Fallstudie Adidas nutzt Objekterkennung und
Tracking für verbesserte
Einkaufsmöglichkeiten im Geschäft
Tracking für verbesserte
Einkaufsmöglichkeiten im Geschäft
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-1.png?authuser=6&%3Bhl=de&hl=de)
adidas ist eines der bekanntesten Sportunternehmen der Welt. Die adidas App ist die Heimat von Sport und Sneakern und bringt ihre Nutzer der Action näher. Mit sofortigem Zugriff auf Sneaker-Drops, saisonale Modeveröffentlichungen, Anregungen von Sportlern und mehr.
Im adidas Retail Store möchten die Kunden wissen, ob ein Schuh in ihrer Größe verfügbar ist. Während die Filialen von adidas Tablets in Echtzeit auf Lager haben, können sich Verbraucher in der adidas App selbst darüber informieren.
Das adidas App-Team hatte sich für die traditionelle visuelle Suche entschieden, um dem Verbraucher das Finden eines Schuhs zu erleichtern, ohne einen Barcode scannen zu müssen. Wenn jedoch ein Nutzer das Bild zu nah oder zu weit weg aufgenommen hat, kann dies zu einer frustrierenden Erfahrung des Nutzers mit einem ungenauen Ergebnis und einer verschwendeten Zeit führen.![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-2.gif?authuser=6&%3Bhl=de&hl=de)
Die Vorgehensweise
Mit der Objekterkennungs- und Tracking-API von ML Kit konnte das Team eine nahtlose und intuitive Bedienung schaffen. Nach dem Öffnen der adidas App für Android oder iOS und Drücken der Schaltfläche „Anprobieren“ wird die Kamera des Smartphones aktiviert. Mithilfe dieser API erkennt das Smartphone nahtlos Schuhe in Echtzeit und erkennt innerhalb von Sekunden eine Bilderkennung für Hunderte von Produkten.
ML Kit erkennt in Echtzeit Objekte, die von Interesse sind, wie z. B. Sportbekleidung und -schuhe. Basierend auf diesen Erkennungen ruft die adidas App die Bilderkennungsergebnisse von einem cloudbasierten Bilderkennungsdienst ab, noch bevor der Nutzer Ergebnisse explizit für das betreffende Objekt anfordert. So erhalten Nutzer schneller Ergebnisse und die visuelle Suche lässt sich nahtlos und angenehm gestalten.
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-3.png?authuser=6&%3Bhl=de&hl=de)
Ergebnisse
„Mit der Objekterkennungs- und Tracking-API von ML Kit konnten wir nicht nur die Geschwindigkeit und die Genauigkeit beim Erfassen des gesuchten Nutzers verbessern, sondern auch mit dem Ansatz „Bring it to me“ einen nahtlosen Kaufprozess bieten“, erläutert Chris Kettle, Product Lead for Digital Retail bei adidas. „Nachdem der Verbraucher den Schuh gescannt und seine Größe ausgewählt hat, kann er ein beliebiges Paar überall im Geschäft herausbringen. Alle lieben diese Funktion.