„Es gibt wenige Unternehmen, die so viele Lagermitarbeiter anstellen wie Amazon“, sagt Marc ­Gyöngyösi, Gründer und CEO des Software­unternehmens Onetrack, das mittels künstlicher Intelligenz die Effizienz in der Lagerlogistik erhöhen will. Noch während der ­Pandemie stieg die Zahl der Amazon-Mit­arbeiter weltweit um 300.000 auf unglaubliche 1,3 Millionen an. Dass ausgerechnet der Tech-Gigant immer noch auf menschliche Arbeitskräfte setzt, ist bemerkenswert und deutet auf eine Diskrepanz zwischen dem oft diskutierten Aufstieg der Automatisierung und der eigentlichen Realität in der Branche hin. Der Grund dafür: Die Lohnkosten in den USA sind weiterhin so niedrig, so ­Gyöngyösi, dass es sich finanziell nicht lohnt, ­Lager zu automatisieren. Genau deswegen ist er fest überzeugt, dass der Bedarf an ­Arbeitskraft in der Logistikbranche nicht so schnell verschwinden wird, wie manche befürchten: „Es wird mindestens zehn, 15 Jahre dauern, wenn nicht länger, bis ein Grossteil der Lager wirklich voll auto­matisiert sein wird, und selbst dann werden Menschen weiterhin essenziell sein, auch wenn sie andere ­Aufgaben haben werden als heute“, sagt ­Gyöngyösi, der es 2021 auf die „30 Under 30“-Liste von Forbes US in der Kategorie „Manufacturing & Industry“ schaffte. Mit seinem 2017 gegründeten Unternehmen Onetrack will er – im Unterschied zu anderen Unternehmen im Bereich Lager­management wie Covariant oder Plus One Robotics – nicht mit weniger Arbeitskräften effizienter wirtschaften, sondern die Effizienz der Arbeitsleistungen steigern.

Im Grunde genommen ist die Idee simpel: Wenn man Fehler beim Arbeitsbetrieb in Lagern schneller erkennt, kann man sie auch schneller korrigieren. Dabei geht es beispielsweise um einen Stapel von ­Paletten, der umgefallen ist, oder um fehlplatzierte Waren. Mit ­Sensoren ­ausgestattete Geräte, die an Gabelstaplern montiert werden, werden solche Fehler erkannt und in Echtzeit an die Lagermanager weitergeleitet. „Wir haben uns gefragt, wie man Lager effizienter machen kann, und erkannt, dass die Gespräche mit den Mitarbeitern ­heutzutage oft nicht zielführend sind. Diesen einfach zu sagen, dass sie schneller ­arbeiten sollen, funktioniert nicht. Mit einem besseren Monitoring­system wie Onetrack kann man den Fokus viel effektiver auf die Mit­arbeiter anpassen und dadurch ­wesentlich bessere Ergebnisse er­reichen“, erklärt der CEO.

Die ständige Beobachtung der Mitarbeiter mag vielleicht auf den ersten Blick nach Orwell’scher Überwachung klingen, Gyöngyösi kontert jedoch: „Lager, die Onetrack benutzen, haben im Vergleich zu jenen, die keine Onetrack-Kunden sind, niedrigere Raten des Personal­wechsels.“ Das liegt ihm zufolge vor allem da­ran, dass Fehler korrekt identifiziert werden können – ­Lagermitarbeiter werden daher nur wegen Ereignissen, die tatsächlich mit ihnen zu tun haben, konfrontiert. Laut Bericht des US-amerikanischen ­Amts für Arbeitsstatistik hat die Logistik­industrie eine der höchsten Fluktuationen überhaupt: Während der Gesamtdurchschnitt ­aller Branchen bei 3,6 % liegt, ist diese Zahl bei Lagermitarbeitern zehnmal so hoch, nämlich 37 %. „Vereinfacht ­gesagt: Es gibt Lager, wo man in der Früh zur Arbeit geht – und nach der Mittags­pause ist ein Drittel der ­Kollegen weg“, so Gyöngyösi.

Marc Gyöngyösi
...studierte Computerwissenschaften an der Northwestern University und gründete 2017 das Unternehmen Onetrack, das mittels KI und maschinellen Lernens Logistiklager effizienter nutzbar machen soll.

Der Softwareanbieter setzt auf ein Abomodell: Die Geräte werden für die Dauer des Vertrags bereitgestellt. „Unser Kernprodukt sind aber das Softwaresystem und die KI-­Infrastruktur ­dahinter“, so ­Gyöngyösi. Mittels künstlicher ­Intelligenz und maschinellen Lernens werden die sogenannten „Ausnahme­fälle“ – also Fehler – ­automatisch erkannt. Mittler­weile hat das Onetrack-System schon 2,6 Billionen Bilder „gesehen“.

Wie geht man mit so grossen Datenmengen um? Hier ist es laut Gyöngyösi unmöglich, eine KI mit gewöhnlichen Methoden zu trainieren. Daher setzt Onetrack auf sogenanntes Supervised Machine ­Learning: „Das ist eine Technik, mittels derer der Algorithmus selbstständig von den Daten lernt, ohne dass ­jedes Bild manuell kategorisiert ­werden muss. Diese Systeme sind unheimlich spannend zu beobachten, denn die Algorithmen ­verstehen ­Konzepte und Zusammenhänge, die wir nie ­erklärt haben“, so Gyön­gyösi.

Marc Gyöngyösi lebt heute in den USA, wurde aber in München geboren und wuchs in Salzburg auf. Schon als Kind interessierte er sich für Technik – genau genommen für die Luftfahrt. Mit 15 ­programmierte er selbstständig einen vollständigen Flugsimulator, denn er wollte schon immer fliegen, war damals aber noch zu jung, um Pilot zu werden (heute hat er tatsächlich eine Pilotenlizenz und fliegt hobbymässig über Chicago und Umgebung herum). Noch während seines Computerwissenschaftsstudiums an der Northwestern University gründete er das Unternehmen Intelligent Flying Machines (IFM), das mittels Deep Learning die Verbesserung von computer­basiertem Sehen vorantreibt. 2017 wurde Onetrack quasi als Tochterunternehmen von IFM gegründet.

Das in Chicago ansässige Jungunternehmen beschäftigt heute zehn Mitarbeiter. Wie viele Logistik- und Lagerunternehmen Onetrack benutzen, verrät der Gründer nicht. Als Richtwert für die ­Grössenordnung merkt ­Gyöngyösi aber an, dass das Unternehmen bis jetzt ungefähr fünfeinhalb Millionen Stunden an Lageraktivität getrackt habe. Derzeit befinden sich alle Kunden in Nordamerika, die Vision ist aber um einiges grösser. Gyöngyösi: „Unser Ziel ist es, Onetrack einmal in jedem ­Lager der Welt zu finden.“

Text: Sophie Spiegelberger
Foto: Onetrack

Dieser Artikel erschien in unserer Ausgabe 7–21 zum Thema „Smart Cities“.