Planogrammtreue ohne Klemmbrett
Der Außendienst verbringt 15–30 % jedes Besuchs mit Formularen für das Regal-Audit. Bilderkennung ersetzt das Klemmbrett: Der Außendienst verkauft wieder, und die Daten zur Planogrammtreue liegen schneller und verlässlicher vor, als es ein manuelles Audit je leisten könnte.
Ein Außendienstmitarbeiter betritt mit einem Tablet einen Laden. Bevor das Gespräch mit der Filialleitung beginnt und bevor auch nur ein Artikel nachbestellt wird, muss er ein Formular für das Regal-Audit ausfüllen: 20 bis 60 Fragen zu Facings, Regalanteil, Planogrammtreue und Regallücken. Bei 8 bis 12 Besuchen am Tag frisst diese Arbeit 15 bis 30 Prozent jedes Besuchs. Der Mitarbeiter steht im Laden, aber er verkauft nicht.
Die Daten aus dem Audit sind subjektiv. Was der eine Mitarbeiter als planogrammkonform einstuft, bewertet der andere anders. Die meisten FMCG-Hersteller wissen, dass sie ein Problem mit der Planogrammtreue haben, und lassen sie trotzdem weiter vom Außendienst von Hand prüfen.
Was Planogrammtreue tatsächlich misst
Planogrammtreue zeigt, wie weit das, was der Shopper gerade am Regal sieht, vom geplanten Regalbild des Category Managements abweicht (Facings pro Artikel, Reihenfolge, Platzierung in der Sichtzone, Zweitplatzierung). Diese Lücke zu schließen ist einer der wenigen Hebel im Laden, die ein Hersteller über den Außendienst selbst in der Hand hat.
Wird die Planogrammtreue durchgesetzt, folgt der Abverkauf. Gelingt das nicht, zahlt die Marke doppelt: einmal für den Trade Spend, mit dem das Produkt ins Regal gekommen ist, und noch einmal für den entgangenen Umsatz, wenn das Regal vom Planogramm abweicht.
Unbequem wird es an anderer Stelle: Schon die Prüfung, ob das Planogramm eingehalten wird, kostet Geld. Klassische Ansätze wälzen diese Kosten auf den Außendienst ab, der bei jedem Besuch ein Formular ausfüllt und Daten liefert, die spät kommen, von Mitarbeiter zu Mitarbeiter uneinheitlich sind und sich im Nachhinein nicht überprüfen lassen.
Wie Bilderkennung das Audit-Formular ersetzt
Retail Image Recognition gewinnt mit Computer Vision strukturierte Regaldaten aus einem Foto. Der Mitarbeiter fotografiert das Regal mit dem Tablet. Das System erkennt jeden Artikel im Regal, zählt Facings, gleicht Reihenfolge und Position mit dem Planogramm ab, findet Regallücken und liefert in Sekunden eine Kennzahl für die Planogrammtreue.
Das Formular verschwindet, weil die Daten, die es erfassen sollte, jetzt automatisch aus dem Foto ausgelesen werden. Retail Image Recognition erreicht auf trainierten Artikelkatalogen eine Erkennungsgenauigkeit von bis zu 98 %. Damit liegt die Datenqualität über dem, was ein manuelles Audit selbst bei voller Aufmerksamkeit liefern kann.
So ändert sich der Ablauf eines Besuchs:
Filialbesuch → 15–30 % des Besuchs gehen ins Formular → die Daten sind subjektiv, verspätet und lückenhaft.
Filialbesuch → Foto vom Regal → die Audit-Daten liegen objektiv, vollständig und mit Zeitstempel vor, während der Mitarbeiter schon verkauft.
Das Ergebnis: Zeit für den Verkauf
Das deutlichste Ergebnis, wenn das Audit nicht mehr beim Außendienst liegt, ist zurückgewonnene Verkaufszeit. Aus Mitarbeitern, die nebenbei Daten erheben, werden wieder Verkäufer in Vollzeit.
In einem Interview mit dem Branchenportal Portal Spożywczy im Februar 2026 beschrieb Paweł Głowniak, Sales Director bei Herbapol-Lublin, einem polnischen Hersteller von Tee, Getränken, Sirupen und Konfitüren, die Veränderung ganz direkt:
„Dank fortschrittlicher Systeme wie etwa Image Recognition erhalten wir verlässliche Informationen über die Lage in den Geschäften, und unser Außendienst spart Zeit, weil er keine Fragebögen ausfüllen muss. Dadurch sind unsere Vertriebsbesuche wirtschaftlich effektiver.“
Paweł Głowniak · Sales Director, Herbapol-LublinBemerkenswert ist die Gewichtung. Die Technologie nennt Głowniak nur als Beispiel, das Gewicht liegt auf dem Ergebnis: verlässlichen Regaldaten und mehr Verkaufszeit für den Außendienst. Die Bilderkennung ist der Mechanismus, der beides gleichzeitig möglich macht.
Polnisches Original: „Dzięki zaawansowanym systemom jak np. Image Recognition, dostajemy pewną informację o sytuacji w sklepach, a nasi Przedstawiciele Handlowi oszczędzają czas nie musząc wypełniać ankiet. Dzięki temu wizyty handlowe są bardziej efektywne biznesowo.” Quelle: Portal Spożywczy, 13. Februar 2026. Deutsche Übersetzung: Redaktion Asseco Platform.
Objektive Daten statt Meinungen
Das zweite Ergebnis sieht man in der Quartals-GuV kaum, in den monatlichen Vertriebsrunden aber umso deutlicher: Über die Daten wird nicht mehr gestritten.
Wenn die Regaldaten aus einem Formular des Außendienstes stammen, hängt jede Zahl davon ab, wie der jeweilige Mitarbeiter das Regal deutet. Dasselbe Regal kann der eine als „konform“ einstufen, der andere als „nicht konform“. Im nächsten Vertriebsmeeting geht die Zeit dann für die Frage drauf, welche Zahl stimmt.
Wenn die Regaldaten aus der Bilderkennung kommen, ist das Foto die Referenz. Die Diskussion verschiebt sich von „Ist das konform?“ zu „Was tun wir gegen die Abweichung?“, und genau diese Diskussion will eine Vertriebsorganisation führen.
Głowniaks Formulierung, „verlässliche Informationen über die Lage in den Geschäften“, beschreibt im Kern, was sich ändert. Verlässlich heißt hier: Dasselbe Regal liefert dasselbe Ergebnis, egal, welcher Mitarbeiter es fotografiert hat.
Planogrammtreue durchsetzen ohne nachträgliche Kontrolle
Das dritte Ergebnis zeigt sich in der KPI-Logik, dem Teil des Systems, der Regaldaten in Maßnahmen übersetzt.
Bilderkennung allein bringt wenig. Das Foto liefert eine Kennzahl, aber diese Kennzahl muss in einen Arbeitsablauf einfließen. Moderne Retail-Execution-Systeme übertragen sie in die nächste Aufgabenliste des Außendienstes, in den Abweichungsbericht der Gebietsleitung und in die Planogrammprüfung des Category Managements. Meldet Geschäft Nr. 4127 eine Planogrammtreue von 60 %, steht im Plan für den nächsten Besuch dort eine Aufgabe.
Damit schließt sich ein Kreis, der beim Formular-Audit meist offen blieb. Die Daten liegen schnell genug und in brauchbarer Form vor, sodass der nächste Besuch korrigiert, was der vorige gefunden hat. Die Außendienstleitung steuert die Planogrammtreue damit laufend, Besuch für Besuch.
Was die Einführung voraussetzt
Die Voraussetzungen sollte man klar benennen:
- Trainierter Artikelkatalog. Die Bilderkennung muss die Produkte kennen. Das Portfolio eines neuen Herstellers aufzunehmen heißt, ein Erkennungsmodell auf Basis der aktuellen Verpackungen aufzubauen. Das ist meist ein einmaliger Aufwand, danach folgen Aktualisierungen bei jedem neuen Artikel oder Verpackungswechsel.
- Schwelle für die Erkennungsgenauigkeit. Retail Image Recognition erreicht auf trainierten Katalogen bis zu 98 % Genauigkeit. Liegt die Genauigkeit bei einem Katalog deutlich darunter, verschwindet das Formular nicht wirklich. An seine Stelle tritt ein Stapel strittiger Ergebnisse, die jemand von Hand nachprüfen muss, und das ist schlimmer.
- Integration in den SFA-Ablauf. Die Fotoaufnahme muss Teil des bestehenden Besuchsablaufs sein. Eine separate App für das Regal-Audit bringt genau die Reibungsverluste zurück, die das System beseitigen sollte.
- Eine KPI-Logik dahinter. Die Kennzahl muss irgendwo weiterverarbeitet werden: in einem Gebiets-Dashboard, einer Aufgabenliste, einem Perfect-Store-Score. Ohne diesen Schritt laufen genaue Daten ins Leere.
Diese vier Punkte sind die eigentliche Arbeit, wenn eine Vertriebsorganisation vom Klemmbrett-Audit auf die Messung der Planogrammtreue per Foto umstellt. Die meisten FMCG-Hersteller unterschätzen den Aufbau des Katalogs und überschätzen das technische Risiko.
Wie sich die Lösung in den Außendienst einfügt
Retail Image Recognition arbeitet mit Sales & Retail Execution von Asseco Platform zusammen. Die Lösung läuft in derselben SFA-Anwendung, die der Außendienst täglich nutzt, sodass das Regalfoto und die übrigen Besuchsdaten (Bestellungen, Erhebungen, Notizen aus Verhandlungen im Laden) in einem Datensatz pro Besuch liegen.
Für Organisationen mit KPI-basierten Besuchszyklen liefert Retail Image Recognition die Daten an das Modul Perfect Store. Es verdichtet Planogrammtreue, Regalverfügbarkeit (OSA) und Regalanteil zu einer Kennzahl pro Geschäft, und diese Kennzahl bestimmt den Plan für den nächsten Besuch.
Häufige Fragen
Was ist Planogrammtreue?
Planogrammtreue misst, wie genau die tatsächliche Anordnung der Produkte im Regal dem Planogramm des Category Managements entspricht: Facings pro Artikel, Reihenfolge, Platzierung in der Sichtzone und Nachbarschaftsregeln. Hohe Planogrammtreue geht mit höherem Abverkauf einher. Niedrige zeigt, dass Trade Spend am Regal verpufft.
Wie hoch ist die Erkennungsgenauigkeit der Bilderkennung bei Regal-Audits?
Retail Image Recognition erreicht auf trainierten Artikelkatalogen eine Erkennungsgenauigkeit von bis zu 98 %. Die Genauigkeit hängt von drei Faktoren ab: der Qualität des trainierten Katalogs für das Portfolio der Marke, den Aufnahmebedingungen im Laden (Licht, Winkel, Abstand) und davon, wie oft der Katalog nach Verpackungswechseln aktualisiert wird.
Ersetzt Bilderkennung den Außendienst?
Nein. Die Bilderkennung ersetzt das Formular, nicht den Mitarbeiter. Ziel ist, dem Außendienst die 15–30 % der Besuchszeit zurückzugeben, die das Audit verbraucht, damit er sie für das nutzt, was ein Tablet nicht kann: das Gespräch mit der Filialleitung, Verhandlungen im Laden, das Aushandeln von Zweitplatzierungen und das Lösen von Problemen.
Wie lange dauert die Einführung?
Die technische Integration ist der schnelle Teil: Sie dauert meist einige Wochen, je nach vorhandener SFA-Plattform. Langsamer ist der Aufbau des Artikelkatalogs. Er kann 4 bis 12 Wochen dauern, je nach Größe des Portfolios, Komplexität der Verpackungsvarianten und der Frage, ob für den Regalanteil auch Wettbewerbsartikel erkannt werden müssen.
Möchten Sie Ihrem Außendienst die Verkaufszeit zurückgeben?
Sehen Sie, wie Retail Image Recognition die Formulare für das Regal-Audit in Ihrer Vertriebsorganisation ersetzt, ohne den Außendienst vom Verkauf abzuziehen.
Sprechen Sie mit uns →
