Das Startup Destro AI ist mit einer Seed-Finanzierungsrunde in Höhe von 8 Millionen Dollar aus dem Stealth-Modus hervorgegangen. Die Runde wurde von Base10 Partners und Bonfire Ventures angeführt, unter Beteiligung von CoFound Partners. Das Unternehmen setzt darauf, dass eine bessere Steuerung von Robotern in Lagern wertvoller sein könnte als die Herstellung eines neuen Roboters. Dafür entwickelt es eine Softwareschicht, die Roboter, Beschäftigte und Fahrzeuge in einem gemeinsamen Arbeitsablauf koordiniert.
Das Unternehmen wird von Manthan Pawar geleitet, der einen Masterabschluss in Robotik von NYU Tandon besitzt und über rund acht Jahre Erfahrung in den Bereichen Lieferketten und Robotik in den USA verfügt. Laut seinen von TechCrunch wiedergegebenen Aussagen zielt Destro darauf ab, konkrete betriebliche Probleme in Lagern zu lösen, und erklärt, bis zum Jahresende einen positiven Cashflow erreichen zu wollen.
Eine Plattform, die den gesamten Prozess koordiniert
Destro konzentriert sich derzeit auf Cross-Docking-Prozesse, bei denen Waren aus einem Lastwagen entladen und in gemischte Ladungen sortiert werden, die anschließend für die letzte Zustellung auf andere Lastwagen verladen werden. Das Unternehmen begann einen Pilotversuch in einer Anlage von Yusen Logistics im pazifischen Nordwesten und setzte dabei drei Roboter von Miva Robotics ein, die Wagen transportieren.
Die Roboter arbeiten über das Vision-System, ein Betriebssystem, das auf Open-Weight-Modellen des Typs Vision-Language-Action basiert und Kamerabilder sowie Anweisungen interpretieren und die Bewegung des Roboters steuern kann. Parallel dazu verwaltet das Mothership-System den übergeordneten Prozess: Wenn die Beschäftigten Waren in verschiedene Wagen entladen, identifizieren die Roboter die fertig beladenen Wagen und bringen sie an ihre Zielorte.
Yusen zufolge hat dieser Ansatz den Prozess systematischer gemacht und die Abhängigkeit von manueller Arbeit und Papierdokumenten verringert. Der wesentliche Unterschied besteht darin, dass Destro nicht lediglich Wagen von einem Punkt zu einem anderen bewegt, sondern Beschäftigte, Wagen und Lastwagen innerhalb eines gemeinsamen Arbeitsablaufs steuert.
Was hat sich praktisch verändert?
Laut Richard Brunelle, dem Automatisierungsleiter im US-Logistikdienstleistungsbereich von Yusen, wurden vor der Auswahl von Destro Lösungen zweier großer Robotikunternehmen getestet. Eine der Lösungen konnte Wagen transportieren, verwaltete jedoch weder die Be- noch die Entladevorgänge. Die andere bot Werkzeuge zur Flottenverwaltung, überließ die übergeordnete Koordination jedoch einer Person. Destro wurde ausgewählt, weil sich das Unternehmen an die Cross-Dock-Umgebung anpasste und eine autonome Steuerung des gesamten Prozesses bot.
Yusen weitet den ursprünglichen Pilotversuch nun auf einen vollständigen Einsatz mit 26 Robotern aus und startet außerdem einen zweiten Versuch mit 17 Robotern in einer Anlage in Südkalifornien. Pawar beabsichtigt, denselben Arbeitsablauf in Tausenden Lagern mit ähnlichen Prozessen zu wiederholen.
Beschränkungen und offene Fragen
Der Erfolg des derzeitigen Modells bedeutet nicht, dass die Plattform für alle Lageraufgaben geeignet ist. Tätigkeiten, die manuelle Geschicklichkeit und die präzise Manipulation von Gegenständen erfordern, stellen für allgemeine Roboter und Open-Weight-Modelle weiterhin eine Herausforderung dar. Zudem ist unklar, ob Unternehmen, die Basismodelle, hochgradig geschickte Roboterhände oder allgemeine humanoide Roboter entwickeln, ihre Werkzeuge Softwareplattform-Unternehmen zur Verfügung stellen oder direkt mit ihnen konkurrieren werden.
Der Versuch von Destro zeigt eine praktische Entwicklung in der Automatisierung der Logistik: Der Wert entsteht nicht unbedingt durch die Form des Roboters, sondern durch seine Integration in einen vollständigen Betriebsprozess. Ob sich dieses Modell wiederholen lässt, wird jedoch davon abhängen, wie ähnlich die Arbeitsabläufe in den Lagern sind und ob die Systeme Aufgaben bewältigen können, die über Transport und Steuerung hinausgehen und Greifen sowie präzise Verarbeitung umfassen.