Während Software auf Skalierung, Daten und schnelle Iteration ausgelegt ist, trifft sie im industriellen Umfeld auf gewachsene Infrastrukturen und unvorhersehbare Betriebsrealität. Digitale Technologien entstehen in Umfeldern, in denen Abstraktion und Geschwindigkeit dominieren. Industrielle Anwendungen hingegen sind dort verankert, wo Stabilität, Sicherheit und Kontinuität entscheidend sind, z.B. in hochentwickelten Produktionsstandorten wie Deutschland.
Aber wie lässt sich ein digitales System so in die physische Welt übertragen, dass es im laufenden Betrieb zuverlässig funktioniert? In der Praxis entscheidet genau diese Übertragung über Erfolg oder Scheitern. Was digital in kurzer Zeit skalieren kann, erfordert in der physischen Welt oft monatelange Integration, Anpassung von Infrastruktur und präzise Abstimmung mit bestehenden Prozessen. An dieser Schnittstelle setzt das Münchner Startup Cartken an.
Von der digitalen Abbildung zur physischen Robotik
Hinter der Idee von Cartken steht eine Softwarekultur und ein Denken, das stark von Unternehmen wie Google geprägt ist. Dort ging es nie nur um einzelne Produkte, sondern um die Fähigkeit, reale Umgebungen digital nutzbar zu machen – von Google Search bis Google Maps. Im Kern steht dabei die Kompetenz, komplexe Realität in Daten, Karten und Algorithmen zu überführen.
Dieser Ansatz wurde im Umfeld des Inkubators Area 120 auf physische Systeme angewendet. Im Projekt ‚Bookbot‘ entstand ein autonomer Lieferroboter, der im kalifornischen Mountain View Bücher auslieferte und frühe Einsatzszenarien im Bereich der letzten Meile in Pilotbetrieben erprobte. Dabei wurde ein grundlegendes Muster sichtbar: Digitale Systeme lassen sich nahezu reibungslos skalieren, während Robotik in der realen Welt häufig an Integration, Infrastruktur und operativer Komplexität scheitert.
Autonome Robotik bewegt sich damit an einer Schnittstelle zwischen digitaler Planung und physischer Ausführung. Sie muss die reale Umgebung fortlaufend erfassen, in digitale Modelle überführen und daraus zuverlässige Handlungen im Betrieb ableiten. In der Praxis zeigt sich dabei eine zentrale Hürde: Systeme sind oft für definierte Bedingungen optimiert, stoßen jedoch im Alltag durch Witterung, Sicherheitsanforderungen oder bauliche Gegebenheiten an ihre Grenzen.
Diese Erfahrung wurde zum Ausgangspunkt für die Gründung von Cartken durch die ehemaligen Google-Ingenieure Christian Bersch, Jonas Witt, Jake Stelman und Anjali Jindal Naik. 2019 gründeten sie Cartken mit dem Ziel, autonome Robotik nicht als isolierte Maschinenlösung zu denken, sondern als softwaregesteuertes System, das sich in reale industrielle Prozesse integrieren lässt – ohne aufwendige Infrastrukturprojekte und lange Implementierungsphasen.
KI-gesteuerte Autonomie im industriellen Einsatz
Cartken setzt auf einen AI-first-Ansatz, bei dem visuelle Wahrnehmung im Zentrum steht. Mehrere Kameras und Sensoren ermöglichen es den Robotern, ihre Umgebung dreidimensional zu erfassen, kontinuierlich zu kartieren und dynamisch auf Veränderungen zu reagieren. Damit lassen sich die Cartken-AMRs schnell in komplizierte Werksumgebungen integrieren.
Die Navigation basiert auf einer digital erzeugten und laufend aktualisierten Umgebungskarte. Dadurch benötigen die Systeme weder klassische Leitinfrastruktur noch GPS und können sich sowohl innerhalb von Gebäuden als auch zwischen Produktionsbereichen, über Gebäudegrenzen hinweg bewegen. Auch komplexe Umgebungen wie Rampen oder Aufzüge gehören zum Einsatzspektrum.
Der entscheidende Unterschied liegt dabei weniger in der Mechanik als in der Softwarearchitektur: Die Roboter sind darauf ausgelegt, Produktions- und Logistikumgebungen nicht statisch abzufahren, sondern sie kontinuierlich zu erfassen und zu interpretieren. Die vorgefertigte Karte, die die Fahrtroute des Roboters festlegt, kann dadurch weiter angepasst werden. Parallel dazu wird die Sicherheit im Mischbetrieb erhöht.
Vom Lieferroboter zur Produktionsinfrastruktur
Seinen ersten Markteintritt fand Cartken im Bereich der letzten Meile. In Kooperation mit Plattformen wie Uber Eats, Grubhub und DPD kamen die Roboter auf Universitätsgeländen und in städtischen Testumgebungen zum Einsatz. Was als Lösung für Lieferlogistik begann, entwickelte sich jedoch schnell weiter. Mit zunehmender Anwendung zeigte sich, dass der eigentliche Bedarf häufig nicht in der externen Zustellung liegt, sondern im internen Materialfluss zwischen Produktionsbereichen, Lagerzonen und Laboren. Der sogenannte Interbuilding Transport umfasst in vielen Unternehmen den regelmäßigen Transport von Bauteilen, Materialien oder Prüfmustern – ein Bereich, der bislang oft manuell organisiert ist.
