BU: Per Sprache zum Ziel: Mit dem AURA Communicator greifen Mitarbeitende direkt auf Lagerdaten, Auftragsstatus und technische Dokumentationen zu, ohne zwischen WMS, Automatisierungssystemen und weiteren Anwendungen wechseln zu müssen.

KI im Lager beginnt nicht zwangsläufig mit autonomen Robotern oder selbststeuernden Materialflüssen. Ein beträchtlicher Nutzen kann bereits entstehen, wenn Beschäftigte schneller an jene Informationen gelangen, die sie für eine Entscheidung benötigen. Genau hier setzt der neue AURA Communicator der Ehrhardt Partner Group (EPG) an. Die Lösung soll operative Daten und unternehmensinternes Wissen über natürliche Sprache zugänglich machen. Statt sich durch Masken eines Warehouse-Management-Systems zu bewegen oder Dokumentationen und Tickets zu durchsuchen, können Beschäftigte ihre Fragen direkt an einen rollenbezogenen KI-Assistenten richten.

Technische Grundlage ist die in EPG AURA integrierte Funktion Conversation Intelligence. Sie verbindet Informationen aus unterschiedlichen Quellen und stellt sie abhängig von Aufgabe und Berechtigung bereit. Der Zugang erfolgt entweder textbasiert über den EPG Virtual Assistant EVA oder sprachbasiert über LYDIA Voice. Letzteres ermöglicht es Mitarbeitern im Lager, Informationen freihändig während eines laufenden Prozesses abzurufen.

Damit berührt die Entwicklung ein Problem, das trotz fortschreitender Digitalisierung in vielen Logistikzentren weiterhin besteht: Daten sind vorhanden, liegen aber verteilt in unterschiedlichen Systemen.


Weitere Informationen zum Thema Lagerlogistik: AutoStore-Integration: Standardisierte WMS-Anbindung schafft effiziente Prozesse in der Intralogistik


KI im Lager soll die Informationssuche verkürzen

Besonders sichtbar wird dieses Problem bei Prozessabweichungen. Gerät ein Auftrag ins Stocken oder meldet eine Automatikkomponente eine Störung, beginnt häufig die Suche nach der Ursache. Beschäftigte wechseln zwischen Systemmasken, konsultieren technische Dokumentationen oder wenden sich an die Schichtleitung. Was als einfache Frage beginnt, kann sich dadurch zu einer längeren Unterbrechung entwickeln.

Hinzu kommt die Abhängigkeit von Erfahrungswissen. Gerade bei Schichtwechseln, Störungen oder der Einarbeitung neuer Mitarbeiter zeigt sich, wie wichtig die Kenntnisse einzelner Beschäftigter für stabile Abläufe sein können. Sie wissen, in welcher Anwendung eine bestimmte Information zu finden ist, welche Meldung relevant ist oder welches Dokument bei einem konkreten Fehler weiterhilft.

Der AURA Communicator verlagert den Zugriff auf diese Informationen an den Punkt, an dem die Frage entsteht. Der Anwender muss nicht wissen, in welchem System die gesuchte Information gespeichert ist. Er formuliert sein Anliegen in natürlicher Sprache. Ein für die jeweilige Aufgabe eingerichteter Assistent greift anschließend auf die freigegebenen Quellen zu und stellt die relevanten Informationen im Kontext der Anfrage bereit.


KI im Lager
Mitarbeitende formulieren ihre Fragen in natürlicher Sprache, während der Communicator die jeweils freigegebenen Quellen einbezieht und die für die konkrete Aufgabe relevanten Informationen bereitstellt. Der Zugriff erfolgt per Chat über den EPG Virtual Assistant EVA oder sprachbasiert und freihändig über LYDIA Voice direkt im laufenden Prozess.
Foto: Ehrhardt Partner Group

Cognitive Core verbindet Daten und Berechtigungen

Im Hintergrund übernimmt der AURA Cognitive Core die zentrale Verarbeitung. Er führt Informationen aus angebundenen Quellen zusammen, verarbeitet die Anfragen und berücksichtigt dabei definierte Rollen und Zugriffsrechte.

Einbezogen werden können sowohl strukturierte Daten aus operativen Anwendungen als auch maschinenlesbare Dokumente, Arbeitsanweisungen oder Systemmeldungen. Unternehmen können diese Wissensbasis erweitern und damit zusätzliche Informationsquellen für die Assistenten verfügbar machen.

Die Architektur ist rollenbezogen aufgebaut. Ein Mitarbeiter im operativen Lager benötigt andere Informationen als ein Schichtleiter, Servicetechniker oder Administrator. Unternehmen legen deshalb fest, welcher Assistent auf welche Daten zugreifen darf, welche Personengruppen ihn nutzen können und in welcher Form die Antworten ausgegeben werden.

Neben EVA und LYDIA Voice lässt sich Microsoft Copilot als weiterer Zugangskanal anbinden. Damit können die Assistenten auch innerhalb bestehender Microsoft-Umgebungen verfügbar gemacht werden.


Weitere Informationen zum Thema LagerlogistikHumanoide Roboter Logistik Studie 2026: Erwartung trifft auf industrielle Realität


WMS-Daten lassen sich in natürlicher Sprache abfragen

Interessant für den operativen Einsatz ist vor allem die Verbindung von Conversation Intelligence mit den führenden Logistiksystemen. Der AURA Communicator beschränkt sich nicht auf die Suche in Handbüchern oder hinterlegten Wissensbeständen. Über standardisierte Schnittstellen können auch aktuelle Informationen aus Warehouse-Management-Systemen abgefragt werden.

Ein Mitarbeiter könnte auf diese Weise ermitteln, wo ein Artikel lagert, wie hoch ein Bestand ist oder welchen Status ein Auftrag aktuell besitzt. Dabei muss er sich nicht durch die Menüstruktur des WMS bewegen. Die Abfrage erfolgt in natürlicher Sprache.

Das Prinzip lässt sich auf weitere Bereiche der Intralogistik übertragen. Lagerautomatisierungssysteme, Shuttle-Anlagen, Fahrerlose Transportsysteme und einzelne Automatikkomponenten können ebenso angebunden werden wie Anwendungen für Dokumentation, Wissensmanagement oder Ticketing.

Bestehende Drittsysteme müssen dafür nicht ersetzt werden. Sie bleiben die führenden Anwendungen für ihre jeweiligen operativen Aufgaben. Der Communicator bildet vielmehr eine zusätzliche Zugriffsebene, über die Informationen aus unterschiedlichen Quellen zusammengeführt werden können.


KI im Lager
Besonders bei Abweichungen, Schichtwechseln oder der Einarbeitung neuer Beschäftigter zeigt sich, wie stark reibungslose Abläufe noch immer von detaillierten Systemkenntnissen und dem Erfahrungswissen einzelner Personen abhängen. Der AURA Communicator setzt genau an dieser Lücke an, indem er den Informationszugriff dorthin verlagert, wo die Frage entsteht. Nutzende müssen weder wissen, in welchem System eine Information gespeichert ist, noch welche Maske, Dokumentation oder Ticketstruktur sie durchsuchen müssen. Stattdessen formulieren sie ihr Anliegen in natürlicher Sprache, woraufhin ein für die jeweilige Aufgabe eingerichteter Assistent die angebundenen Quellen auswertet und die relevanten Informationen im Kontext der Anfrage bereitstellt. Foto: Ehrhardt Partner Group

Von der Statusabfrage zur Ursachenanalyse

Damit verändert sich auch die Art der Fragestellungen. Interessant ist nicht allein, welchen Status ein Auftrag besitzt. Für den operativen Betrieb ist häufig entscheidender, warum ein Auftrag nicht weiterverarbeitet wird.

Bei einer technischen Störung kann gleichzeitig relevant sein, ob zu dem Fehler bereits ein Ticket existiert oder eine Arbeitsanweisung hinterlegt wurde. Bislang müssen solche Zusammenhänge häufig manuell über mehrere Anwendungen hinweg rekonstruiert werden. Werden die Quellen miteinander verbunden, können die Informationen unmittelbar im jeweiligen Prozesskontext bereitgestellt werden.

Genau an dieser Stelle liegt ein wesentlicher Unterschied zwischen einer klassischen Suchfunktion und einem dialogbasierten Informationszugriff. Nicht der Speicherort einer Information steht im Mittelpunkt, sondern die konkrete betriebliche Fragestellung.


Weitere Informationen zum Thema LagerlogistikLogiMAT Innovationen 2026: Drei Technologien zwischen Datenintelligenz und physischer Automatisierung


Rollenmodell soll sensible Daten schützen

Der Zugriff auf mehrere operative Systeme stellt allerdings entsprechende Anforderungen an die IT-Sicherheit. Nicht jeder Beschäftigte darf sämtliche Informationen aus WMS, Automatisierung oder Unternehmensdokumentationen erhalten.

Der Communicator arbeitet deshalb mit rollenbasierten Berechtigungen. Unternehmen bestimmen, welche Quellen ein Assistent ansprechen darf und welche Inhalte für den jeweiligen Nutzer freigegeben sind. Die Sicherheitsarchitektur des Cognitive Core soll darüber hinaus Manipulationsversuche wie Prompt Injection abwehren.

Gerade beim Einsatz generativer KI in industriellen Umgebungen ist diese Trennung relevant. Sobald ein KI-System nicht mehr nur allgemeine Fragen beantwortet, sondern Zugriff auf operative Unternehmensinformationen erhält, werden Rechteverwaltung und kontrollierte Datenzugriffe zu einem Bestandteil der Systemarchitektur.

Die natürlichsprachliche Bedienung kann zugleich die Einstiegshürde in komplexe IT-Landschaften senken. Nach Angaben von EPG werden mehr als 60 Sprachen unterstützt. Für international zusammengesetzte Lagerteams könnte damit neben der Systemkomplexität auch die Sprache als Zugangshürde an Bedeutung verlieren.

KI soll Systemgrenzen überwinden

Die weitere Entwicklung zielt auf eine noch stärkere Verknüpfung der Datenquellen. In einer nächsten Stufe soll der Cognitive Core strukturierte operative Daten umfassender mit unstrukturierten Informationen in Beziehung setzen.

Eine Rolle sollen dabei Graphdatenbanken spielen. Denkbar ist beispielsweise, einen aktuellen Anlagenzustand nicht isoliert zu betrachten, sondern automatisch mit vorhandenen Tickets, technischen Dokumentationen und früheren Störungsfällen abzugleichen. Der Communicator würde dann nicht lediglich einen Status melden, sondern Zusammenhänge zwischen verschiedenen Informationsquellen herstellen und daraus mögliche Handlungshinweise ableiten.

Für die Intralogistik wäre das ein relevanter Entwicklungsschritt. Warehouse-Management-Systeme, Steuerungstechnik, FTS-Leitsysteme, Dokumentationen und Serviceanwendungen erzeugen bereits heute große Mengen an Daten. Das Problem liegt häufig weniger darin, dass Informationen fehlen, sondern darin, sie im richtigen Augenblick zusammenzuführen.

Aus der Bedienoberfläche wird ein Dialog

Der AURA Communicator steht damit exemplarisch für eine Entwicklung, die sich bei industrieller Software zunehmend abzeichnet. Die Bedienung komplexer Systeme könnte sich von der klassischen Navigation durch Masken und Menüs teilweise hin zu dialogorientierten Schnittstellen verschieben.

Das bedeutet nicht, dass Warehouse-Management-Systeme oder Automatisierungssteuerungen ihre Funktion verlieren. Im Gegenteil: Sie bleiben die operativen Systeme, in denen Bestände, Aufträge und Materialbewegungen geführt und Prozesse gesteuert werden. Verändert wird zunächst der Zugang zu ihren Informationen.

Gerade darin liegt für den Lagerbetrieb ein interessanter Ansatz. Je komplexer automatisierte Logistiksysteme werden, desto größer wird die Zahl der Datenquellen, die Beschäftigte bei Entscheidungen berücksichtigen müssen. KI kann hier eine Vermittlerrolle übernehmen. Sie muss dafür allerdings nicht nur Sprache verstehen, sondern auch Rollen, Zugriffsrechte und den jeweiligen Prozesskontext berücksichtigen.

Die entscheidende Frage lautet deshalb weniger, ob künftig mit einem Lagerverwaltungssystem gesprochen werden kann. Technisch ist dieser Schritt bereits möglich. Entscheidend wird sein, wie zuverlässig die Systeme aus einer Vielzahl von Datenquellen genau jene Informationen herausfiltern, die in einer konkreten Situation benötigt werden. Erst dann wird aus natürlicher Sprache mehr als eine neue Bedienoberfläche: ein Werkzeug für den operativen Lagerbetrieb.