KI-Ladendiebstahlerkennung: Die Technik hinter AIn-Guard
Wie AIn-Guard Bewegungen in Kamerabildern analysiert und kurze Videohinweise verschickt: ein Einblick in unsere Technik und die Forschung dahinter.
KI-generiertes Symbolbild. Die Smartphone-Anzeige ist eine schematische Darstellung.
An der Kasse wartet ein Kunde. Eine Lieferung kommt an. Im Gang braucht jemand Beratung. Ihre Kameras zeichnen weiter auf, aber für den Blick auf den Monitor bleibt wenig Zeit.
AIn-Guard analysiert die Bilder angeschlossener Kameras und schickt Ihnen einen kurzen Videoclip, wenn die KI eine auffällige Bewegung erkennt. Sie sehen, was die Meldung ausgelöst hat, und entscheiden, ob Sie reagieren möchten.
Dafür entwickeln wir die Technik: Sie soll Ihnen helfen, den Laden im Blick zu behalten, während Sie sich um Ihr Geschäft kümmern.
Vom Kamerabild zum gezielten Hinweis
Einen Vorfall in einer langen Aufnahme zu finden, kostet Zeit. Sie müssen wissen, wo Sie suchen und wann ungefähr etwas passiert ist. Eine Nachricht mit dem passenden Ausschnitt gibt Ihnen einen konkreten Ausgangspunkt.
AIn-Guard analysiert Bewegungsmuster, die eine genauere Prüfung verdienen können. Dazu gehören beispielsweise Abläufe, die so aussehen, als würde jemand einen Artikel unter der Kleidung verstecken.
Im Clip kann Ihr Team die Szene prüfen: Was geschah vor der Bewegung? Ist der Artikel noch zu sehen? Gibt es eine alltägliche Erklärung?
Der Hinweis lenkt Ihre Aufmerksamkeit auf den Moment. Ihr Team beurteilt die Situation.
Infografik in voller Größe öffnen
Wie KI menschliche Bewegungen analysieren kann
Ein Ansatz dafür ist die sogenannte Posenschätzung, auch Pose Estimation genannt. Sie stellt Körperstellen wie Schultern, Ellenbogen, Handgelenke und Hüften als Punkte im Bild dar.
Verfolgt man diese Punkte über mehrere Bilder hinweg, entsteht eine vereinfachte Darstellung der Bewegung. Ein Modell kann dadurch einen Ablauf analysieren, statt sich auf ein einzelnes Bild zu stützen.
Das ist wichtig, weil beim Einkaufen viele unterschiedliche Bewegungen vorkommen. Menschen greifen über Regale, richten ihre Kleidung, heben Taschen auf und stellen Produkte zurück. Ein angehobener Arm oder eine Hand an der Hosentasche sagt noch nichts über die Absicht einer Person aus.
Unsere Forschung untersucht, wie sich solche Bewegungsfolgen bewerten lassen, um die menschliche Prüfung zu unterstützen. Dazu gehört auch die Frage, wie zuverlässig der Ansatz bei bislang unbekannten Aufnahmen funktioniert.
Animation in voller Größe ansehen
Die Forschung hinter unserer Entwicklung
Die Technik hinter AIn-Guard haben wir von Grund auf selbst entwickelt. Die KI-Modelle stammen von unserem CTO (PhD, Universität Kyoto).
Zu seiner Arbeit mit Koautor Mohamed ElBassat gehört eine begutachtete Studie, die im Oktober 2026 in der Fachzeitschrift Signal, Image and Video Processing veröffentlicht wurde. Sie untersucht ein kompaktes Modell zur Analyse von Körperhaltungs- und Bewegungsfolgen im Zusammenhang mit möglicherweise auffälligem Verhalten im Einzelhandel.
Die Studie befasst sich auch mit einer wichtigen praktischen Herausforderung: der Übertragung auf unbekanntes Videomaterial. Die Ergebnisse der externen Tests waren gemischt. Eine Gewichtung beim Training anhand der Konfidenzwerte verbesserte diese Ergebnisse nicht durchgehend.
Solche Erkenntnisse zeigen, wo weitere Entwicklung und Tests nötig sind. Es handelt sich um Forschungsergebnisse und nicht um eine Messung der Leistung von AIn-Guard in einem bestimmten Geschäft.
Hier finden Sie die veröffentlichte Studie und ihre Ergebnisse.
Worauf es im Geschäft ankommt
Eine hilfreiche Sicherheitslösung muss mit den Bedingungen vor Ort zurechtkommen.
Die Kameraposition beeinflusst, was zu sehen ist. Regale, Kleidung oder andere Menschen können Bewegungen verdecken. Ein voller Gang stellt andere Anforderungen als ein leerer.
Auch der gesamte Ablauf zählt: Kommt eine Nachricht zu einem Zeitpunkt an, zu dem sie noch hilft? Zeigt der Clip genug vom Zusammenhang? Wie oft prüft ein Mitarbeitender eine Szene, die sich als alltäglich herausstellt?
Diese Fragen verbinden die KI-Entwicklung mit dem Schutz eines Geschäfts im Alltag. Neben den Ergebnissen des Modells zählt, wie hilfreich die Informationen sind, die beim Team ankommen.
Ein kurzer Clip, der in den Arbeitsalltag passt
Nicht jedes kleine Geschäft kann einen eigenen Ladendetektiv beschäftigen. Inhaber und Mitarbeitende möchten trotzdem mitbekommen, wenn etwas auffällt – während sie Kunden bedienen, Lieferungen annehmen und den Laden am Laufen halten.
Bei AIn-Guard erhalten Sie mit der Meldung einen kurzen Clip der markierten Szene. Sie können sich den Ausschnitt direkt ansehen, ohne erst eine lange Aufnahme nach dem betreffenden Zeitpunkt durchsuchen zu müssen.
Meldungen zu prüfen, braucht weiterhin Aufmerksamkeit. Die Technik soll Ihnen helfen, diese gezielt einzusetzen.
So passen Videohinweise in den Alltag eines kleinen Geschäfts.
Was die Technik zur Diebstahlprävention beiträgt
Ware im Regal haben Sie bereits bezahlt. Fehlt sie, kann der wirtschaftliche Schaden über einen entgangenen Verkauf hinausgehen. Unsere Beispielrechnung zum Verlust durch Ladendiebstahl macht diesen Zusammenhang anhand konkreter Preise deutlich.
Fragen zum Versicherungsschutz und zum Umgang mit einem Verlust brauchen eine eigene Erklärung. Darum geht es in unserem Beitrag Zahlt die Versicherung bei Ladendiebstahl in Österreich?
Die Aufgabe der Technik ist es, Mitarbeitende auf relevante Situationen aufmerksam zu machen und ihre Prüfung zu unterstützen. Ein hilfreicher Hinweis kann eine angemessene Reaktion ermöglichen, während ein Vorgang noch läuft. Ob sich ein Verlust verhindern lässt, hängt davon ab, was die Kameras erfassen, was die KI erkennt und wie im Geschäft reagiert wird.
Wir helfen Ihnen, Ihren Laden zu schützen
Erzählen Sie uns, wo Ihnen im Laden der Überblick fehlt und wie Ihr Team arbeitet. Gemeinsam besprechen wir die Anbindung Ihrer Kameras, zeigen Ihnen den Ablauf einer Videomeldung und finden heraus, was zu Ihrem Geschäft passt.
