Die meisten Retail-AI-Demos beginnen im Laden: Kamera, Regal, Checkout, Empfehlung. REWE setzt bei einem neuen Forschungsprojekt deutlich früher an – in der landwirtschaftlichen Lieferkette.
Die REWE Group bündelt dafür nach eigenen Angaben Expertise aus Praxis und Wissenschaft, um Tierwohl und Tiergesundheit mit Hilfe künstlicher Intelligenz besser analysieren zu können. Entscheidend ist weniger die einzelne Modellarchitektur als die Verschiebung der Grenze dessen, was ein Händler technologisch beeinflussen will.
Lebensmittelhändler verkaufen längst nicht nur das, was am Ende im Regal liegt. Sie definieren Standards für Herkunft, Qualität, Tierhaltung und Nachweisführung. Je genauer diese Anforderungen werden, desto schwieriger wird die Kontrolle über klassische Stichproben, Audits und Dokumentation.
AI kann hier helfen, große Mengen an Beobachtungs- und Betriebsdaten konsistenter auszuwerten. Gleichzeitig steigt damit die Verantwortung für Datenqualität, Messfehler und die Frage, welche Kennzahlen tatsächlich Tierwohl abbilden.
Das ist wichtig, weil ein Algorithmus aus einem schlechten Indikator keine gute Wahrheit macht. Ein System kann sehr zuverlässig das Falsche messen.
Für REWE liegt der potenzielle Nutzen trotzdem auf der Hand. Bessere Früherkennung kann Probleme schneller sichtbar machen, Anforderungen über Lieferketten hinweg vergleichbarer machen und Nachhaltigkeits- oder Tierwohlprogramme belastbarer dokumentieren.
Damit wird Retail-Tech breiter als Store-Tech.
Die digitale Infrastruktur eines Lebensmittelhändlers reicht künftig vom Checkout über das Regal bis zu Produktion und Landwirtschaft. Wer diese Datenketten beherrscht, kann nicht nur effizienter arbeiten, sondern auch Versprechen an Kundinnen und Kunden genauer belegen.
Die spannendste AI im Handel muss deshalb nicht im Markt stehen. Sie kann Monate vorher dort arbeiten, wo das Produkt überhaupt erst entsteht.