Automatisierung von Retouren als erster Schritt zur physischen KI in der Praxis.
Im Zalando-Logistikzentrum in Greven, Deutschland, und in Świebodzin, Polen, verarbeiten Roboter der UR12e-1300-Serie von Universal Robots bereits heute Kleidungsstücke, die zurückgesendet wurden - und das ohne menschliches Zutun. Das ist kein Experiment - es handelt sich um die erste Phase einer skalierbaren Initiative zur Einführung von physischer KI in der europäischen Logistik. Die auf der Cortex Sereact-Plattform basierende Lösung ermöglicht es Robotern, mit unterschiedlichen Formen, Ausrichtungen und Verpackungen von Waren umzugehen, die niemals in einer einheitlichen Anordnung vorliegen. Dies ist ein zentrales Problem bei der Verarbeitung von Rücksendungen - und genau darauf konzentriert sich die neue Generation der Robotik mit intelligenter KI.
Zalando, eine Technologieplattform für Mode und Lifestyle, die über 7000 Marken mit 62 Millionen Kunden in 29 Märkten verbindet, muss monatlich Hunderttausende von Retouren verarbeiten. Traditionelle Automatisierungssysteme konnten nicht mit der Vielfalt der Waren umgehen - und jetzt ist der Prozess dank der Integration von Cortex mit den Robotern von Teradyne Robotics nicht nur automatisiert, sondern erfüllt auch die neuen EU-Vorschriften, die die Vernichtung von Retouren verbieten. Das bedeutet, dass physische KI nicht nur die Effizienz steigert, sondern auch dazu beiträgt, gesetzliche Anforderungen zu erfüllen.
Eine KI, viele Aufgaben - ohne erneutes Training.
Ein wichtiger Vorteil der Cortex-Plattform ist ihre Fähigkeit, mit einem einzigen Modell für verschiedene Aufgaben zu arbeiten. Wie Dr. Ralf Gulde, CEO von Sereact, betont: „Was ein Roboter lernt, kommt allen anderen zugute“. Das bedeutet, dass kein separates Modell für jedes neue Produkt oder jeden neuen Verpackungstyp trainiert werden muss. In der Praxis bedeutet dies, dass Lösungen schnell in verschiedenen Standorten implementiert werden können - ohne lange Trainingszyklen. Die Plattform funktioniert sowohl bei Aufgaben wie Pick-and-Place, Sortieren und Kitting als auch bei Roboter für die Maschinenbeschickung oder Auftragsabwicklung.
Es geht nicht nur darum, Prozesse zu beschleunigen - es ist eine Veränderung des Ansatzes zur Automatisierung. Anstatt spezielle Systeme für jede Aufgabe zu entwickeln, kann das Unternehmen jetzt in eine KI investieren, die in Echtzeit lernt und sich anpasst. Die Zusammenarbeit mit Teradyne Robotics ermöglicht die Nutzung eines globalen Vertriebs- und Integratornetzwerks, was die Skalierung von Lösungen auf neue Märkte beschleunigt - bereits ab 2026 ist Sereact auch in den USA dank seines Standorts in Boston tätig.
Physische KI in der Praxis: von der Simulation bis zum Einsatz in der Produktionslinie.
Vergrößertes Bild.Vergrößerung schließen.Vorheriges Bild.Die Cortex-Lösung wurde nicht von Grund auf neu entwickelt - ihre Entwicklung basiert auf fortschrittlichen NVIDIA-Tools. Das Modell wird in der Isaac Sim-Umgebung unter Verwendung der Cosmos Open-World-Modelle trainiert, was die Simulation unendlicher Szenarien vor der Implementierung ermöglicht. Anschließend wird das Modell mithilfe des Reinforcement Learning innerhalb des Isaac Lab-Frameworks weiter trainiert und vor der Implementierung auf Teradyne Robotics-Hardware getestet.
In einer Produktionsumgebung läuft Cortex auf der NVIDIA Jetson Thor-Plattform, wo die Verarbeitung mit der Geschwindigkeit der Produktionslinie erfolgen muss. Die Entwicklerversion und Modellaktualisierungen werden von NVIDIA DGX Spark auf Ebene des Logistikzentrums verwaltet. Dies gewährleistet Kontinuität, Skalierbarkeit und eine schnelle Anpassung an sich ändernde Betriebsbedingungen - was für Anwendungen in der dynamischen Logistik und im Einzelhandel entscheidend ist.
Was bedeutet das für die Zukunft der Automatisierung?
Die Tatsache, dass Physical AI bereits in den Zalando-Zentren eingesetzt wird, ist kein zufälliges Experiment - es ist der erste Schritt zu einer neuen Ära der Automatisierung. Zuvor waren Roboter nur für bestimmte Aufgaben und Produkte konfiguriert. Dank der Integration von KI mit offenen Robotikplattformen kann sich ein Roboter jetzt in Echtzeit lernen und an veränderte Bedingungen ohne menschliches Eingreifen anpassen. Dies verändert die Art und Weise, wie Unternehmen über Automatisierung nachdenken - nicht als Kostenfaktor, sondern als flexible Kapitalanlage.
Es ist jedoch zu beachten, dass diese Lösung in gut kontrollierten Umgebungen funktioniert: in Logistikzentren mit festgelegten Abläufen und Zugang zu Daten. In unvorhersehbareren Umgebungen - z. B. in Einzelhandelsgeschäften oder auf Straßen - kann die Technologie auf Schwierigkeiten stoßen. Derzeit ist ihre Anwendung auf strukturelle Aufgaben beschränkt, aber die Entwicklung von VLA-Modellen (Vision-Language-Action) und die Verfügbarkeit leistungsstärkerer Rechenplattformen ebnen den Weg für noch fortschrittlichere Anwendungen.
