{"id":125845,"date":"2026-07-22T08:45:54","date_gmt":"2026-07-22T06:45:54","guid":{"rendered":"https:\/\/startupvalley.news\/de\/?p=125845"},"modified":"2026-07-22T08:45:55","modified_gmt":"2026-07-22T06:45:55","slug":"scandit-unternehmen-smartphones","status":"publish","type":"post","link":"https:\/\/startupvalley.news\/de\/scandit-unternehmen-smartphones\/","title":{"rendered":"Vision AI im Handel: Wie Scandit Smartphones in KI-gest\u00fctzte Scan-Tools verwandelt"},"content":{"rendered":"\n

Vom Forschungsprojekt an der ETH Z\u00fcrich zum globalen Tech-Pionier: Das Gr\u00fcnderteam von Scandit<\/strong> erkl\u00e4rt im Interview, wie ihre Software Smartphones<\/strong> in leistungsstarke Erfassungswerkzeuge verwandelt und wie Unternehmen<\/strong> mit Vision AI allt\u00e4gliche Abl\u00e4ufe revolutionieren.<\/h2>\n\n\n\n

K\u00f6nnen Sie Scandit kurz vorstellen und erz\u00e4hlen, wie die Idee zur Gr\u00fcndung des Unternehmens entstanden ist?<\/h3>\n\n\n\n

Scandit entwickelt Smart Data Capture-Software, die auf Vision AI basiert und aus Smartger\u00e4ten leistungsstarke Datenerfassungs-Tools macht. Sie erm\u00f6glicht es Smartphones, Handheld-Computern, station\u00e4ren Kameras und Robotern, Barcodes, Ausweise, Texte und Objekte mit der Geschwindigkeit und Genauigkeit spezialisierter Hardware zu scannen \u2013 in den meisten F\u00e4llen sogar vollst\u00e4ndig auf dem Ger\u00e4t selbst.<\/p>\n\n\n\n

Die Idee dazu entstand an der ETH Z\u00fcrich, wo sich Samuel Mueller (CEO), Christof Roduner (CIO) und ich kennenlernten. Urspr\u00fcnglich wollten wir physische Objekte mit dem Internet verbinden, und zwar \u00fcber RFID (Radio Frequency Identification). Christof und ich waren Teil des Auto-ID Lab, einer Forschungskooperation zwischen dem MIT (Massachusetts Institute of Technology) und der ETH. Irgendwann wurde uns klar, dass die Smartphone-Kamera der eigentlich interessantere Sensor war, da bald jeder ein Smartphone besitzen w\u00fcrde. Also gr\u00fcndeten wir noch im Jahr 2009 Scandit mit dem Ziel, eine Barcode-Scan-Technologie zu entwickeln, die auch auf den damals noch sehr limitierten Handykameras zuverl\u00e4ssig funktioniert.<\/p>\n\n\n\n

Herr Floerkemeier, Sie geh\u00f6ren zum Gr\u00fcnderteam von Scandit. Was hat Sie damals motiviert, Computer Vision und Smart Data Capture in den Mittelpunkt Ihres Unternehmens zu stellen?<\/h3>\n\n\n\n

W\u00e4hrend meiner Zeit am Auto-ID Lab des MIT habe ich an RFID gearbeitet. Das zugrundeliegende Versprechen war dabei stets dasselbe: Computern die M\u00f6glichkeit zu geben, die physische Welt wahrzunehmen. RFID ben\u00f6tigt jedoch spezielle Leseger\u00e4te und mit Tags versehene Objekte, was den Einsatzbereich stark einschr\u00e4nkt. Bei Kameras gibt es dieses Problem nicht.<\/p>\n\n\n\n

Die fr\u00fche Technologie war allerdings ern\u00fcchternd. So lief unsere erste Demo auf einem Nokia N95 mit einer F\u00fcnf-Megapixel-Kamera ohne Autofokus und einige fr\u00fche Prototypen wiesen eine Fehlerquote von rund zehn Prozent beim Auslesen auf. Der CIO eines der gr\u00f6\u00dften Lebensmittelh\u00e4ndler Europas sagte uns damals, unsere Technologie werde niemals gut genug sein. Genau diese L\u00fccke zwischen Vision und Realit\u00e4t machte die Sache zu einem lohnenden technischen Problem. Sie zu schlie\u00dfen \u2013 unter anderem mithilfe von Machine-Learning-Algorithmen, die selbst aus unscharfen Bildern Barcodes lesen konnten \u2013 bildet bis heute die Grundlage unserer Produkte.<\/p>\n\n\n\n

Welche Vision verfolgen Sie mit Scandit, und wie m\u00f6chten Sie den Einsatz von KI und Computer Vision in Unternehmen langfristig ver\u00e4ndern?<\/h3>\n\n\n\n

Unser Ziel ist es, dass jeder, egal ob Verkaufsmitarbeiter:in, Pflegekraft, Verbraucher:in oder Zusteller:in, mit einem Ger\u00e4t ganz einfach auf ein Objekt zeigen kann, um die physische und die digitale Welt miteinander zu verbinden. Unsere Mission ist es, die Alltagshelden zu st\u00e4rken, die diese Arbeit jeden Tag leisten.<\/p>\n\n\n\n

Langfristig bleibt diese Mission bestehen, richtet sich aber zunehmend auf gr\u00f6\u00dfere gesch\u00e4ftliche Herausforderungen, bei denen Vision AI zum Einsatz kommt. Ein Beispiel ist die verbreitete L\u00fccke in der Store Execution: H\u00e4ndlern fehlt die n\u00f6tige Transparenz \u00fcber ihren Warenbestand, um ihr Gesch\u00e4ft zu maximieren und Abl\u00e4ufe zu optimieren. Deshalb investieren wir so stark in Vision AI: Wenn die Intelligenz in den H\u00e4nden der Mitarbeitenden liegt und in Millisekunden reagiert, ver\u00e4ndert das die Art und Weise, wie sie arbeiten und wof\u00fcr sie ihre Zeit einsetzen.<\/p>\n\n\n\n

An welche Zielgruppen richtet sich Scandit haupts\u00e4chlich, und welche Herausforderungen m\u00f6chten Sie mit Ihren L\u00f6sungen l\u00f6sen?<\/h3>\n\n\n\n

Zu unseren Kunden z\u00e4hlen vor allem Unternehmen aus den Bereichen Einzelhandel, Post-, Paket- und Expressdienste, Flugreisen, Supply Chain, Gesundheitswesen und Fertigung, unter anderem Walmart, Sephora, Levi’s Strauss, Air France KLM, der NHS, Lufthansa und La Poste. Allein im Einzelhandel geh\u00f6ren sieben der zehn gr\u00f6\u00dften Lebensmittelh\u00e4ndler der USA zu unseren Kunden.<\/p>\n\n\n\n

Die Herausforderungen sind meist Variationen desselben Themas: Manuelle, langsame und fehleranf\u00e4llige Prozesse im Tagesgesch\u00e4ft stellen ein Problem dar, insbesondere in einer Zeit, in der Arbeitskr\u00e4fte knapp und teuer sind. Man denke an eine Mitarbeiterin, die Regale Artikel f\u00fcr Artikel \u00fcberpr\u00fcft, einen Zusteller, der seinen Lieferwagen nach einem einzelnen Paket durchsucht, oder eine Self-Checkout-Kasse, die blockiert ist, weil jemand eine Flasche Wein gekauft hat. <\/p>\n\n\n\n

Wir verleihen den Ger\u00e4ten, die Menschen ohnehin bei sich tragen oder die Unternehmen bereits im Einsatz haben, die F\u00e4higkeit zu sehen und zu verstehen, sodass diese Aufgaben nur noch Sekunden statt Minuten dauern. Unternehmen erhalten auf diese Weise verl\u00e4ssliche Daten dar\u00fcber, was in ihrem Betrieb tats\u00e4chlich passiert. \u00dcber die reine Datenerfassung hinaus liefern wir handlungsrelevante Erkenntnisse f\u00fcr Mitarbeitende im operativen Gesch\u00e4ft, damit sie ihre n\u00e4chsten Schritte priorisieren k\u00f6nnen \u2013 sei es, welche margenstarken Artikel nachgef\u00fcllt werden m\u00fcssen oder ob der Ausweis eines Kunden bei einem altersbeschr\u00e4nkten Produkt echt oder gef\u00e4lscht ist.<\/p>\n\n\n\n

Mit Age Verified Self-Checkout bringt Scandit eine Altersverifikation auf den Markt, bei der die Gesichtsanalyse vollst\u00e4ndig auf dem Smartphone erfolgt. Wie funktioniert dieser Ansatz, und warum war Ihnen der Datenschutz dabei so wichtig?<\/h3>\n\n\n\n

Wenn ein Kunde an der Selbstbedienungskasse ein altersbeschr\u00e4nktes Produkt kauft, zeigt das Terminal einen QR-Code an. Der Kunde scannt diesen ohne vorherigen App-Download mit dem eigenen Smartphone und macht ein Selfie. Ein direkt im Browser auf dem Smartphone laufendes Vision AI-Modell sch\u00e4tzt daraufhin das Alter. Liegt die Person eindeutig \u00fcber der Altersgrenze, ist die Pr\u00fcfung innerhalb weniger Sekunden abgeschlossen. Ist das nicht der Fall, scannt der Kunde zus\u00e4tzlich seinen Ausweis, dessen Echtheit wir pr\u00fcfen. Anschlie\u00dfend gleichen wir das Ausweisfoto mit dem Selfie ab. Am Ende erh\u00e4lt das Kassenterminal ausschlie\u00dflich ein \u201eBestanden\u201c- oder \u201eNicht bestanden\u201c-Signal. Es werden keine biometrischen Daten, Ausweisdaten oder weitere pers\u00f6nliche Informationen \u00fcbertragen oder gespeichert. Falls gew\u00fcnscht oder eine weitere Pr\u00fcfung n\u00f6tig ist, kann die Kundin beziehungsweise der Kunde jederzeit eine Mitarbeiterin oder einen Mitarbeiter hinzuziehen.<\/p>\n\n\n\n

Datenschutz war hier keine Option, sondern Voraussetzung. Da es sich bei der Gesichtsanalyse um eine sensible Datenkategorie handelt, w\u00fcrden weder H\u00e4ndler noch Kund:innen eine L\u00f6sung akzeptieren, die solche Informationen speichert. Da die Verarbeitung auf dem Ger\u00e4t, n\u00e4mlich dem eigenen Smartphone der Kund:innen, erfolgt, ist der Datenschutz architektonisch verankert und nicht nur ein Versprechen auf dem Papier. Neben der vollst\u00e4ndigen On-Device-Verarbeitung erf\u00fcllt die L\u00f6sung zudem zentrale Standards, darunter die DSGVO, den CCPA, ISO\/IEC 27566-1, ISO 27001 sowie die UKAS-Challenge-25-Zertifizierung.<\/p>\n\n\n\n

Viele KI-L\u00f6sungen verarbeiten Daten in der Cloud. Warum hat sich Scandit bewusst f\u00fcr einen Ansatz entschieden, bei dem die Daten das Smartphone nicht verlassen?<\/h3>\n\n\n\n

Die On-Device-Verarbeitung bietet drei Vorteile gegen\u00fcber der Cloud f\u00fcr diese Art von Anwendung:<\/p>\n\n\n\n

Geschwindigkeit, weil ein Scan in Millisekunden reagieren muss, was ein zentraler Faktor f\u00fcr unsere leistungsstarke Scan-Technologie ist.<\/p>\n\n\n\n

Zuverl\u00e4ssigkeit, da sich ein Lager oder ein Ladenkeller nicht auf eine perfekte Internetverbindung verlassen kann.<\/p>\n\n\n\n

Und Datenschutz, denn Daten, die nie erhoben werden, k\u00f6nnen auch nicht durchsickern.<\/p>\n\n\n\n

On-Device-Scanning reduziert die Daten\u00fcbertragung und maximiert gleichzeitig die Verf\u00fcgbarkeit und Sicherheit. F\u00fcr die meisten unserer Arbeitsprozesse bietet On-Device-Scanning die beste Leistung und gibt unseren Kunden und deren Endnutzer:innen gleichzeitig die n\u00f6tige Sicherheit.<\/p>\n\n\n\n

Was macht Scandit aus Ihrer Sicht besonders im Vergleich zu anderen Anbietern von Computer-Vision- und KI-L\u00f6sungen f\u00fcr den Handel?<\/h3>\n\n\n\n

Wir haben \u00fcber f\u00fcnfzehn Jahre in die L\u00f6sung eines einzigen, anspruchsvollen Problems investiert: Unser Ziel war es, Vision AI so zuverl\u00e4ssig zu machen, dass sie auf Ger\u00e4ten aller Leistungsklassen unter chaotischen, realen Bedingungen funktioniert. Dazu geh\u00f6ren beispielsweise Blendlicht an einer K\u00fchlt\u00fcr, ein zerknittertes Etikett, schlechte Beleuchtung im Lager oder ein f\u00fcnf Jahre altes Android-Smartphone. Nur wer unter echten Praxisbedingungen testet, kann sicherstellen, dass die eigenen Datenerfassungs-Tools den Betrieb tats\u00e4chlich unterst\u00fctzen und nicht behindern. Unsere gesamte Vision AI-Expertise aus dem Bereich Barcode-Scanning haben wir inzwischen auf ShelfView und weitere Store-Intelligence-L\u00f6sungen ausgeweitet. Mithilfe von Vision AI erkennt ShelfView Bilder und Objekte, um falsch einsortierte Ware in den G\u00e4ngen eines Supermarkts oder fehlende Best\u00e4nde, die nachgef\u00fcllt werden m\u00fcssen, zu identifizieren. Die daf\u00fcr n\u00f6tige Genauigkeit und Komplexit\u00e4t ist entscheidend und liefert H\u00e4ndlern messbare Gesch\u00e4ftsergebnisse, die die Marge und den Umsatz steigern.<\/p>\n\n\n\n

Ein weiterer Unterschied ist, dass wir unsere Leistungsf\u00e4higkeit in gro\u00dfen Unternehmen bewiesen haben. Unsere Software l\u00e4uft j\u00e4hrlich auf 170 Millionen Ger\u00e4ten bei einigen der gr\u00f6\u00dften Unternehmen weltweit \u2013 und das ohne spezielle Hardware. Wir haben einen Kundenstamm von \u00fcber 2.100 Unternehmen und pflegen vertrauensvolle Partnerschaften mit Hardware-Partnern, ISVs (Independent Software Vendors) sowie Systemintegratoren. Zudem \u00fcberzeugt unsere Plattform durch ihre Breite: Barcode-Scanning, ID-Scanning, Etiketten-Erfassung und Store Intelligence. Ein H\u00e4ndler kann f\u00fcr s\u00e4mtliche Filialprozesse mit nur einem Anbieter zusammenarbeiten.<\/p>\n\n\n\n

Welche Vorteile bietet die neue Altersverifikation sowohl f\u00fcr H\u00e4ndler als auch f\u00fcr Kund:innen und Kunden im Alltag?<\/h3>\n\n\n\n

F\u00fcr H\u00e4ndler ist die Rechnung eindeutig: Rund 80 Prozent der Alterspr\u00fcfungen werden innerhalb weniger Sekunden abgeschlossen, ganz ohne Mitarbeitende. Die Pr\u00fcfungen sind rund sechsmal schneller und die Filialen verzeichnen bis zu f\u00fcnf Prozent mehr Self-Checkout-Transaktionen, da die Kassen einfach weiterlaufen. Das f\u00fchrt wiederum zu mehr Umsatz. Es ist keine neue Hardware n\u00f6tig, da die Arbeit von den Smartphones der Kund:innen \u00fcbernommen wird und sich die L\u00f6sung in bestehende Self-Checkout-Systeme integrieren l\u00e4sst. Dadurch wird Compliance einheitlich und nachvollziehbar, statt davon abzuh\u00e4ngen, wie aufmerksam eine Mitarbeiterin oder ein Mitarbeiter am Ende einer langen Schicht noch ist.<\/p>\n\n\n\n

F\u00fcr Kund:innen entf\u00e4llt ein unangenehmer Moment. Niemand steht gerne vor einem blinkenden Terminal und wartet darauf, begutachtet zu werden. Ein Selfie dauert nur wenige Sekunden, es findet keine Bewertung statt und die Daten bleiben auf dem Smartphone. Die Gr\u00fcnde, warum sich Menschen \u00fcberhaupt f\u00fcr Self-Checkout entscheiden, sind Geschwindigkeit und Unabh\u00e4ngigkeit \u2013 und genau dieses Versprechen wird nun auch bei altersbeschr\u00e4nkten K\u00e4ufen eingehalten.<\/p>\n\n\n\n

Welche Herausforderungen begegnen Ihnen bei der Entwicklung von KI-L\u00f6sungen, die hohe Anforderungen an Datenschutz, Geschwindigkeit und Benutzerfreundlichkeit erf\u00fcllen m\u00fcssen?<\/h3>\n\n\n\n

Unser Ziel bei unserer Age Verified Self-Checkout-L\u00f6sung ist es, dass der gesamte Ablauf auf jedem beliebigen Smartphone, das eine Kundin oder ein Kunde besitzt, funktioniert \u2013 in Echtzeit sowie pr\u00e4zise genug f\u00fcr eine Compliance-Entscheidung. Wir sind seit jeher stolz darauf, unsere Software auf \u00fcber 20.000 verschiedenen Ger\u00e4tetypen lauff\u00e4hig zu machen, um eine m\u00f6glichst breite Kompatibilit\u00e4t sicherzustellen.<\/p>\n\n\n\n

Der Datenschutz bringt eine weitere, jedoch notwendige Einschr\u00e4nkung mit sich. Da wir keine Daten speichern, muss jede Schutzma\u00dfnahme, etwa der Abgleich eines Ausweisfotos mit einem Live-Selfie zur Betrugspr\u00e4vention, in Echtzeit direkt auf dem Ger\u00e4t erfolgen. \u00dcber all dem steht die Benutzerfreundlichkeit. Sowohl ein Teenager als auch eine 80-J\u00e4hrige m\u00fcssen den Ablauf beim ersten Versuch ohne Anleitung abschlie\u00dfen k\u00f6nnen. Wir investieren seit jeher stark in die User Experience, um auf Basis von Best Practices aus Tausenden von Implementierungen hohe Akzeptanzraten zu erzielen.<\/p>\n\n\n\n

Wie sehen Sie die Zukunft von Computer Vision und KI im Einzelhandel, und welche Rolle wird datenschutzkonforme Verarbeitung dabei spielen?<\/h3>\n\n\n\n

Computer Vision oder Vision AI wird zunehmend Teil der Infrastruktur von Filialen. Heute kommt sie vor allem in den H\u00e4nden der Mitarbeitenden zum Einsatz, die Produkte und Regale scannen. Zunehmend sehen wir, wie sie eine kontinuierliche Store Intelligence speist und somit Echtzeit-Transparenz \u00fcber den Warenbestand schafft: Welche Regale sind leer, welche Preise sind falsch ausgezeichnet, welche Produkte laufen bald ab, wo gibt es Engp\u00e4sse? Anstatt eigene, gesonderte Kontrollen durchf\u00fchren zu m\u00fcssen, entsteht dieses Wissen als Nebenprodukt der ohnehin stattfindenden Arbeit. Neben den Vorteilen der Echtzeitdaten lassen sich durch den Wegfall bestimmter Aufgaben auch erhebliche Effizienzgewinne bei der Arbeitsproduktivit\u00e4t erzielen. So k\u00f6nnen Mitarbeitende ihre Zeit in wertsch\u00f6pfendere T\u00e4tigkeiten investieren.<\/p>\n\n\n\n

Zum Thema Datenschutz w\u00fcrde ich sagen: Datenschutzkonforme Verarbeitung wird nicht mehr lange ein Verkaufsargument sein. Sie wird zur Eintrittskarte. Aufgrund der DSGVO, des EU AI Acts und des wachsenden Bewusstseins der Verbraucher:innen muss alles, was mit Menschen, ihren Gesichtern, ihren Ausweisen oder ihrem Verhalten zu tun hat, von Grund auf Datensparsamkeit nachweisen. H\u00e4ndler:innen haben das verstanden. Die Frage, die wir in jedem Gespr\u00e4ch h\u00f6ren, lautet nicht mehr \u201eWie genau ist es?\u201c, sondern \u201eWohin gehen die Daten?\u201c<\/p>\n\n\n\n

Welche n\u00e4chsten technologischen Entwicklungen und Wachstumsziele stehen bei Scandit aktuell im Fokus?<\/h3>\n\n\n\n

Am wichtigsten ist unsere Store Intelligence Plattform. Sie verwandelt Bestandsdaten aus zentralen Filial-Workflows in eine Echtzeit\u00fcbersicht \u00fcber den Filialbetrieb, anstatt jeden Workflow als eigenes Silo zu belassen. Sie enth\u00e4lt auch priorisierte Handlungsempfehlungen. Jede aktivierte L\u00f6sung macht das Gesamtbild reichhaltiger.<\/p>\n\n\n\n

Technologisch treiben wir kontinuierlich voran, was mit KI-gest\u00fctzter Smart Data Capture m\u00f6glich ist: die Kombination von Barcode- und Texterkennung in einer einzigen Erfassung f\u00fcr komplexe Etiketten, eine bessere KI-basierte Analyse von Regalen sowie die Erweiterung unserer Software von Smartphones auf station\u00e4re Kameras, Drohnen und Roboter. Zudem erkunden wir laufend neue Herausforderungen im Filialbetrieb und Problemfelder im Handel, die wir l\u00f6sen k\u00f6nnen.<\/p>\n\n\n\n

Welche drei Ratschl\u00e4ge w\u00fcrden Sie anderen Gr\u00fcnderinnen und Gr\u00fcndern geben, die ein DeepTech-Unternehmen im Bereich K\u00fcnstliche Intelligenz erfolgreich aufbauen m\u00f6chten?<\/h3>\n\n\n\n

Erstens: Sucht euch ein einziges, echtes Problem und sagt zu fast allem anderen Nein, das euch ablenken k\u00f6nnte. In den Anfangsjahren haben wir versucht, f\u00fcr zu viele potenzielle Kunden zu viele verschiedene Dinge zu sein. Das hat uns wahrscheinlich ein Jahr gekostet. Man muss in 90 Prozent der F\u00e4lle Nein sagen, und das f\u00fchlt sich nie bequem an.<\/p>\n\n\n\n

Zweitens: Verlasst fr\u00fch das Labor. Unsere Technologie wurde erst dadurch gut, dass uns echte Kunden, manchmal sehr direkt, gesagt haben, wo sie versagt. In der akademischen Welt wirkt eine Fehlerquote von 10 Prozent wie ein solides Forschungsergebnis. Ein H\u00e4ndler wird euch hingegen sagen, dass die Technologie unbrauchbar ist.<\/p>\n\n\n\n

Drittens: Behandelt Ablehnung als Information, nicht als Urteil. Der CIO, der sagte, unsere Technologie werde niemals gut genug sein, hat unseren Fokus mehr gesch\u00e4rft als jeder Berater. Er beschrieb das Produkt so, wie es damals war, nicht, wie es sein k\u00f6nnte. Genau in diesem Unterschied liegt das Unternehmen, das man aufbaut.<\/p>\n\n\n\n

Bildcredits Scandit<\/p>\n\n\n\n

Wir bedanken uns bei Christian Floerkemeier<\/a> f\u00fcr das Interview<\/p>\n\n\n\n

Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder.<\/p>\n\n\n\n