Features und Innovationen
Feb 2024
Schluss mit Logistik-Kopfschmerzen in der Medien- und Buchbranche: Kinderleicht Prozesse optimieren.
5 Min.
Features und Innovationen
Dieser Frage ist Rebecca auf den Grund gegangen. Sie studierte Wirtschaftsingenieurwesen und schrieb bei uns ihre Bachelorarbeit zum Thema:
Beurteilung der Effizienzsteigerung durch die Implementierung von Smart Devices, Automatisierung und Data Science in unsere Lagerverwaltungssoftware (LVS) SuPCIS-L8 bei der Kommissionierung.
In diesem Beitrag geht es um das Ergebnis im Detail, und zwar wie die Leistung (Picks pro Stunde) durch den Einsatz von Smart Devices bei der Kommissionierung um 23 % gesteigert werden kann.
Smart Devices sind: mobile Computer, Tablets, Wearable Computer oder Datenbrillen.
Die Geräte sind meistens mit dem Internet verbunden und dienen zur Mitarbeiterführung in der Kommissionierung. Den Mitarbeitern werden relevante Entnahmeinformationen mit dem Ziel einer maximierten Kommissionierleistung und einer minimierten Fehlerquote angezeigt.
Im Versuch wird ein mobiles Datenerfassungsgerät (MDE-Gerät) von Zebra mit integriertem Scanner verwendet.
Im Praxisteil wird die konventionelle Kommissionierung ohne den Einsatz von Technik mit der technischen Kommissionierung mit dem MDE-Gerät verglichen.
Dafür werden zwei Prozesse der Kommissionierung beschrieben. Der ohne Techniknutzung orientiert sich an einem Kundenbeispiel. Der mit MDE-Gerät basiert auf Praxiserfahrungen, Beispielen aus dem Kundenkreis und den Anwendungsfunktionen unserer Lagerverwaltungssoftware.
Die Ausarbeitung der Prozesse erfolgt grafisch als Flussdiagramm. Die Prozesse bilden die Basis für die qualitative und quantitative Bewertung der Effizienzsteigerung. Die quantitativen Beurteilungskriterien ergeben sich aus den Ergebnissen der MTM-Methode. Dabei wird die Kommissionierzeit und die erreichte Produktivität berechnet.
Der Modellversuch gibt Aufschluss über andere Einflussfaktoren, die rechnerisch nicht ermittelbar sind. Die Qualität der Kommissionierung wird anhand der Fehlerquote und Fehlerart ermittelt. So lässt sich feststellen, wie erfahren die Mitarbeiter sind und wie hoch die Abhängigkeit von Expertenwissen ist. Außerdem lassen sich qualitative Aspekte wie die Verbesserung des Arbeitsprozesses, die Mitarbeiterzufriedenheit und die Arbeitsbedingungen beurteilen.
Die im Versuch ermittelten Zeiten lassen sich mit den theoretischen Zeiten der MTM-Methode vergleichen. Dieser Vergleich liefert Erkenntnisse zum Faktor Mensch und gibt einen Einblick in die tatsächliche Stabilität der Produktivität.
Das Fachbodenlager entspricht im Versuch drei Regalen mit jeweils 25 Fächern. Ein Regal ist ein Lagerbereich und alle drei bilden den Kommissionierbereich. Die Artikel sind chaotisch gelagert. Es kann vorkommen, dass ähnliche Artikel im selben Fach lagern. Die Kommissionierung erfolgt in beiden Fällen als Rundgang durch das Lager nach dem Multi-Order-Picking-Prinzip.
In einem Kommissionierlauf werden vier Kundenaufträge abgearbeitet. Für die einstufige Kommissionierung erhält jeder der Kundenaufträge einen Zielbehälter auf dem Kommissionierwagen. Die Pickliste beinhaltet alle Positionen der vier Kundenaufträge.
Die ideale Anzahl an Kundenaufträgen bzw. die Anzahl an Picks pro Kommissionierlauf wurde nicht berechnet. Die gewählte Zahl orientiert sich an den gegebenen Möglichkeiten des Modellversuchs. Auch die weiteren Annahmen zur Auftragsstruktur basieren auf keinen konkreten Berechnungen.
Die Soll-Zeiten werden mit der MTM-Methode ermittelt. Dabei werden die Prozesse auf ihre Bewegungselemente reduziert, mit Zeiten versehen und mithilfe von Formeln zu einer Kennzahl zusammengeführt. Die qualitativen Aspekte sowie die Ist-Zeiten werden im Versuch ermittelt.
Vorbereitung: Für die Kommissionierung mit dem MDE-Gerät, muss die Lagerverwaltungssoftware eingerichtet werden. Außerdem müssen die Aufträge gemäß der Auftragsstruktur mit der Auftragsnummer, Artikel, Artikelbezeichnung und Artikelmenge generiert werden.
Die Pickliste besteht in der konventionellen Kommissionierung aus vier Papieren. Jedes ist ein Kundenauftrag. Nach der letzten Entnahme wir jedes Papier einem Zielbehälter zugeordnet. Der Reihenfolge der zu entnehmenden Artikel liegt keine Wegeoptimierung zugrunde.
Durchführung: In beiden Fällen wird eine identische Anzahl an Aufträgen kommissioniert. Nach jedem Kommissionierlauf werden die Zeiten erfasst und die Behälter auf Fehler überprüft. Der Kommissionierwagen wird nach Abschluss entleert und die Artikel an ihren ursprünglichen Lagerplatz zurückgelegt. Damit werden für den nächsten Kommissionierlauf dieselben Bedingungen geschaffen.
Nachbereitung: Sobald alle Kommissionieraufträge abgearbeitet sind, wird die Entwicklung der Zeiten, die Durchschnittszeiten sowie die Anzahl und Art der Fehler analysiert. Auf dieser Basis werden die beiden Prozesse mit den zuvor berechneten Soll-Zeiten verglichen.
Um die beschriebenen Kommissionierprozesse mit und ohne Smart Devices besser in den Gesamtkontext einzuordnen, werden die vor- und nachgelagerten Tätigkeiten kurz dargestellt.
Konventionelle Kommissionierung mit Pickliste
Der Prozess orientiert sich teilweise an einem Kundenbeispiel. Der Mitarbeiter erhält die einzelnen Kundenaufträge (Pickliste), einen Stift und einen Kommissionierwagen mit vier Behältern.
Vorgelagerte Tätigkeiten: Kundenaufträge gehen per E-Mail ein, werden ausgedruckt, auf ihre Dringlichkeit geprüft und entsprechend farblich gekennzeichnet. Aufträge mit einer zeitnahen Bearbeitung werden rot markiert. Alle Aufträge werden an einem Sammelplatz bereitgelegt. Zudem stehen Kommissionierwägen mit nummerierten Behältern bereit. Prozessstart ist der Sammelplatz.
Kommissionierung: Der Mitarbeiter nimmt sich am Sammelplatz vier Kundenaufträge, angefangen mit den rot markierten und einen Kommissionierwagen. Er geht zum ersten Lagerbereich und prüft die Positionen der Pickliste auf eine Entnahme. Liegt eine Entnahme vor, steht auf der Pickliste der Lagerplatz, der Artikel und die Menge. Anschließend entnimmt er die Ware und legt sie in den dem Kundenauftrag zugeordneten Zielbehälter auf dem Kommissionierwagen.
Mit Abhaken der Position wird die Entnahme bestätigt. Sind noch weitere Positionen in diesem Lagerbereich zu entnehmen, wiederholt sich der Vorgang. Liegen keine weiteren Entnahmen vor, begibt sich der Mitarbeiter zum nächsten Lagerbereich. Es werden erneut alle Positionen auf Entnahme in diesem Lagerbereich geprüft. Der Vorgang wird so oft wiederholt, bis alle Positionen aus allen Lagerbereichen bearbeitet wurden.
Die Picklisten werden zur weiteren Identifikation in die entsprechenden Behälter gelegt und der Kommissionierwagen am Sammelplatz abgestellt. Der Sammelplatz ist für den Kommissionierwagen das Ziel bzw. das Ende des Kommissionierprozesses.
Nachgelagerte Tätigkeiten: Die gefüllten Kommissionerbehälter werden zur Packstation gebracht und von anderen Mitarbeitern versandfertig gemacht.
Kommissionierung mit Smart Devices
Der Mitarbeiter erhält einen Kommissionierwagen mit vier Behältern und das mobile Datenerfassungsgerät (MDE-Gerät) von Zebra.
Vorgelagerte Tätigkeiten: Außerhalb des Rüstens und Bereitstellens des Kommissionierwagens ist nur die Anmeldung mit Benutzername und Passwort am MDE-Gerät notwendig. Der Mitarbeiter wählt seine Tätigkeit Warenausgang mit der jeweils hinterlegten Kategorie Auslagerung aus.
Die Zusammenstellung der Kundenaufträge zu Kommissionieraufträgen sowie die Priorisierung erfolgt durch das LVS. Dabei werden die Wege optimiert, wodurch die Reihenfolge der zu entnehmenden Artikel intelligent angepasst wird. Die Sortierung nach Lagerort basiert auf der numerisch aufsteigenden Kennzeichnung der Lagerplätze im System. (Aufgrund dieser Logik lassen sich im LVS auch andere Kommissionierlaufmuster implementieren.)
Kommissionierung: Der Mitarbeiter nimmt sich einen Kommissionierwagen und scannt den Barcode der Zielbehälternummern. Das MDE-Gerät zeigt den Kommissionierauftrag an, der durch einen Klick startet. Der Dialog mit den Pickinformationen zu Lagerplatz, Artikel und Zielbehälter öffnet sich. Die relevanten Informationen werden visuell dargestellt und das zu bestätigende Datenfeld farblich hervorgehoben. Es wird immer nur die nächste zu entnehmende Position angezeigt. So wird der Mitarbeiter kognitiv entlastet und kann sich auf die anstehende Entnahme konzentrieren.
Der Mitarbeiter entnimmt der Displayanzeige den Lagerplatz und scannt dort den Barcode. Das LVS prüft, ob die Information des Barcodes mit der erwarteten Eingabe übereinstimmt. Ist das der Fall, werden die Artikelinformationen angezeigt. Wurde ein falscher Lagerplatz gescannt, erscheint eine Fehlermeldung und der Vorgang muss wiederholt werden. Dasselbe Prinzip erfolgt bei der Entnahme des gewünschten Artikels.
Die Artikelinformationen werden farblich hervorgehoben und der Mitarbeiter wird aufgefordert, den Artikel zu scannen. Es wird geprüft, ob die Informationen korrekt sind, ggf. wird eine Fehlermeldung angezeigt. Ist alles korrekt, geht es zur Mengenangabe. Die wird lediglich durch einen Klick bestätigt. Dann wird der Zielbehälter markiert, der durch einen Scan bestätigt werden muss. Das LVS prüft, ob die Daten mit den Angaben aus dem Auftrag übereinstimmen. Die Entnahme ist nun abgeschlossen.
Stellt das LVS fest, dass eine weitere Entnahme vorliegt, wird der entsprechende Dialog automatisch aufgerufen und auf dem MDE-Gerät angezeigt. Der Vorgang beginnt wieder von vorne. Liegt keine weitere Entnahme vor, ist die Kommissionierung beendet. Der Mitarbeiter erhält einen Hinweis über die Fertigstellung und der Kommissionierwagen kann am Sammelplatz abgestellt werden.
Nachgelagerte Tätigkeiten: Die nach Kundenaufträgen zusammengeführten Artikel werden wie beim konventionellen Kommissionierprozess für die Versandvorbereitung an die Packstation gebracht.
Die Auswertung und der Vergleich nach der MTM-Methode zeigt, dass die Kommissionierung mit Smart Devices 17 % schneller ist als die konventionelle Kommissionierung mit einer Pickliste.
Konventionelle Kommissionierung: Kommissionierzeit von 38,7 Sekunden pro Pick, 62 Positionen pro Stunde bzw. 93 Picks pro Stunde
Kommissionierung mit Smart Devices: Kommissionierzeit von 32 Sekunden pro Pick, 75 Positionen pro Stunde bzw. 112 Picks pro Stunde.
Das bedeutet eine Effizienzsteigerung von 21 % (92,85 vs. 112,1 Picks pro Stunde).
Die Unterschiede liegen in der Bearbeitungszeit, dazu zählt die Basiszeit und die Totzeit. Gerade in der Basiszeit sind die Unterschiede mit einer Differenz von 43 % (6,19 vs. 3,52 Sekunden) spürbar. Die Totzeit hat mit einem Delta von 19 % (38,75 vs. 31,45 Sekunden) ebenfalls Einfluss.
Die Einsparung von 2,67 Sekunden der Basiszeit durch den technischen Prozess entspricht nahezu der Hälfte der Basiszeit des konventionellen Prozesses.
Im konventionellen Prozess müssen die vier Kommissionieraufträge an einem Sammelplatz (etwa sieben Meter entfernt vom Kommissionierwagensammelplatz) identifiziert und gegriffen werden. Außerdem muss nach Beenden des Kommissionierlaufs jedem Kommissionierbehälter die entsprechende Seite der Pickliste beigelegt werden.
Im technischen Prozess muss nur das MDE-Gerät genommen, der Kommissionierwagen gescannt und der Vorgang durch einen Klick gestartet werden. Der geringere Aufwand zu Beginn des technischen Prozesses macht sich in der Basiszeit bemerkbar.
Das Delta von 7 Sekunden bei der Totzeit lässt sich auf drei Gründe zurückführen.
Auf den ersten Blick erscheinen die Effizienzen der Versuchsergebnisse im Vergleich zu den Ergebnissen mit der MTM-Methode ernüchternd. Mit einer durchschnittlichen Kommissionierzeit von 32,6 Sekunden pro Pick ist die konventionelle Kommissionierung 9 % schneller als die Kommissionierzeit von 35,6 Sekunden pro Pick mit Smart Devices.
Die konventionelle Kommissionierung ist damit pro Pick 6 Sekunden schneller als mit der MTM-Methode ermittelt. Die Kommissionierung mit Smart Devices dagegen 3,5 Sekunden langsamer als berechnet. Die Diskrepanz von 3,5 Sekunden zwischen den Versuchsergebnissen und den Berechnungen der MTM-Methode lassen sich erklären.
Im Versuch wurde bei jedem Kommissionierlauf derselbe Kommissionierwagen verwendet. Das ist im LVS aber nicht abbildbar. Der Kommissionierwagen gilt bis zum Zeitpunkt, an dem die kommissionierten Artikel vollständig verpackt werden als belegt. Um dieses Problem zu umgehen, müsste für jeden Kommissionierlauf systemseitig ein neuer Kommissionierwagen hinterlegt werden. Dies hat aber zur Folge, dass die Zielbehälter mit jedem Kommissionierlauf und jedem neuen Kommissionierwagen eine neue Nummer erhalten. Die angebrachten Barcodes sind dann nicht mehr allgemeingültig und die 7-stellige Behälternummer müsste bei jeder Entnahme händisch eingetragen werden. 3,5 Sekunden sind für diesen Vorgang ein erwartbarer Wert. Ohne den geschilderten Mehraufwand wäre eine Zeit von 32 Sekunden pro Pick zu erwarten. Damit wäre die Kommissionierzeit identisch zu der im Versuch ermittelten konventionellen Kommissionierdauer.
Die Differenz bei der konventionellen Kommissionierung von 6 Sekunden pro Pick im Versuch zur MTM-Methode lässt sich durch den Faktor Mensch begründen.
Da alle Vorbereitungen und Einlagertätigkeiten durch den Mitarbeiter kurz vor dem Versuch getätigt wurden, gilt der Mitarbeiter als erfahren. Das Lesen der Pickliste, die Suche des Lagerplatzes, der Artikel und des Zielbehälters erfolgen deutlich schneller als in der MTM-Berechnung angenommen.
Die Zeit in den ersten beiden konventionellen Kommissionierläufen ist deutlich höher als die durchschnittliche Kommissionierzeit. Ab dem dritten Kommissionierlauf und der dadurch gewonnenen Erfahrung verbessern sich die Zeiten.
Mit ca. 41 Sekunden pro Pick liegt der zweite Kommissionierlauf dicht an den rechnerisch ermittelten 39 Sekunden pro Pick. Die Ergebnisse der MTM-Methode entsprechen der Leistung eines Mitarbeiters mit weniger Erfahrung. Mit Ausnahme des fünften Kommissionierlaufs, bei dem ein Inventurfehler vorlag, sind die Zeiten bis zum siebten Kommissionierlauf deutlich besser als der Durchschnitt. Außerdem verbessert sich der Mitarbeiter, indem er teilweise zwei Artikel gleichzeitig greift, was in der MTM-Methode nicht berücksichtigt wurde. Ab dem achten Kommissionierlauf lässt die Konzentration nach und die Leistung stagniert leicht über dem Durchschnitt.
Die blaue Kurve zeigt, dass die Leistung bei der konventionellen Kommissionierung stark vom Menschen abhängt. Sie wurde vom Mitarbeiter als mühsam empfunden und die Konzentration lässt schnell nach.
Bei der orangenen Kurve ist weder ein Eingewöhnungseffekt noch ein Lerneffekt zu beobachten. Der Mitarbeiter beginnt schon ab der ersten Kommissionierung mit einem sehr guten Leistungsniveau.
Im Gegensatz zur stagnierenden Leistung je nach Konzentrationslevel im konventionellen Prozess ist bei der technischen Kommissionierung ein unregelmäßiger Verlauf zu beobachten.
Die überdurchschnittlichen Leistungen beim Kommissionierlauf drei, zehn und dreizehn sind auf die softwareseitige Wegeoptimierung zurückzuführen.
Der Peak im achten Kommissionierlauf entstand aufgrund einer Ablenkung. Im zwölften Kommissionierlauf berichtet der Mitarbeiter von nachlassender Konzentration. Das Nachlassen der Konzentration tritt mit Smart Devices aber deutlich später auf. Der Mitarbeiter bestätigt, dass die Kommissionierung mit Smart Devices weniger anstrengend und konzentrationsfordernd ist. Die ggf. notwendige Wiederholung eines Scans oder einer Entnahme aufgrund eines Korrekturhinweises durchs LVS, kann ebenfalls ein Grund für eine längere Kommissionierzeit sein.
Die lückenlose Mitarbeiterführung und die systemseitigen Kontrollvorgänge führen zu einer deutlich besseren Fehlerbilanz als bei der konventionellen Kommissionierung. Während der 15 Kommissionierläufe gab es bei der konventionellen Kommissionierung sieben Fehler und bei der Kommissionierung mit Smart Devices nur einen Fehler. Durchschnittlich passiert im konventionellen Prozess bei jedem zweiten Kommissionierlauf ein Fehler.
Die häufigsten Fehler waren die Verwechslung von Mengenangaben mit der Nummer des Zielbehälters und das Vergessen einer Entnahme aufgrund fehlender Übersicht. Ein Fehler in der Wiedereinlagerung sorgte dafür, dass der Artikel im angegebenen Lagerplatz nicht zu finden war.
Mit Smart Devices kann schnell reagiert und eine Bestandskorrektur durchgeführt werden. Der wiederkehrende Scanvorgang und die vollumfängliche Vernetzung ermöglichen eine lückenlose Bestandsführung für maximale Transparenz und Flexibilität im Lager.
Der einzige Fehler war die Verwendung eines falschen Zielbehälters. Der Fehler ist aber nur aufgrund der manuellen Eingabe des Zielbehälters passiert. Würde die Bestätigung des Zielbehälters ebenfalls durch Scan erfolgen, wäre der Fehler frühzeitig erkannt und verhindert worden.
Fehler in der Kommissionierung sind schwerwiegend. Sollten sie in nachgelagerten Prozessen nicht auffallen, erreichen sie die Kunden. Das führt zu Unzufriedenheit, Retouren und Zusatzkosten. Auch wenn Fehler in Folgeprozessen bemerkt werden, führt das zu Verzögerungen und Zusatzarbeit, was erneut die Kosten erhöht. Die Fehlerminimierung ist ein wichtiger Bestandteil der Effizienzsteigerung.
Insgesamt erreicht die Kommissionierung mit Smart Devices bessere Ergebnisse:
Der Modellversuch ist repräsentativ für die Kommissionierung durch einen erfahrenden Mitarbeiter. Die berechneten Ergebnisse mit der MTM-Methode gelten für Mitarbeiter ohne Erfahrung.
Bei unerfahrenen Mitarbeitern führt die Einführung von Smart Devices zu einer Verbesserung der Pickzeit von 17 % und zu einer Steigerung der Pickleistung von 21 %. Gleichzeitig wird die Fehlerquote deutlich gesenkt. Bei erfahrenen und sehr guten Mitarbeitern bleibt die Leistung bei weniger Fehlern und mehr Transparenz auf gleichem Niveau.
Insgesamt bestätigen die Berechnungen und Versuchsergebnisse eine Effizienzsteigerung durch die Nutzung von Smart Devices.
Die in der Versuchsumgebung ermittelten Ergebnisse sind zwar gut miteinander vergleichbar, entsprechen aber nicht der Realität. Die Laufwege im Modellversuch sind zu kurz. Um diese Unterschiede auszumerzen, wurden die Laufwege basierend auf den von Pulverich & Schietinger (2009) ermittelten Zeitanteilen simuliert. Demnach beträgt die Wegzeit 55 % der gesamten Kommissionierzeit.
In der MTM-Berechnung stellt die Zusammenführungszeit aufgrund der sehr kleinen Fachbodenanlage unter Testbedingungen lediglich 15 % bzw. 18 % der Gesamtkommissionierzeit dar. Wird die Zusammenführungszeit in der MTM-Berechnung auf 55 % der Kommissionierzeit erhöht, beträgt die Kommissionierzeit pro Pick im konventionellen Prozess 54 Sekunden und mit Smart Devices 44 Sekunden. Rückwärtsgerechnet entspricht das einem Kommissionierweg von 40 bis 50 Schritten pro Auftragsposition.
Die Simulation ergibt eine neue Pickleistung von 66 Picks pro Stunde mit der MTM-Methode beim konventionellen Prozesses bzw. 81 Picks pro Stunde bei der Nutzung von Smart Devices.
Dies einspricht einer neuen Effizienzsteigerung der Pickleistung von 23 %. Diese Werte sind die Grundlage für die Beurteilung der Effizienzsteigerung durch Automatisierung im nächsten Schritt.
Für die Nutzung von Smart Devices als erster Digitalisierungsschritt ist die Einführung einer Lagerverwaltungssoftware wie beispielsweise unseres SuPCIS-L8 erforderlich.
Das Warehouse Management System bereitet die Informationen auf, filtert diese und stellt sie dem Mitarbeiter auf dem MDE-Gerät zur Verfügung. Es werden nur die zur aktuellen Tätigkeit relevanten Daten einfach und leserlich angezeigt. Das LVS hat zudem eine überwachende Funktion.
Alle Kontroll- und Entscheidungspunkte trifft das LVS. An jedem Datenpunkt erfolgt eine Interaktion mit dem LVS. Durch die Kommunikation und die Vernetzung erzeugt das LVS zum einen Vertrauen und Sicherheit und zum anderen Transparenz, was eine Steigerung der Effizienz mit sich bringt.
Veränderungen der Bestandsdaten durch Um- und Auslagerung oder integrierte Bestandskorrekturen werden in Echtzeit übermittelt. Inventurchecks erfolgen täglich, so können Fehler rechtzeitig erkannt und korrigiert werden. Das gewährleistet eine lückenlose Bestandsführung und Bestandssicherheit. Eine durchgängige Rückverfolgbarkeit ist sichergestellt.
Die Echtzeit Lagerbestände und die kontinuierliche Verfügbarkeit von Daten schaffen eine gewisse Flexibilität. Sie ermöglichen beispielsweise eine kurzfristige Bearbeitung von Eilaufträgen und die schnelle Reaktion auf Unvorhergesehenes.
Das LVS erhöht die Prozesssicherheit und ermöglicht eine optimale Nutzung aller Lagerressourcen. Das reduziert die Lagerkosten und erhöht die Wirtschaftlichkeit.
Automatische Identifikationssysteme, beispielsweise optische Barcodes, wie sie im Versuch genutzt wurden, können flächendeckend implementiert werden. Durch die Software sind diese komprimierten Informationen sowohl für die Maschine als auf für den Menschen lesbar.
Wurde diese Stufe der Digitalisierung im Lager umgesetzt, kann die nächste Entwicklung mit dem Ziel der Effizienzsteigerung angegangen werden: Die Automatisierung.
Hinweise: Die Herkunft der Daten und Informationen zur Untersuchung der Anwendungsfälle sind zum Teil theoretisch und zum Teil aus der Praxis. Die Untersuchungen beziehen sich auch auf unterschiedliche Anwendungsfälle mit verschiedenen Methodiken. Dadurch sind die Ergebnisse nicht exakt miteinander vergleichbar und ebenso nicht allgemeingültig.
Außerdem hängt die Effizienz in der Kommissionierung von vielen Faktoren ab. Beispielsweise von den Prozesseigenschaften, der Lagertopologie, der Auftragsstruktur und dem Zusammenspiel der Technologien. Entsprechend variabel ist die Effizienz je nach Anwendungsfall.
Dennoch ist die für diese Arbeit gewählte Vorgehensweise immer noch die beste zur Beantwortung der Leitfrage. Denn die jeweiligen Effizienzen der Kommissionierung lassen sich analysieren und unter Berücksichtigung der Unterschiede miteinander in Verbindung setzen. Damit sind die gewonnenen Erkenntnisse bei Berücksichtigung des zugrunde liegenden Gesamtkonzepts vollständig, valide und plausibel.
Blogbeitrag mit den Gesamtergebnissen im Überblick: Erstaunliche Ergebnisse bei der Effizienzsteigerung durch Smart Devices, Automatisierung und Data Science.
Blogbeitrag mit den Automatisierungs-Ergebnissen im Detail: Automatisierung erhöht Effizienz um 97 % (teilautomatisiert) bzw. um 140 % (vollautomatisiert) in der Kommissionierung.
Blogbeitrag mit den Data Science Ergebnissen im Detail: Auslagerwege um 20-25 % reduzieren und Effizienz durch intelligente Algorithmen optimieren.
Blogbeitrag: Ausblick auf künftige Entwicklungen: Effizienzsteigerungen in der Intralogistik.
