Interviews
Oana Jinga, Mitbegründerin, Chief Commercial and Product Officer von Dexory – Interviewreihe
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Oana Jinga, Mitbegründerin und Chief Commercial and Product Officer von Dexory, ist eine erfahrene Technologie‑ und Handelsleiterin mit einem Hintergrund in Robotik, Einzelhandelstechnologie, strategischen Partnerschaften und Produktentwicklung. Sie gründete das Unternehmen, das ursprünglich 2015 als BotsAndUs bekannt war, mit und war dort Chief Commercial Officer, bevor sie ihre aktuelle Führungsposition bei Dexory übernahm. Parallel zum Aufbau des Unternehmens verbrachte Jinga mehr als sechs Jahre bei Google, wo sie Einzelhandelspartnerschaften im Vereinigten Königreich leitete und später strategische Partnerschaften im Einzelhandelssektor in EMEA betreute. Zu Beginn ihrer Karriere hatte sie kommerzielle, Marketing‑, Loyalty‑ und Business‑Development‑Rollen bei O2 (Telefónica UK) sowie Positionen im Marketing und in der Öffentlichkeitsarbeit. Außerdem war sie UK‑Co‑Lead von Xoogler.co und unterstützte eine Community von Google‑Alumni, Gründern, Investoren und Startup‑Betreibern.
Dexory ist ein britisches Robotik‑ und KI‑Unternehmen, das sich darauf konzentriert, Echtzeit‑Intelligenz in Lager‑ und Logistikabläufe zu bringen. Die DexoryView‑Plattform kombiniert autonome Roboter, Computer Vision, räumliche KI, fortschrittliche Analytik und Digital‑Twin‑Technologie, um kontinuierlich zu erfassen, was in einem Lager geschieht, und das physische Inventar mit bestehenden Lagersystemen zu vergleichen. Dexory gibt an, dass seine Roboter mehr als 10.000 Standorte pro Stunde scannen können und so eine Live‑Digitaldarstellung erzeugen, die Betreibern hilft, fehlplatziertes oder beschädigtes Inventar zu erkennen, die Flächennutzung zu überwachen, die Bestandsgenauigkeit zu verbessern und betriebliche Ineffizienzen aufzudecken. Das Unternehmen positioniert seine Technologie als Intelligenzschicht für zunehmend autonome Lager, mit Einsätzen in Europa, Asien und den Vereinigten Staaten sowie Kunden, zu denen große globale Logistik‑ und Industrieunternehmen gehören.
Sie haben BotsAndUs im Jahr 2015 mitgegründet, nachdem Sie Ihre Karriere in der kommerziellen Entwicklung und in strategischen Partnerschaften bei Unternehmen wie O2 und Google aufgebaut hatten. Was haben Sie und Ihre Mitgründer in den Lagerabläufen beobachtet, das Sie davon überzeugt hat, das Unternehmen auf Logistik zu fokussieren und schließlich zu Dexory weiterzuentwickeln?
Wir stellten fest, dass Lager immer komplexer und automatisierter wurden, doch vielen Betreibern fehlte nach wie vor ein genauer, Echtzeit‑Einblick in das, was physisch auf der Lagerfläche geschah. Inventurprüfungen blieben stark manuell, zeitaufwendig und oft von den Systemen, die kritische betriebliche Entscheidungen treffen, getrennt. Wir erkannten, dass Robotik diese Lücke schließen kann, indem sie kontinuierlich Daten aus der physischen Welt erfasst und in umsetzbare Intelligenz verwandelt.
Für einen Lagerbetreiber, der Dexory in Betracht zieht, können Sie uns den typischen Ablauf einer Implementierung erläutern – von der Kartierung der Anlage und der Planung autonomer Scans bis hin zur Umwandlung der gesammelten Daten in umsetzbare Erkenntnisse über DexoryView?
Die Implementierung ist so konzipiert, dass sie schnell und kaum störend ist – wir sprechen von 2–5 Tagen mit 1–2 Teammitgliedern, die das Gelände kartieren und den Digital Twin erstellen, sodass unsere autonomen Roboter den Raum navigieren und Daten erfassen können, ohne größere Infrastrukturänderungen vorzunehmen. Anschließend beginnen die Roboter mit geplanten Missionen, die sofortigen ROI der Lösung liefern, indem sie Daten über die gesamte Anlage erfassen, die dann in DexoryView verarbeitet und visualisiert werden. Betreiber können schnell Diskrepanzen erkennen, Probleme untersuchen und Entscheidungen auf Basis einer aktuellen digitalen Darstellung ihres Lagers treffen.
Der autonome Mobilroboter von Dexory kann Regale in voller Höhe bis zu 18 Meter scannen. Welche ingenieurtechnischen, sensorischen und KI‑Herausforderungen mussten gelöst werden, um auf dieser Skala präzise und sicher zu arbeiten?
Die Herausforderung besteht nicht nur darin, 18 Meter zu erreichen, sondern dabei genaue und konsistente Daten zu erfassen, während der Roboter autonom durch ein belebtes Lagerumfeld fährt. Das erfordert die Kombination robuster Mechanik mit Lokalisierung, Sensorik und Computer Vision, die zuverlässig unter verschiedenen Lichtverhältnissen, Regalaufbauten und Inventartypen funktionieren. Sicherheit ist grundlegend, daher ist das gesamte System so konstruiert, dass es vorhersehbar neben Menschen und vorhandenen Lagergeräten arbeitet.
Die Roboter von Dexory haben inzwischen weltweit mehr als eine Milliarde Lagerstandorte gescannt. Wie verbessert die Größe und Vielfalt dieser realen Daten die Computer‑Vision, Anomalieerkennung und prädiktiven Fähigkeiten der Plattform?
Wir haben tatsächlich den größten Datensatz physischer Lagerdaten erfasst, was uns in eine sehr einzigartige Position versetzt, daraus zu lernen und eigene Lagermodelle zu entwickeln. Die Größe ist wichtig, weil jedes Lager unterschiedliche Layouts, Produkte, Verpackungen und Betriebsbedingungen einführt, was zu einem unglaublich vielfältigen Real‑World‑Datensatz führt. Diese Breite hilft uns, kontinuierlich zu verbessern, wie die Plattform Lagerumgebungen interpretiert, Anomalien erkennt und sinnvolle betriebliche Probleme von Rauschen unterscheidet. Im Laufe der Zeit schafft das die Grundlage für zunehmend prädiktive Intelligenz, die Kunden ermöglicht, nicht nur zu verstehen, was geschieht, sondern auch, was wahrscheinlich als Nächstes passieren wird.
Lager verlassen sich häufig auf Warehouse‑Management‑Systeme, Enterprise‑Resource‑Planning‑Plattformen und manuelle Inventaraufzeichnungen. Wie gleicht Dexory Diskrepanzen zwischen dem, was seine Roboter physisch beobachten, und dem, was diese bestehenden Systeme melden, aus?
Dexory liefert eine unabhängige Sicht auf die physische Realität und vergleicht diese mit dem, was bestehende Lagersysteme als vorhanden ansehen. Durch die Integration mit Systemen wie WMS‑ und ERP‑Plattformen kann DexoryView Diskrepanzen zwischen digitalen Aufzeichnungen und dem physischen Lager aufzeigen, sodass Teams diese schnell untersuchen und beheben können. Wir ersetzen diese Kernsysteme nicht, sondern bieten ihnen eine deutlich genauere und zeitnahe Quelle für Real‑World‑Intelligenz, während wir gleichzeitig deren Koordination unterstützen.
Physical AI wird häufig im Zusammenhang mit humanoiden Robotern diskutiert, während Dexory ein hochspezialisiertes System für Lagerintelligenz entwickelt hat. Warum sind aufgaben‑spezifische Roboter derzeit besser für die Logistik geeignet, und wo erwarten Sie die größten Fortschritte im Bereich Physical AI im nächsten Jahrzehnt?
In der Logistik zählen Zuverlässigkeit, Sicherheit und messbarer ROI mehr als ein Roboter, der alles kann, weshalb aufgaben‑spezifische Systeme heute so leistungsfähig sind. Zweckgefertigte Roboter können für ein bestimmtes Umfeld optimiert werden, wodurch sie robuster gegenüber den Anforderungen realer Lagerbetriebe sind und konsistent unter wechselnden Bedingungen arbeiten können. Sie liefern Wert in großem Maßstab, ohne dass Lager ihre Abläufe um die Technologie herum neu gestalten müssen. Im nächsten Jahrzehnt erwarte ich, dass Physical AI zunehmend autonomer und adaptiver wird, wobei Maschinen von der Ausführung vordefinierter Aufgaben zu einem Verständnis von Umgebungen übergehen und dabei helfen, die beste Vorgehensweise zu bestimmen.
Abgesehen davon, dass Inventurzählungen schneller werden – wo sehen Kunden den größten betrieblichen Nutzen aus Echtzeit‑Lagerintelligenz, sei es durch Flächennutzung, Nachschub, Sicherheit, Compliance oder Resilienz der Lieferkette?
Der größte Nutzen entsteht, indem Betreibern Sichtbarkeit verschafft wird, die durch periodische manuelle Kontrollen nicht erreichbar war. Echtzeit‑Lagerintelligenz kann ungenutzten Raum, Inventurdiskrepanzen, Nachschubprobleme und betriebliche Engpässe viel früher aufdecken, sodass Teams handeln können, bevor diese zu kostspieligen Problemen werden. Letztlich ermöglicht dies Lagerbetrieben, effizienter und resilienter zu werden, weil Entscheidungen auf dem basieren, was tatsächlich auf dem Boden geschieht.
Wie weit kann die Lagerintelligenz von der Identifizierung von Problemen wie fehlplatziertem Inventar, beschädigten Waren oder unsicheren Lagerbedingungen bis hin zur Empfehlung oder automatischen Einleitung von Korrekturmaßnahmen fortschreiten?
Wir sehen, dass sich die Lagerintelligenz von reiner Sichtbarkeit über Empfehlungen bis hin zu zunehmend autonomer Entscheidungsfindung entwickelt. Der erste Schritt besteht darin, die physische Umgebung genau genug zu verstehen, um ein Problem zu erkennen, dann Kontext aus anderen Systemen hinzuzufügen, um die effektivste Reaktion zu empfehlen. Mit wachsendem Vertrauen in diese Systeme werden Möglichkeiten entstehen, bestimmte Maßnahmen automatisch zu initiieren, während Menschen die Kontrolle über Entscheidungen mit höherer Wirkung behalten.
Wenn Lager immer stärker automatisiert werden, welche Rollen bleiben für Menschen einzigartig geeignet, und wie sollten Unternehmen ihre Mitarbeitenden darauf vorbereiten, effektiv neben Robotern, Digital Twins und KI‑gesteuerten Entscheidungssystemen zu arbeiten?
Automatisierung sollte repetitive, körperlich belastende Aufgaben eliminieren und den Menschen mehr Zeit geben, sich auf Urteilsvermögen, Problemlösung und das Management von Ausnahmen zu konzentrieren. Die wertvollsten Rollen werden zunehmend darin bestehen, Informationen zu interpretieren, komplexe Entscheidungen zu treffen und die Abläufe zu optimieren, anstatt Daten manuell zu erfassen. Unternehmen müssen daher in digitale Kompetenzen investieren und Mitarbeitende dabei unterstützen, KI und Robotik als Werkzeuge zu nutzen, die ihr Fachwissen erweitern.
Sie setzen sich dafür ein, Robotik für weibliche Talente zugänglicher zu machen. Welche praktischen Veränderungen sind nötig, um mehr Frauen für den Sektor zu gewinnen?
Wir müssen sowohl die Zugangswege zur Robotik als auch die Wahrnehmung dessen, wie eine Karriere in der Branche aussieht, erweitern. Der Sektor umfasst heute Engineering, Software, Data Science, Produktdesign, Betrieb, UX, kommerzielle Strategie, Implementierung und Customer Success, und diese Breite muss klarer kommuniziert werden. Eine stärkere Sichtbarkeit von Frauen und Menschen aus unterschiedlichen Hintergründen durch Fallstudien, Rednerauftritte und öffentliche Beispiele kann zukünftigen Talenten die vielen verschiedenen Karrieremöglichkeiten aufzeigen, zusammen mit früherer Exposition und klareren Einstiegsmöglichkeiten in das Feld. Dennoch ist die Gewinnung von Frauen nur ein Teil der Herausforderung, denn Unternehmen müssen zudem inklusive Umgebungen schaffen, in denen Frauen in leitende und Führungspositionen aufsteigen können, sodass der Fokus nicht nur auf der Repräsentation auf Einstiegs‑Ebene liegt, sondern auf der Ermöglichung langfristiger, nachhaltiger Karrieren in der Robotik.
Vielen Dank für das großartige Interview, Leserinnen und Leser, die mehr über dieses Robotik‑Unternehmen erfahren möchten, sollten Dexory besuchen.
