Per branche

AI voor de fysieke winkel: voorraad, personeel en omnichannel

AI voor retail en de fysieke winkel: voorraad per filiaal, personeelsplanning op drukte en omnichannel, plus twee herkenbare situaties uit de winkel.

aiworktalent Redactie · 30 oktober 2026 · 16 min leestijd

AI voor retail en de fysieke winkel is de verzameling toepassingen die specifiek gaan over voorraad per filiaal, personeel op de vloer, de kassa en de schappen, niet over de webshop op zich. Bij een fysieke winkel wisselt de klant voortdurend tussen online en de winkelvloer, en is niet alles digitaal en centraal geregeld zoals bij een webshop. Typische webshop-toepassingen (productaanbevelingen, een slimme zoekfunctie, productbeschrijvingen op schaal) laten we hier buiten beschouwing. Hieronder lees je waar AI de fysieke winkel, en de combinatie van online en offline die we omnichannel noemen, écht vooruithelpt. Heb je een kleine zelfstandige winkel, zoals een opticien of fietsenwinkel, lees dan ook AI voor de speciaalzaak en lokale winkel.

Voorraadvoorspelling per filiaal

Voor een keten met meerdere vestigingen is landelijke of centrale vraagvoorspelling niet genoeg: elk filiaal heeft zijn eigen ritme. Een vestiging in een studentenstad verkoopt anders dan een filiaal in een forensendorp. Ook geeft een lokaal evenement in de ene plaats een piek die de andere vestiging niet voelt. AI-modellen die verkoopdata, seizoen en lokale factoren zoals het weer per filiaal analyseren, voorspellen de vraag nauwkeuriger dan één centraal gemiddelde. Dat voorkomt het bekende patroon dat de ene winkel misgrijpt terwijl een andere vestiging dezelfde artikelen moet afprijzen. Het maakt het ook mogelijk voorraad tussen filialen te herverdelen voordat het misgaat. Alles staat of valt wel met de kwaliteit van je verkoopdata per locatie. Hoe je die verbetert, lees je in je data op orde krijgen voor AI.

In de winkel: kassa en zelfscannen

Aan de kassa zijn de grootste stappen al gezet. Zelfscannen (met een handscanner of de eigen supermarktapp) is inmiddels bij de meeste grote Nederlandse supermarktketens beschikbaar en scheelt direct wachttijd, al is dat zelf nog geen AI. Een stap verder is camera- en sensortechnologie die de kassa grotendeels overbodig maakt. Albert Heijn testte dit in 2019 met een kassaloze miniwinkel van 14 vierkante meter. Camera's en schapsensoren registreerden welke producten een klant meenam. Zodra de klant de winkel verliet, schreef het systeem het bedrag automatisch af, tot een maximum van 25 euro. In Nederland zijn zulke concepten tot nu toe proefprojecten met een fors prijskaartje. Voor de meeste retailers is dit niet de eerste, maar hoogstens een latere stap. Kijk bij elke investering in kassatechnologie eerst naar wat het je aan wachttijd of personeelsinzet bespaart, voordat je verder gaat dan zelfscannen.

Personeelsplanning op basis van drukte

Personeel is voor de meeste winkels een grote en variabele kostenpost. Het is ook direct van invloed op de klantervaring: te weinig mensen op de vloer betekent onaangevulde schappen en wachtrijen bij de zelfscankassa's, terwijl te veel personeel onnodig geld kost. AI kan de drukte per dagdeel en per filiaal voorspellen, op basis van historische bezoekersaantallen, dag van de week, seizoen en bijvoorbeeld het weer. Daarmee stem je de roosters preciezer af op de werkelijke vraag. Dat is iets anders dan simpelweg 'meer mensen op zaterdag'. Het gaat om de juiste bezetting op het juiste moment, per vestiging, inclusief de pieken die per filiaal kunnen verschillen. Vraag eerst je kassa- of roosterleverancier wat jouw huidige pakket al aan drukteverwachting biedt; vaak hoef je er niets naast te zetten.

Omnichannel: online en offline als één voorraad

Hier verschilt fysieke retail wezenlijk van een pure webshop. Klanten bestellen online en halen op in de winkel (click-and-collect), of retourneren een online aankoop bij het filiaal om de hoek. Soms verwachten ze ook dat een medewerker kan nakijken of een product elders op voorraad ligt. Dat werkt alleen als voorraad, kassasysteem en webshop hetzelfde, actuele beeld delen. Anders belooft je website een product dat in de winkel al weg is, of andersom. AI helpt hier vooral indirect. Het gelijkhouden van de voorraadcijfers zelf is koppelwerk tussen systemen. De AI-winst zit in de keuze vanuit welk filiaal of magazijn je een online bestelling het beste verstuurt. Dit vraagt meestal om koppelingen tussen je bestaande kassa-, voorraad- en webshopsystemen. Waar zulke koppelingen vaak vastlopen, lees je in AI koppelen aan je bestaande systemen.

Schapindeling en derving

Twee kostenposten komen in de fysieke winkel samen: het lege schap (gemiste omzet, want een product dat er niet ligt, verkoop je niet) en derving (weggegooide voorraad, vooral bij vers). Camera's die schappen monitoren, kunnen melden zodra een populair product bijna op is. Jumbo testte dit in 2021 in een vestiging in Oirschot: camera's controleerden of veelverkochte producten nog voldoende in het schap lagen. Privacydeskundigen plaatsten er vraagtekens bij: het voorraadsysteem en rondlopend personeel signaleren een leeg schap ook, en dat is minder ingrijpend. Aan de andere kant helpt vraagvoorspelling per product en per filiaal om bestelhoeveelheden voor beperkt houdbare artikelen scherper te zetten, zodat je minder weggooit zonder vaker mis te grijpen. Ook de schapindeling zelf (welk product op ooghoogte ligt, welke producten je naast elkaar zet) onderbouw je met verkoopdata in plaats van op gevoel. De winst zit hier vooral in betere data en voorspelling, niet per se in de duurste cameraoplossing.

Twee situaties die je waarschijnlijk herkent

Voorbeeld 1: voorraad die eindelijk klopt tussen filialen

Ter illustratie: een keten met vijf filialen plant de inkoop centraal, op een landelijk gemiddelde. Filiaal drie prijst elke maand dezelfde productgroep af, terwijl filiaal vijf er structureel te weinig van heeft. Door voorraad per filiaal te voorspellen en filialen onderling voorraad te laten herverdelen zodra de voorspelling daarom vraagt, dalen de afprijzingen in de ene winkel. Tegelijk daalt het omzetverlies door misgrijpen in de andere vestiging. Hoeveel dat concreet oplevert, verschilt sterk per keten en assortiment. Het onderliggende patroon, centrale inkoop die lokale verschillen negeert, is in de retail wel wijdverspreid. Voor zo'n voorspelling per filiaal heb je wel verkoopdata per locatie nodig, over meerdere seizoenen.

Voorbeeld 2: een rooster dat meebeweegt met de drukte

Een winkel met één vestiging merkt dat de zaterdagmiddag structureel te druk is voor de bezetting, terwijl de rustige donderdagochtend juist ruim bemand is. Het rooster is gebaseerd op een vast wekelijks patroon uit gewoonte, niet op wat de drukte werkelijk laat zien. Software die de verwachte bezoekersaantallen per dagdeel voorspelt (op basis van historische kassadata, dag van de week en seizoen) maakt zichtbaar waar rooster en drukte precies uit elkaar lopen. De winkelier schuift vervolgens één medewerker van donderdagochtend naar zaterdagmiddag, zonder extra uren in te kopen. Zo'n aanpassing is klein, maar typerend voor waar de winst in personeelsplanning meestal zit: niet in minder mensen, maar in dezelfde mensen op een beter moment.

Wat is haalbaar voor welke retailer?

Niet elke toepassing is voor elke retailer even toegankelijk. Een globaal overzicht:

Waar te beginnen met AI in de fysieke winkel

Begin niet bij de meest opvallende technologie, maar bij je grootste kostenpost. Kijk dus eerst naar wat je winkel nu het meeste geld kost:

• Veel afprijzen door misgrijpen op filiaalniveau? Begin bij voorraadvoorspelling.
• Klachten over te druk of juist te rustig ingeroosterd personeel? Begin bij personeelsplanning.
• Winkel én webshop, en botsen de voorraadcijfers voortdurend? Dan is de omnichannel-koppeling je prioriteit.

Bewijs de waarde eerst in één filiaal of productgroep, voordat je uitrolt naar de rest van de keten. Hoe je zo'n proef opzet en daarna opschaalt, lees je in het stappenplan voor AI in het mkb.

Cameragebruik, klantdata en de wet

Verwerk je klantgegevens (loyaliteitskaart, online aankopen, gedrag dat via camera's in de winkel wordt vastgelegd), dan val je onder de AVG. Cameragebruik gericht op klantgedrag brengt een aantal specifieke verplichtingen met zich mee. De AI-verordening (Verordening (EU) 2024/1689) verbiedt daarnaast een beperkt aantal toepassingen die in de retail wel eens genoemd worden. Hieronder de drie punten waar het vaakst misgaat.

Cameratoezicht en de AVG

Voor cameratoezicht op de winkelvloer heb je een grondslag nodig, meestal een gerechtvaardigd belang zoals het voorkomen van diefstal of het beschermen van klanten en personeel. Wil je diezelfde beelden ook gebruiken om klantgedrag te analyseren, dan is dat een nieuw doel met een eigen afweging. Onderbouw dat belang, en toon aan dat je het doel niet op een minder ingrijpende manier kunt bereiken. Daarnaast geldt de informatieplicht van artikel 13 van de AVG: klanten moeten weten dat er camera's hangen, bijvoorbeeld met een duidelijk bordje bij de ingang. Monitor je een voor het publiek toegankelijke ruimte grootschalig of stelselmatig met camera's, dan is een gegevensbeschermingseffectbeoordeling (DPIA) verplicht. Dat volgt uit artikel 35 van de AVG en de DPIA-lijst van de Autoriteit Persoonsgegevens. Volgens de Autoriteit Persoonsgegevens is dat het geval zodra je camera's permanent of voor langere tijd inzet, bijvoorbeeld tegen diefstal. Analyseer je met die camera's ook klantgedrag, dan neem je dat nieuwe doel mee in de DPIA. Zie de regels van de Autoriteit Persoonsgegevens voor cameratoezicht door organisaties voor de volledige lijst met voorwaarden.

Verboden: gezichtsdatabases en emotieherkenning op de werkvloer

Artikel 5 van de AI-verordening verbiedt sinds 2 februari 2025 een beperkt aantal specifiek omschreven praktijken, niet AI-systemen in het algemeen. Voor retail zijn er twee relevant. Het ongericht schrapen van gezichtsbeelden, bijvoorbeeld uit cameratoezicht, om daarmee een gezichtsherkenningsdatabase te bouwen of uit te breiden, is verboden. Een winkel die camerabeelden van klanten wil gebruiken om herhaalbezoekers automatisch te herkennen, loopt hier tegenaan. Los daarvan is gezichtsherkenning in een winkel volgens de Autoriteit Persoonsgegevens vrijwel altijd verboden, omdat het om biometrische gegevens gaat (artikel 9 AVG). Daarnaast verbiedt artikel 5 AI-systemen die op de werkvloer emoties van medewerkers afleiden uit biometrische gegevens zoals gezichtsuitdrukking, stemintonatie of houding. Dat verbod geldt specifiek voor personeel, niet voor klanten, en kent een uitzondering voor medische redenen of veiligheidsredenen. Vrij is emotieherkenning bij klanten daarmee niet: sinds 2 augustus 2026 moet je klanten informeren dat zo'n systeem draait (artikel 50 lid 3). Emotieherkenning staat bovendien in bijlage III van de AI-verordening, dus vanaf 2 december 2027 gelden daarnaast de eisen voor hoog-risico-AI. De volledige tekst van artikel 5 lees je in de AI-verordening.

Personeelsvolgsystemen en de ondernemingsraad

Gebruik je AI om personeel te volgen, bijvoorbeeld cameradata die ook laat zien hoe medewerkers zich op de vloer bewegen, of software die aan- en afwezigheid en prestaties registreert? In dat geval heeft de ondernemingsraad instemmingsrecht. Artikel 27 van de Wet op de ondernemingsraden (WOR) geeft dat instemmingsrecht bij elke regeling die geschikt is om de aanwezigheid, het gedrag of de prestaties van medewerkers waar te nemen of te controleren. Zonder instemming van de OR, of vervangende toestemming van de kantonrechter, mag je zo'n systeem niet invoeren. Instemming maakt het gebruik nog niet rechtmatig: camerabeelden gebruiken om te beoordelen hoe medewerkers hun werk doen, is volgens de Autoriteit Persoonsgegevens in principe niet toegestaan. Heeft je winkel geen ondernemingsraad, dan blijven de AVG en de AI-verordening gewoon gelden. Let wel op: vanaf vijftig werknemers ben je op grond van artikel 2 van de Wet op de ondernemingsraden verplicht er een in te stellen. De volledige tekst van artikel 27 WOR staat op wetten.overheid.nl. Draait zo'n systeem bij een externe leverancier, dan verwerkt die persoonsgegevens voor je en is een verwerkersovereenkomst verplicht; wat daarin hoort, lees je in de verwerkersovereenkomst voor AI-tools.

Veelgestelde vragen

Wat kan een fysieke winkel of retailketen met AI?

De meest waardevolle toepassingen voor fysieke retail zijn: voorraadvoorspelling per filiaal in plaats van één centraal gemiddelde, en personeelsplanning op basis van verwachte drukte. Waardevol is ook de koppeling tussen winkel en webshop, zodat de voorraad in beide kanalen hetzelfde beeld toont. AI speelt daar een indirecte rol: het koppelen zelf is systeemwerk, AI helpt vooral bij de keuze vanuit welk filiaal je een online bestelling verstuurt. Bij lege schappen en derving zit de winst vooral in betere vraagvoorspelling per product, niet per se in camera's die de schappen bewaken. Kassaloos afrekenen met camera's krijgt de meeste aandacht in de media, maar is voor de meeste retailers nog geen haalbare eerste stap; de winst zit doorgaans in de minder zichtbare toepassingen.

Is AI ook haalbaar voor een winkel met maar één vestiging?

Ja. Voorraadvoorspelling per filiaal wordt vooral waardevol bij meerdere vestigingen, maar personeelsplanning op basis van drukte werkt ook met één winkel. AI kan de verwachte drukte per dagdeel voorspellen op basis van historische bezoekersaantallen, dag van de week en seizoen. Vraag eerst je kassa- of roosterleverancier wat jouw huidige pakket al aan drukteverwachting biedt; vaak hoef je er niets naast te zetten. Begin bij je grootste kostenpost, niet bij de meest opvallende technologie zoals kassaloos afrekenen.

Wat is het verschil tussen AI voor een webshop en AI voor een fysieke winkel?

Bij een webshop draait AI vooral om conversie en content: productaanbevelingen, een slimme zoekfunctie en productbeschrijvingen op schaal. Bij een fysieke winkel of omnichannel-retailer liggen de zwaartepunten anders: voorraad die per filiaal klopt, personeel dat op de juiste momenten op de vloer staat, en de kassa en winkelvloer zelf. Ook de koppeling tussen winkel en webshop hoort daarbij, zodat klanten naadloos kunnen wisselen tussen online bestellen en in de winkel ophalen of retourneren. Er is overlap, bijvoorbeeld bij de voorraad die beide kanalen delen, maar de kern van waar de winst zit, verschilt sterk.

Mag een winkel klanten met camera's volgen voor AI-toepassingen?

Ja, onder voorwaarden. Cameratoezicht valt onder de AVG: je hebt een grondslag nodig, meestal een gerechtvaardigd belang zoals het voorkomen van diefstal, en je moet klanten informeren dat er camera's hangen (artikel 13 AVG). Camera's die je voor diefstalpreventie ophangt, mag je niet zonder meer ook voor gedragsanalyse inzetten; dat is een nieuw doel met een eigen afweging. Monitor je een voor het publiek toegankelijke ruimte grootschalig of stelselmatig met camera's, bijvoorbeeld structureel tegen diefstal, dan is een gegevensbeschermingseffectbeoordeling (DPIA) verplicht op grond van artikel 35 AVG en de DPIA-lijst van de Autoriteit Persoonsgegevens. Wat niet mag: camerabeelden ongericht verzamelen om daarmee een gezichtsherkenningsdatabase van klanten te bouwen of uit te breiden. Dat verbiedt artikel 5 van de AI-verordening sinds 2 februari 2025. Ook gerichte gezichtsherkenning, bijvoorbeeld van bekende winkeldieven, is volgens de Autoriteit Persoonsgegevens vrijwel altijd verboden, omdat het om biometrische gegevens gaat (artikel 9 AVG).

Heeft de ondernemingsraad iets te zeggen over AI die personeel volgt in de winkel?

Ja. Artikel 27 van de Wet op de ondernemingsraden geeft de ondernemingsraad instemmingsrecht bij elke regeling die geschikt is om het gedrag, de aanwezigheid of de prestaties van medewerkers waar te nemen of te controleren. Dat geldt ook voor cameradata of software die daarvoor in de winkel wordt ingezet. Zonder instemming van de OR, of vervangende toestemming van de kantonrechter, mag je zo'n systeem niet invoeren. Instemming maakt het gebruik nog niet rechtmatig: camerabeelden gebruiken om te beoordelen hoe medewerkers hun werk doen, is volgens de Autoriteit Persoonsgegevens in principe niet toegestaan. Heeft je winkel geen ondernemingsraad, dan blijven de AVG en de AI-verordening gewoon gelden. Vanaf vijftig werknemers ben je overigens verplicht een ondernemingsraad in te stellen.

AI helpt de fysieke winkel het meest bij wat je niet direct ziet: voorraad die per filiaal klopt, personeel dat op de juiste momenten op de vloer staat, en kanalen die dezelfde voorraad delen. De kassaloze winkel is voorlopig een testomgeving. Begin bij het onzichtbare werk dat nu al oplevert. Wil je een AI-expert inhuren voor je winkel of retailketen, bijvoorbeeld voor voorraadvoorspelling per filiaal of een rooster op drukte, plaats dan je opdracht op aiworktalent en ontvang voorstellen van specialisten.