Der Mensch in der hochautomatisierten Intralogistik

Ein Lager kann heute Dinge, die vor wenigen Jahrzehnten noch nach Science-Fiction geklungen hätten.

Behälter fahren selbstständig durch Gänge. Shuttles holen Waren aus mehreren Ebenen. Fördertechnik verteilt Kartons mit einer Geschwindigkeit, bei der ein Mensch schon vom Zuschauen müde wird. Roboter übernehmen das Palettieren, fahrerlose Transportsysteme bewegen Lasten durch Hallen, Algorithmen berechnen Wege und Prioritäten. Ein modernes Warehouse Management System weiß, welcher Auftrag wo steht, welche Ressource verfügbar ist und welcher Prozess als Nächstes angestoßen werden sollte.

Und irgendwo dazwischen steht ein Mensch.

Vielleicht an einem Kommissionierarbeitsplatz. Vielleicht in der Leitwarte. Vielleicht im Wareneingang, im Versand, in der Instandhaltung oder in der IT. Vielleicht sitzt er auch gar nicht mehr in der Halle, sondern beobachtet das System aus einigen Kilometern Entfernung.

Die interessante Frage lautet deshalb längst nicht mehr: Wie viel Arbeit können wir automatisieren?

Die interessantere Frage lautet: Welche Arbeit soll der Mensch in einem hochautomatisierten System überhaupt noch tun?

Das klingt zunächst nach einem Unterschied in der Formulierung. Tatsächlich steckt darin ein Perspektivwechsel. Denn Automatisierung verändert nicht einfach die Menge menschlicher Arbeit. Sie verändert ihre Qualität, ihre Bedeutung und ihre Position im Gesamtsystem. Und genau deshalb wird der Mensch in der hochautomatisierten Intralogistik nicht unwichtiger, er wird wichtiger.

Je automatisierter das Lager wird, desto menschlicher werden die Fragen

Die klassische Vorstellung von Automatisierung ist bemerkenswert einfach: Was ein Mensch tut, kann eine Maschine übernehmen. Der Mensch verschwindet aus dem Prozess, die Maschine arbeitet schneller, zuverlässiger und rund um die Uhr. Für einzelne Arbeitsschritte funktioniert dieses Bild durchaus, für ein gesamtes Lager funktioniert es allerdingsnicht.

Denn ein Lager ist keine Maschine im engeren Sinn. Es ist ein sozio-technisches System. Waren, Aufträge, Maschinen, Software, Informationen, Menschen, Lieferanten, Kunden und Zeitfenster beeinflussen sich gegenseitig. Selbst ein technisch hochentwickeltes Lager bleibt Teil einer Welt, die nicht vollständig automatisiert ist.

Ein Lkw kommt zu spät. Ein Artikel wird falsch angeliefert. Ein Sensor liefert widersprüchliche Daten. Ein Auftrag wird kurzfristig priorisiert. Ein Kunde ändert seine Bestellung. Eine Verpackung verhält sich anders als erwartet. Ein Roboter steht nicht dort, wo er stehen sollte. Oder jemand stellt eine sehr einfache Frage: „Warum wartet dieser Auftrag eigentlich schon seit zwanzig Minuten?“

Das sind keine Fehler der Automatisierung. Sie sind die Realität, mit der Automatisierung umgehen muss.

Je stärker die Prozesse miteinander vernetzt sind, desto weniger geht es deshalb darum, einzelne Arbeitsschritte möglichst effizient zu machen. Es geht darum, ein Gesamtsystem zu beherrschen, das sich ständig verändert.

Und genau an dieser Stelle kommt der Mensch zurück.

Die Geschichte der Intralogistik lässt sich auch als Geschichte der menschlichen Rolle erzählen.

Zunächst war der Mensch vor allem Ausführer. Er ging zur Ware, hob sie an, transportierte sie, sortierte sie und stellte sie bereit. Mit jeder Automatisierungsstufe wurden einzelne dieser Tätigkeiten von Maschinen übernommen.

Das hat einen offensichtlichen Vorteil: körperlich belastende Tätigkeiten lassen sich reduzieren. Gerade in der Intralogistik ist das relevant. Trotz Digitalisierung und Automatisierung sind Beschäftigte vielerorts weiterhin körperlich tätig; gleichzeitig rücken neue Anforderungen an Wahrnehmung, Informationsverarbeitung und Entscheidungsfindung in den Mittelpunkt. Das Fraunhofer IML untersucht deshalb neben der klassischen auch die kognitive Ergonomie in der Intralogistik.

Der Mensch verschwindet also nicht aus dem Prozess. Er bewegt sich im Prozess nach oben. Er wird vom Ausführer zum Überwacher, vom Überwacher zum Entscheider, vom Entscheider zum Gestalter. Das ist zumindest die Richtung, in die sich hochautomatisierte Systeme entwickeln können.

Doch diese Entwicklung hat eine Voraussetzung: Der Mensch muss die Möglichkeit behalten, das System zu verstehen. Denn eine Entscheidung kann nur dann sinnvoll getroffen werden, wenn klar ist, welche Informationen ihr zugrunde liegen.

Doch diese Entwicklung hat eine Voraussetzung: Der Mensch muss die Möglichkeit behalten, das System zu verstehen. Denn eine Entscheidung kann nur dann sinnvoll getroffen werden, wenn klar ist, welche Informationen ihr zugrunde liegen.

Ein Dashboard mit 400 Kennzahlen ist deshalb noch keine Transparenz. Transparenz entsteht erst dann, wenn aus Daten Zusammenhänge werden. Wenn beispielsweise sichtbar wird, dass ein Auftrag nicht deshalb wartet, weil die Kommissionierung zu langsam arbeitet, sondern weil die nachgelagerte Konsolidierungskapazität erschöpft ist. Oder dass ein scheinbarer Maschinenstillstand in Wahrheit durch eine fehlende Priorisierung verursacht wurde. Oder dass eine außergewöhnlich hohe Produktivität an einer Stelle einen Engpass an einer anderen Stelle erzeugt.

Das ist der Unterschied zwischen einem System, das Daten produziert, und einem System, das Menschen handlungsfähig macht.

In hochautomatisierten Anlagen wird der Mensch manchmal wie eine variable Größe betrachtet. Maschinen sind berechenbar. Software folgt Regeln. Fördertechnik hat definierte Geschwindigkeiten. Ein automatisches Lager kennt seine Kapazitäten. Der Mensch dagegen kommt zu spät, entscheidet anders, macht Fehler, hat Erfahrung, wird krank, entwickelt spontane Lösungen und stellt Fragen, die in keinem Lastenheft standen.

Aus der Perspektive eines streng deterministischen Systems ist das unbequem. Aus der Perspektive eines realen Systems ist es unverzichtbar.

Denn gerade dort, wo die Welt nicht nach Plan funktioniert, besitzt der Mensch Fähigkeiten, die sich nur schwer formalisieren lassen: Kontextverständnis, Improvisation, Erfahrungswissen, Intuition und die Fähigkeit, Widersprüche wahrzunehmen.

Ein erfahrener Mitarbeiter sieht manchmal in wenigen Sekunden, dass „irgendetwas nicht stimmt“. Noch bevor eine Kennzahl rot wird. Er kennt die Geräusche einer Anlage. Er weiß, dass ein bestimmter Artikel sich heute anders verhält als gestern. Er erkennt, dass eine scheinbar harmlose Abweichung später zum Problem werden könnte.

Dieses Wissen ist schwer zu digitalisieren. Es steckt nicht unbedingt in Datenbanken. Es steckt in Menschen. Und genau deshalb sollte Automatisierung nicht das Ziel verfolgen, dieses Wissen überflüssig zu machen; sie sollte es nutzbar machen.

Die interessantesten Automatisierungslösungen sind deshalb nicht unbedingt diejenigen, bei denen kein Mensch mehr zu sehen ist. Es sind diejenigen, bei denen Mensch und Technik ihre jeweiligen Stärken ausspielen. Die Maschine übernimmt, was sie besonders gut kann: wiederholbare Bewegungen, hohe Geschwindigkeiten, exakte Positionierung, kontinuierlichen Betrieb, große Datenmengen und die Verarbeitung komplexer Regeln. Der Mensch übernimmt, was Menschen besonders gut können: Situationen bewerten, Ausnahmen behandeln, Zusammenhänge verstehen, Entscheidungen treffen und Verantwortung übernehmen. Das klingt fast banal, ist es aber nicht.

Denn dafür muss die Schnittstelle zwischen Mensch und Maschine gut gestaltet sein:

• Ein Assistenzsystem darf den Mitarbeiter nicht mit Informationen überschütten. Es muss die richtige Information zur richtigen Zeit liefern.
• Ein automatisierter Arbeitsplatz darf nicht nur technisch funktionieren. Er muss ergonomisch funktionieren.
• Ein Algorithmus darf nicht nur eine optimale Entscheidung berechnen. Die Entscheidung muss für den Menschen nachvollziehbar und im Prozess sinnvoll sein.
• Und ein Warehouse Management System darf nicht lediglich anzeigen, dass ein Auftrag blockiert ist. Es sollte möglichst verständlich machen, warum er blockiert ist und welche Handlungsoptionen bestehen.

Die Digitalisierung der Intralogistik ist deshalb immer auch eine Digitalisierung der menschlichen Entscheidung.

Wenn körperliche Belastungen zurückgehen, können andere Belastungen entstehen. Ein Mensch, der nicht mehr mehrere hundert Kartons pro Stunde bewegt, muss möglicherweise dafür sorgen, dass ein automatisiertes System mit tausenden Bewegungen pro Stunde nicht aus dem Takt gerät. Er muss Meldungen bewerten, Prioritäten verstehen, Ausnahmen bearbeiten, parallel mehrere Informationsquellen beobachten und im richtigen Moment entscheiden – was hoch anspruchsvoll sein kann.

Die Forschung zur kognitiven Ergonomie weist genau auf diesen Wandel hin: Technische Assistenzsysteme verändern nicht nur den Ablauf einer Tätigkeit, sondern auch die Anforderungen an Informationsverarbeitung und Aufmerksamkeit. Multitasking, Zeitdruck, Monotonie und neue Formen psychischer Belastung können miteinander verbunden sein.

Eine hochautomatisierte Arbeitsumgebung ist deshalb nicht automatisch eine menschenfreundliche Arbeitsumgebung. Automatisierung ist zunächst eine Technologie, ob daraus gute Arbeit entsteht, ist eine Gestaltungsfrage.

Vielleicht zeigt sich das Problem besonders deutlich in einem Extrem: Stellen wir uns eine vollständig automatisierte Anlage vor. Alles läuft perfekt. Fördertechnik, Shuttle-Systeme, Roboter und Software arbeiten im Takt. Menschen gibt es nur noch für die Fälle, in denen etwas schiefgeht.

Das klingt effizient, bis man sich fragt, was mit den Menschen passiert, die dort arbeiten. Wer ausschließlich darauf wartet, dass etwas kaputtgeht, arbeitet in einer merkwürdigen Zwischenwelt: zu wichtig, um abgeschafft zu werden, aber zu selten gefordert, um sein Wissen und seine Fähigkeiten kontinuierlich einzusetzen. Das ist weder für den Menschen noch für das System optimal. Denn ein guter Prozess nutzt menschliche Fähigkeiten nicht erst dann, wenn die Automatisierung versagt; er integriert sie von Anfang an.

Der Mensch sollte nicht der Notausgang eines automatisierten Systems sein. Er sollte Bestandteil seines Designs sein.

Damit verändert sich zwangsläufig die Rolle eines Warehouse Management Systems. Früher konnte man Software vereinfacht als digitale Abbildung des Lagers verstehen: Bestände verwalten, Aufträge verwalten, Lagerplätze verwalten. In einem hochautomatisierten Lager reicht das nicht mehr. Software wird zum Vermittler zwischen unterschiedlichen Logiken:

• Die Maschine „denkt“ in Bewegungen.
• Der Auftrag „denkt“ in Prioritäten.
• Der Mensch denkt in Situationen.
• Das Unternehmen denkt in Kosten, Service und Lieferfähigkeit.

Und die Software muss diese Perspektiven miteinander verbinden. Sie muss aus einer Vielzahl von Zuständen ein verständliches Bild erzeugen. Dabei geht es nicht darum, dem Menschen jede Entscheidung abzunehmen; im Gegenteil.

Eine gute Software sollte dort automatisieren, wo Regeln eindeutig sind, und dort unterstützen, wo Entscheidungen komplex werden.

Sie sollte den Menschen nicht mit ihrer eigenen Komplexität konfrontieren, sie sollte Komplexität für ihn beherrschbar machen.

Das ist ein wichtiger Unterschied. Denn die beste Software ist nicht zwangsläufig diejenige mit den meisten Funktionen. Es ist diejenige, die im richtigen Moment die richtige Entscheidung ermöglicht.

Es gibt noch einen weiteren Grund, weshalb der Mensch in automatisierten Lagern unverzichtbar bleibt:

Automatisierung liebt den Standardfall. Die Realität liebt den Ausnahmefall.

Ein Artikel hat plötzlich eine andere Verpackung. Ein Auftrag wird vorgezogen. Ein Tor ist blockiert. Eine Lieferung enthält eine Abweichung. Ein Sensor meldet einen Zustand, der physisch gar nicht existiert. Eine Maschine fällt aus und eine alternative Route muss gefunden werden.

Ein hochautomatisiertes System muss deshalb vor allem eines können: mit dem Nicht-Planbaren umgehen.

Das bedeutet nicht, dass jede Ausnahme manuell bearbeitet werden muss, im Gegenteil. Je intelligenter die Software, desto mehr Ausnahmen lassen sich automatisch erkennen, bewerten und gegebenenfalls selbstständig behandeln. Aber irgendwann kommt die Frage:

Was soll passieren, wenn keine Regel mehr passt?

Dann braucht es jemanden, der nicht nur Regeln kennt, sondern Situationen versteht – und das ist der Mensch. Und vielleicht ist genau das eine der interessantesten Eigenschaften hochautomatisierter Intralogistik: Je mehr Standardfälle automatisiert werden, desto wertvoller wird die Fähigkeit, mit Nicht-Standardfällen umzugehen.

Man kann diese Rolle noch weiterdenken:

• Ein Sensor misst Temperatur.
• Ein Scanner erkennt einen Barcode.
• Ein System erkennt einen Auftrag.
• Ein Mensch erkennt Bedeutung.

Das klingt zwar pathetisch, aber in komplexen Systemen ist Wahrnehmung mehr als Datenerfassung.

Der Mensch kann Informationen miteinander verbinden, die technisch zunächst nichts miteinander zu tun haben. Er registriert Signale, dass ein System möglicherweise etwas anderes tut, als seine Kennzahlen suggerieren. Die Aufgabe moderner Intralogistik besteht deshalb nicht darin, den Menschen aus solchen Entscheidungen herauszuhalten. Sie besteht darin, ihm bessere Grundlagen dafür zu geben.

Damit das funktioniert, muss allerdings auch Vertrauen entstehen. Mitarbeiter müssen verstehen, warum ein System eine bestimmte Aufgabe zuweist. Sie müssen erkennen können, wann sie eingreifen sollen und sie müssen wissen, was passiert, wenn sie eine Entscheidung korrigieren. Und sie müssen erleben, dass ihre Erfahrung nicht gegen die Technologie ausgespielt wird, denn Akzeptanz lässt sich nicht einfach per Schulung verordnen. Sie entsteht, wenn Technologie im Arbeitsalltag tatsächlich unterstützt.

Vielleicht ist das die eigentliche Bedeutung von Automatisierung. Wenn wir über Automatisierung sprechen, sprechen wir häufig über Roboter, Fördertechnik, Sensorik und Software. Wir sprechen über Durchsatz, über Verfügbarkeit, über Pickraten, über Stellplätze, über Investitionskosten – was notwendig ist. Aber es beschreibt nur einen Teil der Wahrheit. Denn ein Lager ist nicht gut automatisiert, weil dort möglichst wenig Menschen arbeiten. Es ist gut automatisiert, wenn Menschen und Technik gemeinsam ein System bilden, das zuverlässig, flexibel und beherrschbar funktioniert.

Das kann bedeuten:

• Dass ein Mitarbeiter weniger hebt.
• Dass er weniger Wege zurücklegt.
• Dass er bessere Informationen erhält.
• Dass er nicht mehr nach einem Auftrag suchen muss.
• Dass er bei einer Störung schneller versteht, was passiert.
• Dass er Entscheidungen treffen kann, statt Listen abzuarbeiten.

Und vielleicht bedeutet es sogar, dass seine wichtigste Tätigkeit nicht mehr darin besteht, Dinge zu bewegen, sondern zu verstehen, warum sich Dinge bewegen.

Damit verändert sich auch unser Bild vom Lager. Es ist nicht die Summe seiner Maschinen, Förderstrecken, Stellplätze oder Softwaremodule. Es ist ein System, in dem Menschen, Technik und Prozesse miteinander verbunden sind. Wer nur die Technik optimiert, optimiert einen Teil und wer nur den Menschen betrachtet, ebenfalls. Die Herausforderung liegt dazwischen und genau dort entstehen die wirklich interessanten Fragen:

• Wie muss ein Arbeitsplatz aussehen, wenn die Ware zum Menschen kommt?
• Welche Informationen braucht ein Mitarbeiter, wenn ein autonomes Transportsystem aus seiner Sicht plötzlich „falsch“ fährt?
• Wie viel Entscheidung sollte ein Algorithmus übernehmen?
• Wann muss ein Mensch eingreifen können?
• Wie lässt sich Erfahrungswissen in digitale Prozesse übersetzen?
• Welche Kennzahlen zeigen tatsächlich, ob ein System funktioniert?
• Und wie baut man ein Lager so, dass es nicht nur heute effizient ist, sondern auch morgen verändert werden kann?

Denn auch das gehört zur Realität moderner Intralogistik: Kein System bleibt für immer unverändert. Sortimente ändern sich, Auftragsstrukturen ändern sich, Technologien entwickeln sich weiter, Geschäftsmodelle verändern sich, Menschen kommen hinzu oder verlassen das Unternehmen, Automatisierung wird erweitert. Ein Lager, das heute perfekt funktioniert, kann morgen bereits an seinen eigenen Grenzen stehen.

Vielleicht liegt darin ein scheinbarer Widerspruch. Je stärker wir automatisieren, desto wichtiger wird es, nicht alles automatisieren zu wollen. Ein gutes System braucht Spielraum für Schwankungen, für Ausnahmen, für neue Anforderungen, für Entscheidungen – und für Menschen. Das ist kein Plädoyer gegen Automatisierung, im Gegenteil. Es ist ein Plädoyer für eine anspruchsvollere Form der Automatisierung, die nicht fragt: „Wie ersetzen wir den Menschen?“, sondern: „Wie können wir den Menschen von dem entlasten, was Maschinen besser können, damit er sich auf das konzentrieren kann, was Menschen besser können?“

Das setzt voraus, dass wir Intralogistik nicht als Ansammlung isolierter Prozesse betrachten. Ein Auftrag ist schließlich nicht nur ein Datensatz, eine Palette ist nicht nur eine Ladeeinheit, ein Mitarbeiter ist nicht nur eine Ressource und eine Maschine ist nicht nur ein Stück Technik. Alles steht miteinander in Beziehung und wer diese Beziehungen versteht, kann Prozesse nicht nur schneller machen, er kann sie robuster machen.

Vielleicht wird die hochautomatisierte Intralogistik deshalb irgendwann an einer überraschend menschlichen Frage gemessen werden:

Kann der Mensch noch verstehen, was in seinem Lager passiert?

Wenn die Antwort darauf „Ja“ lautet, entsteht etwas Bemerkenswertes. Ein System, in dem Maschinen die Routine übernehmen, Software Zusammenhänge sichtbar macht und Menschen dort entscheiden, wo Erfahrung, Verantwortung und Urteilskraft gefragt sind. Ein System, das nicht versucht, jede Unsicherheit aus der Welt zu schaffen, sondern mit ihr umgehen kann. Ein System, das nicht auf maximale Auslastung um jeden Preis optimiert ist, sondern auf einen stabilen Materialfluss. Und ein System, das Technologie nicht als Selbstzweck versteht, sondern als Werkzeug.

Vielleicht ist das am Ende auch die wichtigste Perspektive auf Automatisierung:

Automatisierung sollte nicht den Menschen aus der Intralogistik entfernen. Sie sollte ihm einen anderen Platz darin geben.

Nicht mehr unbedingt als Träger, nicht mehr als Laufbote zwischen zwei Prozessschritten. Nicht als jemand, der eine Maschine möglichst schnell bedienen muss, sondern als Beobachter, Entscheider, Problemlöser und Gestalter.

Die Maschine kann zählen, fahren, sortieren und wiederholen, die Software kann planen, priorisieren und koordinieren. Aber wenn es darum geht, einen komplexen Prozess als Ganzes zu verstehen, bleibt eine Fähigkeit besonders wertvoll:

Erkennen, dass hinter jeder Kennzahl ein realer Vorgang steht, hinter jedem Prozess ein Zusammenhang – und hinter jeder automatisierten Bewegung ein System, das von Menschen gestaltet wurde.

Weitere Artikel, die Sie interessieren könnten:

Auf was KMU bei Automatisierungsprojekten achten sollten

TUP-Expertise zu Automatisierungssteuerung im WMS-Report von ‚Irgendwas mit Logistik‘