NUA EYE: Ein ereignisreiches Jahr neigt sich dem Ende zu!🚀🚀

Wir sind begeistert, einige Schlüsselerfolge mit euch teilen zu können.
Unsere Bemühungen im Bereich Innovation haben zu bedeutenden Verbesserungen geführt:

1. Präzise Einzelkomponenten-Erkennung:
Unsere Technologie für die Einzelkomponenten-Erkennung hat in diesem Jahr enorme Fortschritte gemacht. Durch die Integration fortschrittlicher Algorithmen und den Einsatz von maschinellem Lernen haben wir die Präzision unserer Essenserkennung erheblich gesteigert.

2. Effizienteres Training und maximale Erkennungsgeschwindigkeit:
Wir haben den Trainingsprozess unserer Modelle optimiert und dabei den Zeitaufwand erheblich reduziert. Die aktuelle Erkennungsgeschwindigkeit beträgt 100 Millisekunden.

3. Internationale Expansion:
Wir freuen uns, dass wir in diesem Jahr unseren Kundenstamm bedeutend erweitern konnten, und sind besonders stolz darauf, dass NUA EYE nun auch international im Einsatz ist.

NUA EYE: Digitalisierung, Zeitersparnis und Effizienzsteigerung im Fokus.

Willkommen zu unserem neuesten Blogbeitrag! In einer Zeit, geprägt von Personalmangel und digitaler Transformation, präsentieren wir Ihnen die KI-gesteuerte Essenserkennung NUA EYE. Tauchen Sie ein in die Welt der digitalen Revolution, die nicht nur die Arbeitsbelastung reduziert, sondern auch das Kundenerlebnis durch verkürzte Wartezeiten und eine gesteigerte Checkout-Rate transformiert. Entdecken Sie, wie die Implementierung dieser innovativen Technologie die Digitalisierung vorantreibt und gleichzeitig ein zeitgemäßes, effizientes Arbeitsumfeld schafft. Lassen Sie uns gemeinsam in die Zukunft der Betriebsgastronomie eintauchen!

Kann die KI-gesteuerte Essenserkennung NUA EYE die Lösung für die Herausforderungen des Personalmangels in Betriebsrestaurants bieten?

In Zeiten von Personalmangel erweist sich die KI-gesteuerte Essenserkennung NUA EYE als gute Lösung. Die Servicekräfte können durch die Übernahme des Kassierprozesses die Ausgabe effizient unterstützen, wodurch lästige Warteschlangen vermieden werden. Dies führt nicht nur zu einer optimierten Nutzung der begrenzten Ressourcen, sondern hebt auch die Servicequalität. Die Unterstützung einer größeren Anzahl von Mitarbeitern an der Essensausgabe ermöglicht eine bessere Aufgabenbewältigung, reduzierte Arbeitslast plus höheren Team-Geist. Dieser Einsatz von KI trägt somit dazu bei, den Fachkräftemangel erfolgreich zu überwinden und gleichzeitig die Zufriedenheit von Kunden und Mitarbeitern zu steigern.

Wie gering ist der Aufwand für das Training der KI-Essenserkennung NUA EYE vor der Essensausgabe wirklich und wie schnell ist das System einsatzbereit?

Bezüglich des Aufwands vor der Essensausgabe für das Training des Systems gibt es erfreuliche Erkenntnisse. Ursprüngliche Bedenken, dass dieser Prozess zu viele Ressourcen beanspruchen könnte, haben sich als falsch erwiesen. Der aktive Trainingsprozess erfordert lediglich wenige Bilder pro Gericht und wird durch einen einfachen Bestätigungsklick des Betriebsgastronomen abgeschlossen. Die benötigte Zeit für diesen Prozess variiert natürlich in Abhängigkeit von der Anzahl der am Tag verkauften Gerichte, liegt jedoch im Durchschnitt bei 5 Minuten. Hinzu kommt der passive Teil des Anlern-Prozesses, der dem Gastronomen erlaubt, seinen üblichen Aufgaben während dieser Phase nachzugehen. In dieser Phase trainiert das System eigenständig die Gerichte des Tages. Diese Phase dauert etwa 5-10 Minuten insgesamt, abhängig von der Gerichtezahl. Nach diesem überschaubaren Zeitaufwand ist das System voll einsatzfähig und bereit, die Essensausgabe Ki-gestützt und effizient zu unterstützen.

Wie verändert die KI-gesteuerte Essenserkennung NUA EYE das Kundenerlebnis durch die Reduzierung von Wartezeiten sowie die Verdoppelung der Checkout-Rate in Betriebsrestaurants?

Durch die Minimierung der Wartezeiten und die Verdopplung der Checkout-Rate wird das Kundenerlebnis auf vielfältige Weise verbessert. Die verkürzten Wartezeiten ermöglichen eine längere, selbstgewählte Gestaltung der Mittagspause, wodurch der Genuss des Essens und das Wohlfühlerlebnis intensiviert werden. Darüber hinaus trägt die technologische Innovation zur Freude am Checkout bei, indem sie einen reibungslosen und effizienten Prozess gewährleistet. Insgesamt schafft diese Verbesserung des Kundenerlebnisses eine positive und zeitlich effektive Essensausgabe, die den Bedürfnissen der Kunden entspricht.

Wie revolutioniert die Implementierung der KI-Essenerkennung NUA EYE die Digitalisierung in Betriebsrestaurants, und welchen Nutzen bringt diese innovative Technologie für Mitarbeiter und Unternehmen?

Die Digitalisierung in einem Betriebsrestaurant wird durch die Implementierung einer KI-Essenerkennung revolutioniert. Diese innovative Technologie ermöglicht eine effiziente Abwicklung an der Essensausgabe, indem sie automatisch die ausgewählten Gerichte erfasst und abrechnet. Mitarbeiter profitieren von einem fortschrittlichen und zeitgemäßen Essenserlebnis, während das Unternehmen durch Automatisierung und Datenerfassung effizientere Betriebsabläufe erreicht.

Kann NUA EYE durch zeitsparende, bequeme und innovative Lösungen einen effizienten und modernen Arbeitstag fördern?

Das Erlebnis ist nicht nur für Gäste, Staff und Mitarbeiter*innen technologisch beeindruckend, sondern auch zeitsparend und bequem, was den Arbeitstag positiv beeinflusst. Gefühle von Effizienz und Modernität werden vermittelt. Es ist nicht nur zeitsparend, sondern auch erfrischend innovativ, was den Arbeitstag positiv bereichert und das Gefühlt entsteht, Teil einer fortschrittlichen Arbeitsumgebung zu sein.

In diesem Blogbeitrag haben wir versucht, die häufigsten Fragen zu beantworten, die oft von Betriebsgastronomen gestellt werden, die noch nicht mit unserem System vertraut sind. Wir möchten Ihnen herzlich für die Zeit danken, die Sie diesem Beitrag gewidmet haben, um mehr über uns zu erfahren. Wir sind voll und ganz von dem Fortschritt und der Effektivität unseres Systems überzeugt. Wir stehen Ihnen gerne für eine kostenlose Demo zur Verfügung.

Sean und Max vom NUA TEAM.

A successful day at Leonardi

We recently had the pleasure of spending the day at the caterer Leonardi in Munich. The purpose of the visit was to verify whether NUA EYE was a good fit for a self checkout station at one of their locations, serving primarily salads, bowls and a diverse number of toppings. Anu, Sean and I set off to work early.

As a first step, we decided to learn the different shapes and sizes of the used dishes. This would allow us to use the “auto annotate” feature of NUA EYE later on, when teaching the system the actual food dishes. As the customer places a lot of value on a lean process before service, i.e. spend as little time as possible maintaining the system and learning new dishes, the decision made sense.

The next step was to move on to learning the actual products… salads, pasta, pizza and a number of possible toppings to choose from in small and large glass containers. The added difficulty for us was always the presence of a lid on the glass containers. In addition, many of the toppings looked very similar to the naked eye. We proceeded by taking between 5-10 images per product, capturing essentially different camera angles. Then it was time to train the model and a well deserved coffee break.

After a couple of minutes, the training process was completed. Time to test the accuracy!

As expected, NUA EYE, successfully recognized all the products (never doubted it :-)), even with the added difficulty of lids on the toppings. We recorded a video together with the customer of a few highlights. Hope you enjoy it!

Many thanks to Tobias and the crew at Leonardi for taking such great care of us on the day! More information on Leonardi can be found here: https://leonardi-kg.de/

Best Michael

Maintaining a database of food and beverages

One of the biggest challenges with vision based Self Checkout is teaching the system all your food and beverage products. On average, a business restaurant offers upwards of 30 different beverages - cola, energy drinks, juices, water to name but a few.

The checkout system must be able to identify each of these products. To enable identification, the process usually involves uploading images of the product and afterwards annotating them, i.e. telling the system the location of the product in the image.

It can become a very labour intense task and makes the initial introduction (onboarding) of vision based Self Checkout potentially an expensive one. At NUA, we came up with a solution to speed up the process - our Central Food and Beverages database.

Below, we will introduce 2 new drinks to our local outlet database. But before going to the effort of teaching the system the products, we will check the central database to see if one of the other outlets in our organization has already done it. After all, time is money!

Screenshot 1: Introducing 2 new beverages into our local product database, Fritz Apfel-Kirsch Schorle and Granini Apfelsaft.

Currently, both products have no images associated to them. But before we go to the effort of learning them, lets check our central database to see if they are already there.

The workflow is shown in the video below.

Video 1: perform a lookup in the central product database:

Wow! that was easy! Thankfully someone else in the organization had already annotated both products and left us with no work to do.

Therein lies the main advantage of such a central database - each outlet shares the job of maintaining and creating products useful to everyone. And in the specific case of beverages, a significant amount of time can be saved.

There are other uses cases - like storing side dishes that are not specific to any one outlet - pommes frites etc,

Thank you for taking the time to read out article! We hope it was of benefit to you!

When it’s a good idea to learn the crockery too…

In this article, we are going to highlight the advantages of teaching NUA the different pieces of crockery you use.

Learning the crockery will improve both speed and the accuracy of NUA. And the great thing is… you only need to do it once!

Let’s begin!

Typically, dish recognition systems powered by AI learn the dishes of the day and any beverages on sale. This is the common scenario at play. At NUA, we decided to go one step further and also teach the system the different crockery in use… plates, bowls etc. The task of learning the cutlery is part of the onboarding process and only needs to be done once. The typical business restaurant has between 4-8 different forms that need to be learned, very much dependent on the number of menu items being sold on any given day. So why bother learning the form and size of any given plate or bowl? The reasons are many… lets start with a simple one…

When should a portion of “Pommes frites” be treated as a garnish (component of the “Main Dish”) and when should it be treated as a single item? The differentiation is important - because a portion of “Pommes Frites” sold on its own has potentially a much higher price than when sold as a garnish.

Pommes frites as side serving and therefore part of the main dish - Currywurst & Pommes

NUA allows us to determine how to treat the portion of Pommes Frites by locating which plate on which the food is served and also what other food items (if any) are present on the same plate. In the picture above, it is clear to treat the Pommes frites as a garnish because they are sold on the same dish as the Curry Sausage.

Another reason to learn the crockery is for faster and more effective annotating of products. Many AI computer vision systems use bounding boxes to signify the area in which a product is to be found, i.e. anything inside the box is deemed the product. Another annotation method which is more accurate is to use a polygon instead of a rectangle - this way you draw exactly the location of the product with no background noise.

NUA EYE automates the annotation process by discovering the dishes underneath the camera. All you need to do is tell the system what product is being sold.

Welcome to the world of NUA

Over the course of the next year, we will be posting many interesting articles highlighting the features and functionality of NUA EYE.

Here at NUA, we have spent a lot of time building a solution that meets the needs and demands of both the customer and the service staff responsible for the daily administration of the system.

Many features were implemented that optimize the hour before service - making sure that the service staff have as little amount of work as possible, that include features like automated annotations, menu orderflows complement the simple check out process .

The product needs to be simple and intuitive - we believe we have achieved that!

We hope you enjoy the information and get a good solid understanding of our product offering!

Best,

Michael