Den usynlige flaskehals: Hvorfor den sidste kilometer begynder ved lagerhylden

Den dyreste manuelle opgave på lageret: Hvorfor logistik snart vil være umulig uden AI

Samme-dags levering er ikke længere en luksus, men den absolutte standard. Men mens kunderne forventer, at deres ordrer ankommer til deres dør på rekordtid, kæmper logistikbranchen bag kulisserne med en hidtil uset, strukturel mangel på kvalificeret arbejdskraft. Flaskehalsen i denne målkonflikt ligger ofte der, hvor automatisering tidligere har nået sine grænser: ordreplukning, det berømte "sidste træk". Det er netop her, en ny generation af lærende, AI-drevne robotter lover et gennembrud. I stedet for dyre, komplette eftersyn tilpasser disse intelligente systemer sig eksisterende lagerinfrastrukturer, lærer uafhængigt med hver vare, der plukkes, og afhjælper personalemanglen uden at overflødiggøre mennesker. Lær, hvorfor rigide systemer er forældede, hvordan teknologien betaler sig i praksis, og hvorfor smarte plukkerobotter vil bestemme konkurrenceevnen i morgendagens ordreopfyldelseslandskab.

Kan jeres ordreplukningsproces følge med den stigende efterspørgsel?

I 2026 vil levering samme dag ikke længere være en differentiator, men den nye forventning. I USA foretages mere end 80 procent af alle leverancer af e-dagligvarer nu samme dag, og inden for dette segment steg andelen af ​​ordrer, der blev leveret på under tre timer, fra lidt over halvdelen til næsten to tredjedele af de samlede leverancer i et enkelt kvartal. Al denne markedsvækst i den periode kom fra ordrer, der blev opfyldt inden for en time. Samtidig tegnede ultrahurtig levering på under en time sig allerede for 18 procent af alle leveringsordrer og 10 procent af hjemmeleveringsordrer.

Denne acceleration flytter flaskehalsen i værdikæden til det punkt, hvor den er mindst synlig, men har størst effekt: plukkezonen. Enhver reduktion i leveringstiden i frontenden skaber øjeblikkeligt mere pres på processerne på lageret, især på det såkaldte "sidste trin", dvs. fjernelse af individuelle varer fra containere og emballering af dem til forsendelse. For e-dagligvare- og distributionsvirksomheder betyder dette samtidig flere ordrer, flere produktvariationer og stadig kortere leveringstider, mens fejlmarginen nærmer sig nul.

Strukturel belastning i stedet for midlertidig flaskehals

Manglen på faglærte medarbejdere inden for lagerlogistik er ikke længere et sæsonbestemt fænomen, men en strukturel tilstand i branchen. Ifølge IAB-statistikker var der i 2025 over 60.000 ubesatte stillinger inden for lagerlogistik i Tyskland, hvilket er en betydelig stigning i forhold til tidligere år. Til sammenligning angav omkring 45 procent af de adspurgte lagervirksomheder i fjerde kvartal af 2024, at deres forretningsdrift i øjeblikket var hæmmet af mangel på faglærte medarbejdere, hvorimod dette tal var under ti procent ved begyndelsen af ​​undersøgelsen i 2009. Selvom manglen er aftaget en smule fra sit seneste højdepunkt, er den fortsat på et historisk højt niveau.

Dette skyldes en kombination af faktorer, der er vanskelige at løse på kort sigt. Omkring en tredjedel af logistikmedarbejderne er allerede over 50, mens yngre arbejdstagere i stigende grad vælger akademiske karrierer frem for erhvervsuddannelser inden for lager eller spedition. Dertil kommer fysisk krævende opgaver, skifteholdsarbejde og lavere lønninger sammenlignet med andre sektorer, hvilket yderligere mindsker lagerarbejdets attraktivitet. Mens et flertal på 63,3 procent af logistikprofessionelle mener, at karriereskiftere fra andre brancher i det mindste delvist kan afhjælpe manglen, er denne effekt alene utilstrækkelig til at lukke det strukturelle hul.

Denne kombination af stigende efterspørgsel og faldende personaletilgængelighed skaber netop den målkonflikt, som mange driftsledere kender af egen erfaring: produktivitet og præcision forventes at stige, mens ressourcerne til at nå disse mål bliver stadig mere knappe. Fluktuerende ordreplukningspræstationer, for eksempel på grund af sygefravær, høj personaleomsætning eller sæsonbestemte spidsbelastninger, fører følgelig til forsinkelser, der direkte påvirker kundernes opfattelse.

Robotteknologi som et svar på et procesproblem, ikke som et mål i sig selv

Det er her, en ny generation af AI-drevne plukkerobotter kommer ind i billedet, som er fundamentalt anderledes end ældre, rigide automatiseringsløsninger. Tidligere plukkerobotter krævede kompleks programmering og faste gribepunkter for hvert nyt produkt, hvilket gjorde dem upraktiske til sortimenter med en høj grad af variation, typisk i e-dagligvaresektoren. Moderne systemer bruger derimod tredimensionel billedbehandling kombineret med forudtrænede deep learning-algoritmer til at genkende og gribe varer uanset form, størrelse, gennemsigtighed eller overfladetekstur, uden at kræve separat træning for hvert enkelt produkt.

Et slående eksempel kommer fra den schweiziske beslagsspecialist OPO Oeschger, som bevidst valgte den modsatte tilgang, da de integrerede en AI-understøttet plukkeløsning: I stedet for at tilpasse lageret til robotten, blev robotten tilpasset det eksisterende lager. Plukkerobotten blev integreret direkte i en eksisterende plukkestation og overtager netop de arbejdstrin, der tidligere blev udført manuelt: fjernelse af skridsikre måtter fra destinationscontainere, udhentning af de nødvendige varer fra kildecontainere og placering af dem i forsendelseskartonen, før det eksisterende transportbåndssystem overtager den videre materialestrøm. Den kunstige intelligens genkender uafhængigt varerne og bestemmer, hvordan et produkt placeres og stables i destinationscontaineren.

Denne integrationstilgang er økonomisk afgørende, fordi den modbeviser den udbredte antagelse om, at automatisering uundgåeligt kræver en komplet omlægning af lagerinfrastrukturen. Robotsystemer kan i stigende grad integreres i eksisterende plukkearbejdsstationer, transportbåndsteknologi og lagersystemer som AutoStore, i stedet for at kræve en komplet redesign af anlægget. Dette sænker investeringsbarrieren betydeligt, hvilket giver operatørerne mulighed for at introducere automatisering gradvist snarere end disruptivt.

Hvordan teknologien har vist sig at være i praksis

Fordelene ved disse systemer er mest tydelige ved storstilet operationel implementering. Rohlik Group, der driver online-fødevareplatformene Knuspr og Gurkerl, har udvidet sin udrulning til 24 AI-styrede plukkerobotter på sit logistikcenter i Schönefeld i Berlin efter den første introduktion af én robot på Schönefeld-lokationen. Disse robotter samler nu ordrer på distributionscentrene i Berlin og Wien, og yderligere lokationer, såsom Frankfurt, forventes at følge i de kommende måneder. Virksomheden planlægger endda at skalere op til et trecifret antal robotter på lang sigt. Robotterne overtager et af de sidste tilbageværende manuelle trin i lagerdriften: præcis gribning og pakning af individuelle produkter i både kølede og ikke-kølede miljøer.

Koncernchefen for automatisering og udvidelse hos Rohlik understreger, at dette robotprogram blev udviklet fra bunden for fundamentalt at transformere fødevareleveringen, idet dets skalering på tværs af flere markeder samtidig lagde grundlaget for fremtidens automatiserede logistik i e-dagligvaresektoren. Lignende effekter kan også observeres uden for fødevaresektoren. I en konfigurerbar produktionsfacilitet, der overgik til AI-drevet procesdisciplin inden for intralogistik, faldt den samlede leveringstid med 84 procent og leveringstiden fra ordre til forsendelse med 77 procent. I et andet dokumenteret tilfælde faldt fejlprocenten med 68 procent, og produktiviteten steg med tocifrede tal, hvor hele plukkeprocessen blev omstillet inden for en enkelt uge.

Etablerede automatiseringsudbydere fra maskinindustrien positionerer sig også på dette område. Siemens har sammen med intralogistikspecialisten Mecalux udviklet AI-understøttet billedbehandlingssoftware kaldet Simatic Robot Pick AI, som gør det muligt for robotter at gribe enhver genstand uanset dens form og størrelse og dermed realisere højkapacitetssystemer med op til 1.000 plukkeoperationer i timen i 24/7 drift. I et andet samarbejde kombinerede Siemens, Universal Robots og kameraproducenten Zivid deres respektive teknologier for pålideligt at detektere selv transparente og gennemsigtige objekter, hvilket tidligere har været en betydelig teknisk udfordring, især med emballage lavet af glas eller klar film.

LTW Intralogistics – Ingeniører af flow - Billede: LTW Intralogistics GmbH

LTW tilbyder sine kunder ikke individuelle komponenter, men integrerede komplette løsninger. Rådgivning, planlægning, mekaniske og elektrotekniske komponenter, styrings- og automationsteknologi samt software og service – alt er netværksforbundet og præcist koordineret.

Intern produktion af nøglekomponenter er særligt fordelagtig. Dette giver mulighed for optimal kontrol af kvalitet, forsyningskæder og grænseflader.

LTW står for pålidelighed, gennemsigtighed og samarbejde. Loyalitet og ærlighed er solidt forankret i virksomhedens filosofi – et håndtryk betyder stadig noget her.

Relateret til dette:

• LTW-løsninger

Fra stiv automat til læringssystem

Fra et økonomisk perspektiv er den afgørende udvikling i denne teknologigeneration ikke blot automatiseringen i sig selv, men skiftet fra regelbaseret til lærende automatisering. Brancheklassifikationer skelner nu mellem flere udviklingstrin inden for automatisering af ordreplukning, lige fra simple halvautomatiske systemer med fast billedbehandling og stregkodescanning, via stort set autonome robotter, til intelligent, lærende robotplukning, som i øjeblikket betragtes som det mest avancerede trin. På dette højeste niveau er robottens evne til kontinuerlig selvforbedring central, hvilket gør det muligt for systemet at fungere ikke kun autonomt, men også adaptivt og selvoptimerende.

Denne læringskomponent løser et centralt økonomisk problem fra tidligere generationer af automatisering: deres manglende skalerbarhed, når produktsortimenter ændres eller vokser. Med systemer, der allerede har forudtrænede AI-funktioner, behøver nye produkter ikke længere at blive individuelt trænet, fordi de underliggende funktioner allerede dækker et bredt spektrum af objekter. Dette er især vigtigt for brancher med meget dynamiske produktsortimenter, såsom lægemidler, mode, e-handel og returbehandling. En autonom mobil robot, der navigerer lagergangene med en indkøbskurv som et menneske, plukker og konsoliderer ordrer, er allerede blevet trænet på mere end en milliard pluk. Maskinlæring gør den mere præcis ved hver efterfølgende pluk, mens en supplerende vare-til-person-station til tunge eller svært tilgængelige varer sikrer en ensartet plukkepålidelighed på 100 procent.

Derudover kræver sådanne systemer ikke fast infrastruktur såsom reoler eller transportbånd og fungerer med standardhylder og -containere, hvilket muliggør hurtig implementering og end-to-end automatisering af forsyningskæden uden fundamentalt at ændre eksisterende logistikprocesser. Denne letvægtsinfrastrukturtilgang adskiller sig væsentligt fra kubelagersystemer eller shuttle-løsninger, som kræver faste gitterstrukturer, og giver dermed operatører betydeligt mere fleksibilitet i den gradvise automatisering af deres eksisterende faciliteter.

Den menneskelige faktor forbliver central

Trods imponerende teknologiske fremskridt betyder brugen af ​​AI-robotik på ingen måde en fuldstændig fortrængning af menneskelig arbejdskraft fra lageret. Der er snarere en stigende fremkomst af en hybridmodel, hvor robotter pålideligt og ubesværet håndterer standardiserede, repetitive eller ergonomisk krævende plukkeopgaver, mens medarbejderne fritages for disse opgaver og kan koncentrere sig om særlige tilfælde, kvalitetskontrol eller overordnet processtyring. Denne arbejdsdeling viser sig at være særligt værdifuld i lyset af den igangværende mangel på kvalificeret arbejdskraft, da den retter eksisterende personaleressourcer specifikt mod de opgaver, der reelt kræver menneskelig dømmekraft.

Fra et økonomisk perspektiv kan denne udvikling også ses som en reaktion på demografiske forandringer. I betragtning af en arbejdsstyrke, hvor en tredjedel af de ansatte allerede er over 50, og antallet af unge, der træder ind på arbejdsmarkedet, er i stigende grad faldende, fremstår automatiseringen af ​​fysisk krævende, repetitive opgaver mindre som en trussel mod job og mere som en nødvendig kompensation for en strukturel flaskehals, der ikke kan løses udelukkende gennem rekruttering. Denne sammenhæng anerkendes også eksplicit fra leverandørens perspektiv: virkningerne af manglen på arbejdskraft kan afbødes af AI-styrede plukkerobotter, samtidig med at den operationelle effektivitet på lagrene øges.

Økonomisk vurdering af investering versus fordel

Det centrale forretningsmæssige spørgsmål ved introduktionen af ​​sådanne systemer drejer sig mindre om den tekniske gennemførlighed, som nu i vid udstrækning kan betragtes som løst, men snarere om den økonomiske beregning i hvert enkelt tilfælde. Afgørende er det, at moderne AI-robotløsninger kan integreres i eksisterende plukkearbejdsstationer i stedet for at kræve et helt nyt system, hvilket forkorter afskrivningsperioden betydeligt sammenlignet med traditionelle storskalainvesteringer i automatiserede lagersystemer. For operatører med eksisterende transportbåndsteknologi eller AutoStore-systemer betyder det, at det sidste, tidligere manuelle trin kan eftermonteres uden at afbryde den eksisterende materialestrøm.

Samtidig demonstrerer de dokumenterede effektivitetsgevinster den betydelige økonomiske gearing. En reduktion på 68 procent i fejlprocenten kombineret med tocifrede produktivitetsstigninger inden for en enkelt uge efter implementeringen repræsenterer et omfang, der ville være praktisk talt umuligt at opnå med traditionelle procesoptimeringer. Desuden illustrerer en gennemløbshastighed på op til 1.000 ordreplukninger i timen i kontinuerlig 24/7-drift, at disse systemer ikke kun kompenserer for personalemangel, men også kan skabe yderligere kapacitet, hvilket er afgørende for at håndtere spidsbelastning efter samme-dags og ultrahurtig levering.

Det er dog vigtigt at overveje, at ikke alle produktserier og ikke alle lagerstrukturer er lige velegnede til robotisering. Systemer, der er afhængige af faste gribepunkter og præstrukturerede objekter, tilbyder mindre fleksibilitet end adaptive, lærende løsninger. Derfor afhænger valget af det passende automatiseringsniveau af det specifikke produktsortiment, ordrevolumen og den eksisterende infrastruktur. Virksomheder, der for tidligt investerer i uegnede systemer, risikerer ikke at realisere de forventede effektivitetsgevinster og i stedet introducere yderligere kompleksitet i deres processer.

Opfyldelseslandskabet i de kommende år

Kombinationen af ​​en strukturel mangel på faglært arbejdskraft, stigende driftsomkostninger og kundernes forventninger, der ubønhørligt bevæger sig mod samme-dags- og endda sub-same-day-levering, gør automatisering af ordreplukning til en af ​​de mest presserende investeringsbeslutninger i ordrebehandlingsbranchen i de kommende år. Kunstig intelligens inden for logistik udvikler sig i stigende grad fra et rent automatiseringsprojekt til en omfattende, AI-drevet procesdisciplin, der integrerer sikkerhed, datakvalitet og procesoverholdelse i automatiseringen i stedet for at drive isolerede, enkeltstående løsninger. Forskningsinstitutioner som Fraunhofer Instituttet for Material Flow and Logistics understreger også, at AI-baseret optimering af lagersteder, automatisk identifikation af lastbærere og overførsel af simulerede robotprocesser til virkelige miljøer i stigende grad går hånd i hånd for at muliggøre proaktiv planlægning og frigøre yderligere effektivitetspotentiale.

For operatører, der i øjeblikket beslutter sig for, om de skal investere i AI-drevet plukkerobotteknologi, tilbyder markedet allerede pålidelige benchmarks: fra målrettet integration i en enkelt plukkerestation til skalering til flåder af flere robotter, og potentielt hundredvis, på tværs af flere lande. Det afgørende spørgsmål er derfor ikke længere, om kunstig intelligens vil ændre ordreplukning, men hvor hurtigt individuelle virksomheder kan udnytte denne ændring, før kløften til allerede automatiserede konkurrenter bliver for stor.

Konrad Wolfenstein

Jeg vil med glæde fungere som din personlige rådgiver.

Du kan kontakte mig på wolfenstein∂xpert.digital eller

Bare ring til mig på +49 7348 4088 965 .

LinkedIn
 

Rådgivning, planlægning og implementering af komplette løsninger til højlagre og automatiserede lagersystemer - Billede: Xpert.Digital

Mere information her:

• Rådgivning og planlægning af højlager: Automatiseret højlager – Optimer palleopbevaring fuldautomatisk – Lageroptimering