1 Einleitung
Wenn auch der Online-Handel in den letzten Jahren große Zuwächse verzeichnet und 2022 in Österreich immerhin 14 Prozent1 der einzelhandelsrelevanten Konsumausgaben über das Internet getätigt wurden, blieb der stationäre Handel weiterhin der dominante Verkaufskanal. Trotzdem steht der stationäre Handel vor vielen Herausforderungen. Öffnungszeiten, Personalverfügbarkeit und hohe Kosten für den Betrieb der Geschäftslokale etwa sind ein Wettbewerbsnachteil gegenüber den reinen Online-Händlern. Der Einsatz von Robotik, Sensorik und Automatisierungstechnik ermöglicht eine effiziente und attraktive Entwicklungsmöglichkeit. Doch welche Technologien sollen wie und wo eingesetzt werden? Sind die Abläufe in Logistik und hinter den Kulissen schon oft weitgehend technologisiert, finden sich auf den Verkaufsflächen noch wenige marktreife Lösungen. Der vorliegende Beitrag gibt einen Überblick über den Einsatz von Robotik im Kundenbereich im stationären Handel. Zuerst wird ein Überblick über die aktuelle wissenschaftliche Literatur zum Thema gegeben und danach werden Anwendungsmöglichkeiten besprochen und Projektbeispiele gegeben.
2 Literaturübersicht
Das Thema stationärer Handel ist im Bereich der Robotik wissenschaftlich noch wenig behandelt. Dies zeigt eine Survey des Forschungsprojektes Retailization 4.02 der FH Salzburg. Hierbei wurden mehrere einschlägige Datenbanken auf relevante Papers durchsucht, wie in [1] beschrieben. Nach manueller Überprüfung konnten 135 Papers identifiziert werden, die für den Handel als relevant betrachtet werden können. Nur wenige dieser Paper beschäftigen sich mit Robotik im Handelsszenario.
Anzeige
Neben einer Vielzahl an konzeptuellen Arbeiten zum Thema intelligente Einkaufswägen konnten einige Trends und Use Cases identifiziert werden, wie beispielsweise das Erkennen fehlender Produkte in Regalen, Serviceroboter als Informationsquelle oder als Navigationshilfe im Laden, das Befüllen von Regalen, autonomes Reinigen der Verkaufsfläche oder etwa Hilfestellung von beeinträchtigten Personen. Während die Wissenschaft sich vermehrt mit Konzepten und Prototypen in Laborbedingungen beschäftigt, sind auf Fachmessen verschiedene Produkte zu finden, die in definierten Rahmenbedingungen bereits zum Einsatz kommen. Im Folgenden sollen einige Use Cases erläutert werden.
3 Anwendungsbeispiele von Roboter im stationären Handel
Neben Reinigungsrobotern und Robotern zur Überwachung beziehungsweise Befüllung von Regalen sind Roboter, die direkt mit Kunden interagieren, die zurzeit am häufigsten konzipierten, implementierten und evaluierten Anwendungen von Robotern im stationären Handel.
3.1 Reinigungsroboter
Ein aktuelles Anwendungsfeld von Robotern im stationären Handel ist das automatisierte Reinigen von Verkaufsflächen. Die Bedeutung von sauberen Geschäften im Handel ist allgemein bekannt und der Einsatz von Robotern kann den Reinigungsprozess unterstützen. Am Markt existieren Gesamtlösungen für unterschiedlichste Sparten und namhafte Hersteller sind unter anderem Avidbots, Tennent Company, Cleanfix, DDrobo, Gaussian Robotics und iclean. Wie bei der klassischen mobilen Robotik müssen auch Reinigungsroboter zahlreiche Herausforderungen bewältigen können. Die Herausforderungen von mobilen Robotern reichen von Navigation, Pfadplanung, Lokalisierung bis hin zur Objekterkennung und Kollisionsvermeidung [2]. Zusätzliche entstehen durch das Handelsumfeld weitere Faktoren, die berücksichtigt werden müssen, wie zum Beispiel ein komplexes und häufig änderndes Navigationsumfeld etwa durch saisonale Produktpromotionen oder Aktionsartikel auf den Hauptpfaden, Kontakt zwischen Kunde und Roboter, wobei Einkaufs- und Kinderwägen sowie Gehilfen schwer zu erkennen sind, und Energieversorgung für Reinigungssystem und Robotersystem [3].
Die Produkte der Hersteller unterscheiden sich in ihrer Flächenleistung, Arbeitsbreite, Akkulaufzeit, Autonomiegrad und Reinigungsmodi. Die Flächenleistung der unterschiedlichen Modelle reichen von 1200–30.000 m2\(/\)h bei größeren Modellen. Die Reinigungsroboter unterstützen eine manuelle Bedienung, die für die Kartierung der Reinigungsfläche verwendet wird, als auch eine automatisierte Reinigung. Das Sensorsystem der erwähnten Roboter besteht bei den meisten Modellen aus einem 3D-Lidar Scanner, Ultraschall – und Berührungssensoren sowie 3D-Tiefenkameras. Das Multisensorsystem des Roboters ermöglicht das Erkennen von Hindernissen bzw. Personen und ermöglicht das sichere Manövrieren des Reinigungsroboters. Laut der International Federation of Robotics (IFR) wurden im Jahr 2022 12.600 professionelle Reinigungsroboter weltweit verkauft, das entspricht einer Steigung zum vor Jahr von 31 % [4].
Anzeige
3.2 Information und Navigation mittels Serviceroboter
Serviceroboter sollen im Handelsszenario Mitarbeiter und Kunden bei unterschiedlichen Aufgaben und Zielen unterstützen. Häufig stehen Serviceroboter im Eingangsbereich eines Ladens und bieten dem Kunden Hilfestellung bei der Produktlokalisierung oder Ähnlichem an. Auf Wunsch kann eine mobile Plattform den Kunden in Verkaufszonen oder direkt zu Produkten führen. Die Interaktion geschieht dabei durch verbale Kommunikation oder über ein eingebautes Touch-Display.
Für Navigationszwecke werden teils auch mobile Plattformen, die ursprünglich für den Gastronomiebetrieb gedacht sind, verwendet. Beispiele hierfür sind etwa Bellabot und Kettybot von Pudu Robotics [5] deren Regalflächen mit Artikeln zur Promotion befüllt werden können.
Neben der Navigation durch das Geschäftslokal können auch Informationen zu Produkten gegeben werden. Der Trend geht hierbei zu einer vollständigen Kundeninteraktion, ähnliche einem menschlichen Mitarbeiter. Es sollen Termine vereinbart, der Status einer Click&Collect Bestellung überprüft oder Produktvergleiche ermöglicht werden. In diesem Bereich kommen besonders humanoide Roboter zum Einsatz. Einer der bekanntesten Roboter hierfür ist Pepper von Aldebaran [6]. Durch sein niedliches Aussehen und seine androgyne Stimme steigt die Akzeptanz bei Menschen.
Die kognitive Interaktion mit dem Menschen ist der Fokus einiger Forschungen, wie etwa [7]. Es wird untersucht, wie sich das Kaufverhalten der Kunden in einem technologisiertem Laden verändert. Dabei passt sich die Kommunikation des Roboters, mithilfe von Machine Learning, an sein Gegenüber an. Dies geschieht anhand sozialer Inputs wie den emotionalen Zustand (Emotionen durch Gesichtsausdruck, Emotionen in der Sprache) oder Informationen aus sozialen Medien wie Geschmack oder kultureller Hintergrund. Durch die Kombination von sozialer Robotik und maschinellen Lernsystemen kann die Fähigkeit der Robotik, Menschen in realen Lebenssituationen zu unterstützen, zunehmen und eine sanfte Kundenakzeptanz für fortschrittliche Technologien geschaffen werden.
3.3 Erfassung von Regal-Leerständen durch mobile Roboter
Dem stationären Handel gehen durch Regal-Leerstände jährlich etwa 4 % des Umsatzes verloren. Dies kann verschiedene Ursachen haben, wie etwa Probleme in der Lieferkette. In rund einem Viertel der Fälle ist dies jedoch ein logistisches Problem des Geschäftslokals, da die Produkte zwar im Regal vergriffen, aber im Lager verfügbar sind. Dies betrifft besonders schnell drehende Waren in stark besuchten Zeiten. Die Mitarbeiter haben nicht genügend Zeit, durch die Regale zu gehen und diese zu überprüfen.
Verschiedene Ansätze mit stationären Systemen sind teuer und mit großem Aufwand für Umbau und Infrastruktur verbunden. Dies kann mittels mobiler Roboter teilweise kompensiert und auch bei bereits bestehenden Umgebungen ohne größere Umbauten angewendet werden.
Zur Lösung dieses Problems gibt es unterschiedliche Lösungen auf visueller Basis oder mit RFID Scannern wie beispielsweise in [8] oder [9] beschrieben. Hierfür existieren verschiedene Plattformen von diversen Herstellern wie etwa STOCKBOT von PAL Robotics [10] oder Tally 3.0 von simbe robotics [11]. Diese beiden Roboter beschränken sich auf das Scannen von Regalen mittels Kamerasystemen bzw. RFID-Lesern. Einen alternativen Ansatz verfolgt eine Kooperation von Tennent Company mit brain corp. In der Zusammenarbeit wird ein autonomer Reinigungsroboter mit einem visuellen Scanner versehen, um die Regale während der Reinigungsfahrt auf Leerstände zu überprüfen [12].
ShelfiePro [13] hingegen ist ein speziell für den Handel entwickelter Serviceroboter, dessen primäre Funktion die Überprüfung des Planogramms und die Analyse der Verkaufsregale ist. Hierbei werden Leerstände erkannt, Abweichungen im Planogramm erfasst und etwaige Lücken in der Regal Befüllung ermittelt. Zusätzlich besitzt die Plattform ein 360°-Display für Werbezwecke und eine Kiosk-Funktion, mit der Kunden Produkte finden und an den richtigen Ort geführt werden können.
Beim Betrieb von mobilen Robotern sind diverse Herausforderungen zu beachten und zu bewältigen wie etwa Datenschutzkriterien bei der Verarbeitung von Bildinformationen oder Layoutänderungen der Geschäftsfläche. Ebenfalls ist der Platzbedarf der mobilen Plattform zu berücksichtigen, um die Bewegungsfreiheit des Kunden und des Roboters zu ermöglichen.
3.4 Automatisierte Befüllung von Regalen durch Roboter
Eine zukünftige Roboterapplikation im stationären Handel kann das Befüllen von Regalen sein. Nach jetzigem Zeitpunkt, gibt es zahlreich Unternehmen und Forschungsgruppen, die diese Anwendung untersuchen [14]. Im Gegensatz zu den Reinigungsrobotern existieren jedoch keine fertigen Komplettlösungen am Markt. Einzelne Prototypen wie zum Beispiel eine vollständige Automatisierung eines Backprozesses inklusive Befüllung des Backwarenregals werden in [15] beschrieben. Der Prototyp mit dem Namen Bakisto ist eine Kooperation zwischen den Unternehmen Wanzl, Wiesheu und Fanuc. Um die automatisierte Befüllung von Regalen durch einen Roboter zu realisieren, müssen folgende Herausforderungen gelöst werden:Dies zeigt die hohen Anforderungen bzw. die hohe Komplexität eines solchen Robotersystems. Zukünftige Prototypen werden zeigen, ob und wie weit eine automatisierte Befüllung von Regalen durch einen Roboter möglich ist [16].
-
Greifen der Objekte. Unterschiedlichste Größen, Formen, Gewicht und Festigkeiten der Produkte.
-
Hohe Flexibilität. Änderndes Inventar und unterschiedliche Regalsysteme sowie unterschiedliche Produktanordnung je Filiale.
-
Komplexe Kooperation aus mobiler Robotik und Manipulatoren.
-
Kontakt zwischen Roboter und Kunden (Sicherheitsaspekte).
-
Hohe Entwicklungskosten bei geringer Produktivität.
4 Potenzial und Herausforderungen
Die SCIO Automation GmbH, eine Automatisierungsplattform, identifiziert Herausforderungen, die sowohl für autonome Robotersysteme als auch für Roboter im stationären Handel relevant sind. Dazu gehören die Verarbeitung großer Mengen von Sensordaten, präzise Lokalisierung ohne GPS, autonome Navigation, Hinderniserkennung, Einflüsse der Umgebung, Objektmanipulation und Kapazitätsmanagement [17].
Roboter können in stark kontrollierten Umgebungen, wie etwa in der Industrie oder im Einsatz in Gefahrenbereichen sowie in der Produktion, ihre Stärken klar ausspielen. Viele Lösungen sind sehr weit fortgeschritten haben aber immernoch große Probleme siehe [18] oder [19]. Aktuell sind Roboter in volatilen Umgebungen nur eingeschränkt leistungsfähig. Geschwindigkeit, Wiederholgenauigkeit und Programmierbarkeit erlauben es, Roboter sehr flexibel einzusetzen.Im Gegensatz zu festen automatisierten Systemen können verschiedenen Aufgaben durch ein System erledigt werden und können bei neuen Anforderungen leicht angepasst werden. Dies erfordert jedoch spezielle Schulungen für das Personal oder eine enge Zusammenarbeit mit Experten und Integratoren, wodurch zusätzliche Kosten, neben der Anschaffung der Geräte, entstehen. Kollaborative und mobile Roboter erlauben Interaktion mit Menschen ohne trennende Schutzeinrichtung einerseits und können sich andererseits selbstständig an den Ort der Aufgabe bewegen. Mittels Sensoren und Benutzerschnittstellen können sie mit den Menschen kommunizieren beziehungsweise ihre Umwelt erkennen. Damit stellt der Einsatz von Robotern im stationären Handel ein großes Potenzial dar. Aktuelle Forschung kann einerseits die Sicherheit von Robotern im Umgang mit Menschen weiter verbessern und andrerseits die Integration von Daten aus Sensoren der Umgebung weiter vorantreiben. Durch Methoden der künstlichen Intelligenz können Roboter besser auf ihre Umwelt reagieren und damit auch in veränderlichen Umgebungen effizient eingesetzt werden. Jedenfalls bedarf es der Zusammenarbeit von Expertinnen und Experten aus Handel, Robotik, Sensorik und Informatik beziehungsweise Data Science, um erfolgreiche Projekte, die über Marketingmaßnahmen hinausgehen, umsetzen zu können und die Machbarkeit sowie Datenschutzkonformität zu gewährleisten.
5 Resümee
Die vielen aktuellen Proof of Concepts zeigen, dass die digitale Transformation auch auf den Verkaufsflächen der stationären Händler angekommen ist. Der Einsatz von Robotik und Sensorik in Bereichen, wo Kundinnen und Kunden einkaufen, soll einerseits das Einkaufserlebnis verbessern und andererseits fehlendes Personal ersetzen. Viele Anwendungen befinden sich noch in den Kinderschuhen. Während sich Roboter zur Reinigung bereits im Produktstatus befinden, sind Systeme, die Regale überwachen oder gar Leerstände selbstständig nachfüllen, noch auf wenige Proof of Concepts beschränkt. Auch Roboter, die direkt mit dem Menschen interagieren, um ihn etwa durch einen Markt zu navigieren, oder um Produkte zu präsentieren, befinden noch nicht im breiten Einsatz. Dies ist besonders auf Fachmessen und -konferenzen im Gespräch mit Integratoren und Entwicklern zu erkennen. Jedenfalls sind neue Anwendungen und konkrete Lösungen gefragt, um den stationären Handel konkurrenzfähig zu halten.
Die Robotik im stationären Handel bietet ein großes Potenzial für einzigartige Kundenerlebnisse und Effizienzsteigerungen. Durch mobile Robotik automatisierte nächtliche Inventuren und die Erkennung von Leerständen in den Regalen kann die Bestandsverwaltung verbessert werden. Chatbots unterstützen Kunden bei Fragen und Empfehlungen. Durch die Digitalisierung können physische Geschäfte wettbewerbsfähig gegenüber dem Online-Handel bleiben. Die Implementierung von Robotik erfordert jedoch erhebliche Investitionen in Technologie, Schulungen und Anpassungen an der Infrastruktur, sowie die sorgfältige Berücksichtigung von Datenschutzaspekten.
Die bisherigen Ergebnisse zeigen, dass die Robotik im stationären Handel eine höhere Wettbewerbsfähigkeit durch einzigartige Kundenerlebnisse und verbesserte Effizienz ermöglichen kann. Automatisierte Inventuren, automatisierte Reinigung, Erkennung von Leerständen und Chatbot-Support können Prozesse optimieren. Herausforderungen bestehen jedoch in Bezug auf Kosten, Schulungsbedarf, Machbarkeit und Datenschutz.
Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://creativecommons.org/licenses/by/4.0/deed.de.
Hinweis des Verlags
Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.