Otto Group testet KI-Roboter für Retouren: Sereact bringt zweiarmige Systeme nach Polen

Wer online bestellt, schickt oft etwas zurück. Genau dieser Rückweg ist für Händler einer der aufwendigsten Schritte überhaupt. Die Hamburger Otto Group will ihn jetzt mit künstlicher Intelligenz und Robotik neu denken. Gemeinsam mit dem Stuttgarter Robotikunternehmen Sereact startet sie ein Projekt in der Logistik, bei dem KI-gesteuerte Roboter retournierte Bestellungen prüfen und sortieren sollen.

Die Meldung dazu erschien am 30. Oktober 2026 und beschreibt einen konkreten Test in einem echten Logistikzentrum. Zuerst kommen zehn zweiarmige Systeme zum Einsatz. Läuft diese Phase gut, sollen 15 weitere Roboterarme folgen, sodass am Ende 25 Systeme im Einsatz wären. Erst danach will die Otto Group prüfen, ob sich die Technik für einen breiteren Einsatz in ihrem Logistiknetz eignet.

Was genau geplant ist

Im Mittelpunkt steht ein Logistikzentrum der Otto Group in Polen. Dort sollen die zweiarmigen Systeme in der Retourenabwicklung arbeiten. Ihre Aufgabe klingt einfach, ist in der Praxis aber anspruchsvoll: Sie müssen zurückgegebene Artikel annehmen, beurteilen und an die richtige Stelle weiterleiten. Dabei geht es um Ware aus vielen Kategorien, in unterschiedlichen Größen, Formen und Verpackungszuständen.

Die Kooperation ist in zwei Phasen aufgebaut. In der ersten Phase werden zehn Systeme eingesetzt und im laufenden Betrieb getestet. Die Partner sammeln dabei operative Rückmeldungen und entwickeln die Technik gemeinsam weiter. In der zweiten Phase sollen 15 weitere Roboterarme hinzukommen. So lässt sich erst zeigen, ob Zuverlässigkeit, Flexibilität und Qualität im Alltag stimmen, bevor größere Entscheidungen fallen.

Wichtig ist auch der Rahmen: Es handelt sich nach den vorliegenden Angaben um einen Test und eine gemeinsame Weiterentwicklung, nicht um eine sofortige Umstellung der gesamten Retourenlogistik. Die Otto Group prüft das Potenzial für einen breiteren Einsatz erst, wenn die zweite Phase erfolgreich verläuft. Das macht das Projekt zu einem Praxisexperiment mit klaren Zwischenschritten, nicht zu einer Ankündigung ohne Bodenhaftung.

Warum Retouren so schwer zu automatisieren sind

Nur wenige Prozesse im Onlinehandel sind so schwer zu automatisieren wie die Retourenabwicklung. Neue Ware kommt in der Regel einheitlich verpackt, gut sortiert und mit bekannten Daten an. Retouren dagegen sind das Gegenteil. Artikel kommen gefaltet, zerknittert oder neu verpackt zurück. Manche sind in Originalverpackung, andere in Ersatzkartons oder Tüten. Dazu verändert sich das Sortiment eines Händlers mit vielen Kategorien ständig.

Ein Roboter, der nur bekannte Produkte aus einem festen Katalog kennt, stößt hier schnell an Grenzen. Er muss mit Überraschungen umgehen: mit einer Jacke in einer anderen Größe als erwartet, mit einem Schuhkarton ohne Etikett an der gewohnten Stelle oder mit einem Artikel, der in dieser Form noch nie durch die Anlage gelaufen ist. Genau hier soll künstliche Intelligenz helfen. Sie soll nicht starr nach einer Liste arbeiten, sondern aus dem lernen, was sie sieht und greift.

Für Kunden ist das Thema ebenfalls relevant. Retouren sind ein fester Teil des Onlinekaufs, besonders bei Kleidung und Schuhen. Wenn Prüfung und Sortierung schneller laufen, kann das die Bearbeitung beschleunigen. Konkrete Zeitgewinne lassen sich aus der Meldung aber nicht ableiten.

Wie das Modell Cortex arbeiten soll

Die technische Grundlage ist Cortex, das Physical-AI-Modell von Sereact. Es nutzt nach Angaben des Unternehmens verschiedene KI-Lösungen des US-amerikanischen Spezialisten Nvidia und wurde speziell für diese Herausforderung entwickelt. Das Modell lernt von Artikeln, die es bereits gesehen hat, und überträgt dieses Wissen auf Objekte, die es zuvor noch nicht kannte.

In der Praxis bedeutet das: Das System entscheidet in Echtzeit, wie ein Artikel gegriffen, beurteilt und weitergeleitet wird. Es muss also nicht nur erkennen, was vor ihm liegt, sondern auch eine passende Handlung wählen. Ein weicher Stoffartikel braucht einen anderen Griff als ein fester Karton. Ein empfindlicher Artikel darf nicht wie ein robustes Paket behandelt werden. Diese Entscheidungen fallen im laufenden Betrieb, ohne dass jede Situation vorher von Hand programmiert wurde.

Dr. Ralf Gulde, CEO und Mitgründer von Sereact, fasst den Ansatz in der Meldung so zusammen: Ein Roboter, der nur den Katalog von gestern kennt, sei in der Retourenabwicklung nur von begrenztem Nutzen. Cortex müsse mit allem umgehen können, was aus dem nächsten Paket kommt. Jede Retoure, die die Systeme bearbeiten, mache das Modell besser für die nächste. Diese Formulierung beschreibt den Kern des Projekts: Lernen im Betrieb statt starrer Programmierung.

Was das für Beschäftigte und den Standort bedeutet

Automatisierung in der Logistik wirft immer auch Fragen nach Arbeitsplätzen auf. Die vorliegende Meldung macht dazu keine konkreten Aussagen über Stellenabbau oder Neueinstellungen. Sie beschreibt ein Entwicklungsprojekt, bei dem Menschen und Technik im Betrieb zusammenwirken sollen. Die Roboter übernehmen Prüf- und Sortieraufgaben, während die Partner aus den Ergebnissen lernen und die Systeme verbessern.

Für den Standort Polen ist der Test ebenfalls ein Signal. Die Otto Group nutzt dort ein bestehendes Logistikzentrum als Erprobungsort. Gelingt der Test, könnte das Wissen aus Polen in andere Teile des Netzwerks übertragen werden. Misslingt er oder zeigt er deutliche Schwächen, bleibt der Schaden begrenzt, weil der Einsatz zunächst klein bleibt. Diese Logik spricht für den gewählten Ansatz: klein starten, lernen, dann entscheiden.

Einordnung: Physical AI kommt in der Logistik an

Das Projekt passt in einen größeren Trend. Unter dem Begriff Physical AI wird künstliche Intelligenz zunehmend mit Robotern verbunden, die in der echten Welt handeln und nicht nur auf Bildschirmen antworten. In Fabriken, Lagern und Logistikzentren soll sie Maschinen helfen, mit unordentlichen, wechselnden Situationen umzugehen. Die Retourenabwicklung ist dafür ein besonders harter Prüfstein, weil sie genau diese Unordnung täglich liefert.

Für Leser in Deutschland ist das Projekt aus zwei Gründen spannend. Erstens zeigt es, wie ein großer deutscher Händler konkrete KI-Robotik im Alltag erprobt. Zweitens zeigt es, welche Probleme dabei zuerst gelöst werden müssen: nicht das Erkennen eines perfekten Produkts im Labor, sondern der Umgang mit zerknitterten, neu verpackten und unbekannten Artikeln im echten Lager. Wenn das gelingt, könnte es ein Vorbild für andere Händler werden. Wenn nicht, liefert der Test wertvolle Erkenntnisse darüber, wo die Technik noch reifen muss.

Frequently Asked Questions

Was testen Otto Group und Sereact genau?

Sie testen KI-gesteuerte, zweiarmige Roboter in der Retourenabwicklung in einem Logistikzentrum in Polen. Die Systeme sollen zurückgegebene Artikel prüfen, sortieren und weiterleiten. Zuerst kommen zehn Systeme zum Einsatz, in einer zweiten Phase sollen 15 weitere folgen.

Warum ist die Retourenabwicklung so schwer zu automatisieren?

Weil Retouren sehr unterschiedlich ankommen. Artikel sind gefaltet, zerknittert oder neu verpackt, und das Sortiment eines Händlers mit vielen Kategorien verändert sich laufend. Ein System muss deshalb auch mit Artikeln umgehen können, die es in dieser Form noch nicht kennt.

Wann wird entschieden, ob die Roboter breiter eingesetzt werden?

Erst nach einer erfolgreichen zweiten Phase prüft die Otto Group das Potenzial für einen breiteren Einsatz in ihrem Logistiknetzwerk. Die Meldung nennt keinen festen Termin für diese Entscheidung. Der Test soll zuerst Zuverlässigkeit, Flexibilität und Qualität im Betrieb belegen.