Der Digitale Zwilling: Über die Simulation hinaus

Peter MacLeod sprach mit Ocado’s Andy Ingram-Tedd, um zu hören, wie hochmoderne lebende digitale Zwillinge das Rätselraten bei Lagerbetrieben beseitigen.

Ocado Intelligent Automation (OIA) hat sich noch nie vor Skalierung gescheut. Aber in meinem Gespräch mit Andy Ingram-Tedd, VP für Fortgeschrittene Technologien, macht er deutlich, dass Skalierung nicht die Geschichte ist. Die Geschichte ist, was man damit macht. Nach fast 25 Jahren bei Ocado hat er beobachtet, wie das Unternehmen von einem engen frühen Team zu einer globalen Organisation mit Tausenden von Mitarbeitern gewachsen ist, und er ist immer noch von der gleichen inneren Energie angetrieben, die die ersten Lieferungen vorangetrieben hat.

„Es verlangsamt sich einfach nie“, sagt er. „Es passiert immer etwas, es gibt immer ein neues Abenteuer, immer eine neue Mission.“

Dieses Tempo ist wichtig, weil es beeinflusst, wie OIA, die Division der Ocado Group, die ihre Technologie weltweit an Kunden bringt, über Automatisierungsimplementierungen denkt. Ingram-Tedd ist offen für eine bekannte Missverständnis: Dass Robotik einfach den Austausch von Menschen durch Maschinen bedeutet. Seine Ansicht ist, dass eine genauere Sichtweise darin besteht, es als Systemdesign zu sehen und das Zusammenspiel zwischen Menschen, Software und Hardware.
„Viele Leute fragen mich immer, du entwickelst Roboter, du setzt Menschen außer Gefecht“, sagt er. „Aber wir beschäftigen heute mehr Menschen als je zuvor. Wir tun mehr, und wir werden effizienter.“

Simulation, fügt er hinzu, ist die Disziplin, die einen dazu zwingt, diese Interaktion ernst zu nehmen.

Simulation vs. Digitale Zwillinge

Wenn es einen Punkt gibt, den Ingram-Tedd den Lesern mitgeben möchte, dann ist es die Unterscheidung zwischen Simulation und digitalen Zwillingen und warum die beiden oft vermischt werden. Simulation, in seiner Definition, ist ein Vorhersagemodell, das vor der Existenz eines physischen Systems verwendet wird. Ein digitaler Zwilling wird erst dann zum digitalen Zwilling, wenn das Lager gebaut und in Betrieb genommen ist, weil er kontinuierlich an die Realität angepasst wird, basierend auf tatsächlichen Betriebsdaten.

Simulation ist das, worauf man zurückgreift, wenn Tabellenkalkulationen versagen. Grundlegende Prozesse können mit Annahmen zu Zeit und Bewegung approximiert werden. Aber sobald man hohe Durchsatzraten und hohe Auslastung über viele bewegliche Teile hinweg anstrebt, braucht man diskrete Ereignissimulation, bei der unzählige Aktivitäten mit Startpunkten, Endpunkten, Prozesszeiten und Regeln modelliert werden.

„Wir meinen wirklich eine diskrete Ereignissimulation“, sagt er. „Es passieren viele Dinge. Sie haben einen Startpunkt, einen Endpunkt. Das kann man nicht einfach in einer Tabelle berechnen.“

Die eigenen Definitionen von Ocado sind klar. Simulation wird vor dem Bau eines Systems verwendet. Man lädt Annahmen hoch, inklusive Bestellungen, Lagerbestand, Layout, Geschwindigkeiten und Regeln, und führt Was-wäre-wenn-Szenarien durch, um Ergebnisse und Risiken zu sehen. Die Fragen sind praktisch: Funktioniert dieses Design, welche Größe sollte es haben, wo sind die Schwachstellen. Ein digitaler Zwilling ist dagegen eine digitale Darstellung eines realen physischen Systems, das durch den Einsatz von Betriebsdaten kontinuierlich an die laufende Operation angepasst wird. Sein Wert liegt in der Entscheidungsunterstützung während des Betriebs, einschließlich des sicheren Testens von Änderungen und des Verständnisses, was passiert, wenn man heute oder morgen etwas ändert.

Fehlerquellen eliminieren

Ingram-Tedd betont, dass Simulation nicht nur für den besten Tag sein sollte. Es sollte um den schlimmsten Tag gehen. Das könnte bedeuten, Ausfallzeiten, verspätete eingehende Fahrzeuge oder Arbeitskräftelücken zu modellieren, einzeln oder in Kombination. „Wir sind Betreiber unserer eigenen Ausrüstung“, sagt er. „Wir raten nicht nur. Wir wissen, was die schlechten Dinge passieren können. Sie sind in den letzten 25 Jahren bei uns passiert!“
Wenn eine Anlage in Betrieb ist, sind die Eingaben keine Annahmen mehr. Sie sind Messungen. Man kann Daten aus dem echten Lager nehmen, sie in das Modell einspeisen und Konfigurationsänderungen testen, von Strategien zur Artikelplatzierung bis hin zu Ladezeiten, Kommissionierungsgeschwindigkeiten und Ressourcenauslastung. Das Ziel ist kontinuierliche Verbesserung, basierend auf Beweisen statt auf Instinkt.

Ich frage, warum OIA seine eigenen Simulationswerkzeuge entwickelt. Ingram-Tedd argumentiert, dass Drittanbieter-Pakete nützlich sind, aber für die Modellierung der Komplexität von Ocados rasterbasiertem System unzureichend. Bei diesem steuert die Software, wo und wann Lagerbestände gespeichert, abgerufen und sequenziert werden, während Bots sich über dichten Lagerraum bewegen. „Wir verwenden keine Drittanbieter-Software, und das hat einen wichtigen Grund“, sagt er. „Es gibt kein fertiges Simulationspaket, das das leisten kann.“

Ocado hat seit 2008 die eigene Simulationsfähigkeit intern entwickelt. Ein wichtiger Punkt, so sagt er, ist, dass die Software, die die Simulation antreibt, identisch ist mit der Software, die die Produktionsstätte steuert. Diese engere Verbindung zwischen Modell und Realität, so erklärt er, unterstützt bessere Designentscheidungen und mehr Vertrauen, bevor Investitionen getätigt werden.

Ebenso wichtig ist, dass Simulation von Anfang bis Ende reicht. Sie endet nicht bei der Bot-Bewegung. Sie umfasst Förderbänder, Paletten, Fahrzeuge, Menschen und robotisches Kommissionieren, weil Optimierung nur auf der Ebene des gesamten Ökosystems sinnvoll ist.

„Echte Optimierung passiert nur, wenn man alle Teilsysteme zusammen modelliert“, sagt er. „Integration bringt Komplexität, und Simulation hilft, die Auswirkungen jeder Designentscheidung zu verstehen.“

Infrastrukturoptimierung

Der praktische Wert besteht darin, dass Simulation Designfragen in testbare Szenarien verwandelt. Ein einfaches Beispiel ist die Beziehung zwischen Bot-Zahlen und erreichbarem Durchsatz. Führen Sie eine Reihe von Fällen parallel aus und Sie können aufzeigen, wo abnehmende Erträge einsetzen, und so einen Sweet Spot identifizieren, bei dem zusätzliche Investitionen nur noch wenig Nutzen bringen.

Dieses gleiche Prinzip gilt auch für Kommissionierstationen. OIAs Stationen sind modular aufgebaut, und Simulation kann untersuchen, wie Layoutänderungen sowohl den Durchsatz als auch die Leistung eines Operators beeinflussen. Ziel ist es, zu vermeiden, für menschliche Arbeitszeit zu bezahlen, während die Station den Bediener mit Arbeit unterversorgt.

In einem Demonstrationsvideo, das im Interview erwähnt wurde, nennt Ingram-Tedd eine Kommissionierleistung, die für viele Leser unglaubwürdig klingt: 1072 Einheiten pro Stunde an einer Station. Er weist schnell darauf hin, dass dies kein dauerhaftes Betriebsversprechen ist. Ein System um die Spitzenleistung des Menschen herum aufzubauen, birgt das Risiko von Verschwendung, wenn die Menschen sie nicht aufrechterhalten können, und führt zu unnötigen Investitionen in vorgelagerte Ressourcen. Ein realistischeres Betriebsziel könnten 600 bis 700 Einheiten pro Stunde sein, sagt er, was immer noch deutlich über den branchenüblichen Erwartungen liegt.

Was die Automatisierung oft zum Scheitern bringt, ist nicht der Durchschnittsfall, sondern die Ausnahme: ungewöhnliche Produkte, unbequeme Präsentationen oder seltene Fehlerfälle, die trotzdem bei hohem Volumen häufig auftreten. In der Robotik und Automatisierungstechnik werden diese als Randfälle bezeichnet – ungewöhnliche oder extreme Situationen außerhalb der normalen Betriebsbedingungen, die dennoch sicher und zuverlässig gehandhabt werden müssen. „Man kann keine Roboter wie diese in einem laufenden Betrieb haben, wenn sie keine Randfälle bewältigen können“, glaubt Ingram-Tedd.

Zukunft sieht vielversprechend aus

Über den Einzelhandel hinaus wendet OIA seine Plattform auf andere Branchen an. Ingram-Tedd hebt ein großes Projekt mit McKesson in Kanada hervor – noch nicht in Betrieb, aber nicht mehr fern – das er als ein großes System in Montreal beschreibt, das darauf ausgelegt ist, die Produktivität zu steigern und gleichzeitig Nachverfolgbarkeit, Verantwortlichkeit und Sicherheit zu verbessern. Er argumentiert, dass die pharmazeutische Distribution viele Gemeinsamkeiten mit dem Einzelhandel hat, aber mit strengeren Compliance-Anforderungen, insbesondere bei Chargen- und Losnachverfolgung. Er deutet auf bedeutende Produktivitätssteigerungen hin, weist aber darauf hin, dass kundenspezifische Anpassungen vertraulich bleiben.

Er wies auch darauf hin, dass die gegenseitige Exklusivität in den meisten Märkten, in denen Ocado seine Einzelhandelstechnologie mit Partnern betreibt, beendet wurde. Das öffnet die Tür für Ocado, sein weiterentwickeltes Produkt nach einer Phase der Exklusivitätsvereinbarungen wieder in einige der am weitesten entwickelten E-Commerce-Märkte der Welt einzuführen.

Gegen Ende des Interviews erwähnte Ingram-Tedd kurz eine neue Kommissioniertechnologie, die für 2026 geplant ist und die er als einen bedeutenden Schrittwechsel beschreibt. Logistics Business erhielt einen frühen Einblick in das Konzept, aber Details bleiben vor der öffentlichen Einführung auf der Messe MODEX im Frühling unter Verschluss. Wir hoffen, in einer zukünftigen Ausgabe darauf zurückzukommen, sobald OIA bereit ist, darüber vollständig zu sprechen.

Sein aktuelles Fazit ist beständig. Ob es darum geht, wie viele Bots eingesetzt werden sollen, wie eine Kommissionierstation gestaltet wird oder wie die nächste Welle der Automatisierung integriert wird – der entscheidende Faktor ist nicht ein einzelner Roboter. Es ist die Fähigkeit, komplexe Systeme präzise zu modellieren, aus realen Operationen zu lernen und sich kontinuierlich zu verbessern.