Robotergestütztes Entladen von LKW & Containern und Palettieren/Depalettieren gemischter Kartons

Das Entladen von lose beladenen Aufliegern und Seecontainern gehört zu den härtesten, heißesten und verletzungsträchtigsten Tätigkeiten im Lager. Mobile Manipulatoren mit 3D-Bildverarbeitung segmentieren heute die unstrukturierte Wand aus gemischten Kartons, planen Griffe und befördern die Kartons auf ein Förderband; ähnliche Wahrnehmung steuert Roboter, die gemischte Paletten aufbauen oder abbauen. Betreiber setzen sie ein, um schwer zu besetzende Rampenschichten abzudecken und den Wareneingang zu verstetigen, während Menschen die Ausnahmen bearbeiten.

Problem & Nutzen

• Heute: Rampenmitarbeiter entladen lose geladene Kartons von Hand, oft bei Hitze oder Kälte und mit schwerem, repetitivem Heben. Die Personalbesetzung schwankt, Rampentore stehen leer, weil Personal fehlt, und Muskel-Skelett-Verletzungen sind ein bekanntes Berufsrisiko. Das Palettieren gemischter Kartons (filial- oder auftragsfertige Paletten) erfolgt von Hand oder mit starren Lagenpalettierern, die nur einheitliche Artikel beherrschen.
• KI-Nutzen: Wahrnehmung, die unstrukturierte Kartonwände (unterschiedliche Größe, Farbe, Schrumpffolie, eingestürzte oder gekippte Kartons) ohne Einlernen je Artikel bewältigt, plus Planer, die stabile Muster für gemischte Paletten berechnen.
• Berichtete Zahlen: DHL Supply Chain gibt an, dass Boston-Dynamics-Stretch-Einsätze bis zu 700 Kartons pro Stunde erreichen, und hat im Mai 2025 eine unverbindliche Absichtserklärung (MoU) über mehr als 1.000 weitere Einheiten bis 2030 unterzeichnet [1][2]. Betrachten Sie Durchsatzangaben der Anbieter als Bestwerte; reale Raten hängen von Kartonmix und Beladungsqualität des Aufliegers ab.

Varianten

• LKW-/Auflieger-Entladung (lose geladen, gemischte Kartons) mit einer mobilen Basis, die in den Auflieger vorfährt.
• Container-Entladung (20-/40-Fuß-Seecontainer, engere Geometrie, schwerere Kartons, teils palettierte Ware).
• LKW-Beladung (im Entstehen, schwieriger: Stapelstabilität und Ladungsplanung).
• Palettieren gemischter Kartons in Distributionszentren (Filialpaletten; Kartons von AMR oder Förderbändern).
• Depalettieren gemischter Paletten in einen vereinzelten Kartonstrom.
• Verwandt, aber abgegrenzt: Einzelartikel-Kommissionierung aus Behältern ist ROBO-001; Warentransport mit AMR ist ROBO-002.

So funktioniert es

1. Auflieger/Container angedockt
2. mobile Basis positioniert sich an der Kartonwand
3. RGB-D / 3D-Erfassung
4. Segmentierung der Kartonwand (instanzgenau, Kanten, Verdeckungen)
5. Greifpunktwahl (Saugen/Vakuum, Kraftgrenzen, Unter-/Seitengriff)
6. Bewegungsplan
7. Aufnehmen
8. Ablegen auf Förderer / Palette (Ablagepose, Kollisionsprüfung)
9. Verifikation (Erkennung von Herabfallen, Doppelgriff, Maß- und Gewichtsprüfung)
10. Basis vorrücken / nächste Lage
11. Ausnahmebehandlung und Fernunterstützung

• Wahrnehmung: Tiefe Instanzsegmentierung auf Tiefen- und Farbdaten findet einzelne Kartons in einer dichten Wand, auch bündig anliegende Nachbarn ohne sichtbaren Spalt. Die Modelle werden überwiegend mit synthetischen plus realen Lagerdaten trainiert (siehe ROBO-010).
• Planung: klassische Bewegungsplanung mit gelernter Greifbewertung; beim Palettieren berücksichtigen 3D-Bin-Packing-Löser Gewicht, Bruchempfindlichkeit, Auflagefläche und Filiallayout (Optimierungslöser).
• Steuerung: schnelle Vakuumgreifer, Kraft-/Momenten- und Drucksensorik; gelernte Strategien dienen der Greifwahl, während die Sicherheitsfunktion deterministisch bleibt.
• Mensch-in-der-Schleife (Human-in-the-Loop): Bediener beseitigen verklemmte oder gequetschte Kartons, beaufsichtigen mehrere Einheiten, und Fernunterstützungsteams können einen fehlgeschlagenen Griff markieren, damit der Roboter es erneut versucht (Teleoperation-Assist).

Datenaufbereitung

Die wichtigsten Daten sind Kartonmaße und -gewichte (Artikelstamm im ERP/WMS), ASN- und Auftragsdaten, Palettiermuster und -regeln (Stapeln, Stabilität, Kundenvorgaben) sowie Kamerabilder realer Ladungen zur Feinabstimmung der Wahrnehmung. Sie liegen typischerweise im WMS/ERP, in EDI-Nachrichten der Lieferanten, in Tabellen der Logistikplanung und in den Köpfen erfahrener Rampenmitarbeiter.

Typische Lücken: fehlende oder falsche Maße und Gewichte im Artikelstamm, doppelte oder uneinheitliche Artikelnummern, keine Stammdaten für neue oder Aktionsverpackungen, Palettierregeln nur als Erfahrungswissen, beschädigte oder verformte Kartons, die in den Daten nie auftauchen, und keine beschrifteten Bilder schwieriger Situationen (Schrumpffolie, flache Säcke, gekippte Stapel).

Schritte der Aufbereitung: Artikelstamm bereinigen und vervollständigen, idealerweise mit automatischer Vermessung im Wareneingang (PREP-005, PREP-011); Palettierregeln in strukturierter Form aufschreiben (PREP-016); Kategorien für Ausnahmen definieren (PREP-019); Bilder an den eigenen Rampen über mehrere Wochen aufnehmen, beschriften und einen Testdatensatz aufbauen (PREP-018, PREP-021). Anbieter bringen meist vortrainierte Modelle mit, die eigene Beschriftung betrifft daher vor allem Randfälle.

Grober Aufwandsanteil: etwa 25 Prozent, überwiegend Stammdatenarbeit im WMS/ERP. GUIDE-003 liefert eine Checkliste.

Umsetzungswege

Welcher Weg für wen

• Großunternehmen: Weg A, weil ausgereifte Entlade- und Palettierroboter etablierter Anbieter in der Logistik erprobt sind und der Rampenprozess standardisiert ist.
• Entwickler: Weg B, weil Integratoren Cloud-Bildverarbeitungs- und Planungs-APIs mit Roboterhardware und Lagersystemen kombinieren können, wenn kein Produkt zu einem Sonderfall passt.

Weg A — Kaufen (Standardsoftware) (empfohlen)

• LKW-/Container-Entlader: Boston Dynamics Stretch (USA; bei DHL in Europa im Einsatz) [1][3]; Pickle Robot (USA); Dexterity Mech (USA; zweiarmiges mobiles System, mit Partnerschaft zur Paketbehandlung); Anyware Robotics Pixmo (USA); Mujin TruckBot (Japan, europäische Präsenz); Honeywell Intelligrated und Siemens-nahe Integratoren bieten Entladezellen an; zu den EU-Akteuren zählen Integratoren der Klasse Körber/KNAPP für die Förderanbindung. Prüfen Sie je Anbieter die aktuelle Verfügbarkeit in der EU, die Servicedeckung und die CE-Konformität.
• Palettieren gemischter Kartons: Zellen auf Basis von Mujin MujinOS, Dexterity, Symbotic (USA), Integrationen auf Basis von Fizyr (NL, Bildverarbeitungssoftware, EU), Pickit (BE, EU, 3D-Bildverarbeitung für Roboterzellen), 3D-Bildverarbeitung im Stil von Photoneo / Brightpick (SK/EU) sowie die Roboterhersteller ABB, FANUC, KUKA (DE) und Universal Robots mit Palettierpaketen. Preismodelle als Robot-as-a-Service (RaaS) sind verbreitet.
• Wählen Sie A, wenn: Sie Standardrampen und übliche Kartonmixe haben. Wahrnehmung, Sicherheitszertifizierung und Service machen dies zu einem Systemkauf, nicht zu einem Softwareprojekt.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Keine Frontier-LLM-API ist ein Echtzeit-Regler. Nutzen Sie die Cloud für Offline-Arbeiten: Training/Bewertung von Wahrnehmungsmodellen, Simulation (NVIDIA Isaac Sim/Omniverse in EU-Cloud-Regionen), Flottentelemetrie, WMS-Anbindung und Werkzeuge zur Fernunterstützung. Foundation-Modelle (VLMs) können bei Beschriftung und Ausnahme-Triage helfen, nicht bei der Greifschleife.

Weg C — Selbst betreiben (Open Source)

• Stack: ROS 2 mit MoveIt 2 für die Planung, Open3D/PCL für Punktwolken, offene Segmentierungsmodelle (z. B. Segment-Anything-Familie für die Beschriftung, YOLO/Mask R-CNN/Mask2Former-Klasse zur Laufzeit), Isaac Lab oder MuJoCo für die Simulation, OR-Tools für die Palettenplanung. Roboter-Strategien mit offenen Gewichten (z. B. Octo, OpenVLA, pi0-Familie) sind für diese Aufgabe auf Forschungsniveau.
• Hardware: Edge-GPU am Roboter (Jetson-Orin-Klasse, HW1) plus Industrie-PC; Training auf HW3-HW4. Greifer, 3D-Kamera, Fahrbasis und Sicherheitshardware sind die eigentlichen Kosten.
• Aufwand: Ein LKW-Entlader auf Forschungsniveau ist ein mehrjähriges Entwicklungsprojekt; Palettierzellen sind für Integratoren machbar.

Weg D — Eigenes Training

Lohnt sich für einen Anbieter oder einen großen Betreiber mit ungewöhnlichen Kartons (Polybeutel, Säcke, Reifen) oder sehr hohen Volumina. Erfordert Tausende annotierte Kartonwand-Szenen, real oder synthetisch, sowie Protokolle zur Greiferfolgsquote. Flottendaten der eingesetzten Einheiten sind das wichtigste Kapital.

Stand der Technik (2026)

• Produktive Einsätze gibt es bei großen 3PL-Dienstleistern (z. B. DHL) und Paketnetzen; das Entladen ist inzwischen eine Beschaffungskategorie statt eines Pilotprojekts, auch wenn die Flottengrößen im Vergleich zur gesamten Rampenarbeit klein bleiben [1][2].
• Trend von Einzweck-Armen hin zu gelernter Manipulation mit einigen Elementen von Roboter-Foundation-Modellen (siehe ROBO-004) und Ausweitung auf Kartonkommissionierung und LKW-Beladung.
• Grenzen und Fehlerbilder: eingestürzte oder verhakte Wände, Säcke und verformbare Packstücke, beschädigte oder nasse Kartons, glänzende Schrumpffolie, die Tiefensensoren verwirrt, schwere Teile (>20-25 kg) jenseits der Greiferspezifikation, unebene Aufliegerböden, Doppelgriffe und langsame Wiederaufnahme nach Staus. Der Durchsatz schwankt stark mit der Ladungsqualität. Gemischte Paletten müssen zudem die Stabilitätsregeln der Transporteure erfüllen.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack: 3D-Bildverarbeitung und Greifplanung aus ROBO-001; Sicherheitsscanner und Geschwindigkeits-/Abstandslogik aus ROBO-016; Simulationspipeline aus ROBO-010; Ansätze zum Strategielernen aus ROBO-003/ROBO-004.
• Kombinierbar mit: ROBO-002 (AMR bewegen die Paletten), OPT-006 (Lagerplatzvergabe und Kommissionierplanung), VIS-019 (Bestandszählung), DOC-006 (ASN und Logistikdokumente), ROBO-018 (Exoskelette für verbleibende manuelle Handhabung).

Aufwand, Kosten & Kennzahlen

• Weg A: 3-9 Monate von der Standortaufnahme bis zum stabilen Betrieb (Rampenumbauten, Förderer, WMS-Anbindung, Sicherheitsvalidierung); Investition oder RaaS-Gebühren je Einheit.
• Weg C/D: Jahre und ein spezialisiertes Team.
• Kostentreiber: Hardware, Förder- und Rampenumbauten, Integration, Sicherheitsvalidierung, Fernsupport.
• Kennzahlen: Kartons pro Stunde (dauerhaft, nicht Spitze), Greiferfolgsquote, Eingriffe pro 1.000 Kartons, Verfügbarkeit, Schadensquote, Auflieger-Umschlagzeit, Verletzungsquote und Überstunden an der Rampe, Amortisationszeit.

Menschen & Veränderung

Beziehen Sie die Geschäftsleitung, die Logistik- oder Lagerleitung (Prozessverantwortliche), das Rampen- und Palettierpersonal, die IT (WMS/ERP-Schnittstelle), die IT-Sicherheit, Recht/Compliance (Maschinensicherheit, Haftung) und den Betriebsrat von Anfang an ein, idealerweise schon in der Entdeckungsphase (GUIDE-001).

Betriebsrat: ja. Roboter, die das Entladen übernehmen, verändern Arbeitsabläufe, und die Systeme protokollieren typischerweise Durchsatz, Stopps und Bedienereingriffe, was sie objektiv zur Leistungsüberwachung geeignet macht (§87 Abs. 1 Nr. 6 BetrVG). Der Betriebsrat muss zudem über KI-geplante Arbeit rechtzeitig informiert werden (§90 Abs. 1 Nr. 3) und kann einen Sachverständigen hinzuziehen (§80 Abs. 3). Öffentliche Betreiber beteiligen den Personalrat. Eine Betriebsvereinbarung sollte die individuelle Leistungsbewertung anhand von Roboterdaten ausschließen (GUIDE-004).

Datenschutz: Kameras an den Rampen erfassen Beschäftigte und Fahrer; beziehen Sie die(den) Datenschutzbeauftragte(n) früh ein, prüfen Sie die Zweckbindung, legen Sie Aufbewahrungsfristen fest und führen Sie eine Datenschutz-Folgenabschätzung (DSFA) durch, wenn Personen systematisch überwacht werden (GUIDE-005).

KI-Kompetenz: Unterstützen Sie die Beschäftigten mit Schulungen dazu, wie sich der Roboter verhält, was bei Störungen zu tun ist und wie Fehler gemeldet werden (GUIDE-006). Hauptsorge ist der Verlust des Arbeitsplatzes gegenüber der körperlichen Entlastung; kommunizieren Sie offen, dass der Roboter die schwerste Arbeit übernimmt, und bieten Sie Umschulungen für Rollen wie Roboterbediener oder Ausnahmebearbeiter an (GUIDE-008). Starten Sie mit einer Rampe als Pilotgruppe, definieren Sie Go/No-Go-Kennzahlen (GUIDE-009) und behalten Sie den Menschen in der Kontrolle: Beschäftigte können die Zelle stoppen, Ausnahmen manuell bearbeiten und Probleme eskalieren.

Risiken, Regulierung & Compliance

• Maschinensicherheit: Der Roboter ist eine Maschine. Die Verordnung (EU) 2023/1230 (Maschinenverordnung) gilt ab 20. Januar 2027 und ersetzt die Richtlinie 2006/42/EG; sie ergänzt Anforderungen für Maschinen mit selbstentwickelndem Verhalten und KI-basierte Sicherheitskomponenten [4]. Die Robotersicherheit folgt ISO 10218 (Industrieroboter) und, für den mobilen Betrieb, ISO 3691-4 sowie den einschlägigen Performance Levels nach ISO 13849 / IEC 62061. Einzäunungen sind in Aufliegern schwierig, daher sind Sicherheitsscanner und Sperrzonen zentral.
• KI-Verordnung (AI Act): Eine KI-basierte Sicherheitskomponente einer Maschine fällt unter die Produktgesetzgebung nach Anhang I und kann hochriskant werden (Art. 6 Abs. 1) mit Konformitätsbewertung durch Dritte; KI, die rein der Kartonerkennung oder Produktivität dient, hat meist minimales Risiko. Die Einstufung hängt davon ab, ob die KI eine Sicherheitsfunktion ausführt [5]. Es ist keine nach Art. 5 verbotene Praxis betroffen, doch nutzen Sie Kameras nicht für die Ableitung von Emotionen der Beschäftigten oder verdeckte Leistungsbewertung um.
• DSGVO / Betriebsrat: Kameras und Telemetrie können Rampenpersonal erfassen; in Deutschland gilt die Mitbestimmung (BetrVG §87). Nutzen Sie Privatsphärenzonen, keine Gesichtserkennung und nur aggregierte Kennzahlen.
• Arbeitssicherheit: Risikobeurteilung, Abschaltverfahren (Lockout), Not-Halt, Schulung der Beschäftigten, die in der Nähe des Roboters arbeiten.
• Betriebliche Risiken: Herstellerabhängigkeit (Vendor-Lock-in), Serviceabhängigkeit, Cybersicherheit vernetzter Roboter (NIS2, EU Cyber Resilience Act).

Erste Schritte

1. Rampen analysieren: Anteil lose geladener gegenüber palettierter Ladungen, Verteilung von Kartongröße/-gewicht, Auflieger-Typen, aktuelle Personalkosten und Verletzungen.
2. Video-/Tiefenproben realer Kartonwände sammeln, auch der schlimmsten, und von Anbietern einen Nachweis an Ihrer Fracht verlangen.
3. Einen Abnahmetest vor Ort mit vertraglich vereinbarten Kennzahlen zu Dauerleistung, Eingriffen und Schäden durchführen.
4. Sicherheitsingenieure früh einbinden: Risikobeurteilung, CE-Konformität nach der Maschinenverordnung, Betriebsrat.
5. Mit einem Rampentor starten; Förder- und WMS-Anbindung vor der Ausweitung planen.

Quellen

1. DHL Group — MoU with Boston Dynamics for 1,000+ additional robots (13 May 2025) — https://group.dhl.com/en/media-relations/press-releases/2025/dhl-group-signs-mou-with-boston-dynamics-and-accelerates-cross-business-automation-strategy.html
2. The Robot Report — DHL buying 1,000+ Stretch robots from Boston Dynamics — https://www.therobotreport.com/dhl-buying-1000-stretch-robots-from-boston-dynamics/
3. Boston Dynamics — Stretch product page — https://bostondynamics.com/products/stretch/
4. Regulation (EU) 2023/1230 on machinery — https://eur-lex.europa.eu/eli/reg/2023/1230/oj
5. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
6. MoveIt 2 motion planning framework — https://moveit.ai/