# 21 Capability Strategy

Stand: 11.05.2026

## 1. Strategische These
LASE PeCo sollte seine Angebote nicht primaer als Sensorik, Hardware oder Einzeltechnologie beschreiben, sondern als operative Faehigkeiten.

Kunden kaufen selten einen Sensor wegen technischer Daten allein. Sie kaufen ein Ergebnis:

- weniger Personalkosten
- weniger Stau
- bessere Sicherheit
- bessere Flaechenauslastung
- schnellere Reaktionszeiten
- Compliance
- Analytics
- Automatisierung

Die eigentliche verkaufbare Einheit ist deshalb nicht der Sensor, sondern die Capability oder das Operational Outcome.

Strategische Verschiebung:

```text
Hardware Vendor
  -> Solution Provider
  -> Spatial Intelligence Platform
  -> Operational Intelligence Provider
```

## 2. Kernnarrativ
Das neue Narrativ lautet nicht:

> Wir verkaufen LiDAR, Sensorik und Tracking.

Sondern:

> Wir liefern operative Faehigkeiten fuer reale Raeume: sehen, verstehen, bewerten, steuern und automatisieren.

Diese Formulierung ist naeher an den Entscheidern, die Budgets freigeben:

- Operations
- Retail Management
- Stadion- und Eventbetrieb
- Industrie und Logistik
- Smart-City-Abteilungen
- Sicherheitsverantwortliche
- Facility und Infrastrukturbetreiber

## 3. Warum Capability-Sprache staerker ist
Technische Eigenschaften erzeugen bei Kunden oft wenig Vorstellungskraft. Eine Capability erzeugt sofort ein Bild davon, welches Problem geloest wird.

| Technische Sicht | Capability-Sicht |
|---|---|
| LiDAR + Tracking | Shelf Restocking Intelligence |
| People Counting | Crowd Flow Optimization |
| Tracking Engine | Queue Analytics |
| 3D Point Cloud | Stadium Occupancy Intelligence |
| Edge AI | Intrusion Detection |
| Localization | Forklift Safety Monitoring |
| SLAM | Dynamic Space Intelligence |
| Sensor Fusion | Operational Situation Awareness |
| Digital Twin | Live Site Intelligence |

Der Wert liegt nicht im Rohsignal, sondern in der Uebersetzung in eine Entscheidung, Warnung, Optimierung oder Automatisierung.

## 4. Wiederverwendbarer Technologiekern
Viele potenzielle Produkte nutzen denselben technischen Kern. Unterschiedlich ist nicht die Basisplattform, sondern der fachliche Capability Layer.

Gemeinsamer Kern:

1. LiDAR / Sensorik
2. Tracking
3. SLAM / Localization
4. Object Recognition
5. Event Detection
6. Navigation Meshes
7. Analytics Pipeline
8. Edge + Cloud Runtime
9. Digital Twin
10. Workflow, Alerts und Reporting
11. Datenschutz- und Governance-Schicht
12. API- und Integrationsschicht

Wichtig:
Die Plattform darf nicht pro Branche neu erfunden werden. Der wirtschaftliche Hebel entsteht, wenn derselbe Kern mehrere vertikale Capabilities traegt.

## 5. Capability Layer Model
Eine Capability besteht aus mehreren Ebenen:

1. Physical Sensing
   - Welche Sensorik erkennt die reale Situation?
2. Spatial Understanding
   - Welche Zonen, Bewegungen, Objekte oder Dichten werden verstanden?
3. Event Semantics
   - Welches fachliche Ereignis entsteht daraus?
4. Operational Action
   - Welche Aufgabe, Warnung, Entscheidung oder Automatisierung folgt?
5. Business Outcome
   - Welcher messbare Nutzen entsteht?

Beispiel:

```text
LiDAR erkennt Personenbewegung
  -> System erkennt Warteschlange
  -> Event: Queue threshold exceeded
  -> Aktion: Personal oder Gate oeffnen
  -> Outcome: kuerzere Wartezeit, bessere Auslastung, weniger Friktion
```

## 6. Vertikale Capability-Pakete
### 6.1 Retail
Moegliche Capabilities:

- Shelf Restocking Detection
- Queue Monitoring
- Customer Flow Analytics
- Occupancy Intelligence
- Heatmap-based Store Optimization
- Staff Allocation Signals
- Loss Prevention Support
- Delivery and Backroom Flow Visibility

Kundenwert:

- weniger Regal-Luecken
- weniger Wartezeit
- bessere Personaleinsatzplanung
- bessere Flaechennutzung
- messbare Filialperformance

### 6.2 Stadion / Event
Moegliche Capabilities:

- Crowd Density Monitoring
- Gate Throughput Analytics
- Bottleneck Detection
- Evacuation Flow Analytics
- Restricted Area Alerts
- Queue Forecasting
- Occupancy Intelligence
- Safety Situation Awareness

Kundenwert:

- bessere Sicherheit
- schnellere Reaktion bei Engpaessen
- bessere Besuchersteuerung
- belastbare Compliance-Nachweise
- bessere Planung von Personal, Einlass und Evakuierung

### 6.3 Industrie / Logistik
Moegliche Capabilities:

- Forklift-Pedestrian Safety
- Restricted-Zone Monitoring
- Yard Analytics
- Autonomous Navigation Support
- Dynamic Space Intelligence
- Near-Miss Detection
- Asset and Vehicle Flow Monitoring
- Loading Dock Optimization

Kundenwert:

- weniger Sicherheitsvorfaelle
- bessere Wege- und Flaechennutzung
- schnellere Reaktionszeiten
- bessere Prozessstabilitaet
- weniger manuelle Ueberwachung

### 6.4 Smart City / Infrastruktur
Moegliche Capabilities:

- Intersection Intelligence
- Pedestrian Flow Analytics
- Near-Miss Detection
- Dynamic Traffic Analytics
- Public Space Occupancy
- Event-based Security Alerts
- Construction Zone Awareness
- Multimodal Flow Monitoring

Kundenwert:

- bessere Verkehrssteuerung
- datenbasierte Stadtplanung
- hoehere Sicherheit im oeffentlichen Raum
- bessere Nachweise fuer Massnahmenwirkung
- Datenschutzvorteil gegenueber videobasierten Systemen

## 7. Capability Canvas
Jede Capability sollte mit einem einheitlichen Canvas beschrieben werden.

| Feld | Leitfrage |
|---|---|
| Capability Name | Welche operative Faehigkeit wird verkauft? |
| Zielkunde | Wer hat Budget und operativen Schmerz? |
| Problem | Welcher heutige Zustand ist teuer, langsam oder riskant? |
| Outcome | Welcher messbare Nutzen entsteht? |
| Sensorik | Welche Hardware ist notwendig? |
| Spatial Logic | Welche Raeume, Zonen, Bewegungen oder Dichten werden interpretiert? |
| Events | Welche fachlichen Ereignisse werden erzeugt? |
| Actions | Welche Warnung, Aufgabe, Empfehlung oder Automatisierung folgt? |
| Integration | Welche Systeme muessen angebunden werden? |
| KPI | Wie wird Erfolg gemessen? |
| Datenschutz | Warum ist die Loesung akzeptabel und compliance-faehig? |
| Reuse | Welche Plattformbausteine werden wiederverwendet? |

## 8. Beispiel-Capabilities
### 8.1 Queue Analytics
Problem:
Warteschlangen werden oft erst erkannt, wenn Kunden schon unzufrieden sind.

Capability:
Das System erkennt Warteschlangen, misst Laenge, Verweildauer und Wachstumsrate und erzeugt rechtzeitig ein operatives Signal.

Technischer Kern:

- People Counting
- Tracking
- Zone Model
- Event Detection
- Dashboard / Alert

Outcome:

- kuerzere Wartezeiten
- bessere Personalsteuerung
- bessere Kundenerfahrung
- belastbare KPI fuer Prozessverbesserung

### 8.2 Forklift Safety Monitoring
Problem:
In Industrie- und Logistikumgebungen entstehen Risiken durch Gabelstapler, Fussgaenger und unklare Bewegungszonen.

Capability:
Das System erkennt Naehe, Kreuzungspunkte, Restricted Zones und Near-Miss-Situationen und macht Sicherheitsrisiken sichtbar.

Technischer Kern:

- Localization
- Object Tracking
- Zone Semantics
- Near-Miss Event Detection
- Safety Alerting

Outcome:

- weniger Sicherheitsrisiken
- bessere Nachweisbarkeit
- gezielte Anpassung von Wegen und Zonen
- bessere Schulungs- und Praeventionsdaten

### 8.3 Stadium Occupancy Intelligence
Problem:
Besucherfluesse, Gate-Auslastung, Engpaesse und Dichten sind schwer in Echtzeit zu bewerten.

Capability:
Das System misst Auslastung, Dichte, Bewegungsrichtungen und Engpaesse und erzeugt operative Steuerungssignale.

Technischer Kern:

- Crowd Tracking
- Density Estimation
- Gate Throughput
- Bottleneck Detection
- Digital Twin / Replay

Outcome:

- bessere Besuchersicherheit
- weniger Engpaesse
- bessere Einsatzplanung
- nachvollziehbare Event- und Compliance-Auswertung

### 8.4 Dynamic Space Intelligence
Problem:
Raeume werden statisch geplant, obwohl sich Nutzung, Bewegung und Risiken laufend aendern.

Capability:
Das System versteht Raeume dynamisch: beobachtete, kontrollierte, eingeschraenkte, uebergangs- und risikobehaftete Bereiche werden sichtbar und steuerbar.

Technischer Kern:

- SLAM
- Zone Model
- Tracking
- Event Layer
- Digital Twin

Outcome:

- bessere Flaechenauslastung
- bessere Navigation
- bessere Sicherheitssteuerung
- Grundlage fuer autonome Systeme und Simulation

## 9. Produktarchitektur: Core + Capability Layer
Die Produktarchitektur sollte in zwei Ebenen gedacht werden.

### Core Platform
Wiederverwendbare Plattformbausteine:

- Sensor Registry
- Site Model
- Zone Model
- Tracking Engine
- Event Detection
- Object and Actor Model
- Digital Twin Viewer
- Replay
- Analytics Pipeline
- Alerting
- API / Integration
- Governance / Privacy

### Capability Layer
Vertikale Produktpakete:

- Retail Intelligence
- Stadium Intelligence
- Industrial Safety Intelligence
- Smart City Intelligence
- Service and Maintenance Intelligence

Jedes Capability-Paket nutzt den Core, hat aber eigene:

- Fachbegriffe
- KPIs
- Events
- Dashboards
- Integrationen
- Verkaufsargumente

## 10. Bewertung von Capability-Kandidaten
Nicht jede denkbare Capability sollte sofort verfolgt werden. Bewertungskriterien:

1. Kundenschmerz
   - Ist das Problem teuer, sichtbar oder regulatorisch relevant?
2. Entscheidungsnaehe
   - Hat der Zielkunde Budget und Entscheidungsdruck?
3. Technische Wiederverwendung
   - Nutzt die Capability bestehende Kernmodule?
4. Datenverfuegbarkeit
   - Kann der notwendige Input robust erfasst werden?
5. Messbarer Outcome
   - Kann Erfolg in KPI ausgedrueckt werden?
6. Integrationsaufwand
   - Wie schwer ist die Anbindung an Kundensysteme?
7. Datenschutzvorteil
   - Kann LASE PeCo gegenueber Video-Analytics klar punkten?
8. Demo-Faehigkeit
   - Kann die Capability in kurzer Zeit ueberzeugend gezeigt werden?

## 11. Priorisierte MVP-Capabilities
Empfohlene erste Kandidaten:

### Kandidat A: Queue Analytics
Warum:

- leicht verstaendlich
- gut visualisierbar
- starker Retail- und Event-Bezug
- klare KPI
- geeignet fuer Demo und Pitch

Messpunkte:

- Queue Length
- Wait Time
- Throughput
- Staff Response Time
- Peak Load Windows

### Kandidat B: Forklift Safety Monitoring
Warum:

- hoher Sicherheitsnutzen
- Industrie-Fit
- starke Verbindung zu Spatial Intelligence
- gutes Argument fuer LiDAR statt Video

Messpunkte:

- Near-Miss Events
- Restricted-Zone Violations
- Response Time
- Hotspot Zones
- Safety Trend

### Kandidat C: Crowd Density / Stadium Occupancy Intelligence
Warum:

- starke raeumliche Visualisierung
- hoher Management- und Sicherheitsnutzen
- gutes Digital-Twin-Narrativ
- gute Differenzierung ueber Datenschutz und Echtzeit

Messpunkte:

- Density per Zone
- Gate Throughput
- Bottleneck Duration
- Evacuation Flow Time
- Alert Accuracy

## 12. Verbindung zur Visualisierung
Die Capability-Strategie passt direkt zur Visualisierungsplanung.

Visualisierung zeigt nicht nur Sensoren, sondern operative Faehigkeiten:

- Wo entsteht eine Warteschlange?
- Wo ist ein Engpass?
- Welche Zone ist kritisch?
- Welche Flaeche ist ueber- oder unterausgelastet?
- Wo entsteht ein Sicherheitsrisiko?
- Welche Massnahme wurde ausgeloest?
- Wie hat sich die Situation ueber Zeit entwickelt?

Damit wird der Digital Twin zur Verkaufs- und Betriebsoberflaeche fuer Capabilities.

## 13. Verbindung zu KI und Agenten
KI sollte nicht als isolierter Chat positioniert werden, sondern als Bestandteil der Capability.

Beispiele:

- Queue Agent empfiehlt Personalumverteilung.
- Safety Agent erklaert Near-Miss-Cluster und priorisiert Massnahmen.
- Stadium Agent erzeugt Lagebriefing vor und nach Events.
- Retail Agent erkennt Muster in Restocking- und Flow-Daten.
- Maintenance Agent verknuepft Sensorereignis, Servicehistorie und Handlungsempfehlung.

Wichtig:
Agenten duerfen operative Entscheidungen vorbereiten, aber kritische Aktionen muessen Rollen-, Scope- und Freigabelogik behalten.

## 14. Go-to-Market Struktur
Empfohlene Angebotslogik:

1. Capability Package
   - z. B. Queue Analytics, Forklift Safety Monitoring
2. Site Assessment
   - Zonen, Sensorpositionen, Datenquellen, Integrationen
3. Pilot
   - 1 Standort, definierte KPI, klare Laufzeit
4. Operational Rollout
   - Mehrere Standorte, Rollenmodell, Dashboards, Alerts
5. Platform Expansion
   - weitere Capability Layers auf demselben Kern

Dadurch wird aus einem Sensorprojekt ein wachsendes Plattformkonto.

## 15. Pricing- und Packaging-Idee
Moegliche Verpackung:

- Setup / Site Modeling
- Hardware / Sensor Package
- Capability License
- Analytics Dashboard
- Alerting / Workflow Integration
- Support / Operations Package
- Advanced AI / Replay / Simulation Add-on

Wichtig:
Preislogik sollte den Outcome spiegeln, nicht nur die Hardwarestueckliste.

## 16. Risiken
| Risiko | Gegenmassnahme |
|---|---|
| Capability bleibt Marketingbegriff | Jede Capability braucht Events, Actions, KPIs und Integrationen |
| Zu viele Branchen gleichzeitig | 2-3 priorisierte MVP-Capabilities auswaehlen |
| Plattformkern wird zu breit | Core auf wiederverwendbare Spatial- und Event-Funktionen begrenzen |
| Kunden verstehen Technik, aber nicht Nutzen | Demo immer mit Operational Outcome starten |
| Datenschutzargument bleibt allgemein | Privacy-by-design konkret pro Capability beschreiben |
| Datenqualitaet reicht nicht fuer Outcome | Pilot mit Mess- und Validierungsplan starten |

## 17. Entscheidungsbitte
Fuer die naechste Planungsphase sollten folgende Entscheidungen getroffen werden:

1. Welche drei Capability-Pakete werden als strategische Startkandidaten priorisiert?
2. Welche Capability wird als erster Demo- und MVP-Beweis umgesetzt?
3. Welche Kernmodule muessen dafuer wiederverwendbar sein?
4. Welche KPI gelten als Erfolg im Pilot?
5. Welche Zielbranche bekommt die erste fokussierte Story?

## 18. Empfehlung
Empfohlene Startreihenfolge:

1. Queue Analytics
2. Forklift Safety Monitoring
3. Stadium Occupancy Intelligence

Diese drei Kandidaten sind verstaendlich, gut visualisierbar, nah an realen Budgets und stark genug, um den Uebergang von Sensorik zu Spatial Intelligence zu zeigen.

Langfristiges Ziel:

> LASE PeCo verkauft nicht Sensoren. LASE PeCo liefert Spatial Intelligence Capabilities fuer reale operative Raeume.