FTS & AMR sind kein Showprojekt. Wer Technik, Wirtschaftlichkeit und KI clever verbindet, erreicht echte Supply-Chain-Exzellenz in der österreichischen Logistik.
Warum Entscheidungskompetenz bei FTS und AMR jetzt zählt
Zwischen 2020 und 2024 hat sich die Anzahl autonomer Fahrzeuge in europäischen Produktionshallen und Lagern nach Branchenstudien grob verdoppelt. Gleichzeitig klagen viele Unternehmen – auch in Österreich – darüber, dass ihre ersten Projekte mit fahrerlosen Transportsystemen (FTS) und autonomen mobilen Robotern (AMR) weniger Effekt bringen als erhofft.
Die Ursache ist selten die Technik allein. Meist fehlt Entscheidungskompetenz: Wann lohnt sich ein FTS wirklich? Wo macht ein AMR Sinn, wo nicht? Wie spielt das Ganze mit KI-gestützter Lagerverwaltung, Routenoptimierung und Supply-Chain-Steuerung zusammen? Genau an diesem Punkt setzt das Seminar „Entscheidungskompetenz FTS und AMR“ des Fraunhofer IPA an – und genau darauf baut dieser Beitrag für die Serie „KI in der österreichischen Logistik: Supply Chain Excellence“ auf.
In diesem Artikel geht es darum, wie Sie FTS- und AMR-Projekte so aufsetzen, dass sie wirklich Produktivität, Transparenz und Liefertreue erhöhen – statt nur teure Showcases zu sein. Und wie Sie KI sinnvoll nutzen, um diese Systeme in eine moderne, datengetriebene Logistikstrategie einzubetten.
FTS vs. AMR: Autonomie ist kein Selbstzweck
FTS und AMR unterscheiden sich vor allem darin, wie viel Entscheidung sie selbst treffen dĂĽrfen. Und genau diese Autonomie ist der Hebel, mit dem KI in der Intralogistik Wirkung entfaltet.
Kernunterschiede auf den Punkt gebracht
-
FTS (Fahrerlose Transportsysteme)
- Fahren oft auf definierten Routen (z. B. Linien, QR-Marker, feste Karten)
- Hohe Prozesssicherheit, sehr gut planbar
- Ideal fĂĽr stabile, repetitive Transportaufgaben
-
AMR (Autonome mobile Roboter)
- Orientieren sich mit Sensorik und intelligenter Navigation im Raum
- Weichen Hindernissen aus, suchen Alternativrouten
- Eignen sich für dynamische Umgebungen, variierende Aufträge, kleinere Losgrößen
Das Fraunhofer IPA spricht in diesem Kontext von einem Autonomie-Index: Wie selbstständig trifft das System Entscheidungen über Route, Priorität und Verhalten im Umfeld? Für Ihre Planung heißt das: Sie müssen nicht blind „maximale Autonomie“ einkaufen, sondern das passende Niveau für Ihre Prozesse finden.
Ein AMR ist nicht automatisch „besser“ als ein klassisches FTS – entscheidend ist, wie gut das System zum Prozess und zur Datenlage im Unternehmen passt.
Gerade in österreichischen Produktions- und Logistikstandorten mit vielen Bestandsgebäuden, Mischformen aus manueller und automatisierter Logistik und saisonalen Schwankungen lohnt sich eine saubere Abwägung: Robuste Automation dort, wo Abläufe stabil sind – hohe Autonomie dort, wo Flexibilität zählt.
Komponenten verstehen: Vom Transportfahrzeug bis zur KI-Schicht
Wer FTS oder AMR einführt, kauft nie nur ein Fahrzeug, sondern ein Gesamtsystem. Wer das übersieht, zahlt später drauf – meist bei Erweiterung, Service oder Integration.
Technische Bausteine eines FTS/AMR-Systems
Aus der Struktur des Fraunhofer-Seminars lässt sich gut ableiten, welche Bausteine Sie im Blick haben sollten:
-
Fahrzeuge selbst
- Antriebsarten, Traglast, Hubfunktionen, Anbindung an Fördertechnik
- Sicherheits-Sensorik (Scanner, Bumper, Kameras)
-
Navigation und Leitsteuerung
- Bahn- oder markergestĂĽtzte Navigation (klassische FTS)
- SLAM, kamerabasierte oder lasergestĂĽtzte Umgebungserkennung (AMR)
- Flottenmanager, der Fahraufträge verteilt und Staus vermeidet
-
Sicherheitskonzept
- Gefährdungsbeurteilung nach Normen
- Geschwindigkeit, Bremswege, Personensicherheit, Not-Halt-Prozesse
-
Systemintegration
- Anbindung an ERP, MES, WMS und Transportmanagementsysteme
- Schnittstellen zu Lagerverwaltung, Kommissionierung, Produktionssteuerung
Wo KI ins Spiel kommt
In der Serie „KI in der österreichischen Logistik: Supply Chain Excellence“ geht es immer wieder um ein zentrales Muster: KI erzeugt den größten Nutzen dort, wo bereits Daten und strukturierte Prozesse existieren. Übertragen auf FTS und AMR heißt das:
- KI-basierte Routenoptimierung fĂĽr ganze Fahrzeugflotten
- Dynamische Priorisierung von Transportaufträgen nach Lieferterminen, Rüstzuständen, Engpassmaschinen
- Vorhersage von Spitzen (z. B. saisonale Versandwellen in der KonsumgĂĽterlogistik) und automatische Anpassung der Flottenauslastung
- Erkennung von Musterstörungen (immer gleiche Engpässe oder Hotspots) und Optimierung der Layouts
Die Hardware mag in Deutschland entwickelt und gebaut werden, aber der Mehrwert entsteht dort, wo Sie in Ă–sterreich Ihre KI-gestĂĽtzten Planungs- und Steuerungssysteme klug anbinden.
Wirtschaftlichkeit: Wann rechnet sich ein FTS oder AMR wirklich?
Der wirtschaftliche Nutzen entscheidet, ob FTS und AMR zu Supply-Chain-Exzellenz beitragen – nicht die Technik-Faszination. Genau deshalb ist im Fraunhofer-Seminar ein eigener Block für Potenzial- und Wirtschaftlichkeitsanalyse vorgesehen.
Typische Kostentreiber und Nutzenhebel
Bei der Bewertung sollten Sie mindestens folgende Punkte betrachten:
Kosten
- Investitionskosten fĂĽr Fahrzeuge, Leitsteuerung, Infrastruktur
- Projektkosten fĂĽr Planung, Integration, Layout-Anpassungen
- Laufende Kosten: Wartung, Service, Software, Updates
Nutzen
- Reduzierte Personalkosten fĂĽr interne Transporte
- Höhere Verfügbarkeit und weniger Stillstände durch stabile Materialflüsse
- Geringere Fehlerquoten (falsche Teile, falsche Bereitstellorte)
- Bessere Transparenz über Bestände und Transportzeiten
Erfahrene Planer nutzen hier oft TCO-Betrachtungen (Total Cost of Ownership) ĂĽber mindestens fĂĽnf bis sieben Jahre und simulieren mehrere Szenarien: Wachstum, schwankende Auslastung, neue Produktvarianten.
Beispiel aus der Praxis (vereinfacht)
Ein mittelständischer Automotive-Zulieferer im Großraum Steiermark analysiert seine innerbetriebliche Logistik:
- Heute fahren 8 Stapler im Mehrschichtbetrieb.
- Personalkosten fĂĽr Fahrpersonal: ca. 600.000 EUR pro Jahr.
- Es gibt regelmäßig Verspätungen in der Versorgung kritischer Montagelinien.
Die Potenzialanalyse zeigt:
- Mit einer FTS-/AMR-Flotte von 10 Fahrzeugen lassen sich rund 50 % der Staplerfahrten automatisieren.
- Einsparungspotenzial: ca. 250.000–300.000 EUR Personalkosten pro Jahr.
- Gleichzeitig sinken Fehler und Stillstände, was die Anlagenverfügbarkeit um 3–4 % erhöht.
Selbst wenn das Projektsystem (inkl. Planung, Integration, Schulung) 1,2 Mio. EUR kostet, liegt der Return on Investment bei 4–5 Jahren – je nach Auslastung. Mit zusätzlicher KI-gestützter Routen- und Auftragsoptimierung lässt sich dieser Zeitraum oft weiter verkürzen.
Die ehrliche Wirtschaftlichkeitsrechnung gehört zur Entscheidungskompetenz. Ohne sie bleibt FTS/AMR ein Prestigeprojekt, statt ein Baustein der strategischen Supply-Chain-Optimierung.
Vom Konzept zur Umsetzung: Der rote Faden aus dem Fraunhofer-Seminar
Ein gutes FTS-/AMR-Projekt folgt einem klaren Fahrplan – vom Prozessverständnis bis zur Mitarbeitereinbindung. Die Agenda des Fraunhofer-Seminars lässt sich als praxistaugliche Roadmap lesen.
1. Prozessanalyse und Anforderungsaufnahme
Bevor ein einziges Fahrzeug bestellt wird, braucht es Antworten auf einfache, aber harte Fragen:
- Welche MaterialflĂĽsse sind wirklich kritisch fĂĽr Liefertermine und OEE?
- Welche Strecken werden wie oft gefahren, mit welchen Lasten und Zeitfenstern?
- Wo liegen Engpässe, wo sind Wartezeiten, wo stauen sich Aufträge?
Hier lohnt es sich, Daten aus WMS, MES und ERP zu nutzen – oder sie endlich systematisch zu erfassen. Genau hier schließt sich der Kreis zu KI in der österreichischen Logistik: Ohne verlässliche Datenbasis bleibt jede KI-Optimierung Stückwerk.
2. Gestaltungsalternativen entwickeln
Auf Basis der Analyse entstehen mehrere Lösungen:
- FTS auf Hauptstrecken, AMR fĂĽr flexible Zubringer
- Kombination aus Boden-FTS und angetriebener Fördertechnik
- Manuelle Bereiche bleiben bewusst manuell, erhalten aber bessere Steuerung durch KI-gestĂĽtzte Disposition
Je nach Branche – ob Lebensmittel, Maschinenbau oder Automotive – sehen diese Alternativen unterschiedlich aus. Wichtig ist, sie neutral zu bewerten, statt sich früh auf eine „Lieblingslösung“ einzuschießen.
3. Bewertung und Systemauswahl
In dieser Phase werden die Alternativen anhand von Kriterien verglichen:
- Investition und laufende Kosten
- Leistung (Durchsatz, Reaktionsfähigkeit, Skalierbarkeit)
- Komplexität der Integration in bestehende IT-Landschaft
- Flexibilität bei Produkt- und Volumenschwankungen
KI kann hier unterstützen, indem sie Simulationsmodelle mit realen Auftragsdaten befüllt und Szenarien durchrechnet: Was passiert, wenn wir 20 % mehr Aufträge haben? Wie reagiert die Flotte auf neue Schichtmodelle?
4. Realisierung, EinfĂĽhrung und Change Management
Das Fraunhofer-Seminar betont zu Recht: Die Mitarbeitenden sind kein Störfaktor, sondern der Erfolgsfaktor. Gute Projekte zeichnen sich dadurch aus, dass:
- Fahrpersonal frĂĽh eingebunden und weiterqualifiziert wird (z. B. als AnlagenfĂĽhrer, Leitstandoperator, Datenanalyst)
- Sicherheitskonzepte transparent erklärt und gemeinsam getestet werden
- Pilotbereiche eingerichtet werden, in denen Erfahrungen gesammelt und Fehler „erlaubt“ sind
Hier entscheidet sich, ob Ihre Belegschaft das System als UnterstĂĽtzung oder als Bedrohung wahrnimmt. Gerade in Ă–sterreich mit starker Sozialpartnerschaft zahlt sich ein respektvoller, transparenter EinfĂĽhrungsprozess doppelt aus.
Wie Sie FTS, AMR und KI in Ihre Supply-Chain-Strategie einbetten
FTS und AMR entfalten ihren vollen Nutzen nur, wenn sie Teil einer übergreifenden KI-Strategie in der Logistik sind. Sonst bleiben es isolierte Insellösungen.
Verbindung zu Routenoptimierung, Lagerverwaltung und TMS
Für die Serie „KI in der österreichischen Logistik: Supply Chain Excellence“ sind besonders diese Schnittstellen spannend:
- Routenoptimierung: KI entscheidet, wann welches Fahrzeug welchen Auftrag ĂĽbernimmt, um Fahrwege, Energieverbrauch und Durchlaufzeit zu minimieren.
- Lagerverwaltung (WMS): FTS und AMR holen Ware dort ab, wo KI-gestützte Lagerstrategien sie platzieren – z. B. dynamische ABC-Zonen, temperaturgeführte Bereiche, Sperrlager.
- Nachfrageprognose: Wenn KI Absatzspitzen vorhersagt, kann die innerbetriebliche Logistik proaktiv Transporte, Puffer und Personal planen.
- Transportmanagement (TMS): Ankunftszeiten externer Transporte beeinflussen, wann FTS/AMR Be- und Entladung unterstĂĽtzen mĂĽssen.
Drei konkrete Schritte fĂĽr Entscheider:innen in Ă–sterreich
- Use Cases klar definieren: Starten Sie mit 2–3 klar umrissenen Anwendungen (z. B. Nachschubversorgung Verpackungslinie, Leerbehältertransport, Wareneingangsprozess).
- Datenlage prüfen: Haben Sie verlässliche Daten zu Mengen, Zeiten, Wegen, Störungen? Wenn nicht, zuerst Datenqualität verbessern – dann automatisieren.
- Pilot mit Lerneffekt planen: Ein Pilotprojekt, das bewusst Evaluation, Schulung und Anpassung vorsieht, liefert mehr Wert als ein „fertiges“ Leuchtturmprojekt, das niemand anfassen darf.
Gute Entscheidungskompetenz heißt: kleine, saubere Schritte, die skalierbar sind – statt des einen großen Wurfs, der nicht mehr veränderbar ist.
Fazit: Entscheidungskompetenz ist die neue Kernkompetenz
FTS und AMR sind längst in der Realität österreichischer Logistikzentren und Werke angekommen. Der Unterschied zwischen Unternehmen, die damit echte Supply-Chain-Exzellenz erreichen, und denen, die hinter den Erwartungen zurückbleiben, liegt in einem Punkt: kompetente Entscheidungen entlang des gesamten Projektlebenszyklus.
Wer die technischen Grundlagen, Sicherheitsanforderungen, wirtschaftlichen Effekte und die Rolle von KI versteht, trifft bessere Entscheidungen – bei der Anbieterauswahl, bei der Flottenauslegung und bei der Integration in Lagerverwaltung, Routenoptimierung und Transportmanagement.
Wenn Sie Logistik- oder Produktionsverantwortung in einem österreichischen Unternehmen tragen, lohnt sich jetzt im Winter 2025 der nüchterne Blick: Wo könnten FTS und AMR in den nächsten drei Jahren einen messbaren Beitrag zur Liefertreue, Flexibilität und Kostensenkung leisten? Und welches Know-how – intern oder über Partner – brauchen Sie, um diese Entscheidungen fundiert zu treffen?
Die Technologie ist da. Die Daten sind vielfach vorhanden. Der Engpass ist die Entscheidungskompetenz – und genau die lässt sich systematisch aufbauen.