Warum diese ewige Stichprobe beim Selbstscannen?
Selbstscankassen sind ideal, wenn du schnell fertig sein willst. Doch es gibt einen Spielverderber: die Stichprobe. Du wirst wieder beiseite genommen, während jemand anders fröhlich durchläuft. Zufall? Nicht wirklich. Hinter diesen „zufälligen“ Kontrollen steckt ein System, das mit Daten arbeitet. Wir sind dem nachgegangen und haben die KI-Forscherin Niki van Stein (Universität Leiden) gefragt, wie diese verborgene Logik ungefähr funktioniert.
Nicht nach Gefühl, sondern nach Daten
Supermärkte sagen gern, Stichproben seien zufällig, aber in der Praxis entscheidet ein Algorithmus. Dieses Modell schätzt das Risiko ein, dass etwas in deiner Tasche landet, das nicht gescannt wurde. Also kein Pi-mal-Daumen: frühere Einkäufe, Kontrollen und Verhaltensmuster fließen in diese Wahrscheinlichkeitsberechnung ein.
Was der Algorithmus zu erreichen versucht
Das System steuert mehrere Ziele zugleich an. Zunächst möchte der Laden Diebstahl und Scannfehler senken. Kontrollen sollen etwas bringen: Hält man jemanden an, muss tatsächlich etwas fehlen, sonst war es vergebene Mühe.
Gleichzeitig will der Supermarkt dich nicht unnötig aufhalten. Jede Stichprobe kostet Zeit, frustriert Kundinnen und Kunden und belastet die Mitarbeitenden. Zu viele Kontrollen machen das Selbstscannen unattraktiv. Daher suchen Läden ständig nach einer Balance: genug prüfen, um Verluste zu begrenzen, aber nicht so viel, dass du abspringst.
Es gibt noch ein drittes, unsichtbares Ziel: den Algorithmus schlauer zu machen. Dafür braucht es auch Kontrollen bei Menschen, die nicht verdächtig wirken. Ohne diese scheinbar zufälligen Checks lernt das System nur aus seinen eigenen Annahmen und wird blind für normales Verhalten.
Wie entscheidet das System, wer herausgepickt wird?
Das Modell schaut nicht darauf, wer du bist, sondern auf Muster. Stell es dir wie ein Rezept vor: Bestimmte Kombinationen und Umstände korrelieren statistisch mit einer höheren Chance auf einen Fehler beim Scannen. Auf Basis solcher Zusammenhänge wandert deine Risikobewertung nach oben oder unten.
Typische Signale, auf die es achtet
Produktkombinationen: Manche Artikel verschwinden häufiger, vor allem in Kombination mit anderen. Kaufst du zum Beispiel Kaffeefilter ohne Kaffee oder Brötchen ohne etwas, das dazu passt, kann das die algorithmische Augenbraue runzeln lassen. Diese Regeln stehen nicht im Voraus fest; sie entstehen aus Daten früherer Kontrollen.
Zeit im Laden: Sehr lang mit einem Handscanner herumzulaufen kann ein Warnsignal sein. In den Daten sieht man, dass Personen, die absichtlich etwas mitnehmen wollen, im Schnitt mehr Zeit brauchen. Langsames Shoppen ist also mitunter ein Risikoindikator.
Umfang und Verhalten: Ein übervoller Wagen oder ein sehr hoher Kassenbon kann bei manchen Ketten schneller eine Stichprobe auslösen, oder es gibt einen festen Schwellenwert, oberhalb dessen immer kontrolliert wird. Umgekehrt kann es auch verdächtig wirken, nach einer langen Runde nur ein billiges Produkt zu bezahlen.
Handscanner, Kundenkarte und deine „Reputation“
Wenn dein Selbstscannen mit deiner Kundenkarte verknüpft ist, kann der Laden sich merken, wie frühere Kontrollen ausgingen. Lief immer alles glatt? Dann wirst du oft seltener herausgepickt. Ist einmal etwas liegengeblieben (aus Versehen oder nicht), kann deine Risikobewertung steigen. Ironischerweise bietet die Nichtnutzung von Karte oder Handscanner dem System weniger Anhaltspunkte – und mehr Unsicherheit wird schnell in mehr Kontrollen übersetzt.
Artikel entfernen? Rechne mit höherer Wahrscheinlichkeit
Mitarbeitende berichten, dass das Entfernen zuvor gescannter Produkte an der Kasse oft eine Stichprobe auslöst. Während der Kontrolle können sie genau sehen, was du entfernt hast, und prüfen, ob diese Artikel nicht doch in deiner Tasche gelandet sind. Die Mitarbeitenden wählen die Personen in der Regel nicht selbst aus; sie folgen den Vorgaben des Systems und haben sonst nur begrenzte Einsicht.
Warum Supermärkte so vage bleiben
Ketten halten die Details ihrer Algorithmen bewusst zurück. Konkurrenz und Diebstahlprävention spielen mit hinein: Erklärt man, wie das Modell funktioniert, passen Menschen ihr Verhalten an und die Wirksamkeit sinkt. Albert Heijn sagt, dass die Bonuskarte genutzt wird, um Kontrollen zu verfeinern, personenbezogene Daten jedoch nicht beliebig eingesetzt werden, um Entscheidungen zu steuern. Jumbo teilt mit, dass Dinge wie Gesamtbetrag, Anzahl der Produkte oder Kundentyp nicht berücksichtigt werden, gibt darüber hinaus aber wenig preis.
Die ewige Gratwanderung: Bequemlichkeit versus Verlust
Seit dem Aufkommen des Selbstscannens ist Ladendiebstahl deutlich gestiegen, wie zuvor berichtet wurde. Mehr zu kontrollieren begrenzt den Schaden, vertreibt jedoch Kundschaft. Weniger zu kontrollieren macht das Einkaufen angenehmer, kostet aber Umsatz. Am Ende geht es um Kosten und Nutzen: Wie viel Verlust akzeptierst du und wie viel Personal setzt du ein? Und selbst bei Kontrollen kann noch etwas durchrutschen.
Warum es sich manchmal unfair anfühlt
Für dich als Kundin oder Kunde bleibt es eine Black Box: Du wirst herausgepickt, weißt aber nicht warum. Vollständige Offenheit ist für Läden riskant, dennoch könnten sie klarer darlegen, welche Arten von Daten sie nutzen. Schon eine Erklärung der Grundzüge kann das Verständnis erhöhen.
Kurz zusammengefasst
Wirst du an der Selbstscan-Kasse kontrolliert, ist das selten persönlich. Ein Algorithmus schätzt dein Risiko auf Basis von Verhaltensmustern ein, versucht Fehler und Diebstahl zu begrenzen und berücksichtigt zugleich deinen Einkaufskomfort. Clever ist das allemal – perfekt und hundertprozentig fair? Das nicht.
