Automatisierung in der Intralogistik: Was ein Sequenzierprozess in sechs Wochen lehrt
Automatisierung in der Intralogistik zahlt sich besonders dort aus, wo manuelle, wiederkehrende Transport- und Sequenzierschritte den Takt bestimmen. Ein dokumentierter Fall aus der VW Gläsernen Manufaktur zeigt nach Unternehmensangabe, dass sich ein solcher Prozess mit Transportrobotern, Cobot und angepassten Ladungsträgern vollständig automatisieren lässt, umgesetzt in sechs Wochen.
Für Entscheider in Kürze
- Einordnung: Der Fall ist ein externes Branchenbeispiel aus unserer Auswertung von 52 veröffentlichten Praktikergesprächen (September 2025 bis August 2026). Es handelt sich um eine Unternehmensangabe, nicht um ein Projekt, an dem wir beteiligt waren.
- Aufwand: Der Engpass lag nicht in der Technik, sondern in der Klärung des physischen Ablaufs. Ladungsträger, Wege und Übergabepunkte mussten zum automatisierten Prozess passen.
- Kosten: Nach Unternehmensangabe sanken CO2 und Kosten je Sequenz um 50 %. Für die eigene Planung zählt vor allem die kurze Umsetzungsdauer, weil sie den Business Case in Monaten statt in Jahren rechnen lässt.
- Risiko: Übernimmt KI in Robotern eine Sicherheitsfunktion, etwa Kollisionsvermeidung, greifen strengere Anforderungen. Das gehört vor Projektstart geklärt.
- Übertragbar: Das Muster, nicht die Lösung. Erst den Prozess klären, dann automatisieren, dann schnell ein messbares Ergebnis zeigen.
Der Fall: ein Sequenzierprozess in der Gläsernen Manufaktur
In der VW Gläsernen Manufaktur wurde ein zuvor manueller Sequenzierprozess automatisiert. Eingesetzt wurden autonome Transportroboter, ein Cobot und Holzladungsträger. Die folgenden Angaben stammen aus einem veröffentlichten Praktikergespräch und sind im Branchenreport "KI im produzierenden Gewerbe" als Unternehmensangabe gekennzeichnet.
| Merkmal | Angabe |
|---|---|
| Unternehmen | VW Gläserne Manufaktur |
| Ausgangslage | Manueller Sequenzierprozess |
| Eingesetzte Mittel | Autonome Transportroboter, Cobot, Holzladungsträger |
| Automatisierungsgrad | 100 % |
| CO2 je Sequenz | um 50 % gesenkt |
| Kosten je Sequenz | um 50 % gesenkt |
| Umsetzungsdauer | 6 Wochen |
| Anwendungsfeld | Logistik, Automatisierung |
| Quellenart | Unternehmensangabe, eigene Auswertung |
Zwei Einschränkungen gehören zur ehrlichen Einordnung. Erstens beruht die Angabe auf der veröffentlichten Zusammenfassung des Gesprächs, nicht auf einer unabhängigen Prüfung. Zweitens nennt die Quelle keine Details zu Investitionshöhe oder Stückzahlen. Der Fall taugt deshalb als Beleg für Machbarkeit und Tempo, nicht als Vorlage für eine Kostenrechnung.
Muster 1: Geschwindigkeit ist die eigentliche Währung
Nur 14 der 52 ausgewerteten Gespräche nennen überhaupt ein Ergebnis mit einer Zahl. Auffällig oft belegt diese Zahl nicht die Technologie, sondern das Umsetzungstempo: sechs Wochen bei VW, zehn Monate bis zum Produktionsstart in einem Plattformprojekt, unter 24 Monaten je Werk bei Progroup.
Das ist kein Zufall. Wer intern für ein Vorhaben wirbt, überzeugt mit der Zeit bis zum ersten Ergebnis eher als mit Prozentwerten. Hinzu kommt die Wirtschaftlichkeit: Nach BCG 2026 (Beratungsstudie) sind Amortisationszeiten von KI-Projekten in Hochlohnregionen wie DACH materiell kürzer als in Niedriglohnregionen, wo vergleichbare Vorhaben das Zwei- bis Achtfache an Zeit brauchen. Der hohe Kostendruck in der Industrie ist damit zugleich ein starkes Argument für Automatisierung.
Planbares Tempo hängt an einem klaren Rahmen. Wie ein solcher Rahmen mit 72 Stunden bis zum ersten Piloten und 4 bis 10 Wochen Umsetzungsdauer aussieht, beschreibt die Seite zum KI-Projekt zum Festpreis.
Muster 2: Der Hebel liegt vor der KI
Mehrere der stärksten Zahlen aus den Gesprächen stammen nicht aus KI-Projekten, sondern aus Prozessarbeit. Auch der VW-Fall ist in erster Linie ein Automatisierungsprojekt, das auf einem neu geordneten Ablauf aufsetzt. Zwei weitere dokumentierte Fälle aus der Intralogistik und Materialsteuerung zeigen dasselbe Muster:
| Unternehmen | Maßnahme | Ergebnis | Quellenart |
|---|---|---|---|
| Magna Exteriors | Automatisiertes Picking in der Automobillogistik | 97 % weniger Laufwege | Unternehmensangabe, eigene Auswertung |
| RUWAC Industriesauger | Umstellung von fünf Hallen von Push auf Pull | Durchlaufzeit und Umlaufbestand je um 50 % gesenkt | Unternehmensangabe, eigene Auswertung |
| VW Gläserne Manufaktur | Transportroboter, Cobot, Holzladungsträger | 100 % Automatisierung in 6 Wochen | Unternehmensangabe, eigene Auswertung |
Mehrere Gesprächspartner formulieren dieselbe Regel: erst den physischen Prozess klären, dann automatisieren. Der Branchenreport nimmt sie als eigenen Schritt in seinen Fahrplan auf. Für die Intralogistik heißt das: Wege, Übergabepunkte, Ladungsträger und Reihenfolgen werden vor jeder Softwareentscheidung festgelegt. Ein Roboter, der einen ungeordneten Ablauf abbildet, automatisiert nur die Unordnung.
Automatisierung in der Intralogistik: wo KI ansetzt
Nicht jede Automatisierung ist KI. Transportroboter und Cobots arbeiten oft mit klassischer Steuerung. KI kommt hinzu, wo Planung, Reihenfolge und Bedarf laufend neu berechnet werden. Nach Deloitte AI in Manufacturing 2026 (Beratungsstudie) setzen 49 % der befragten Hersteller KI in Logistik und Lieferkette ein, nach Qualität mit 62 % und Produktion mit 57 %.
Im Branchenreport gehört dieses Feld zum Anwendungsfeld C, Planung und Supply Chain. Die Voraussetzungen sind dort klar benannt:
- Belastbare Stammdaten im ERP, denn kein anderes Feld verzeiht schlechte Stammdaten so wenig.
- Eine Auftrags- und Absatzhistorie über mehrere Jahre, inklusive Ausreißer.
- Realistische Wiederbeschaffungszeiten je Artikel, nicht die im System gepflegten Wunschwerte.
- Eine einzige Zielgröße, etwa Servicegrad, Bestandsreichweite oder Termintreue.
Als typischer Einstieg gilt eine abgegrenzte Artikelgruppe, zunächst im Parallelbetrieb. Erfolgsmaß ist nicht die Modellgüte, sondern der messbare Effekt bei gleichem Servicegrad. Welche weiteren Felder es gibt und wie reif sie sind, zeigt unser Beitrag zu den KI-Anwendungsfällen in der Produktion.
Sicherheit: Wann Roboter regulatorisch relevant werden
Sobald KI in einer Maschine eine Sicherheitsfunktion übernimmt, ändert sich die Lage. Der Branchenreport nennt als Beispiele kamerabasierte Schutzraumüberwachung, KI-gestützte Kollisionsvermeidung bei Cobots und adaptive Geschwindigkeitsbegrenzung. Nach unserer Lesart fallen solche Maschinen unter Anhang I der Maschinenverordnung (EU) 2023/1230, die ab 20.01.2027 anwendbar ist. Dann entfällt die Selbstzertifizierung, und es braucht eine benannte Stelle. Ab 02.08.2028 kommen die Hochrisiko-Pflichten des AI Act nach Annex I hinzu.
Diese Einordnung ist keine Rechtsberatung. Die konkrete Einstufung hängt von der Funktion im Produkt ab und gehört vor dem Konformitätsverfahren juristisch geprüft. Wichtig für die Planung: Transportlösungen ohne Eingriff in die Sicherheitskette bleiben nach dieser Lesart in aller Regel außerhalb der Hochrisiko-Einstufung.
Was Sie aus dem Fall übertragen können
Der VW-Fall lässt sich nicht kopieren, sein Muster schon. Für ein eigenes Vorhaben zur Automatisierung in der Intralogistik ergeben sich fünf Prüfpunkte:
- Ein manueller, wiederkehrender Prozess mit klarer Kennzahl, etwa Laufwege, Durchlaufzeit oder Kosten je Vorgang.
- Ein Referenzwert, der vor dem Start aus dem System erhoben wird.
- Ein geklärter physischer Ablauf, bevor Robotik oder Software beschafft werden.
- Eine Einschätzung, ob eine Sicherheitsfunktion berührt ist.
- Ein festgelegter Betrieb, damit Systeme nach dem Start gewartet, überwacht und angepasst werden.
Den letzten Punkt unterschätzen viele Vorhaben. Ein geregelter KI-Betrieb als Managed Service legt fest, wer Modelle überwacht und nachtrainiert, wenn sich Sortiment, Taktung oder Layout ändern. Welche Anforderungen speziell in Fertigungsumgebungen gelten, beschreibt unsere Seite zu KI in der Produktion.
