%402x.svg){kind=icon}
Features und Innovationen
Oct 2024
4 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.
Wir haben noch Hintergrundinfos und Erläuterungen für Sie, bevor es zu den Ergebnissen aus der Bachelorarbeit vom Juli 2023 geht.
Warum liegt der Fokus zur Effizienzsteigerung auf der Kommissionierung?
Da bei vielen Unternehmen die Kommissionierkosten bis zu 70 % der gesamten Lager- und Distributionskosten betragen, wird hier versucht, die Effizienz zu steigern. Bei Person-zur-Ware Kommissionierprozessen sind die Wege oft sehr lang und das nimmt 50 – 60 % der Kommissionierzeit ein. Damit stellt die Wegezeit das größte Optimierungspotenzial der Effizienzsteigerung dar. Außerdem fehlen immer Fachkräfte und das kann durch die Effizienzsteigerung kompensiert werden.
Mit diesen Maßnahmen wird eine Reduktion der Wegezeit erreicht:
Definition der Kennzahlen
Zur Ermittlung der Produktivität wurden zwei Größen gewählt. Zum einen die Kommissionierleistung, die die Anzahl an entnommenen Positionen pro Stunde aufgezeigt und zum anderen die Pickleistung, die die Anzahl an Picks pro Stunde aufgezeigt.
Methods-Time-Measurement (MTM)
Die Kennzahlen zur Effizienzentwicklung mit Smart Devices werden mithilfe der MTM-Methode ermittelt. MTM setzt eine Bewegung in Relation zu einer Normzeit und befasst sich mit der Ermittlung von Soll-Zeiten. Die MTM-Methode ermöglicht es, einen Prozess quantitativ und objektiv zu beurteilen.
Neben der MTM-Methode wurde auch ein Modellversuch mit Smart Devices zur Datenerhebung durchgeführt. Die MTM-Methode ist aber wichtig, um die Zeitanteile der verschiedenen Tätigkeiten differenziert zu betrachten. Diese Grundlage ermöglicht eine Simulation von realistischeren Bedingungen, um die Ergebnisse mit den weiteren Kapiteln Automatisierung und Data Science vergleichbar zu machen.
1. Die Leistung (Picks pro Stunde) kann durch den Einsatz von Smart Devices (in diesem Fall ein handelsübliches mobiles Datenerfassungsgerät) um 23 % gesteigert werden.
Weiterer Nutzen:
Nachgelagerte Prozesse
Fallen Fehler bei der Kommissionierung in nachgelagerten Prozessen nicht auf, 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.
2. Die Integration eines automatischen Lagersystems zum Beispiel eines AutoStores für eine teilautomatisierte Kommissionierung bringt im untersuchten Anwendungsfall eine Steigerung der Effizienz von 97 % im Vergleich zur manuellen Kommissionierung mit Smart Devices mit sich.
3. Die Erhöhung des Automatisierungsgrads durch Robotik für eine voll automatisierte Kommissionierung bedeutet eine weitere Effizienzsteigerung von nahezu 140 % im Vergleich zum teilautomatisierten Prozess.
4. Die Implementierung einer Data Science Anwendung macht die Kommissionierung in Kombi mit Smart Devices um weitere 11 % effizienter.
Alle vier Technologien sind in Verbindung mit unserer Warehouse Management Software geeignete Lösungen, um die Effizienz in der Kommissionierung zu steigern.
Das Balkendiagramm bezieht sich auf die linke y-Achse und stellt die absolute Kommissionierleistung des jeweiligen Anwendungsfalls in Picks pro Stunde dar. Das Liniendiagramm bezieht sich auf die rechte y-Achse und zeigt die erzielte relative Effizienzsteigerung zwischen den Anwendungsfällen.
Fazit: Die Implementierung von Smart Devices, Automatisierung und Data Science beweisen eine signifikante Effizienzsteigerung in der Kommissionierung.
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.
In den kommenden Blogbeiträgen gehen wir ausführlich auf die Anwendungsfälle, deren Methodik, den Praxisteil und auf die detaillierten Ergebnisse der Effizienzsteigerung mit Smart Devices, Automatisierung und Data Science ein.
Ergebnis: Effizienzsteigerung mit Smart Devices in der Kommissionierung um 23 %.
Ausblick auf künftige Entwicklungen: Effizienzsteigerungen in der Intralogistik.
