TGW Logistics: KI für Lagerprozesse und Robotersteuerung

TGW Logistics beschreibt den Einsatz Künstlicher Intelligenz als Teil verschiedener logistischer und technischer Aufgaben. Dazu gehören Bildverarbeitung, Qualitätskontrollen, Materialflussoptimierung, Ressourcenplanung und die Steuerung robotischer Systeme. Ergänzend setzt das Unternehmen generative KI in Engineering, Softwareentwicklung, Dokumentation und Wissensmanagement ein.

Die Angaben ordnen TGW in einen breiteren Einsatz von KI in der Intralogistik ein. Dort werden spezialisierte Systeme nicht nur zur Bilderkennung oder Navigation verwendet, sondern auch für operative Aufgaben entlang des Materialflusses. Für TGW wird in den vorliegenden Quellen kein einzelnes, vollständig beschriebenes KI-Produkt genannt. Beschrieben wird stattdessen ein Einsatzspektrum aus logistischen Kernfunktionen und internen Entwicklungs- und Wissensprozessen.

TGW nutzt KI in der Bildverarbeitung und für Qualitätskontrollen. Außerdem kommt sie zur Optimierung von Materialflüssen und zur Ressourcenplanung zum Einsatz. Ein weiterer Anwendungsbereich ist die Steuerung robotischer Systeme.

Für Engineering, Softwareentwicklung, Dokumentation und Wissensmanagement ergänzt TGW diese Anwendungen durch generative KI. Im Bereich der logistischen Kernfunktionen basieren die Lösungen nach Angaben des Unternehmens überwiegend auf eigenentwickelten Algorithmen und Modellen. Diese werden durch Basismodelle externer Anbieter ergänzt.

Ein konkreter Zusammenhang mit einem automatisierten Picking-Prozess besteht bei OPO Oeschger. Dort wurde ein Picking-Roboter in einen bestehenden Arbeitsplatz und eine vorhandene Fördertechnik integriert. TGW Logistics arbeitete an der dafür erforderlichen Anpassung der Schnittstelle im Lagerverwaltungssystem mit. Über diese Schnittstelle wurden nur Aufträge an den Roboter weitergeleitet, die für das automatisierte Picking geeignet waren. Welche Artikel dafür infrage kamen, wurde von OPO Oeschger im Artikelstamm festgelegt.

Im OPO-Prozess übernahm das KI-gestützte Steuerungssystem von Sereact die Produkt­erkennung, Auswahl und Entnahme selbstständig. Die Platzierungs- und Stapellogik entschied ebenfalls dieses System. Der Roboter entnahm Artikel aus einem Quellbehälter und legte sie in einen vorbereiteten Zielkarton oder Zielbehälter. Geeignete Behälter wurden anschließend über die Fördertechnik weitertransportiert.

TGWs Beitrag lag in der Zusammenarbeit bei der Schnittstellenanpassung zwischen Lagerverwaltung und Robotik. Die vorhandene Prozess- und Fördertechnik sollte dabei nicht grundlegend verändert werden. Die Auswahl geeigneter Artikel erfolgte direkt bei OPO Oeschger; die KI-basierte Erkennung und Greiflogik wurde von Sereact gesteuert.

TGW beschreibt als weiteren Entwicklungsschritt Physical AI. Damit ist Künstliche Intelligenz gemeint, die Maschinen befähigt, ihre Umgebung wahrzunehmen und selbstständig zu handeln. Nach der vorliegenden Unternehmensangabe analysieren heutige Systeme vor allem Daten und unterstützen Entscheidungen. Künftig sollen Maschinen ihre Umgebung eigenständig interpretieren und autonom handeln.

Im beschriebenen OPO-Projekt übernahm der Roboter standardisierte Picking-Aufgaben, die zuvor manuell ausgeführt wurden. Die Geschwindigkeit wurde absichtlich begrenzt, damit die vorhandene bauliche Struktur nicht überlastet wird. In der aktuellen Konfiguration entsprach die Leistung ungefähr der von einer halben Vollzeitkraft. Diese Angabe bezieht sich auf die Roboterlösung im OPO-Prozess, nicht auf einen allgemeinen Leistungswert für TGW-Systeme.

Die Schnittstellenanpassung wurde laut Quelle ohne Probleme in Zusammenarbeit mit TGW Logistics umgesetzt. Nicht für den Roboter geeignete Artikel wurden im Lagerverwaltungssystem ausgeschlossen. Mitarbeiter konzentrierten sich dadurch stärker auf komplexe Picking-Prozesse mit flexiblen oder empfindlichen Produkten.

Die Quellen belegen für TGW ein breites KI-Einsatzfeld in Logistik, Robotik und Softwareentwicklung. Die logistischen Kernfunktionen beruhen überwiegend auf eigenen Algorithmen und Modellen; externe Basismodelle ergänzen diesen Ansatz. Ein konkret beschriebenes Projekt zeigt TGW außerdem als Beteiligten an der Anbindung eines KI-gesteuerten Picking-Roboters an ein bestehendes Lagerverwaltungssystem.

Die vorliegenden Auszüge enthalten keine detaillierte Aufschlüsselung einzelner Modelle, Trainingsdaten oder weiterer quantitativer Ergebnisse für die verschiedenen TGW-Anwendungen.