Auf der Consumer Electronics Show (CES) in Las Vegas präsentieren die drei Unternehmen1, wie Firmen den idealen Zuschnitt für neu einzurichtende Warenlager ermitteln und bestehende Lager kontinuierlich verbessern können. Dafür nutzen sie Mega, eine Blaupause für digitale Zwillinge industrieller Anwendungen im NVIDIA Omniverse. Der von KION und Accenture konzipierte digitale Zwilling nutzt KI-Modelle, die Grundsätze und Eigenschaften der physischen Welt verkörpern, so genannte physische KI. Intelligente Warenlager mit automatisierten Gabelstaplern, smarten Kameras sowie aktuellen Automatisierungs- und Robotiklösungen lassen sich so fortlaufend optimieren.
„Bei KION nutzen wir KI-gesteuerte Lösungen als integralen Bestandteil unserer Strategie, die Lieferketten unserer Kunden zu optimieren und ihre Produktivität zu steigern“, sagt Rob Smith, CEO der KION GROUP AG. „Gemeinsam mit KI-Marktführer NVIDIA und den Digitalisierungsexperten von Accenture definieren wir die Lieferkette neu. Indem wir diese starken Partner zusammenbringen, schaffen wir die Vision eines Warenlagers, das sich als Teil eines intelligenten, flexiblen Lieferketten-Systems ständig weiterentwickelt und nahezu jede Herausforderung bewältigen kann. Diese Zusammenarbeit unterstreicht unser Engagement für Innovation und Vorantreiben industrieller Automatisierung in ein neues Kapitel der Lieferketteneffizienz.“
Die Vorteile digitaler Zwillinge beim Planen von Warenlagern und Trainieren von Robotern
In modernen Warenlagern und Fulfillment-Centern sind sowohl Menschen als auch autonome Fahrzeuge und vollautomatische Systeme im Einsatz. So entstehen komplexe Gebilde, in denen sich Präzision und Anpassungsfähigkeit die Waage halten müssen. Schwankende Nachfrage und wechselnde Bestandsanforderungen bedrohen dieses Gleichgewicht immer wieder aufs Neue.
Mit NVIDIA Omniverse und Mega kann KION digitale Zwillinge entwickeln, die Kunden die effizienteste und sicherste Konfiguration für ihr Warenlager ermitteln lassen, ohne dass sie dafür den laufenden Betrieb für Tests unterbrechen müssen. Teil der idealen Konfiguration ist die optimale Anzahl von Robotern, Mitarbeitern und Automatisierungsanlagen. Der digitale Zwilling bietet ein Testfeld für alle Aspekte des Warenlagerbetriebs, einschließlich des Anlagen-Layouts, des Verhaltens von Roboterflotten und der richtigen Anzahl von Mitarbeitern und intelligenten Fahrzeugen.
Über das Simulieren und Testen von Konfigurationen hinaus trainiert der digitale Zwilling Roboter darin, sich an wechselnde Bedingungen im Lager anzupassen. Das können steigende oder sinkende Nachfrage, Bestandsschwankungen und Veränderungen der räumlichen Umgebung sein. Im Zusammenspiel mit Lagermanagementsoftware von KION weist der Zwilling virtuellen Versionen der Warenlagerroboter Aufgaben zu, wie etwa das Verschieben von Waren aus Pufferzonen zu Lagerplätzen. Unterstützt werden die virtuellen Roboter dabei von neuester KI. Sie planen ihre Aufgaben für unendlich viele Szenarien, führen sie in einer kontinuierlichen Schleife aus, verfeinern sie, und optimieren dadurch die realen Abläufe im Warenlager.
Für die CES-Präsentation hat Accenture eine interaktive Anwendung entwickelt, die zeigt, wie das Training wichtige Kennzahlen von Warenlagern verbessert. Dazu zählen der Durchsatz, in welcher Zeit Aufgaben erledigt werden sowie die Zahl von Sicherheitsvorfällen und Fehlerquoten. Im nächsten Schritt werden die Partner ein fein justiertes generatives KI-Modell zur Bild- und Videoerfassung in den digitalen Zwilling integrieren. Es wird Vorgänge in den Warenlagern in Echtzeit erkennen können, um Engpässe, Unfälle und andere unvorhergesehene Ereignisse zu verhindern. Dafür werden Kameras und Roboter mit NVIDIA NIM gekoppelt – letzteres sind Dienste zur Bereitstellung von generativen KI-Modellen für Edge-Geräte.
Letztlich schafft das Warenlager der Zukunft eine Umgebung, in der Mitarbeiter und Maschinen nahtlos und sicher zusammenarbeiten. Es sieht mögliche Probleme voraus, visualisiert sie und passt sich ihnen an. Darüber hinaus liefert es Warenlagerbetreibern datengestützte Erkenntnisse. Kunden können so effizientere und widerstandsfähigere Warenlager gestalten.
