Locus Robotics in der Praxis – das sind die wichtigsten Learnings

In a nutshell: Das erste even system design-Webinar mit Locus Robotics zeigte, wie ein konkretes Lagerszenario live geplant und bewertet wird – ohne vorbereitete Präsentation, aber mit vielen echten Einblicken. Statt Grundlagen oder Technikdetails ging es darum, wie Unternehmen fundiert prüfen können, ob und wie sich ein AMR-System von Locus in ihre Prozesse integrieren lässt. Besonders spannend: Wie sich Durchsatz, Layout, Flottenplanung und Return on Investment (ROI) in wenigen Schritten modellieren lassen.

👉 Hier geht’s zur Aufzeichnung
👉 Und hier zum Lösungsprofil von Locus Robotics auf even

1. Multibot-Prinzip: Mitarbeitende arbeiten mit der Flotte, nicht mit einzelnen Bots

Locus setzt auf einen sogenannten Multibot-Ansatz: Pickende Mitarbeitende sind nicht einem bestimmten Roboter zugewiesen, sondern arbeiten mit allen AMRs im Umkreis zusammen. Die Roboter übernehmen jeweils mehrere Aufträge gleichzeitig und führen die Bedienenden schrittweise durch ihre Mission. Das ermöglicht eine dynamische Zonenkommissionierung – skalierbar, kollaborativ und effizient auch bei hohem Volumen.

2. Quick & Qualified: Warum Grobplanung oft der bessere erste Schritt ist

Eine präzise Feinkonzeption braucht Zeit und Daten – aber viele Unternehmen müssen erst einmal herausfinden, ob ein AMR-System überhaupt grundsätzlich passt. Genau darauf war das Webinar fokussiert: Mit wenigen Eingaben zu Fläche, Produktivität, Betriebszeit und Pickprofil ließ sich ein valides Ergebnis modellieren. Das verkürzt Entscheidungswege und schafft Klarheit, ob sich ein tieferer Einstieg lohnt.

3. Flexibilität ist Teil des Systems – nicht nur der Software

Ein zentrales Argument für Locus: Das System funktioniert ohne bauliche Eingriffe und kann daher auch bei sich ändernden Rahmenbedingungen angepasst werden. Anders als bei stationärer Automatisierung wird kein Stahl verbaut, was die Planung erleichtert und spätere Änderungen zulässt. Das betrifft sowohl Layoutanpassungen als auch Schwankungen im Auftragsvolumen oder Pickprofil.

4. Leistungsberechnung basiert auf realistischen Parametern – nicht auf Idealwerten

Produktivitätsprognosen werden bei Locus nicht geschätzt, sondern modelliert: Roboter- und Mitarbeitertaktzeiten, Wegezeiten, Interaktionen mit Staplern, Navigationsfaktoren und Peak-Szenarien fließen in die Kalkulation ein. Die Bewertung erfolgt entlang realer Prozessparameter – z. B. wie viele Roboter pro Mission eingesetzt werden, wie sich Laufwege aufteilen oder wie temporäre Mitarbeitende im Peak die Leistung verändern.

5. Der Business Case steht und fällt mit der Roboterflottengröße

Im gezeigten Case mit einem B2B-/E-Commerce-Mischlager wurde die Produktivität im Vergleich zum Ist-Zustand verdoppelt – bei gleichzeitig rund 50 % weniger Personalbedarf. Die Planung ergab einen Bedarf von 24 Robotern bei 10.000 Pickpositionen pro Tag. Besonders spannend: Der ROI war in weniger als einem Jahr realistisch erreichbar – unter anderem, weil Locus mit einem 100 % Mietmodell arbeitet. Je nach Volumen und Auftragsverteilung können auch temporäre „Peak Bots“ hinzugeschaltet werden.

Auf der Suche nach einer passenden Lösung für deine Logistik? Hier geht's zur Vergleichsplattform, die dir die Suche erleichtert.