KION bringt Physical AI ins echte Lager: Autonome Stapler lernen vor dem ersten Einsatz

Die NVIDIA GTC Berlin 2026 war voll von großen Versprechen über künstliche Intelligenz. Die KION GROUP AG ist mit etwas gekommen, das schon läuft. Der Frankfurter Intralogistik-Konzern hat dort gezeigt, wie seine Physical-AI-Strategie autonome Fahrzeuge aus der Simulation in den täglichen Lagerbetrieb bringt, bei Partnern wie GXO und ROSSMANN.

Was auf der GTC Berlin zu sehen war

KION nutzt den Auftritt, um eine Botschaft zu senden, die in der KI-Debatte selten geworden ist: Die Technik ist nicht mehr Zukunftsmusik, sondern bereits in den regulären Betrieb integriert. Laut Mitteilung des Unternehmens vom 21. Oktober 2026 laufen am GXO-Standort im französischen Épinoy heute mehrere autonome Fahrzeuge parallel zu Lagermitarbeitenden und manuell gesteuerten Flurförderzeugen im Schichtbetrieb. Nach einem ersten Pilotprojekt Anfang des Jahres gilt der Standort intern als Leuchtturmprojekt für Physical AI in komplexen Logistikumgebungen.

Der Kern der Strategie ist die Kombination aus fortschrittlicher KI, digitalen Zwillingen und autonomen Fahrzeugen. Gemeinsam mit Technologiepartnern wie NVIDIA und Accenture baut KION ein Ökosystem auf, das Kunden bei Geschwindigkeit, Sicherheit und Leistungsfähigkeit unterstützen soll. CEO Rob Smith beschreibt Physical AI als strategischen Hebel für durchgängige Lösungen über die gesamte Lieferkette, von der Simulation und Validierung bis zum realen Betrieb.

Der digitale Zwilling als Trainingslager

Das wichtigste Detail der Ankündigung steckt in einem unscheinbaren Satz: Die Inbetriebnahme autonomer Fahrzeuge lässt sich mithilfe KI-gestützter digitaler Zwillinge und hochrealistischer Simulationsumgebungen von mehreren Wochen auf nur wenige Tage verkürzen. Das ist ein Faktor, den jeder Logistikmanager sofort versteht. Stillstand kostet Geld, und jede Woche, in der ein autonomes Fahrzeug nicht fährt, frisst die Rendite der Investition.

Wie funktioniert das konkret? KION erstellt einen digitalen Zwilling des jeweiligen Kundenlagers, reichert ihn mit räumlichen Daten an, die direkt vor Ort erfasst werden, und trainiert, testet und optimiert die autonomen Fahrzeuge und Softwaresysteme darin, bevor sie physisch eingesetzt werden. Wichtige Test- und Validierungsschritte wandern so in die Simulation. Am GXO-Standort in Épinoy konnte der Zeitaufwand für die Implementierung vor Ort nach Unternehmensangaben um über 60 Prozent reduziert werden. Die Zusammenarbeit mit Accenture, die vor rund zwei Jahren begann, trägt dazu einen wesentlichen Teil bei: Zuletzt unterstützte Accenture KION beim Aufbau eines digitalen Zwillings auf Basis von NVIDIA Omniverse und MEGA, mit dem Lagerprozesse und autonome Systeme schon vor der Implementierung virtuell getestet, optimiert und in Betrieb genommen werden konnten.

Sicherheit läuft mit, nicht hinterher

Ein Punkt, der in vielen Automatisierungsprojekten erst spät auf die Agenda kommt, steht bei KION bewusst im Mittelpunkt: die Sicherheit im Zusammenspiel von autonomen Fahrzeugen und Menschen. Das Unternehmen arbeitet gemeinsam mit NVIDIA an einem Konzept, das KI nicht nur zur Produktivitätssteigerung einsetzt, sondern auch den sicheren Betrieb im Mischverkehr mit Lagermitarbeitenden absichert.

Grundlage ist der NVIDIA-Halos-Blueprint, den KION in seine Lösungen integriert. Dahinter steckt die Einsicht, dass autonome Flurförderzeuge in echten Lagern nie allein unterwegs sind. Sie teilen sich Gänge, Kreuzungen und Rampen mit Menschen und manuell gefahrenen Staplern. Ein Sicherheitskonzept, das von Anfang an mitgedacht wird, ist deshalb kein Bonus, sondern Voraussetzung dafür, dass Physical AI im Alltag akzeptiert wird.

Der Praxistest bei ROSSMANN

Neben dem GXO-Projekt lieferte KION ein zweites Beispiel aus dem laufenden Betrieb: Im Oktober 2026 hat das Unternehmen in einem ROSSMANN-Regionallager den Robotic Case Picker ausgeliefert, kurz RoCaP. Das autonome Flurförderzeug nutzt KI-gestützte Kameratechnologie und einen hochentwickelten Greifarm, um einzelne Packstücke zu erkennen, aufzunehmen und sicher zu stapeln. Nach Angaben von KION funktioniert das selbst in komplexen Brownfield-Umgebungen und bei beschädigten Verpackungen, also genau dort, wo klassische Automatisierung oft an ihre Grenzen stößt.

Das Pilotprojekt hat die Erwartungen hinsichtlich Geschwindigkeit und Greifleistung nach Unternehmensangaben übertroffen. Der Kunde hat daraufhin weitere Fahrzeuge bestellt. Für KION ist das der Beleg, dass Physical AI arbeitsintensive Kommissionierprozesse automatisieren, Fehler reduzieren und Mitarbeiter von körperlich belastenden Tätigkeiten entlasten kann.

Warum das Timing passt

KION nennt in seiner Mitteilung zwei Treiber, die Physical AI gerade jetzt relevant machen: den Arbeitskräftemangel und die Schwankungen im Welthandel. Beides sind Themen, die Logistikverantwortliche seit Jahren beschäftigen. Wer in Hochphasen nicht genug Personal für die Kommissionierung findet und gleichzeitig Lieferketten unter Druck stehen, sucht nach Lösungen, die skalieren, ohne dass jede neue Halle einen eigenen langen Anlauf braucht.

Dazu passt das Profil des Unternehmens. Der im MDAX gelistete Konzern ist nach verkauften Stückzahlen im Jahr 2024 in der Region EMEA der größte Hersteller von Flurförderzeugen, in China der führende ausländische Produzent und nach Umsatz einer der weltweit führenden Anbieter von Lagerautomatisierung. Ende 2025 waren laut KION weltweit mehr als 2,0 Millionen Flurförderzeuge des Konzerns bei Kunden auf sechs Kontinenten im Einsatz, bei über 42.000 Beschäftigten und einem Umsatz von rund 11,3 Milliarden Euro im Geschäftsjahr 2025. Wenn ein Unternehmen dieser Größe Physical AI in den Regelbetrieb überführt, ist das ein Signal für die gesamte Branche.

Frequently Asked Questions

Was versteht KION unter Physical AI?

Physical AI ermöglicht es Maschinen, ihre reale Umgebung wahrzunehmen und zu verstehen sowie selbstständig darin zu handeln. KION gibt Flurförderzeugen und Lagerlösungen nach eigener Beschreibung ein menschenähnliches Verständnis ihrer Umgebung. Lösungen werden zunächst in einer virtuellen Umgebung simuliert und optimiert, bevor sie im realen Lager zum Einsatz kommen. Das soll Abläufe sicherer, schneller und zuverlässiger machen.

Wie verkürzt der digitale Zwilling die Inbetriebnahme?

KION erstellt ein digitales Abbild des Kundenlagers und reichert es mit räumlichen Daten an, die vor Ort erfasst werden. Autonome Fahrzeuge und Software werden in dieser Simulation trainiert, getestet und optimiert, bevor sie physisch eingesetzt werden. Laut KION sinkt die Inbetriebnahme dadurch von mehreren Wochen auf wenige Tage, am GXO-Standort in Épinoy wurde der Implementierungsaufwand vor Ort um über 60 Prozent reduziert.

Welche Rolle spielen NVIDIA und Accenture?

NVIDIA liefert die KI- und Simulationstechnologien, darunter den Halos-Blueprint für das Sicherheitskonzept und die Plattformen Omniverse und MEGA für digitale Zwillinge. Accenture arbeitet seit rund zwei Jahren mit KION an der Optimierung von Lieferketten und unterstützte zuletzt den Aufbau des digitalen Zwillings für das Leuchtturmprojekt am GXO-Standort in Épinoy. Gemeinsam bündeln die Partner Expertise in Simulation, Computing, räumlicher Intelligenz, Wahrnehmung und autonomem Betrieb.