Physical AI im Einzelhandel: Anwendungen in Logistik, Filiale und Gastronomie

Künstliche Intelligenz schreibt Texte, analysiert Daten und generiert Bilder. Physical AI geht einen Schritt weiter: Gemeint sind KI-Systeme, die ihre reale Umgebung wahrnehmen, Informationen daraus verarbeiten und über physische Systeme darauf reagieren können. Maschinen können so Situationen interpretieren und daraus Handlungen ableiten – vom autonomen Transport im Lager bis zur Erfassung von Warenbeständen in der Filiale.

Stark popularisiert wurde der Begriff ‚Physical AI‘ in den vergangenen Jahren unter anderem von NVIDIA-CEO Jensen Huang. Auf der CES im Januar 2025 rückte er die Verbindung von künstlicher Intelligenz, Robotik und autonomen Maschinen in den Fokus und erklärte, der „ChatGPT-Moment für allgemeine Robotik“ stehe kurz bevor. Gemeint war damit ein Entwicklungssprung ähnlich dem, den ChatGPT für generative KI ausgelöst hat. Gleichzeitig stellte NVIDIA mit Cosmos eine Plattform zur Entwicklung von Physical-AI-Systemen vor. Am 5. Januar 2026 erklärte Huang auf der CES den ‚ChatGPT-Moment für Robotik‘ schließlich für gekommen.

Klassische Roboter sind häufig auf klar definierte, wiederkehrende Abläufe ausgelegt. Sie können beispielsweise immer dieselbe Bewegung an derselben Stelle ausführen. Physical AI ergänzt solche Maschinen um eine intelligente Ebene: Sensoren erfassen Veränderungen, KI interpretiert die Situation und das System passt seine Handlung entsprechend an.

Deshalb ist nicht jeder Roboter automatisch Physical AI. Und Physical AI muss umgekehrt nicht wie ein Roboter aussehen. Auch autonome Fahrzeuge oder andere Maschinen können dazu gehören. Physical AI und Robotik überschneiden sich, sind aber nicht dasselbe.

Computer Vision, Sensorik und Digital Twins sind ebenfalls nicht für sich genommen Physical AI. Sie können aber wichtige Bausteine dafür sein.

Digital Twins sind digitale Repräsentationen realer Anlagen, Räume oder Maschinen, die deren Zustände und Verhalten abbilden und für Simulationen genutzt werden können. In solchen Simulationsumgebungen lassen sich Abläufe testen und KI-Modelle trainieren, bevor ein System in der realen Welt eingesetzt wird.

Für Physical AI ist das besonders interessant: Ein Roboter oder Fahrzeug kann Situationen zunächst virtuell erproben. Neue Konfigurationen und Softwareänderungen lassen sich testen, ohne unmittelbar in laufende physische Prozesse einzugreifen.

Besonders deutlich zeigt sich das Potenzial von Physical AI dort, wo digitale Entscheidungen unmittelbar in der realen Welt umgesetzt werden. Das betrifft vor allem Prozesse, bei denen Waren bewegt, Bestände erfasst oder Abläufe flexibel an Veränderungen angepasst werden müssen.

Die folgenden Beispiele zeigen, wie unterschiedlich Physical AI und verwandte autonome Systeme im Handel eingesetzt werden können. Sie reichen von Anwendungen in der Logistik und Intralogistik über die Bestands- und Regalerfassung in Filialen bis hin zur Handelsgastronomie. Zum Einsatz kommen dabei unter anderem koordinierte Robotersysteme, autonome Fahrzeuge sowie Scan- und Kochroboter.

Wie unterschiedlich solche Anwendungen aussehen können, zeigen einige aktuelle Beispiele.

Die Otto Group arbeitet gemeinsam mit NVIDIA und Reply an einem „Robotic Coordination Layer“ für die Logistik. Im Logistikzentrum von Hermes Fulfilment in Löhne bildet ein Digital Twin das Zentrum einschließlich der eingesetzten Robotik virtuell ab.

Nach Angaben der Otto Group sollen unterschiedliche Robotertypen darüber simuliert, integriert und koordiniert werden. Neue Abläufe können zunächst virtuell getestet werden. Perspektivisch sollen Roboterflotten, Sensoren, Warehouse-Management-Systeme und konventionelle Automatisierungstechnik stärker als vernetztes System zusammenspielen.

Amazon erprobte 2025 mit Blue Jay ein System, das mehrere Roboterarme für verschiedene Arbeitsschritte koordinierte. Seit Februar 2026 setzt Amazon Blue Jay selbst nicht mehr im operativen Betrieb ein; die dabei entwickelte Technologie soll jedoch weiter genutzt werden.

Die belgische Handelsgruppe Colruyt Group setzt auf autonome Systeme in der Logistik. Gemeinsam mit KION, einem Anbieter von Lagertechnik, Flurförderzeugen und Automatisierungslösungen, entwickelt das Unternehmen selbstfahrende Palettenfahrzeuge weiter. Nach Angaben der Unternehmen sollen künstliche Intelligenz und Computer Vision dazu beitragen, dass die Fahrzeuge ihre Umgebung erfassen, Hindernisse erkennen und sich selbstständig durch Distributionszentren bewegen können.

Das Beispiel zeigt, dass Physical AI nicht in Form eines klassischen Roboters auftreten muss, sondern ebenso in autonomen Fahrzeugen zum Einsatz kommen kann.

Auch auf der Verkaufsfläche werden autonome Systeme erprobt, die einzelne Bausteine von Physical AI nutzen.

SPAR Österreich hat 2026 den Test des Inventurroboters Tally auf weitere Märkte ausgeweitet. Der Roboter fährt selbstständig durch die Gänge und scannt Regale. Er erkennt Bestände und Lücken und übermittelt die gewonnenen Informationen an Mitarbeitende. 

Bei dm sind ebenfalls autonome Scanroboter unterwegs. Sie erfassen Regale und erstellen daraus digitale Abbilder der Märkte. Die Daten lassen sich beispielsweise nutzen, um Warenanordnungen zu analysieren oder Laufwege bei Click-and-Collect-Aufträgen zu optimieren.

Die Beispiele zeigen zugleich, dass autonome Robotik nicht automatisch mit Physical AI gleichzusetzen ist. Systeme können sich selbstständig bewegen, ihre Umgebung erfassen und Daten für weitere Prozesse bereitstellen, ohne dass damit bereits der vollständige Kreislauf einer Physical-AI-Anwendung belegt ist. Entscheidend ist, ob die erfassten Informationen mithilfe von KI ausgewertet werden und das System daraus eigenständig Handlungen in der physischen Welt ableitet.

Besonders anschaulich wird die Verbindung aus Software und physischer Aktion in der Handelsgastronomie.

Bei REWE in Düsseldorf-Heerdt wurde Ende 2025 der Kochroboter CA-1 von Circus in Betrieb genommen. Das System verbindet Robotik, künstliche Intelligenz und Lebensmitteltechnik. Nach der Bestellung übernimmt es den Kochprozess von den bereitgestellten Zutaten bis zum fertigen Gericht weitgehend automatisiert.

Physical AI wird hier unmittelbar sichtbar: KI bleibt nicht im Hintergrund eines digitalen Prozesses, sondern steuert eine Maschine, die eine konkrete Aufgabe in der realen Welt ausführt.

Für Handelsunternehmen ist Physical AI vor allem dort relevant, wo sich Abläufe nur schwer vollständig in starre Regeln fassen lassen. Lager verändern sich, Menschen bewegen sich durch Verkaufsflächen, Produkte stehen nicht immer exakt am vorgesehenen Platz.

Physical AI soll Maschinen befähigen, mit solchen Veränderungen flexibler umzugehen. Damit verschiebt sich Automatisierung schrittweise von fest programmierten Prozessen hin zu Systemen, die ihre Umgebung wahrnehmen und ihr Verhalten daran anpassen können.

Die aktuellen Anwendungen zeigen allerdings auch: Die vollständig autonome Handelswelt ist noch nicht Realität. Viele Lösungen sind Pilotprojekte oder auf klar definierte Aufgaben spezialisiert.

Was ist Physical AI einfach erklärt?
Physical AI verbindet künstliche Intelligenz mit physischen Systemen. Maschinen können ihre Umgebung über Sensoren wahrnehmen, Informationen interpretieren und daraus physische Handlungen ableiten.

Ist jeder Roboter Physical AI?
Nein. Auch ein vollständig vorprogrammierter Roboter kann Aufgaben automatisiert ausführen. Bei Physical AI kommt die Fähigkeit hinzu, die Umgebung wahrzunehmen und das eigene Handeln daran anzupassen.

Wo kommt Physical AI im Einzelhandel zum Einsatz?
Physical AI und verwandte autonome Systeme können im Handel unterschiedliche Aufgaben übernehmen. Die im Beitrag vorgestellten Beispiele reichen von Logistik und Intralogistik über autonome Transport- und Robotersysteme sowie die Bestands- und Regalerfassung bis hin zur Handelsgastronomie

Sind Digital Twins Physical AI?
Nein. Ein Digital Twin ist zunächst ein virtuelles Abbild eines physischen Systems. Er kann aber eine wichtige Grundlage für Physical AI sein, weil sich Maschinen und KI-Modelle darin trainieren, testen und validieren lassen.