Autonome Mobile Roboter verändern das Lager – So sieht der Branchenstand 2026 aus
2016 erwarb Amazon Kiva Systems (später in Amazon Robotics umbenannt) für 775 Millionen US-Dollar – damals eine der größten Übernahmen in der Geschichte der Lagerrobotik. Die Wette lautete, dass autonome mobile Roboter Kommissionier- und Verpackungsvorgänge radikal beschleunigen könnten, indem sie die Ware zum Mitarbeiter bringen, anstatt den Mitarbeiter zur Ware zu schicken. Ein Jahrzehnt später hat sich diese Wette in einem Maße ausgezahlt, das die Branche transformiert hat, und die Technologie hat sich weit über die Mauern von Amazon hinaus verbreitet.
Der globale AMR-Markt wird 2026 auf rund 8,5 Milliarden US-Dollar geschätzt und wächst jährlich um 25 %, so Schätzungen von MHI (Material Handling Industry) und Interact Analysis. Mehr als 4 Millionen Einheiten sind weltweit in Lagern, Fulfillment-Centern, Fertigungsstätten und im Einzelhandel im Hinterzimmer im Einsatz. Die Frage für Betriebsteams lautet nicht mehr „Sollen wir AMRs einsetzen?“, sondern „Welches System, wie viele und wie integrieren wir sie?“
Was AMRs tatsächlich tun (und wie sie sich von älteren Systemen unterscheiden)
Ein autonomer mobiler Roboter navigiert durch eine Anlage ohne feste Infrastruktur – kein Magnetband auf dem Boden, kein QR-Code-Raster, wie es Amazons ursprüngliches Kiva-System erforderte. Moderne AMRs nutzen eine Kombination aus LiDAR, Kameras, Ultraschallsensoren und SLAM-Algorithmen (Simultaneous Localisation and Mapping), um eine Echtzeitkarte ihrer Umgebung zu erstellen und zu aktualisieren, Hindernisse zu erkennen und sich um Menschen und andere Roboter herum zu bewegen – ohne eine zentrale Verkehrssteuerung, die jede Bewegung kontrolliert.
Dies ist der entscheidende Unterschied zur älteren Generation automatisierter Fahrzeuge (AGVs), die eine feste Infrastruktur erforderten und nur vorgegebenen Pfaden folgen konnten. AMRs sind umprogrammierbar: Lagergrundriss ändern, Karte aktualisieren, neu einsetzen. Sie können ohne umfangreiche physische Trennung (Käfige, Sicherheitsbarrieren) neben Menschen arbeiten, was für Einrichtungen, die automatisierte und manuelle Prozesse mischen, entscheidend ist.
Die primären Anwendungsfälle im Jahr 2026 sind:
Goods-to-person Kommissionierung: Roboter navigieren zu einem Lagerort, holen ein Regal oder einen Behälter mit Ware und bringen es zu einem stationären menschlichen Kommissionierer. Die Mitarbeiter bleiben an einem ergonomischen Kommissionierplatz, während die Roboter sämtliche Laufarbeit übernehmen – dies reduziert die tägliche Schrittanzahl des durchschnittlichen Kommissionierers von 15–20 km auf unter 5 km und erhöht die Kommissionierleistung pro Stunde in kontrollierten Einsätzen um das 2- bis 3-Fache.
Autonomer Wagen-Transport: Roboter transportieren Wagen mit kommissionierten Artikeln autonom zwischen den Zonen (Verpackung, Versand, Retourenabwicklung) und eliminieren so das manuelle Schieben von Wagen, eine der arbeitsintensivsten Tätigkeiten in einem Standardlager.
Inventar-Scanning und Cycle Counting: Mit Sensoren ausgestattete AMRs navigieren außerhalb der Arbeitszeiten autonom durch das Lager, um Barcodes und RFID-Tags zu scannen, und erstellen so ein Echtzeit-Inventarbild, ohne dass manuelle Zählzyklen erforderlich sind.
Die wichtigsten Akteure im Jahr 2026
Der Markt hat sich gegenüber der fragmentierten Landschaft von 2019–2021 etwas konsolidiert, bleibt aber wettbewerbsintensiv. Die größten Deployments stammen von:
Amazon Robotics bleibt mit über 750.000 Robotern in seinem eigenen Fulfillment-Netzwerk der größte Einzelbetreiber weltweit. Das Unternehmen verkauft begrenzte Kapazitäten an Dritte und integriert zunehmend die Roboterarme Robin und Sparrow zusammen mit mobilen Basen für vollständig autonome Pick-and-Pack-Zyklen.
6 River Systems (im Besitz von Shopify) und Locus Robotics sind die beiden größten Drittanbieter von AMRs für mittelgroße Fulfillment-Betreiber. Locus' kollaborative Roboter (Locusbot) sind bei über 200 Kundenstandorten im Einsatz; 6RS' Chuck-Plattform findet starke Verbreitung bei 3PL-Betreibern (Third-Party Logistics).
Geek+ (chinesisches Unternehmen, global tätig) und HAI Robotics dominieren bei hochdichten vertikalen Lager-AMR-Implementierungen – einer Variante, die hohe Regale mit AMRs nutzt, die mehrere Ebenen erreichen können und so die Lagerdichte pro Quadratmeter im Vergleich zu herkömmlicher Regaltechnik um das 3- bis 4-Fache erhöhen.
OTTO Motors (Clearpath-Tochter, jetzt Teil von Rockwell Automation) führt bei AMR-Implementierungen in der Fertigung und Schwerindustrie an, bei denen die Roboter WIP (Work in Progress) zwischen Produktionszellen transportieren, anstatt Konsumgüter zu handhaben.
Die ROI-Realität
Anbieter geben typischerweise AMR-ROI-Zeiträume von 2–3 Jahren an. Reale Implementierungen von Betriebsteams mittelgroßer Einzelhändler und 3PLs, die ihre Zahlen öffentlich gemacht haben, deuten darauf hin, dass 3–5 Jahre für Ersteinsätze repräsentativer sind, wobei spätere Erweiterungen eine schnellere Amortisation zeigen, da die organisatorische Lernkurve (Softwareintegration, Workflow-Neugestaltung, Wartungsverfahren) bereits erklommen ist.
Die ROI-Berechnung reagiert auch empfindlich auf die Arbeitsmarktbedingungen. In Märkten mit hohen Lagerarbeitskosten und niedriger Arbeitslosigkeit (Nordeuropa, Japan, US-Küsten) ist der Fall wesentlich stärker als in Märkten mit niedrigeren Arbeitskosten und flexibleren Belegschaften. Der Wendepunkt, ab dem AMRs eindeutig kosteneffektiv sind – unter Berücksichtigung von Hardware, Software-Lizenzierung, Wartung und Implementierungskosten – unterscheidet sich je nach geografischer Lage und den spezifischen Aufgaben, die automatisiert werden.
Wichtige ROI-Treiber, die Anbieter in ihren Präsentationen oft unterbetonen: Softwareintegrationskosten (die Anbindung des Roboter-Management-Systems an WMS, OMS und ERP ist ein echtes Engineering-Projekt, keine Wochenendkonfiguration); Kosten für Anlagenanpassungen (Ladeinfrastruktur, kleinere Layout-Anpassungen); sowie die laufenden Kosten des Software-Abonnements des Anbieters, die typischerweise 15–20 % der Hardwarekosten pro Jahr betragen.
Die Frage nach den Arbeitsplätzen
Die empirischen Daten zu AMR-Einsatz und Beschäftigung sind differenzierter als entweder „Roboter nehmen alle Arbeitsplätze weg“ oder „Roboter helfen nur den Arbeitern“. Die ehrlichste Zusammenfassung aus veröffentlichten Fallstudien: AMRs reduzieren in der Regel den Personalbedarf für Kommissioniervorgänge bei einem gegebenen Durchsatz. Doch die Betreiber setzen sie am häufigsten ein, um Durchsatzwachstum ohne proportionales Personalwachstum zu bewältigen, anstatt sofort bestehende Mitarbeiter abzubauen. Der kurzfristige Effekt ist oft eine Umsetzung in andere Rollen (Verpackung, Qualitätssicherung, Ausnahmebehandlung) statt sofortiger Entlassungen – aber der langfristige Trend, bei dem der Durchsatz bei gleichbleibender oder sinkender Mitarbeiterzahl weiter wächst, führt zu einer geringeren Beschäftigungsdichte im Vergleich zu nicht automatisierten Betrieben.
Die Arbeitsplätze, die neben starkem AMR-Einsatz bestehen bleiben, sind tendenziell höher in der Aufgabenhierarchie angesiedelt: Roboterwartung und Flottenmanagement, Ausnahmebehandlung für Artikel, die das System nicht verarbeiten kann, sowie Betriebsüberwachung. Ob dies einen Netto-Vorteil für die Belegschaft darstellt, hängt wesentlich davon ab, ob Umschulungswege zu diesen Rollen für die Arbeitnehmer verfügbar gemacht werden, die aus den geringer qualifizierten Kommissionieraufgaben verdrängt werden – was zwischen den Betreibern erheblich variiert.
Wohin die Technologie als nächstes geht
Der kurzfristige Entwicklungsschwerpunkt in der Branche liegt darauf, die letzten Lücken in der Vollautomatisierung zu schließen. Roboterarme, die zuverlässig beliebige Artikel aus gemischten Behältern entnehmen können – das „Random Pick“-Problem, notorisch schwierig für Manipulationssysteme – haben sich durch KI-Visionssysteme, die auf Millionen von Produktbildern trainiert wurden, dramatisch verbessert. Amazons Sparrow und die von Covariant betriebenen Systeme, die bei großen 3PLs eingesetzt werden, haben zuverlässige Random-Pick-Raten von über 95 % über Zehntausende von SKUs demonstriert und nähern sich damit der Zuverlässigkeitsschwelle für vollständig unbeaufsichtigten Betrieb bei Standard-E-Commerce-Sortimenten an.
Die Konvergenz von leistungsfähigen mobilen Basen mit zuverlässigen Manipulationsarmen – sodass ein einziger Roboter sowohl navigieren als auch kommissionieren kann, anstatt separate Transport- und Kommissionierroboter zu benötigen – ist das mittelfristige Ziel mehrerer großer Anbieter. Systeme, die diesen Punkt erreichen, werden die Wirtschaftlichkeit vollautomatischer Fulfillment-Lösungen für mittelgroße Betreiber, die die Infrastrukturkosten von Goods-to-Person-Systemen im aktuellen Maßstab nicht rechtfertigen können, spürbar verändern.