Die Lagerautomatisierung hat in den vergangenen Jahren enorme Fortschritte gemacht. Paletten, Kartons und standardisierte Behälter lassen sich heute in vielen Logistikzentren effizient automatisiert bearbeiten. Doch ausgerechnet eines der häufigsten Produkte im Fashion-Fulfillment stellt Robotersysteme noch immer vor besondere Herausforderungen: der Schuhkarton. Dabei sind Schuhkartons alles andere als ein Nischenprodukt. Sie machen rund 20 Prozent der Artikel im
Fashion-E-Commerce aus. Entsprechend groß ist das Potenzial für Effizienzsteigerungen, wenn sie zuverlässig automatisiert gehandelt werden können.
Auf den ersten Blick scheint ein Schuhkarton ein ideales Objekt für Robotik zu sein. Feste Kanten, relativ standardisierte Abmessungen und deutlich formstabiler als Bekleidungsartikel. In der Praxis sieht es aber anders aus. Im Gegensatz zu klassischen Versandkartons bestehen die meisten Schuhkartons aus zwei separaten Teilen: einer Box und einem lose aufliegenden Deckel. Bereits kleine Unterschiede bei der Position des Deckels, der Ausrichtung des Kartons oder den Materialeigenschaften können dazu führen, dass sich der Deckel während eines automatisierten Greifvorgangs verschiebt oder löst. Hinzu kommt die enorme Vielfalt an Größen, Designs und Verpackungsmaterialien, die in modernen Fashion-Logistikzentren täglich verarbeitet werden. Hier stoßen traditionelle Automatisierungssysteme häufig an ihre Grenzen. Sie sind meist für klar definierte und daher vorhersehbare Objekte ausgelegt. Die Realität im Lager ist jedoch deutlich variabler.
Shoebox Picker
Deshalb setzt die Branche zunehmend auf Physical AI, die Verbindung von KI mit Robotik und Sensorik, um physische Aufgaben in solchen variablen Umgebungen zu lösen. Statt ausschließlich vorprogrammierte Abläufe auszuführen, können moderne Robotersysteme ihre Umgebung wahrnehmen, Entscheidungen treffen und ihr Verhalten in Echtzeit anpassen. Für das Handling von Schuhkartons bedeutet das: Ein Roboter muss nicht nur erkennen, welches Objekt vor ihm liegt. Er muss gleichzeitig beurteilen, wie der Karton positioniert ist, ob der Deckel stabil sitzt und an welcher Stelle ein sicherer Griff möglich ist. Diese Entscheidungen müssen innerhalb von Sekundenbruchteilen erfolgen und gleichzeitig hohe Durchsatzraten ermöglichen.
Vor diesem Hintergrund hat Nomagic den Shoebox Picker entwickelt. Die Lösung wurde speziell für das automatisierte
Picking und Handling zweiteiliger Schuhkartons konzipiert – einer Aufgabe, die lange als besonders schwer automatisierbar galt. Das System kombiniert KI-basierte Wahrnehmung mit einem speziell entwickelten Greifer. Mithilfe von 3D-Bildverarbeitung analysiert das System jeden Schuhkarton individuell und bewertet Faktoren wie Größe, Orientierung und Deckeltyp. Auf dieser Grundlage wählt die Software den optimalen Greifweg für den jeweiligen Karton aus. Der Roboter passt sein Vorgehen an die konkrete Situation an. Dadurch kann er auch mit den vielen Variationen umgehen, die im täglichen Lagerbetrieb auftreten.
450 Schuhkartons pro Stunde
Wie groß der Bedarf für solche Lösungen ist, zeigt ein aktuelles Beispiel aus der Praxis. Nach einem erfolgreichen Pilotprojekt hat Zalando angekündigt, bis zu 50 KI-gestützte Nomagic-Roboter in Fulfillment-Zentren in Deutschland, Italien, den Niederlanden, Schweden und Frankreich einzusetzen. Teil dieses Rollouts ist auch der Shoebox Picker. Die Ergebnisse verdeutlichen das Potenzial der Technologie. Das System kann rund 98 Prozent aller Schuhkarton-SKUs handhaben und Kommissionierraten von bis zu 450 Schuhkartons pro Stunde erreichen. Gleichzeitig reduziert die Automatisierung manuelle Tätigkeiten und schafft mehr Flexibilität in Prozessen, die bislang nur schwer skalierbar waren.
Fazit
Schuhkartons mögen unscheinbar wirken. Tatsächlich stehen sie stellvertretend für eine zentrale Herausforderung moderner Lagerlogistik: den Umgang mit Variabilität. Je dynamischer Sortimente werden und je schneller sich Kundenanforderungen verändern, desto wichtiger werden Robotersysteme, wie der Shoebox Picker, die sich an reale Bedingungen anpassen können.
