fehlende Klassen: Das Modell kennt keine Handelsprodukte, keine Marken und keine Artikelnummern. Gegenmittel: für wenige Artikel das Anlernen nutzen, für viele ein eigenes Modell.
- Lücken als Objekt: Ein leerer Platz ist kein Gegenstand. Gegenmittel: Soll-Zahlen oder Regalplan hinterlegen.
- Spiegelungen und Verpackung: Glas, Folie und Reflexe lassen Rahmen springen. Gegenmittel: Kamerawinkel prüfen, Schwelle anpassen.
- Fehlmeldungen: Das Regal wird zum Kühlschrank, ein Krug zur Flasche. Gegenmittel: unerwünschte Klassen ausblenden und beobachten.
- Datenschutz: Kundinnen und Kunden im Bild. Gegenmittel: Kamera aufs Regal, nichts speichern, Hinweisschild.
Nutzen und Aufwand
- Welche Entscheidung? (Regal prüfen oder nachfüllen?)
- Welche Daten? (Regalfotos, Soll je Regal)
- Wer prüft? (Person kontrolliert Hinweise)
Die Kamera gibt einen ersten Hinweis, Menschen füllen nach. Vorher festlegen, wer stichprobenartig prüft.
Der Nutzen liegt im ersten, schnellen Blick: Die Kamera kann melden, dass ein Regal auffällig leer aussieht, bevor jemand hinsieht. Die Mitarbeitenden gehen gezielt dorthin, statt alle Gänge abzulaufen.
Handarbeit bleibt: Das Sortiment pflegen, Soll-Werte festlegen, die Kamera ausrichten, Meldungen prüfen und das Nachfüllen selbst. Für einzelne Artikel braucht es Beispielbilder und Pflege.
Wer prüft? Eine Person schaut stichprobenartig, ob gemeldete Lücken stimmen und ob echte Lücken gemeldet werden.
- Welche Entscheidung? Soll jemand ein Regal prüfen oder nachfüllen? Die Kamera gibt einen Hinweis.
- Welche Daten? Regalfotos aus der eigenen Kamera, Soll-Zahlen je Regal, bei Bedarf Beispielbilder eigener Artikel.
- Wer prüft? Eine benannte Person schaut stichprobenartig und meldet Fehlalarme und übersehene Lücken.