Wie KI Lagerhäuser und Fertigungshallen optimiert
Von Daten zu Effizienz
Gemeinsam mit Accenture und Nvidia arbeitet Intralogistiker KION an der Zukunft von Warenlagern.
… Die Kooperation zeigt, welche Vorteile auf Unternehmen warten, die KI im großen Maßstab
einsetzen.
Der Intralogistik-Spezialist KION Group bringt die digitale Planung und den echten Betrieb von
Lagerhäusern auf ein neues Level. Dazu arbeitet das Unternehmen mit KI-Chip-Entwickler Nvidia
und der Sparte Digital Engineering & Manufacturing der Unternehmens- beratung Accenture
zusammen. Doch was macht diese Kooperation so besonders?
Inhalt
„Die Verbindung von digitaler und physischer Welt war bisher oft ein asynchroner Abgleich von Daten mit der Wirklichkeit“, sagt Sarat Maitin, Leiter des Bereichs Digital Engineering & Manufacturing für die DACH-Region bei Accenture. „In unseren gemeinsamen Lösungen werden wir nun aber alle Vorgänge in einem Lagerhaus bis ins kleinste Detail simulieren in Echtzeit.“
Kapitel I
Wie KION die Logistikketten seiner Kunden digital optimiert
Dazu kommt KI gleich an mehreren Stellen zum Einsatz. Zunächst nutzten die Unternehmen die vorhandenen Daten von KION-Systemen aus echten Lagerhausumgebungen. Fahrerlose Transportfahrzeuge gibt es schließlich schon seit Jahrzehnten. Mit den Daten aus alten und aktuellen Fahrzeugen wurde eine KI trainiert, die dann beliebig viele andere Datenszenarien produzieren kann. Dabei erzeugt sie akkurate Informationen von Abstands-, Gewichts- oder anderen Sensoren im virtuellen Modell. „Simulation mit Hilfe von synthetischen realen Daten“, nennt Sarat Maitin das, was der Schlüssel zu „ganz neuen Möglichkeiten ist, um die Produktivität in Unternehmen anzukurbeln.“
Weiterlesen
Denn Verbesserungen in Betriebsabläufen zu entdecken, scheiterte in der Vergangenheit oft an
unzureichenden und veralteten Daten. Die Alternative war, sie in realer Umgebung zu erproben –
eine mitunter kostspielige Suche nach Optimierungen, wenn es zum Beispiel um die Grundstruktur
von ganzen Lagerhallen ging. Dank der Simulationsplattform NVIDIA Omniverse und dem neuen „Mega
Blueprint“ ändert sich das nun. Sie kann eine Lagerumgebung vollständig simulieren und ganze
Roboterflotten steuern.
Das virtuelle Modell innerhalb von NVIDIA Omniverse lernt dabei beständig von und mit den
Systemen. Aufträge, wie etwa die Anweisung, eine Palette von einem Regalstandort zur Ladezone zu
transportieren, können in der digitalen Kopie des Warenlagers modelliert und geplant werden.
Dabei werden alle Sensordaten des verladenden Fahrzeugs berücksichtigt. Anschließend berechnet
das System verschiedene Fahrrouten und analysiert deren Effizienz. Auf diese Weise findet sie
nicht nur die beste Route, sondern identifiziert auch Verbesserungsmöglichkeiten für Wege,
Lagerung oder Grundkonzept des Lagers.
Die Komplexität der Szenarien ist skalierbar. Ein autonomer Gabelstapler kann sowohl allein
durch Regalreihen fahren oder weiteren Robotern oder Menschen begegnen. Alles wird simulierbar.
„Die wenigsten Lagerhausumgebungen sind wirklich frei von Menschen. Irgendwo bewegt sich immer
jemand, steuert einen Gabelstapler oder lässt kurz ein Paket im Weg stehen“, erklärt Carsten
Harnisch, Leiter Robotics von der KION Group. „Intralogistik ist weiterhin ein hauptsächlich
manuelles Business. Und das macht ein smartes System so wertvoll, wenn es diese Unwägbarkeiten
mitdenken kann.“
In Kombination mit synthetisch erzeugten oder realen Echtzeitdaten, die Auskunft darüber geben,
wo sich gerade Menschen befinden und Fahrzeuge fahren, optimiert die KI die Bewegungen aller
automatisierten Systeme eines Lagerhauses. Harnisch: „Orchestrierung ist alles. Es hilft
schließlich nicht, wenn ein Transportroboter die kürzeste Route zum Regal fährt, auf der Strecke
aber schon viele Menschen oder Roboter unterwegs sind. Der etwas längere Weg ist dann der
schnellste.“
Kapitel II
Roboter mit menschlicher Sprache programmieren
Beispiele wie das von KION zeigen, welche Potenziale Unternehmen mit Künstlicher Intelligenz
erschließen können. Der Bereich Digital Engineering & Manufacturing von Accenture unterstützt
dabei, diese Möglichkeiten in konkrete Anwendungen und messbare Ergebnisse umzusetzen. „Wir
unterstützen unsere Kunden in ihrer zentralen Wertschöpfungskette dabei, intelligentere Produkte
zu entwerfen und zu entwickeln und sie effizienter zu produzieren. Deshalb bieten wir das
gesamte Spektrum an Dienstleistungen an, von Consulting & Advisory bis hin zu Systemintegration
und Managed Services, auch bei Investitionsprojekten“, erklärt Sarat Maitin. Das Team in diesem
Bereich umfasst rund 3000 Mitarbeitende in der DACH-Region.
Maitin sieht KI-Systeme, die in Kombination miteinander Verbesserungen erzielen, als großen
Industrietrend für 2025.
Inhalt
Die vier größten Trends für dieses Jahr hat zuletzt die Accenture-Studie „Technology Vision“ zusammengefasst. „Es geht aber nicht nur um KI-Lösungen, die einander Aufträge geben“, fährt Maitin fort, „sondern auch um die Brücke zwischen Menschen und Robotern.“ Sogenannte Large-Language-Modelle (LLMs) wie Llama Nemotron von Nvidia ebnen den Weg für eine natürliche Kommunikation zwischen Mensch und Maschine, indem sie Robotern ermöglichen, Anweisungen in Alltagssprache zu verstehen. Generative KI übersetzt dabei menschliche Sprache in konkrete Programmierbefehle.
