Geschlechts- & AlterserkennungAnonyme demografische Analyse auf dem Nano AI Sensor

Das kann sie sein, und die Umsetzung von V-Count ist darauf ausgelegt. KI-Geschlechtserkennung auf einem Nano AI Sensor erzeugt eine anonyme Schätzung und verwirft das Rohbild, sodass weder ein Gesichtsbild noch ein biometrisches Template gespeichert und keine Person identifiziert wird.

Da das Ergebnis nicht mit einer identifizierbaren Person verknüpft ist, gilt ein Großteil der Regelungen der DSGVO und der UK GDPR für personenbezogene Daten nicht in gleicher Weise, und es findet keine Verarbeitung besonderer Kategorien biometrischer Daten statt.

KI-Alterserkennung schätzt eine breite Altersgruppe statt eines exakten Alters, und die Genauigkeit ist auf Gruppen- und Aggregatebene am höchsten – genau so ist sie gedacht. Jede einzelne Schätzung kann falsch sein, insbesondere nahe der Grenze zwischen zwei Gruppen, doch über Tausende von Besuchern ist die Verteilung stabil genug, um Filialen, Stunden, Zonen und Kampagnenzeiträume zu vergleichen.

Beleuchtung, Sensorwinkel, Montagehöhe und Verdeckungen beeinflussen die Ergebnisse; deshalb validiert V-Count die Platzierung bei der Inbetriebnahme. Wir veröffentlichen keinen pauschalen Genauigkeitswert, weil ein solcher Wert nur für eine festgelegte Gruppenstruktur und Installationsbedingung aussagekräftig ist.

Das hängt von der Hardware ab. Demografische Analyse erfordert einen KI-Sensor mit integrierter Verarbeitung; ein älterer Lichtschranken-, Wärmebild- oder einfacher 3D-Zähler lässt sich daher nicht allein per Software so aufrüsten, dass er Alter und Geschlecht liefert.

Die meisten Kunden ergänzen Nano AI Einheiten an den Eingängen und Zonen, an denen Demografie zählt, und behalten ihre vorhandenen Zähler an anderen Stellen. BoostBI verarbeitet beide, sodass Sie eine durchgehende Besucherhistorie behalten, statt mit Ihren Daten neu zu beginnen. Wenn Sie eine schrittweise Einführung planen, kann unser Team Ihre aktuelle Geräteliste prüfen und ermitteln, welche Eingänge zuerst umgerüstet werden sollten.

Sie beantworten unterschiedliche Fragen. Gesichtserkennung versucht festzustellen, wer eine Person ist, indem sie ein Gesichtstemplate mit einer gespeicherten Datenbank abgleicht – das ist biometrische Verarbeitung personenbezogener Daten.

Demografische Analyse fragt nur, wie eine anonyme vorbeigehende Person in groben Zügen aussieht (ungefähr welche Altersgruppe, welches geschätzte Geschlecht), und vergisst sie dann. V-Count Sensoren erstellen, speichern oder vergleichen keine Gesichtstemplates und können dieselbe Person an einem späteren Tag oder an einem anderen Standort nicht erneut identifizieren. Das Ergebnis ist ein Zählwert mit zugeordneten Merkmalen, kein Datensatz über eine einzelne Person.

BoostBI weist die demografische Aufteilung der gezählten Besucher nach Altersgruppe und geschätztem Geschlecht aus, aufgeschlüsselt nach Zeitintervall und nach Zone oder Eingang. Diese Daten stehen neben Besucherfrequenz, Verweildauer, Belegung, Warteschlangen-Kennzahlen und allen angebundenen Umsatzdaten.

In der Praxis können Sie die Konversionsrate je Segment ablesen, das Besucherprofil zweier Filialen oder zweier Etagen vergleichen, verfolgen, wie sich die Zusammensetzung im Tagesverlauf verschiebt, und die Kundendemografie-Daten per API in Ihr eigenes BI-System oder Data Warehouse exportieren. Siehe BoostBI.

Nein. Jedes Bild wird auf dem Sensor verarbeitet und verworfen; nur anonyme Metadaten verlassen das Gerät. Im gesamten V-Count Stack gibt es kein Bildarchiv, keine Videoaufbewahrung und keine Datenbank mit Gesichtstemplates. Das ist zugleich eine Datenschutzmaßnahme und ein praktischer Vorteil, denn so entfällt die Bandbreiten- und Speicherlast, die eine Kamera-zu-Cloud-Architektur verursachen würde.

Nano AI. Es ist ein einzelnes Deckengerät, das gleichzeitig die Besucherzählung mit bis zu 99 % Genauigkeit an einer Eingangslinie in Innenräumen und die demografische Schätzung auf dem Gerät liefert – ein Sensor deckt also beide Anforderungen an einem Eingang oder in einer Zone ab. Siehe die Seite zum Nano AI Sensor für Personenzählung.

Für Eingänge im Freien oder große offene Flächen berät Sie unser Team, wo Nano Outdoor oder Nano Prime besser geeignet ist und wie Sie Gerätetypen an einem Standort kombinieren, ohne Ihre Berichte zu zersplittern.

Ja. Derselbe Nano AI Sensor zählt Ein- und Austritte, schätzt auf dem Gerät für jede gezählte Person eine Altersgruppe und ein Geschlecht und schließt Mitarbeiter aus, die einen reflektierenden Schulter-Tag oder ein Lanyard tragen – mit einer Genauigkeit von 90 %+ beim Mitarbeiterausschluss. Alle drei Funktionen berichten an ein BoostBI Konto. Siehe Personenzählung und Mitarbeiterausschluss.

Einkaufszentren nutzen es in zwei Richtungen. Intern zeigt es, welches Publikum zu welchen Uhrzeiten an welchem Eingang und auf welcher Etage ankommt, und steuert damit Eventprogramm, Marketingbudget, die Besetzung des Gästeservice und die Platzierung von Promotionsflächen.

Extern unterstützt es die Vermietung: Ein potenzieller Mieter möchte Belege für das Besucherprofil in der Nähe einer infrage kommenden Fläche sehen, und gemessenes demografisches Kundenprofiling überzeugt weit mehr als eine Umfrage. Dieselben Daten bilden auch die Grundlage für die Preisgestaltung von Werbe- und DOOH-Flächen im Center.