Hoe AI-shuttles warehouses in beweging zetten

In Lokeren werken meerdere partijen aan dezelfde droom: een slimmer, sneller en veiliger warehouse. Shuttle-systemen, AGV’s en robots rijden er af en aan. Maar wat deze oplossingen echt krachtig maakt, is niet het staal of de rails – het is de kunstmatige intelligentie die erachter schuilgaat.

Juist nu, in het najaar van 2025, staan Nederlandse logistieke spelers onder druk. Pieken door e-commerce rond Sinterklaas en de feestdagen, een krappe arbeidsmarkt, strengere duurzaamheidsdoelen en klanten die ‘same day’ vrijwel normaal vinden. Handmatige processen en klassieke palletstellingen lopen tegen hun grenzen aan. AI-gestuurde shuttlesystemen bieden een concreet antwoord op deze druk.

In deze blog – onderdeel van de serie AI in Nederlandse Transport & Logistiek: Smart Mobility – zoomen we in op wat shuttle-automatisering is, hoe AI het verschil maakt, welke lessen we kunnen trekken uit projecten zoals in Lokeren en hoe je als Nederlands logistiek bedrijf hier praktisch mee kunt starten.

Van statische stelling naar intelligent shuttlesysteem

Shuttle-oplossingen zijn al langer bekend in de wereld van warehousing, maar de combinatie met AI tilt ze naar een nieuw niveau.

Wat is een shuttlesysteem?

Een shuttlesysteem is een geautomatiseerd opslagsysteem waarin kleine voertuigen (shuttles) zich horizontaal en/of verticaal door stellingen bewegen. Ze halen bakken of dozen op, brengen ze naar een pickstation en plaatsen ze terug – zonder dat een magazijnmedewerker door de gangpaden hoeft te lopen.

Belangrijke componenten:

• Opslagstellingen met meerdere niveaus
• Shuttles (per niveau of multi-level)
• Liften om goederen tussen niveaus te verplaatsen
• Pick-/inpakstations voor operators
• WMS/WES-software die de aansturing verzorgt

Waar dit vroeger vooral een mechanische oplossing was, zien we nu dat AI het brein van het systeem wordt.

Waarom juist nu relevant voor Nederland?

Voor Nederlandse logistiek en e-fulfilment is dit het moment om shuttlesystemen serieus te overwegen:

• Arbeidsschaarste: moeilijk personeel vinden voor ploegendiensten, zeker in regio’s met veel concurrentie om logistiek personeel.
• Ruimtegebrek: hoge grondprijzen rond knooppunten zoals Rotterdam, Schiphol en de Brabantse logistieke hotspots.
• Seizoenspieken: Black Friday, Sinterklaas en Kerst zorgen voor extreme orderpieken die je met alleen flexkrachten nauwelijks opgevangen krijgt.

Een AI-gestuurd shuttlesysteem levert hier voordelen: hogere opslagdichtheid, voorspelbare prestaties en flexibele schaalbaarheid.

De rol van AI: van vaste routes naar lerend warehouse

De echte sprong voorwaarts ontstaat als je de shuttle-infrastructuur koppelt aan AI-algoritmes. Dan verschuift een warehouse van ‘geautomatiseerd’ naar ‘zelflerend’.

Slimmere opslag: dynamische slotting met AI

Traditionele slotting werkt met vaste regels: snelle lopers vooraan, langzame achteraan. AI kan dit verfijnen door continu data te analyseren:

• Orderhistorie per SKU
• Seizoenspatronen (bijvoorbeeld speelgoed rond december, tuinartikelen in het voorjaar)
• Retourdata en foutpercentages
• Verwachte vraag op basis van marketingacties en weersvoorspellingen

Op basis daarvan bepaalt AI real-time waar producten het beste kunnen liggen. Een shuttle-systeem kan die herindeling bovendien ’s nachts grotendeels autonoom uitvoeren, zonder extra personeel.

Denk aan een fulfilmentcentrum dat merkt dat een bepaalde influencer-campagne een product opeens populair maakt. AI ziet de stijgende vraag en laat de shuttles deze SKU’s automatisch verplaatsen naar beter bereikbare posities.

Slimme orkestratie: welke shuttle doet wat?

In een modern shuttlesysteem rijden vaak tientallen shuttles tegelijk. AI helpt om:

• Taken optimaal over shuttles te verdelen
• Conflicten en wachtrijen te voorkomen
• Piekbelasting te spreiden over tijd en niveaus
• De doorlooptijd per order te minimaliseren

Dit lijkt op wat we buiten het warehouse zien bij smart mobility: AI-gestuurde verkeerslichten, dynamische routeplanning en filevoorspelling. In feite is een shuttlemagazijn een miniatuurstad waar voertuigen (shuttles, AGV’s, robots) continu hun routes aanpassen op basis van actuele drukte.

Predictive maintenance: stilstand voorkomen

Een stilstaande shuttle kan een hele zone lamleggen. Met AI-gedreven predictive maintenance voorkom je dit:

• Sensoren meten trillingen, temperatuur en stroomverbruik
• AI-algoritmes herkennen patronen die duiden op slijtage
• Het systeem plant onderhoud buiten piekuren

Resultaat: minder storingen, hogere betrouwbaarheid en een stabielere belofte naar je klanten.

Lessen uit Lokeren: hoe een ‘onderonsje’ schaalbaar wordt

Hoewel het oorspronkelijke artikel over Lokeren achter een paywall staat, kunnen we op basis van vergelijkbare projecten een aantal typische uitdagingen en succesfactoren identificeren. Zeker voor Nederlandse bedrijven zijn dit herkenbare thema’s.

1. Begin bij proces en data, niet bij de hardware

Veel organisaties starten vanuit de vraag: “Welke shuttle-oplossing moeten we kopen?” Een betere vraag is:

“Welke klantbelofte willen we waarmaken, en welke data hebben we nodig om dat consistent te doen?”

Succesvolle implementaties kenmerken zich door:

• Een duidelijke procesarchitectuur (van order binnenkomst tot verzending)
• Een datamodel waarin WMS, TMS en ERP dezelfde waarheid delen
• Heldere KPI’s: orderdoorlooptijd, pickfouten, OTIF, bezettingsgraad, CO₂ per order

De shuttles en robots zijn dan geen doel op zich, maar een middel binnen een breder AI- en data-ecosysteem.

2. Mens en machine: verander je organisatie mee

Automatisering is geen puur technisch project. Nederlandse warehouses die succesvol overstappen naar AI-gestuurde shuttles investeren in:

• Opleiding van medewerkers richting operators, data-analisten en onderhoudsspecialisten
• Heldere communicatie over wat er verandert en waarom
• Betrekken van teamleiders en planners in de ontwerpfase

Zo voorkom je weerstand (“komen de robots onze banen afpakken?”) en creëer je medeverantwoordelijkheid voor het nieuwe systeem.

3. Faseer je automatisering: van pilot naar schaal

Inspiratie uit Lokeren en andere projecten laat zien dat gefaseerd werken beter werkt dan een big bang:

1. Pilotzone in het bestaande warehouse met AI-gestuurde shuttles
2. Integratie met bestaand WMS en TMS, inclusief data- en procesmapping
3. Evaluatie op basis van concrete KPI’s
4. Geleidelijke uitrol naar meer zones en stromen (retouren, B2B, B2C)

Dit sluit aan bij hoe veel Nederlandse transporteurs en logistiek dienstverleners ook smart mobility buiten de poort testen: eerst slimme planning op één routecluster, daarna opschalen naar het hele wagenpark.

Praktische stappen voor Nederlandse logistieke bedrijven

Wil je concreet aan de slag met AI en shuttles in je warehouse? Onderstaande stappen helpen je om gestructureerd te werk te gaan.

Stap 1: Maak een nuchtere businesscase

Breng de huidige situatie in kaart:

• Orderprofiel (lijngrootte, B2B/B2C-mix, seizoenspieken)
• Huidige kosten per order (arbeid, ruimte, fouten, retouren)
• Verwachte groei komende 3–5 jaar

Zet daartegenover:

• Investering in shuttlesysteem, software en integratie
• Verwachte besparingen op arbeid en ruimte
• Potentiële omzetgroei door betere service (snellere cut-off times)

Reken met meerdere scenario’s (conservatief, realistisch, ambitieus) en vergeet niet de waarde van flexibiliteit mee te nemen: sneller opschalen in pieken zonder wervingsdruk.

Stap 2: Check je datafundament

AI heeft voeding nodig: schone, betrouwbare data.

Controleer:

• Is artikeldata volledig (afmetingen, gewicht, omloopsnelheid)?
• Is orderhistorie goed vastgelegd en te ontsluiten?
• Koppelen WMS, TMS en ERP soepel, of werk je met workarounds en Excel?

Zonder solide datafundament loop je het risico dat AI-opslagstrategieën en planningen niet robuust zijn.

Stap 3: Kies partners die AI écht begrijpen

Niet elk shuttle- of WMS-leverancier heeft evenveel ervaring met AI. Let op:

• Beschikbaarheid van AI-modules voor slotting, workload balancing en voorspellende vraagplanning
• Ervaring in Nederlandse sectoren: retail, e-commerce, spare parts, farma
• Mogelijkheid om klein te beginnen (pilot) en later uit te breiden

Vraag in de selectie nadrukkelijk naar referentiecases en hoe AI daar tastbare verbeteringen heeft opgeleverd.

Stap 4: Verbind binnen- en buitenlogistiek

Binnen deze blogserie over Smart Mobility ligt de nadruk vaak op routeplanning en wagenparkbeheer. Een AI-warehouse staat daar niet los van.

Voorbeelden van integratie:

• Het TMS stuurt ETA’s van vrachtwagens naar het shuttlesysteem, zodat inbound-capaciteit en opslagposities alvast worden gereserveerd.
• AI in het warehouse voorspelt wanneer zendingen klaarstaan, waardoor je dynamische dockplanning en slimmere rittenplanning kunt maken.
• Bij filevorming of vertragingen op de weg, past AI de picking-volgorde aan zodat medewerkers toch productief blijven.

Zo ontstaat een doorlopende keten van data-gedreven beslissingen, van opslaglocatie tot aflevermoment.

Toekomstbeeld: naar een zelforganiserende logistieke keten

AI-gestuurde shuttles in warehouses, slimme routeplanning voor trucks en bestelwagens, en real-time verkeersinformatie in steden – het zijn allemaal puzzelstukjes in één groter geheel: een zelforganiserend logistiek netwerk.

Voor Nederlandse verladers en logistiek dienstverleners betekent dit:

• Minder verspilling van tijd, ruimte en energie
• Meer voorspelbaarheid in een onvoorspelbare markt
• Betere inzet van schaarse mensen, precies waar ze het meeste waarde toevoegen

De ‘Lokerse onderonsjes’ van vandaag – waar integrators, softwareleveranciers en logistiekers samen zoeken naar de beste shuttle- en AI-combinaties – zijn een voorbode van wat we in Nederland op grotere schaal gaan zien.

Wie nu begint met experimenteren, data op orde brengen en de juiste partners kiezen, heeft over een paar jaar een voorsprong die moeilijk is in te halen.

Ben je klaar om van een traditioneel magazijn naar een AI-gestuurd shuttlemagazijn te groeien? De eerste stap is vaak simpel: start een interne verkenning, bepaal je ambitie en breng je data in kaart. De technologie is er al – de vraag is vooral: wanneer haak jij aan?