Sneller falen door automatisering? De stille kostenval van magazijnautomatisering

Konrad Wolfenstein

3 maanden geleden

Sneller falen door automatisering? De stille kostenval van magazijnautomatisering – Afbeelding: Xpert.Digital

De ongemakkelijke waarheid: waarom robots alleen de chaos in magazijnen niet kunnen oplossen

Technologie kun je kopen, processen moet je verdienen: waarom je eerst moet opruimen en dan pas automatiseren

De e-commerceboom, de belofte van snelle levering en het wijdverbreide tekort aan geschoolde arbeidskrachten drijven de logistieke sector massaal richting automatisering. Wereldwijd stromen miljarden naar geavanceerde logistieke robots, zelfrijdende transportsystemen en geautomatiseerde magazijnen voor kleine onderdelen – altijd in de hoop op maximale efficiëntie, lagere foutpercentages en snelle retourzendingen. Maar achter de glinsterende façade van deze technologische euforie schuilt een ongemakkelijke waarheid die veel te zelden in de sector wordt besproken: tot wel 50 procent van alle magazijnautomatiseringsprojecten haalt de doelstellingen niet of verspilt zelfs miljoenen dollars.

De reden hiervoor ligt vrijwel nooit bij de technologie zelf, maar bij een gevaarlijke misvatting van het management. Automatisering lost slechte processen niet op, maar versnelt ze juist. Het simpelweg digitaliseren van chaotische stamgegevens, ongestructureerde opslaglocaties en foutieve goederenontvangsten leidt niet tot een modelmagazijn, maar vergroot juist de chaos op industriële schaal. Dit artikel werpt licht op de stille kostenval van intralogistiek en laat zien waarom de cruciale stap naar succes al lang vóór de eerste robot in beweging komt.

Technologie kun je kopen. Processen moet je verdienen.

Automatisering is het dominante investeringsthema in de huidige logistiek. De wereldwijde markt voor magazijnautomatisering zal naar verwachting in 2026 bijna 30 miljard dollar bereiken en in 2034 groeien tot meer dan 119 miljard dollar – een jaarlijkse groei van ongeveer 16 procent. Wereldwijd zijn er al bijna vijf miljoen magazijnrobots in gebruik in meer dan 50.000 magazijnen, en er zullen naar verwachting alleen al in 2025 meer dan 450.000 nieuwe logistieke robots worden verkocht – meer dan zes keer zoveel als in 2019. De drijfveren achter deze ontwikkeling zijn bekend: stijgende ordervolumes als gevolg van de e-commerceboom, een structureel tekort aan geschoolde arbeidskrachten en de toenemende druk om steeds snellere levertijden te realiseren. En toch schuilt achter deze euforie over de groei een ongemakkelijke waarheid die te zelden openlijk binnen de sector wordt besproken.

Tot wel 50 procent van alle magazijnautomatiseringsprojecten slaagt er niet in de oorspronkelijk gestelde doelen te bereiken. Een andere analyse van Ernst & Young concludeert dat 30 tot 50 procent van alle robotica- en automatiseringsprojecten wereldwijd mislukt. In de sectoren fast-moving consumer goods (FMCG), retail en e-commerce levert naar schatting 20 tot 40 procent van de projecten een aanzienlijk lager rendement op dan de businesscase – of genereert zelfs een negatief rendement van tientallen miljoenen euro's. Het probleem ligt zelden in de technologie zelf. Het ligt in wat er had moeten gebeuren voordat de eerste robot werd ingezet.

Waarom technologie slechte processen niet oplost, maar juist verergert

De meest voorkomende misvatting bij magazijnautomatisering is: als we de juiste machines kopen, worden onze processen vanzelf efficiënter. Deze redenering is verleidelijk, omdat ze in zekere zin klopt – maar alleen onder één cruciale voorwaarde: dat de onderliggende processen al schoon, consistent en logisch gestructureerd zijn.

Automatisering versnelt en schaalt processen. Het repliceert processen met hoge snelheid en een hoge doorvoer. Als deze processen goed zijn ontworpen, worden meetbare efficiëntiewinsten behaald: volgens praktijkstudies verhogen semi-geautomatiseerde picksystemen de efficiëntie met wel 97 procent en volledig geautomatiseerde systemen met wel 140 procent in vergelijking met handmatige processen. Als de onderliggende processen echter niet goed functioneren, creëert automatisering wat experts treffend omschrijven als "sneller falen": een foutief proces wordt niet gecorrigeerd, maar vele malen herhaald.

Dit leidt tot een paradoxaal resultaat. Een bedrijf dat miljoenen euro's investeert in transportbandtechnologie, geautomatiseerde magazijnen voor kleine onderdelen (AS/RS) of autonome mobiele robots (AMR's) kan uiteindelijk operationeel slechter af zijn dan voorheen – als de datakwaliteit slecht is, de plaatsing van goederen niet geoptimaliseerd is en het goederenontvangstproces instabiel is. In dit geval verbetert de technologie de efficiëntie niet, maar versterkt ze juist storingen, en dat op industriële schaal.

De onzichtbare bottleneck: Wat gebeurt er voordat de robot in beweging komt?

In de industrie wordt automatisering vaak besproken als een kwestie van de juiste technologie kiezen. Het cruciale knelpunt in veel magazijnen ligt echter niet bij de robot zelf, maar in de stappen qua tijd en proces die voorafgaan aan het daadwerkelijke orderverzamelen.

Goederenontvangst is een van de meest cruciale, maar tegelijkertijd meest verwaarloosde processen in het magazijn. Als binnenkomende leveringen niet correct worden geregistreerd, verkeerd worden toegewezen of met foutieve stamgegevens worden ingeboekt, ontstaat er een databasis waarop geen enkel automatiseringssysteem betrouwbaar kan werken. De Bosch-fabriek in Homburg heeft dit verband op indrukwekkende wijze aangetoond: nadat het goederenontvangstproces voor 4% en voor 95% was gedigitaliseerd, werd de procesduur met twee derde verkort – en pas toen werd het verdere optimalisatiepotentieel voor het hele magazijn duidelijk. De stap vóór de robot was dus crucialer dan de robot zelf.

Een tweede cruciale factor is de kwaliteit van de stamgegevens. Automatisering is afhankelijk van gestructureerde, nauwkeurige gegevens. In de praktijk zijn productstamgegevens echter vaak onvolledig, verouderd of inconsistent tussen verschillende systemen. Studies tonen aan dat de voorraadnauwkeurigheid in gemiddelde magazijnen soms slechts rond de 66 procent ligt – een situatie waarin elke automatiseringsoplossing systematisch onjuiste beslissingen zal nemen. Een analyse van PwC laat zien dat bedrijven hun voorraadfoutpercentage met wel 40 procent hebben kunnen verlagen door het gericht gebruik van AI-ondersteunde oplossingen voor gegevensbeheer – maar dit vereist wel dat de gegevens eerst zijn geconsolideerd.

Het derde, vaak over het hoofd geziene element is de plaatsing in de schappen – de weloverwogen beslissing welk artikel op welke locatie wordt opgeslagen. Ongestructureerde plaatsing, waarbij artikelen simpelweg worden opgeslagen waar er ruimte is, leidt tot onnodig lange afstanden, langere picktijden en een grotere kans op fouten. Snel bewegende artikelen horen thuis in ergonomisch en ruimtelijk handige zones dicht bij de verzendzone, zware goederen op schappen op vloerniveau en complementaire producten dicht bij elkaar. Een geautomatiseerd opslagsysteem dat werkt op basis van chaotische plaatsing optimaliseert simpelweg de verkeerde opslagstrategie – sneller, maar niet beter.

LTW Intralogistieke Oplossingen

LTW Intralogistics – Ingenieurs van Flow - Afbeelding: LTW Intralogistics GmbH

LTW biedt haar klanten geen losse componenten, maar geïntegreerde totaaloplossingen. Advies, planning, mechanische en elektrotechnische componenten, besturings- en automatiseringstechnologie, software en service – alles is met elkaar verbonden en nauwkeurig op elkaar afgestemd.

De interne productie van belangrijke componenten is bijzonder voordelig. Dit maakt optimale controle mogelijk over de kwaliteit, toeleveringsketens en interfaces.

LTW staat voor betrouwbaarheid, transparantie en samenwerking. Loyaliteit en eerlijkheid zijn stevig verankerd in de bedrijfsfilosofie – een handdruk betekent hier nog steeds iets.

Dit is hiermee gerelateerd:

LTW-oplossingen

Deze misvatting kost logistieke bedrijven miljoenen aan automatisering

Wat onderscheidt succesvolle projecten van kostbare leerervaringen?

Brancheanalyses en casestudies tonen opvallend veel overeenstemming op één punt: succesvolle automatiseringsprojecten beginnen niet met de vraag welke technologie moet worden aangeschaft. Ze beginnen met een eerlijke beoordeling van de huidige situatie.

De eerste stap is altijd een grondige analyse van de huidige magazijnprocessen: een gestructureerde vastlegging van alle procedures, van goederenontvangst tot verzending, met als expliciet doel zwakke punten, redundanties en systemische inefficiënties te identificeren. Pas wanneer dit beeld compleet is, kan een zinvolle beslissing worden genomen over waar technologie daadwerkelijk waarde toevoegt en waar procesoptimalisatie en databeheer prioriteit moeten krijgen. Aanbieders zoals AutoStore stellen dit principe expliciet: vóór de implementatie van automatisering moet maximale procesoptimalisatie worden nagestreefd, omdat automatisering een suboptimaal proces simpelweg op een aanzienlijk grotere schaal en met een hogere snelheid laat draaien.

Een andere cruciale factor voor succesvolle projecten is systeemintegratie. Veel automatiseringsoplossingen worden geïsoleerd geïmplementeerd – een geautomatiseerd picksysteem hier, een transportrobot daar – zonder een naadloze koppeling met WMS, ERP en systemen op een hoger niveau. Het resultaat zijn datasilo's, handmatige oplossingen en moeilijk te verklaren productiviteitsverlies. Projecten die vanaf het begin end-to-end integratie als voorwaarde stellen, vermijden deze klassieke fout.

Dan is er nog de kwestie van timing. Automatisering is niet altijd kosteneffectief. De algemene vuistregel is: de investering is meestal pas de moeite waard bij een orderverzamelvolume van ongeveer 1.000 artikelen per dag of een aantal SKU's van meer dan 2.000. Voor lagere volumes of orders die zich concentreren op slechts een paar artikelen, blijft een goed georganiseerd, handmatig stellingsysteem vaak de economisch meest haalbare oplossing. De beoogde terugverdientijd voor rendabele automatiseringsprojecten ligt tussen de twee en vijf jaar. Als deze termijn tijdens de planningsfase aanzienlijk wordt overschreden, is dat een betrouwbare indicator van een procesgerelateerd of conceptueel probleem.

De staat van de Duitse industrie: tussen ambities en realiteit

De Duitse industrie, als Europa's toonaangevende logistieke natie, bevindt zich in een bijzondere situatie. Enerzijds is de druk om te automatiseren hoog: een tekort aan geschoolde arbeidskrachten, stijgende lonen en toenemende volumeschommelingen versterken deze druk aanzienlijk. Anderzijds schetst een recent onderzoek van TMG Consultants uit Stuttgart een somber beeld: 63 procent van de ondervraagde Duitse bedrijven heeft hun interne logistiek helemaal niet of slechts in beperkte mate geautomatiseerd. Slechts elf procent heeft sterk geautomatiseerde, geïntegreerde processen en slechts vier procent heeft het niveau van werkelijk autonome interne logistiek bereikt.

Bijzonder veelzeggend is de bevinding dat veel bedrijven de volwassenheidsgraad van hun eigen interne logistiek systematisch overschatten. Deze overschatting is gevaarlijk omdat het leidt tot voortijdige investeringen in technologie zonder dat de noodzakelijke procesbasis is gelegd. Wie niet weet hoe goed of slecht de huidige processen werkelijk zijn, kan geen weloverwogen beslissing nemen over welke technologie wanneer en waar moet worden ingezet.

Tegelijkertijd blijft het geautomatiseerd lossen van vrachtwagens bij de goederenontvangst een onopgeloste uitdaging voor veel bedrijven – precies het gebied dat, zoals al uitgelegd, de kwaliteit van alle daaropvolgende processen bepaalt. Als je het begin van de materiaalstroom niet onder controle krijgt, kun je het einde nog zo uitgebreid automatiseren – de systemische inefficiëntie blijft bestaan.

Technologie als versterker, niet als vervanging voor systeemdenken

De kern van het hele debat is deze: technologie is een versterker, geen transformator. Het versterkt wat al bestaat. Goede processen worden beter en sneller. Slechte processen worden slechter en sneller. Deze asymmetrie wordt in de praktijk stelselmatig onderschat, omdat investeringsargumenten zich doorgaans richten op de potentiële situatie – op wat mogelijk is als alles goed gaat.

Wat in dit debat vaak ontbreekt, is de consequente toepassing van een eenvoudig maar effectief gedachte-experiment: hoe zou ons magazijn eruitzien als we het vandaag de dag helemaal opnieuw zouden bouwen? Deze vraag dwingt ons de ideale situatie onder ogen te zien – en daarmee wordt direct duidelijk hoe ver de huidige situatie daarvan verwijderd is. Juist deze discrepantie bepaalt of een investering in automatisering potentieel ontsluit of problemen in stand houdt.

Orderverzameling alleen al is in handmatige magazijnen vaak goed voor meer dan 55 procent van de totale operationele kosten. Foutieve picks leiden tot gemiddelde vervolgkosten van bijna € 20 per foutieve pick. Automatisering kan deze kostenposten aanzienlijk verlagen, maar alleen als de logistieke architectuur waarop deze is gebouwd stabiel en consistent is. Iedereen die streeft naar een besparing van 25 tot 30 procent op de arbeidskosten door automatisering, moet bereid zijn eerst te investeren in zaken die niet leiden tot glimmende robots of indrukwekkende demonstratievideo's: schone data, gestructureerde opslaglocaties, betrouwbare goederenontvangst en een helder systeemontwerp.

De ongemakkelijke waarheid is dat wie eerst de technologie aanschaft en vervolgens de processen probeert te begrijpen, logistiek beleid voert op het niveau van de 20e eeuw – alleen met aanzienlijk duurdere hardware.

Advisering - Planning - Implementatie