KION nutzt die NVIDIA-Großkonferenz GTC 2026, um zwei Anwendungen zu zeigen, die über den üblichen Messecharakter hinausweisen. Der Konzern macht deutlich, dass physische KI in der Intralogistik nicht mehr nur als Zukunftsbild verhandelt wird, sondern im Lagerbetrieb selbst ankommen soll. Nach Angaben des Unternehmens geht es dabei um einen autonomen Gabelstapler im laufenden Einsatz und um KI-gestützte Personenerkennung für das automatisierte Beladen von Lkw.
Für KION ist das mehr als eine Produktvorführung. Der Konzern versucht, seine Rolle im Markt für Lagerautomatisierung über klassische Flurförderzeuge hinaus auszubauen und die Verbindung von Hardware, Software und KI stärker in den Vordergrund zu rücken. Das passt zur Größenordnung des Unternehmens, das nach eigenen Angaben 2025 rund 11,3 Milliarden Euro Umsatz erzielt hat, mehr als 42.000 Menschen beschäftigt und weltweit auf einen Bestand von über zwei Millionen Fahrzeugen bei Kunden verweist.
KION will zeigen, dass autonome Fahrzeuge im Mischbetrieb wirtschaftlich werden könnten
Der zentrale Testfall liegt nicht in einer Laborumgebung, sondern in einem Logistikzentrum von GXO im französischen Épinoy. Dort sei ein autonomes, KI-unterstütztes Flurförderzeug in einen Standort integriert worden, an dem zugleich mehr als 200 manuell gesteuerte Fahrzeuge arbeiten. Gerade dieser Mischbetrieb ist strategisch relevant, weil viele Lager auf absehbare Zeit nicht vollständig neu gebaut, sondern schrittweise automatisiert werden.
Das Unternehmen beschreibt den Ansatz so, dass zunächst per Scanner ein digitaler Zwilling des Lagers erstellt worden sei. Auf dieser Basis lasse sich der Einsatz neuer Fahrzeuge virtuell erproben, bevor sie physisch in Betrieb gehen. Für Betreiber ist das interessant, weil Investitionen in Lagerautomatisierung oft daran scheitern, dass Eingriffe in laufende Prozesse teuer und riskant sind. Ein digitaler Zwilling soll genau diese Hürde senken, indem Abläufe, Wege und mögliche Störungen vorab simuliert werden. NVIDIA verweist in diesem Zusammenhang darauf, dass KION groß angelegte Lagerabbilder auf seiner Omniverse-Infrastruktur nutze, um autonome Staplerflotten zu trainieren und zu testen.
Sicherheitsfragen werden zum eigentlichen Maßstab für physische KI in der Intralogistik
Noch wichtiger als die reine Fahrfunktion dürfte jedoch die zweite Anwendung sein. KION arbeitet gemeinsam mit NVIDIA an einer funktionalen Sicherheitslösung, bei der KI-gestützte Personenerkennung den automatisierten Ladevorgang von Lkw absichern soll. Laut den veröffentlichten Informationen kommt dafür ein Modell zum Einsatz, das Menschen und Flurförderzeuge erkennt und lokalisiert. Trainiert werde es zusätzlich mit KION-spezifischen Daten aus der Intralogistik. Ein Praxistest im realen Lagerbetrieb sei noch für 2026 vorgesehen.
Gerade an diesem Punkt entscheidet sich, ob physische KI vom Demonstrator zum belastbaren Industrieprodukt wird. Denn in Lagerhallen reicht es nicht, Objekte nur meistens richtig zu erkennen. Systeme müssen auch in seltenen Grenzfällen verlässlich reagieren, etwa bei ungewöhnlichen Bewegungen, schlechter Sicht oder untypischen Verkehrsabläufen. KION erklärt, dass dafür synthetische Daten genutzt würden, um solche seltenen, aber plausiblen Situationen virtuell durchzuspielen. Das ist technisch plausibel und wirtschaftlich attraktiv, weil sich gefährliche Szenarien so testen lassen, ohne den Betrieb zu unterbrechen. Zugleich zeigt es, wie stark der Wettbewerb in der Lagerautomatisierung inzwischen von Datenqualität, Sicherheitsnachweisen und Recheninfrastruktur abhängt.
Der Schulterschluss mit NVIDIA und Accenture ist auch ein Signal an den Markt
Strategisch auffällig ist, dass KION die Entwicklung nicht allein vorantreibt. Mit NVIDIA liefert ein dominanter Anbieter für KI-Infrastruktur die Plattformseite, Accenture bringt die Systemarchitektur für den KI-gestützten digitalen Zwilling ein. Für KION ist diese Arbeitsteilung sinnvoll, weil der Konzern so seine Industrie- und Prozesskenntnis mit Rechenplattform, Simulation und Integrationskompetenz verknüpfen kann. In der Branche ist genau das zunehmend entscheidend, da Kunden keine isolierten Maschinen kaufen, sondern durchgängige Systeme für Materialfluss, Wahrnehmung und Steuerung erwarten.
Damit verschiebt sich auch der Wettbewerb. Anbieter von Lagertechnik konkurrieren längst nicht mehr nur über Traglast, Energieverbrauch oder Serviceintervalle, sondern über die Frage, wie schnell sich physische KI in vorhandene Lieferketten integrieren lässt. KION zitiert Konzernchef Rob Smith mit den Worten: „Unsere Kunden begegnen einem zunehmenden Arbeitskräftemangel und müssen gleichzeitig ihre operative Effizienz steigern.“ Diese Begründung ist aus Unternehmenssicht naheliegend. Sie verweist aber zugleich auf einen breiteren Trend: Automatisierung wird in der Logistik weniger als Prestigeprojekt gesehen, sondern zunehmend als Antwort auf knappe Arbeitskräfte, steigenden Kostendruck und den Anspruch, Prozesse trotz wachsender Komplexität stabil zu halten.
Für Europas Industrie bleibt entscheidend, ob aus Pilotprojekten skalierbare Standards werden
Für den Standort Europa hat das Thema noch eine zweite Ebene. Wenn KION einen autonomen Gabelstapler in Frankreich erprobt und sicherheitskritische KI-Funktionen in die Intralogistik bringt, geht es nicht nur um einzelne Kundenprojekte. Es geht auch darum, ob europäische Industrieunternehmen bei der praktischen Anwendung von KI in Fabriken und Lagern eine gestaltende Rolle behalten oder ob sie sich bei zentralen Plattformen und Standards dauerhaft in Abhängigkeit von wenigen Technologiekonzernen begeben.
Noch ist offen, wie schnell aus diesen Pilotanwendungen breit einsetzbare Lösungen werden. Der Schritt von der Simulation in den realen Lagerbetrieb ist aber bedeutsam, weil er eine Schwelle markiert: Erst wenn Personenerkennung, Flottensteuerung und digitaler Zwilling im Alltag unter realen Sicherheitsanforderungen zusammenarbeiten, wird aus physischer KI ein industriell belastbares Werkzeug. KION versucht genau diesen Übergang jetzt sichtbar zu machen. Für die Lagerautomatisierung Intralogistik ist das ein relevanter Testfall, weil sich an ihm zeigen dürfte, ob physische KI in den kommenden Jahren eher ein Nischenthema bleibt oder zu einem neuen Standard in der Lieferkette wird.
