Lagerroboter nach Kiva: Was Amazon, Walmart und Ocado tatsächlich gebaut haben

Im Jahr 2012 zahlte Amazon 775 Millionen Dollar für Kiva Systems – ein Startup, das kleine orangefarbene Roboter baute, die ganze Regaleinheiten zu menschlichen Kommissionierern brachten, anstatt dass die Kommissionierer pro Schicht kilometerlange Gänge durch das Lager laufen mussten. Der Kauf wurde damals weithin als Kuriosität betrachtet. Amazon gab fast eine Milliarde Dollar für eine Robotikfirma aus, von der außerhalb der Lagerlogistik kaum jemand gehört hatte. Vierzehn Jahre später sieht es aus wie eine der weitsichtigsten Industrieübernahmen der jüngeren Geschichte. Amazon Robotics betreibt heute über 750.000 Roboter in seinem Fulfillment-Netzwerk, und die von Amazon mit angeschobene Lagerautomatisierungsbranche soll bis 2030 die 30-Milliarden-Dollar-Marke überschreiten.

Das Ausmaß der Transformation verdeckt jedoch erhebliche Unterschiede: was tatsächlich funktioniert hat, was noch ausreift und wo die Automatisierungslücke weiterhin groß ist. Diese Unterschiede zu verstehen, ist hilfreicher als die reine Schlagzahl.

Der Ansatz von Amazon: Schichten statt Monolithen

Das System von Amazon besteht nicht aus einem einzigen Robotertyp. Es ist eine geschichtete Architektur, bei der verschiedene Maschinen in jeder Phase des Fulfillment-Prozesses spezifische Aufgaben übernehmen. Das Sequoia-System – das aktuelle Fulfillment-System von Amazon, das bis 2025–2026 in den US-Standorten ausgerollt wird – kombiniert mehrere Robotertypen in einem durchgängigen Workflow:

• Drive Units (die Nachfahren der Kiva-Roboter) transportieren Warenbehälter zu stationären Mitarbeitern und eliminieren so den größten Teil der Laufwege. Ein typischer Fulfillment-Mitarbeiter legte zuvor 24 Kilometer pro Schicht zurück; mit Drive-Unit-Systemen sind es weniger als 3 Kilometer.
• Sparrow ist Amazons Roboterarm, der speziell dafür entwickelt wurde, einzelne Artikel aus den Behältern zu entnehmen und in Auftragsbehälter zu sortieren. Er verarbeitet über 200 Millionen Artikeltypen mithilfe von Computer Vision und trainierten Greifmodellen. Sparrow zeigt, wo KI-Vision am kritischsten ist – das zuverlässige Greifen unstrukturierter, variabler Objekte in Produktionsgeschwindigkeit bleibt eine echte Herausforderung.
• Proteus ist Amazons vollständig autonome Drive Unit, die sich frei im Umfeld von Menschen bewegen kann – anders als frühere Drive Units, die abgetrennte Zonen benötigten. Sie übernimmt den Transport von Behältern in den Ausgangsbereichen.
• Digit (von Agility Robotics, an dem Amazon beteiligt ist) ist ein bipedaler humanoider Roboter, der derzeit in Pilotprojekten zum Transport leerer Behälter eingesetzt wird. Der humanoide Formfaktor ist für Aufgaben in für Menschen gestalteten Räumen notwendig, aber der großflächige Einsatz von Digit ist noch Jahre entfernt.

Sequoia-ausgestattete Standorte bearbeiten Bestellungen bis zu 25 % schneller als frühere Anlagen und reduzieren Fehler deutlich. Allerdings erfordern sie auch erhebliche Kapitalinvestitionen – ein Greenfield-Sequoia-Fulfillment-Center zu bauen und auszustatten, kostet mehrere hundert Millionen Dollar.

Walmart und Symbotic: Die Hochgeschwindigkeits-Alternative

Walmart schlug einen anderen Weg ein. Statt ein Robotikunternehmen direkt zu übernehmen, schloss Walmart einen 3,5-Milliarden-Dollar-Vertrag mit Symbotic, um dessen Automatisierungssystem in Walmarts 42 regionalen Distributionszentren zu installieren. Der Ansatz von Symbotic basiert auf einem dichten Hochregallagersystem, in dem kleine autonome Bots mit hoher Geschwindigkeit durch ein strukturiertes 3D-Gitter navigieren – ähnlich wie AutoStore, aber optimiert für den höheren Durchsatz eines Vollsortiment-Händlers, der Tausende von Filialen beliefert.

Das Symbotic-System kann rund um die Uhr ohne Beleuchtung oder Klimatisierung arbeiten (Roboter benötigen beides nicht), verarbeitet gemischte Paletten mit unterschiedlichen SKUs und reduziert den Arbeitsaufwand für den Warentransport vom Wareneingang zur Filialnachversorgung drastisch. Walmarts Distributionszentren arbeiten nach der Implementierung von Symbotic Berichten zufolge mit etwa 30 % weniger Personal bei gleichem Durchsatz – wobei es sich bei diesen Arbeitskräften tendenziell um besser bezahlte Techniker und Systemmonitorer handelt, nicht um manuelle Kommissionierer.

Symbotic ging 2022 über eine SPAC an die Börse und hat sich seitdem in ein Joint Venture mit SoftBank ausgeweitet, um seine Plattform als Service auch Drittanbieter-Logistikkunden außerhalb von Walmart anzubieten – eine wichtige strategische Abkehr von der Ein-Kunden-Strategie.

Ocado: Das spezifische Problem des Lebensmitteleinzelhandels

Die Automatisierung im Lebensmittelbereich ist schwieriger als bei allgemeiner Ware, weil die SKU-Vielfalt extrem ist (ein Lebensmittel-Fulfillment-Center verarbeitet über 50.000 SKUs mit stark unterschiedlichen Formen, Gewichten und Empfindlichkeiten) und die Bestellzyklen komprimiert sind (Lebensmittelbestellungen müssen oft in unter einer Stunde kommissioniert werden). Ocado, der britische Online-Lebensmittelhändler, hat jahrelang seine eigene Lösung entwickelt und diese dann an Wettbewerber lizenziert.

Die „Smart Platform“ von Ocado nutzt ein 3D-Gitter aus kleinen Bots, die über die Oberseite eines dichten Lagerwürfels fahren und Greifer absenken, um einzelne Artikel bemerkenswert effizient zu entnehmen – ein 56.000 m² großes Customer Fulfillment Center (CFC) kann über 65.000 Bestellungen pro Woche mit einem Bruchteil der Arbeitskräfte verarbeiten, die ein konventionelles Lebensmittellager benötigt. Die Plattform ist mittlerweile an Kroger in den USA (mehrere aktive CFCs), Sobeys in Kanada und Morrisons in Großbritannien lizenziert.

Die Herausforderung für Ocado ist die Kapitalintensität: Der Bau eines CFC kostet 50 bis 80 Millionen Dollar. Für regionale Lebensmittelhändler oder Märkte mit geringerer Dichte sind die wirtschaftlichen Rahmenbedingungen schwierig. Die Expansion von Ocado in den USA mit Kroger verläuft daher langsamer als ursprünglich angekündigt.

AutoStore und der AMR-Mittelweg

Nicht jedes Lager braucht ein Sequoia oder ein Symbotic. AutoStore – ein norwegisches Unternehmen, das inzwischen börsennotiert ist – bietet ein modulares Würfellagersystem, bei dem hunderte kleine Roboter über ein Gitter kriechen und Behälter darunter hervorholen. Das System funktioniert in bestehenden Lagerhallen (es kann in nahezu jedes Gebäude mit einem stabilen Boden nachgerüstet werden), benötigt keine spezielle Beleuchtung oder Klimatisierung und skaliert von einigen Dutzend bis zu mehreren tausend Robotern.

AutoStore ist an über 1.100 Kundenstandorten in 50 Ländern im Einsatz, darunter Großkunden wie DB Schenker, H&M und Puma. Es besetzt einen interessanten Mittelmarkt: anspruchsvoller als einfache Förderbandsysteme, weniger kapitalintensiv als ein vollständiges Symbotic- oder Ocado-Gitter, und flexibel genug für Mode-, Pharma- und Ersatzteilanwendungen mit hoher SKU-Vielfalt, aber moderatem Durchsatz.

Kollaborative autonome mobile Roboter (AMRs) – Einheiten von Locus Robotics, 6 River Systems, Geek+ und anderen – bedienen wiederum ein anderes Segment: Installationen, bei denen ein volles Gittersystem zu teuer oder die Anlage zu variabel ist, aber dennoch eine Teilautomatisierung sinnvoll ist. Diese Roboter navigieren mithilfe von LiDAR und Kameras frei, ohne festgelegte Schienen, und arbeiten Seite an Seite mit menschlichen Kommissionierern. Die Installation dauert Wochen statt Monate, und die Investition liegt um Größenordnungen unter einer Sequoia-Installation.

Wo die harten Probleme bleiben

Roboterbasiertes Greifen unstrukturierter Artikel ist noch immer nicht vollständig gelöst. Amazons Sparrow verarbeitet über 200 Millionen Artikeltypen – das klingt beeindruckend –, aber der lange Schwanz der SKUs, die unhandlich geformt, sehr weich, sehr klein oder ungewöhnlich verpackt sind, stellt Roboterarme weiterhin vor Probleme. Menschliche Kommissionierer sind geschickter und anpassungsfähiger als jeder kommerzielle Roboterarm bei den in Fulfillment-Centern benötigten Volumina. Die Lücke schrumpft, ist aber noch nicht geschlossen.

Retourenbearbeitung ist fast vollständig manuell. Die Bearbeitung eines zurückgesandten Artikels – Prüfung, Entscheidung über Wiedereinlagerung, Neufaltung, Neuverpackung oder Entsorgung – erfordert Geschicklichkeit, Urteilsvermögen und sensorische Prüfung, die aktuelle Roboter nur schlecht beherrschen. E-Commerce-Retourenquoten von durchschnittlich 20–30 % bedeuten, dass die Retourenbearbeitung ein erheblicher operativer Kostenfaktor ist, den die Automatisierung kaum berührt hat.

Die Letzte-Meile-Zustellung ist ein separates Problem. Roboter können den Fulfillment-Center-Betrieb optimieren, aber ein Paket bis zur Haustür zu bringen, erfordert in den meisten Märkten immer noch einen menschlichen Fahrer. Drohnen-Zustellpiloten (Amazon Prime Air, Wing von Alphabet) befinden sich in begrenztem kommerziellem Einsatz, haben aber nicht über bestimmte geografische Gebiete und Produktgewichtsklassen hinaus skaliert. Autonome bodengebundene Zustellroboter sind auf einigen Universitätscampi und in geplanten Wohngebieten im Einsatz, sehen sich jedoch auf Stadtebene erheblichen regulatorischen und infrastrukturellen Hürden gegenüber.

Die Beschäftigungsfrage

Die Erzählung, dass Lagerroboter Arbeitsplätze vernichten, ist teils falsch und teils richtig – je nach betrachtetem Zeithorizont. Die Fulfillment-Belegschaft von Amazon wuchs von rund 88.000 Mitarbeitern im Jahr 2014 auf über 1,5 Millionen im Jahr 2022 – eine Phase massiver Roboter-Installationen. Die Automatisierung ermöglichte es Amazon, weit mehr Bestellungen mit proportional weniger Mitarbeitern auszuführen, aber die absolute Mitarbeiterzahl stieg, weil das Geschäft schneller wuchs als die Produktivitätssteigerung.

Das Muster ändert sich nun. Die Fulfillment-Mitarbeiterzahl von Amazon hat sich eingependelt und ist in manchen Jahren sogar gesunken, während das Fulfillment-Volumen weiter wächst. Die Automatisierung beginnt sich in den Beschäftigungszahlen niederzuschlagen, was bei der frühen Einführung noch nicht der Fall war. Für die Arbeitnehmer ändert sich auch die Zusammensetzung: weniger Kommissionierer-Jobs, mehr Stellen in der Roboterwartung, als Systemtechniker und in der Logistikkoordination – typischerweise besser bezahlt, aber mit anderen Qualifikationsanforderungen.

Die praktische Erkenntnis für jeden, der Logistikinfrastruktur aufbaut, ist, dass sich die Kapitalinvestition in die Lagerautomation vor allem durch Durchsatzsteigerung und Fehlerreduktion auszahlt, nicht durch kurzfristigen Personalabbau. Die Geschäftsgrundlage beruht selten allein auf der Reduzierung des Personalbestands. Standorte, die frühzeitig automatisiert haben, setzen nun bereits die zweite und dritte Systemgeneration ein – und der kumulative Vorteil gegenüber nicht automatisierten Wettbewerbern ist beträchtlich.