Technical ReportPDF Available

Schlussbericht zum IGF-Forschungsvorhaben "Integration wirtschaftlicher und ergonomischer Kenngrößen in ganzheitliche Planungskonzepte von manuellen Lagerhaltungsprozesse"

October 2022

DOI:10.13140/RG.2.2.30859.98086

Affiliation: Technische Universität Darmstadt

Authors:

Heiko Diefenbach

Technical University of Darmstadt

Tim Steinebach

Christoph Glock

Technical University of Darmstadt

Eric Grosse

Saarland University

Show all 5 authorsHide

Content uploaded by Heiko Diefenbach

Content may be subject to copyright.

Schlussbericht vom 31.10.2022

zu IGF-Vorhaben Nr. 21292 N

Thema

Integration wirtschaftlicher und ergonomischer Kenngrößen in ganzheitliche Planungskonzepte

von manuellen Lagerhaltungsprozesse

Berichtszeitraum

01.10.2020 bis 31.08.2022

Forschungsvereinigung

Forschungsgemeinschaft Intralogistik/ Fördertechnik und Logistiksysteme e.V. - IFL

Forschungseinrichtung(en)

Technische Universität Darmstadt, Fachgebiet Produktion und Supply Chain Management (For-

schungsstelle 1)

Technische Universität Darmstadt, Institut für Arbeitswissenschaft (Forschungsstelle 2)

Seite 2 des Schlussberichts zu IGF-Vorhaben 21292 N

Planungskonzepte manueller Lagerhaltungsprozesse

Vorhaben Nr. 21292 N

Integration wirtschaftlicher und ergonomischer

Kenngrößen in ganzheitliche Planungskonzepte von

manuellen Lagerhaltungsprozesse

Schlussbericht

Kurzfassung:

Das Ziel des Projekts bestand in der Integration wirtschaftlicher und ergonomischer Kenngrößen

in Planungs- und Optimierungskonzepte für die manuelle Lagerhaltung, insbesondere die manu-

elle Kommissionierung. Die Lagerhaltung ist ein grundlegender Bestandteil nahezu aller Wert-

schöpfungsketten und beeinflusst maßgeblich deren Flexibilität und Agilität. Gleichzeitig stellt sie

einen signifikanten Kostenfaktor dar. Effizient gestaltete Lagersysteme sind daher essenziell für

leistungsfähige Wertschöpfungsketten. Der überwiegende Teil von Lagersystemen wird manuell

betrieben. Neben hohen Investitionskosten für automatisierte Systeme, die besonders für kleine

und mittelgroße Unternehmen nicht rentabel sind, liegt der große Vorteil manueller Systeme in

deren Flexibilität, die von automatisierten Systemen nicht erreicht wird und voraussichtlich auch

in der nächsten Zukunft nicht erreichbar ist. Problematisch ist dabei allerdings, dass die beschäf-

tigten ArbeiterInnen im Zuge der manuellen Arbeit häufig hohen körperlichen Belastungen aus-

gesetzt sind, was ihr Risiko, muskuloskelettale Erkrankungen zu entwickeln, erheblich erhöht.

Neben negativen Auswirkungen auf das Wohlbefinden der ArbeiterInnen führen muskuloske-

lettale Erkrankungen zu Produktivitäts- und Qualitätsverlusten sowie Arbeitsausfällen, die direkte

und indirekte Kosten für Unternehmen zur Folge haben. Es ist daher sinnvoll, bei der Gestaltung

von Lagerhaltungssystemen ganzheitliche Planungskonzepte, die sowohl ökonomische als auch

ergonomische Kenngrößen berücksichtigen, zu verwenden. Im Rahmen des Projekts wurden

dazu a) Anforderungen an ganzheitliche Lagerplanungskonzepte analysiert und formuliert, b) er-

gonomische Kennzahlen für die Integration in die entsprechenden Planungskonzepte hergeleitet,

c) konkrete Planungsmethoden auf Basis der mathematischen Optimierung entwickelt und d) mit-

tels Rechenstudien allgemeine Handlungsempfehlungen abgeleitet. Die Bearbeitung der The-

menstellung ist dabei stets in enger Zusammenarbeit mit dem Projektbegleitenden Ausschuss

erfolgt.

Das Ziel des Forschungsvorhabens ist erreicht worden.

Seite 3 des Schlussberichts zu IGF-Vorhaben 21292 N

Förderhinweis:

Dieses Projekt wurde im Rahmen des IGF-Vorhabens 21292 N „Integration wirtschaftlicher und

ergonomischer Kenngrößen in ganzheitliche Planungskonzepte von manuellen Lagerhaltungs-

prozesse“ der Forschungsgemeinschaft Intralogistik Fördertechnik und Logistiksysteme e.V.

(IFL), das über die Arbeitsgemeinschaft industrieller Forschungsvereinigung „Otto von Gueri-

cke“e.V. (AIF) im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsfor-

schung- und Entwicklung (IGF) vom Bundesministerium für Wirtschaft und Energie aufgrund ei-

nes Beschlusses des deutschen Bundestages gefördert wird, durchgeführt.

Danksagung:

Für die Möglichkeit der Durchführung dieses Projekts möchten wir uns recht herzlich bei der AIF

und v.a. der IFL bedanken, ohne deren Unterstützung dieses Projekt nicht möglich gewesen

wäre. Unser besonderer Dank gilt hierbei Herrn Scherb. Des Weiteren gilt unser Dank den Un-

ternehmensvertreterInnen des Projektbegleitenden Ausschusses, die das Projekt mit vielen kon-

struktiven Ideen, praktischen Hinweisen und Erfahrungen bereichert haben. Ein besonderer Dank

gilt den Unternehmen, die ihre Lager für projektbezogene Ergonomie- und Datenerhebungen zur

Verfügung gestellt haben.

Seite 4 des Schlussberichts zu IGF-Vorhaben 21292 N 
 
 
Inhaltsverzeichnis 
 Vorbemerkungen ................................................................................................................... 7 
 Einleitung .............................................................................................................................. 8 
1.  Problemstellung ............................................................................................................. 8 
2.  Wirtschaftlicher Nutzen der Forschungsergebnisse .................................................... 10 
 Stand der Forschung und abgeleitete Forschungsfragen ................................................... 13 
1.  Stand der Forschung ................................................................................................... 13 
1.1.  Betriebswirtschaftliche Planungskonzepte für die Lagerhaltung .......................... 13 
1.2.  Verfahren zur Belastungsanalyse körperlicher Tätigkeiten in manuellen 
Lagerprozessen .................................................................................................................. 14 
1.3.  Interdisziplinäre Ansätze und Forschungslücke ................................................... 16 
2.  Abgeleitete Forschungsfragen ..................................................................................... 17 
3.  Durchgeführte Arbeitsschritte zur Beantwortung der Forschungsfragen ..................... 17 
 Lösungsweg und durchgeführte Arbeiten ........................................................................... 19 
1.  Anforderungen an Planungskonzepte für manuelle Lagerprozesse ............................ 19 
1.1.  Interviews mit den Unternehmensvertretern des Projektbegleitenden Ausschusses

1.2.  Workshop zu technischen Hilfsmitteln für die manuelle Lagerhaltung ................. 20 
1.3.  Analyse geeigneter Belastungsbewertungsverfahren .......................................... 22 
1.4.  Definition von Lagerhaltungsszenarien und Optimierungszielen .......................... 26 
2.  Ist-Analyse der körperlichen Belastungssituation in manuellen Lagern von KMU ....... 27 
3.  Entwicklung integrativer ergonomischer Kennzahlen .................................................. 29 
3.1.  Vorgehen bei der Bestimmung der Ergonomie-Kennzahlen ................................ 29 
3.2.  Berechnung der Ergonomie-Kennzahlen .............................................................. 32 
3.3.  Bestimmung der Haltungspunkte .......................................................................... 34 
3.4.  Ergebnisse der Praxiserhebungen ....................................................................... 36 
3.4.1.  Haltungspunkte ................................................................................................. 36 
3.4.2.  Einhändige Lastenhandhabung ........................................................................ 38 
3.4.3.  Ausführungspunkte ........................................................................................... 38 
3.4.4.  Ergonomie-Kennwerte in tabellarischer Form ................................................... 38 
4.  Entwicklung von Optimierungsmodellen und Lösungsverfahren zur ganzheitlichen 
Optimierung von Lagerprozessen ........................................................................................... 40 
4.1.  Optimierungskonzept ............................................................................................ 40 
4.2. Optimierungsmodell „Palettenlager“ ..................................................................... 41 
4.3. Optimierungsmodell „Fachboden-\ Kleinteilelager“ ............................................... 44 
4.4.  Lösungsverfahren ................................................................................................. 46 

Seite 5 des Schlussberichts zu IGF-Vorhaben 21292 N 
 
 
4.5.  Durchführung von numerischen Experimenten ............................................................ 49 
4.5.1. Numerische Experimente zum „Palettenlager“ ..................................................... 49 
4.5.1.1.  Generierung von Instanzen für das „Palettenlager“ .......................................... 49 
4.5.1.2.  Pareto-Evaluation des „Palettenlagers“ ............................................................ 50 
4.5.1.3. Eigenschaften optimierter „Palettenlager“ ......................................................... 52 
4.5.1.4. Geeignete Layouts für „Palettenlager“ .............................................................. 57 
4.5.1.5. Querlagerung von Paletten im „Palettenlager“ .................................................. 59 
4.5.1.6.  Abgleich der entwickelten Kennzahlen mit EAWS anhand der Lösungen für das 
„Palettenlager“ ..................................................................................................................... 61 
4.5.2. Numerische Experimente zum „Fachboden-\ Kleinteilelager“ .............................. 62 
4.5.2.1. Generierung von Instanzen für das „Fachboden-\ Kleinteilelager“ .................... 62 
4.5.2.2.  Pareto-Evaluation des „Fachboden-\ Kleinteilelagers“ ...................................... 63 
4.5.2.3. Eigenschaften optimierter „Fachboden-\ Kleinteilelager“ .................................. 64 
4.5.2.4. Geeignete Layouts für „Fachboden-\ Kleinteilelager“ ........................................ 67 
4.5.2.5. Einfluss des Kommissionierwagens im „Fachboden-\ Kleinteilelager“ .............. 69 
4.5.2.6.  Abgleich der entwickelten Kennzahlen mit EAWS anhand der Lösungen für das 
„Fachboden-/ Kleinteilelager“ .............................................................................................. 69 
4.6.  Ableitung von übergreifenden Handlungsempfehlung ................................................. 70 
4.6.1.  Spezielle Handlungsempfehlungen ...................................................................... 71 
4.6.1.1. Handlungsempfehlungen für „Palettenlager“ .................................................... 71 
Routenführung bei „Palettenlagern“ .................................................................................... 71 
Lagerplatzvergabe bei „Palettenlagern“ .............................................................................. 71 
Layouts bei „Palettenlagern“ ............................................................................................... 74 
4.6.1.2. Handlungsempfehlungen für „Fachboden-\ Kleinteilelager“ .............................. 74 
Routenführung bei „Fachboden-\ Kleinteilelagern“ ............................................................. 74 
Lagerplatzvergabe bei „Fachboden-\ Kleinteilelagern“ ....................................................... 75 
Layouts bei „Fachboden-\Kleinteilelagern“ .......................................................................... 77 
4.6.2.  Allgemeine Handlungsempfehlungen ................................................................... 77 
4.6.2.1.  Anthropometrische Gestaltung von Lagersystemen ......................................... 78 
Maximale Entnahmehöhe: .................................................................................................. 78 
Vertikaler Greifraum: ........................................................................................................... 78 
4.6.2.2.  Empfehlungen zu maximal zulässigen Lastgewichte ........................................ 81 
Maximale Gewichte in Abhängigkeit der Greifhöhe: ........................................................... 81 
4.6.2.3.  Empfehlungen zu technischen Hilfsmitteln ....................................................... 83 
Kategorie 1: Ladungsträger und Regalsysteme .................................................................. 84 
Kategorie 2: Fahr- und Förderzeuge ................................................................................... 85 

Seite 6 des Schlussberichts zu IGF-Vorhaben 21292 N 
 
 
Kategorie 3: Greif- und Hebehilfen ...................................................................................... 86 
5.  Angaben zu den aus der Zuwendung finanzierten Ausgaben für Personenmonate des 
wissenschaftlich-technischen Personals .................................................................................... 87 
6.  Erläuterung der Notwendigkeit und Angemessenheit der geleisteten Arbeit ...................... 88 
7.  Wissenschaftlich-technischer und wirtschaftlicher Nutzen der erzielten Ergebnisse .......... 89 
8.  Ergebnistransfer in die Wirtschaft ....................................................................................... 91 
8.1.  Transfermaßnahmen während der Projektlaufzeit ....................................................... 91 
8.2.  Transfermaßnahmen nach der Projektlaufzeit ............................................................. 93 
9.  Zusammenfassung und Schlussbetrachtung ...................................................................... 94 
10.  Anhang ............................................................................................................................ 95 
Anhang 1: Paarvergleich der Anforderungen an die Belastungsbewertungsverfahren .......... 95 
Anhang 2: Zielerfüllungsgrade ................................................................................................ 96 
Anhang 3: Steckbriefe der Lagerhaltungsszenarien ............................................................... 97 
Steckbrief – „Palettenlager“: ................................................................................................ 97 
Steckbrief – „Fachboden-/Kleinteilelager“: .......................................................................... 97 
Steckbrief – „Stollenlager“: .................................................................................................. 98 
Anhang 4: Ergonomie-Kennzahlen in tabellarischer Form ................................................... 100 
11.  Referenzen .................................................................................................................... 101 
 
   

Seite 7 des Schlussberichts zu IGF-Vorhaben 21292 N

1. Vorbemerkungen

Das Vorhaben „Integration wirtschaftlicher und ergonomischer Kenngrößen in ganzheitliche Pla-

nungskonzepte von manuellen Lagerhaltungsprozesse“ (Kurztitel: „Planungskonzepte manueller

Lagerhaltungsprozesse“) wurde im Förderzeitraum von Oktober 2020 bis August 2022 unter der

Leitung von Prof. Dr. Christoph Glock, Jun.-Prof. Dr. Eric Grosse und Heiko Diefenbach am Fach-

gebiet Produktion und Supply Chain Management (FS 1) sowie Prof. Dr.-Ing. Ralph Bruder, Dr.-

Ing. Jurij Wakula und Dr.-Ing. Tim Steinebach am Institut für Arbeitswissenschaft (FS 2) der Tech-

nischen Universität Darmstadt durchgeführt. Im Rahmen des Projektes wurden mit den Unter-

nehmen des Projektbegleitenden Ausschusses (PA) sowie mit weiteren Experten aus der Praxis

Interviews, Workshops und Vor-Ort-Besuche zur Datenaufnahme durchgeführt.

Das IGF-Vorhaben 21292 N der Forschungsgemeinschaft Intralogistik/ Fördertechnik und Lo-

gistiksysteme (IFL) e.V. wurde über die AiF im Rahmen des Programms zur Förderung der In-

dustriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie

aufgrund eines Beschlusses des Deutschen Bundestages gefördert.

Die Erforschung der im Projektantrag formulierten und zu Beginn der Laufzeit konkretisierten Auf-

gabenstellung erfolgte entsprechend dem Projektplan in sechs Arbeitsschritten. Der vorliegende

Projektbericht ist wie folgt gegliedert. Zunächst wird in Abschnitt 2 eine Einleitung in die Problem-

stellung des Forschungsprojekts gegeben und anschließend die Zielsetzung des Projekts sowie

die sechs Arbeitsschritte definiert. Der Stand in Forschung und Entwicklung wird in Abschnitt 3

vorgestellt. In Abschnitt 4 werden die für die Beantwortung der Forschungsfragen gewählten Lö-

sungswege und erzielten Ergebnisse vorgestellt. Die Verwendung der Zuwendungen sowie die

Notwendigkeit und Angemessenheit der geleisteten Arbeit wird in den Abschnitten 0 und 6 dar-

gestellt. Abschnitt 7 bewertet den wissenschaftlich-technischen und wirtschaftlichen Nutzen der

erzielten Ergebnisse insbesondere für kleine und mittlere Unternehmen (KMU) und erläutert ihre

Anwendungsmöglichkeiten. Der Ergebnistransfer in die Wirtschaft während und nach Abschluss

des Projekts wird in Abschnitt 8 dargestellt. Abschnitt 9 fasst das Projekt zusammen und bewertet

abschließend die Ergebnisse.

Seite 8 des Schlussberichts zu IGF-Vorhaben 21292 N

2. Einleitung

2.1. Problemstellung

Die Lagerhaltung ist ein wichtiger Bestandteil jeder Wertschöpfungskette und leistet einen ent-

scheidenden Beitrag zu Liefertreue und Kundenzufriedenheit. Der hohe Kostendruck im produ-

zierenden Gewerbe und im Einzelhandelssektor zwingt Unternehmen immer mehr, interne logis-

tische Prozesse im Allgemeinen und die Lagerhaltung im Speziellen effizienter zu gestalten, um

langfristig im internationalen Wettbewerb zu bestehen. Typische Prozesse der Lagerhaltung be-

stehen aus der Einlagerung, der Kommissionierung, der Verpackung und dem innerbetrieblichen

Transport (de Koster et al., 2007). Vor allem die Entnahme und der Transport von Waren sind in

vielen Unternehmen besonders arbeits- und zeitintensiv und erfolgen größtenteils manuell mit

nur teilweiser technischer Unterstützung (z. B. durch Barcode-Scanner oder Pick-by-Light-Sys-

teme). Diese Lagerhaltungsprozesse stellen daher einen bedeutenden Kostenfaktor dar (de Kos-

ter et al., 2007; Baker und Perotti, 2008; Napolitano, 2012; Behnisch et al., 2017). Die Planung

der Lagerprozesse hat somit einen entscheidenden Einfluss auf Durchlaufzeiten und Service-

grade. Auch wenn durch das Voranschreiten von Industrie 4.0 und der digitalen Transformation

technische Hilfsmittel und Automatisierungslösungen bei der Lagerhaltung zum Einsatz kommen

(Winkelhaus und Grosse, 2020), liegt in den meisten Lagern der Großteil der Arbeitsleistung nach

wie vor beim Menschen. Der Mensch, und vor allem seine Kombination aus kognitiven und mo-

torischen Fähigkeiten und Fertigkeiten, lässt sich bisher in der innerbetrieblichen Logistik nur in

Ausnahmefällen wirtschaftlich durch (voll-)automatisierte Systeme substituieren (Arnold, 2005).

Automatisierte Systeme sind darüber hinaus in der Regel auch mit sehr hohen Investitionskosten

und geringer Flexibilität verbunden (Emde und Boysen, 2017), sodass viele Unternehmen bisher

auf eine vollständige Automatisierung der Lagerhaltung verzichten. Menschliche Arbeitsleistung

ist daher auch heute noch ein wichtiger Bestandteil von Lagerprozessen (Behnisch et al., 2017;

Grosse et al., 2015), die in fast jedem Unternehmen und fast jeder Brachen anfallen (Arnold und

Furmans, 2005; Scholl, 2009). Es kann daher davon ausgegangen werden, dass aufgrund der

hohen Flexibilitätsanforderungen auch in Zukunft viele Unternehmen, in denen Lagerprozesse

notwendig sind, und hierbei insbesondere kleine und mittlere Unternehmen (KMU), grundsätzlich

auf menschliche Arbeit in der Lagerhaltung setzen werden, die problembezogen durch technische

Hilfsmittel unterstützt wird. Statistiken über die im Lager beschäftigten Mitarbeiter

bestätigen die-

sen Trend. So hat sich die Anzahl der sozialversicherungspflichtig beschäftigten Transport- und

Lagerarbeiter in Deutschland von 1999 bis 2011 von 444.000 auf 561.000 und die Anzahl der

Beschäftigten in Spedition und Logistik in Deutschland in den Jahren 2000 bis 2017 von 383.000

auf 578.000 deutlich erhöht (Statistisches Bundesamt, 2017a; DSLV, 2019).

Der hohe Anteil an manuellen Arbeitstätigkeiten in der Lagerhaltung birgt jedoch ein hohes Krank-

heits- und Schädigungsrisiko für die beteiligten Mitarbeiter (Waters et al., 1998). So kann sich

das Risiko für muskuloskelettale Erkrankungen, wie bspw. Rückenleiden, erhöhen, wenn

schwere Lasten gehoben bzw. getragen werden oder wenn die oberen Extremitäten durch repe-

titive, kraftvolle Bewegungen belastet werden. Arbeitsunfähigkeitsdaten bezüglich Lager- und

Transporttätigkeiten in Badura et al. (2016) verdeutlichen dieses branchenbedingte Risiko. Auf

100 Versicherte kommen in Berufen der Lagerwirtschaft mit steigender Tendenz 224,0 Arbeits-

Aus Gründen der verkürzten Schreibweise und besseren Lesbarkeit wird hier und im Folgenden das ge-

nerische Maskulinum verwendet. Gemeint sind stets Personen jeglichen Geschlechts.

Seite 9 des Schlussberichts zu IGF-Vorhaben 21292 N

unfähigkeitsfälle pro Jahr. Der bundesdeutsche Durchschnitt liegt branchenübergreifend bei deut-

lich geringeren 167,6 Fällen. Die jährlichen Kosten krankheitsbedingter Fehlzeiten in deutschen

Unternehmen betragen ca. 80 Mrd. Euro durch den Verlust an Arbeitsproduktivität (BAuA, 2014).

Ca. 30 % der krankheitsbedingten Fehlzeiten in Unternehmen sind auf muskuloskelettale Erkran-

kungen zurückzuführen, im europäischen Transport- und Lagersektor sogar über 60 % (Schnei-

der und Irastorza, 2010). Diese Entwicklung wird durch den demographischen Wandel verschärft

(Statistisches Bundesamt, 2017b), sodass sich Unternehmen aufgrund demographischer Verän-

derungen auch in der Arbeitnehmerschaft in der Logistik zunehmend mit der sinkenden körperli-

chen Belastbarkeit und dem steigenden Krankenstand älterer Beschäftigter auseinandersetzen

müssen (Rademacher et al., 2011; Calzavara et al., 2020).

Unternehmen stehen in der Pflicht, Vorgaben, wie z. B. das Arbeitsschutzgesetz und die Lasten-

handhabungsverordnung, durch ergonomische Maßnahmen einzuhalten und das Erkrankungsri-

siko gering zu halten. In vielen Industriezweigen werden für solche Zwecke Screening-Belas-

tungsbewertungsverfahren, wie z. B. das am IAD entwickelte Expertenscreeningverfahren – Er-

gonomic Assessment Worksheet (EAWS) –, eingesetzt, mit dem Ziel, ein mögliches Risiko hin-

sichtlich der körperlichen Belastungen zu analysieren, zu beurteilen und Gestaltungsmöglichkei-

ten aufzuzeigen (Schaub et al., 2013). Neben den gesundheitlichen Auswirkungen der Lagertä-

tigkeiten auf die Mitarbeiter haben auf der anderen Seite die Leistungsfähigkeit, Leistungsbereit-

schaft und Motivation der Mitarbeiter einen großen Einfluss auf die Produktivität und Qualität des

Lagerprozesses.

Hauptsächlich aufgrund der hohen Kostenwirkung haben Wissenschaftler in den vergangenen

Jahrzehnten Planungskonzepte zur Verbesserung von manuellen Lagerprozessen entwickelt

(vgl. De Koster et al., 2007). Unter (ganzheitlichen) Planungskonzepten wird im Folgenden ein

ganzheitlicher Ansatz verstanden, der sowohl mathematische Modelle zur Optimierung von La-

gerprozessen (etwa in Bezug auf die Lagerplatzvergabe oder die Routenführung durch das La-

ger), Kennzahlensysteme (etwa zur Messung von Durchlaufzeiten, der Anzahl von Pickfehlern

oder zur arbeitswissenschaftlichen Bewertung von Arbeitsplätzen in der Lagerhaltung) als auch

Richtlinien zur Anwendung der mathematischen Modelle und der Kennzahlensysteme beinhaltet.

Eine genauere Analyse der bestehenden Literatur zeigt, dass betriebswirtschaftlich orientierte

Planungskonzepte für Lagerprozesse regelmäßig die Leistungsfähigkeit, Leistungsbereitschaft

und Motivation der Lagermitarbeiter ausblenden, sodass auch Aspekte wie Belastungsintensitä-

ten, Ermüdung oder das Auftreten von Fehlern unberücksichtigt bleiben (Grosse et al., 2015). So

werden in der überwiegenden Anzahl der verfügbaren betriebswirtschaftlichen Planungskonzepte

nur einfach messbare, wirtschaftliche Zielgrößen – wie z. B. durch den Arbeiter zurückzulegende

Wegstrecken oder die für die Durchführung des Ein- oder Auslagerungs- bzw. Entnahmevor-

gangs benötigte Zeit – optimiert. Auswirkungen, die die Gestaltung des Lagers oder der Ablauf

der Prozesse auf die Arbeitsausführung und die Gesundheit der in der Lagerhaltung beschäftig-

ten Mitarbeiter haben, bleiben unberücksichtigt. Arbeitswissenschaftliche Planungskonzepte (z.

B. Kadefors und Forsman, 2000; Lavender et al., 2006; Lavender et al., 2012; Günthner, 2014)

vernachlässigen hingegen in der Regel wirtschaftliche Kenngrößen bzw. nehmen üblicherweise

keine Prozessoptimierung vor. Es ist jedoch leicht ersichtlich, dass zur Realisierung eines effi-

zienten und nachhaltigen Lagerprozesses sowohl wirtschaftliche Zusammenhänge als auch die

Auswirkungen des Lagervorgangs auf die beschäftigten Mitarbeiter und somit arbeitswissen-

schaftliche Zusammenhänge berücksichtigt werden müssen. Mithin werden ganzheitliche Pla-

nungskonzepte von manuellen Lagerprozessen benötigt, die beide Sichtweisen (betriebswirt-

schaftliche und arbeitswissenschaftliche) integrieren. Nur wenige Arbeiten haben bislang solche

Seite 10 des Schlussberichts zu IGF-Vorhaben 21292 N

integrierten Planungskonzepte für Lagerprozesse vorgeschlagen, die sowohl wirtschaftliche als

auch arbeitswissenschaftliche Kennzahlen berücksichtigen (z. B. Battini et al., 2016; Calzavara

et al., 2017; Larco et al., 2017). In den wenigen Arbeiten, die integrierte Planungskonzepte ent-

wickeln, wurden jedoch sehr einfache arbeitswissenschaftliche Konzepte verwendet (wie etwa

das Energy Expenditure Modell von Garg et al., 1978), sodass die durch den Lagervorgang be-

dingte Belastung der Lagermitarbeiter nicht realistisch dargestellt wird. Obwohl arbeitswissen-

schaftliche Methoden zur Verbesserung der Arbeitssicherheit in der Lagerlogistik zum Einsatz

kommen, werden ganzheitliche Planungskonzepte bisher, auch in großen Unternehmen, nicht

weit verbreitet eingesetzt. Dies liegt u.a. daran, dass kommerzielle Warehouse Management Sys-

teme bisher keine simultane Planung bzw. Optimierung von betriebswirtschaftlichen Größen und

arbeitswissenschaftlichen Kennzahlen ermöglichen.

Das identifizierte Forschungsdefizit ist daher das Fehlen ganzheitlicher Planungskonzepte für die

manuelle Lagerhaltung, die sowohl betriebswirtschaftliche als auch arbeitswissenschaftliche

Kenngrößen berücksichtigen, um einen nachhaltig effizienten Lagerprozess insbesondere bei

KMU zu gewährleisten. Als Untersuchungsobjekte definiert wurden aufgrund ihrer besonderen

Zeit- und Arbeitsintensität insbesondere die manuelle Warenentnahme und der manuelle Waren-

transport. Es ist offensichtlich, dass die fehlende Berücksichtigung von Faktoren wie Gewichte

von Lasten, einzunehmende Körperhaltungen, Aktionskräfte, Überlastung und Belastungswech-

sel in (insbesondere betriebswirtschaftlich orientierten) Planungskonzepten dazu führt, dass die

Ergebnisse der Planung nur bedingt mit realen Einsatzbedingungen kompatibel sind (Grosse et

al., 2017). Die Konsequenz kann sein, dass geplante Prozessergebnisse und -verbesserungen

nicht erzielt werden können (sog. „Phantom Profits“, vgl. Neumann, 2004) oder dass die Arbeits-

qualität abnimmt, da menschliche Fehler (z. B. sog. Pickfehler, d. h. falsch kommissionierte Arti-

kel) aufgrund von Überbeanspruchung und/ oder Ermüdung während des Arbeitsablaufs zuneh-

men können (z. B. Lolling, 2002). Aus den genannten Gründen werden interdisziplinäre, ganz-

heitliche Planungskonzepte mit summarischen Kennzahlen benötigt, die sowohl die Belastungs-

situation als auch betriebswirtschaftliche Faktoren, wie z. B. Durchlaufzeiten oder Kosten, im Pla-

nungsablauf berücksichtigen, um v. a. vor dem Hintergrund des demographischen Wandels lang-

fristig sowohl die Produktivität und Qualität der Lagerhaltung als auch die Arbeitsplatzqualität zu

erhöhen und das Risiko von Überbeanspruchungen und daraus resultierenden muskuloskeletta-

len Erkrankungen zu senken. Diese ganzheitlichen Planungskonzepte sollen v.a. KMU als Instru-

mente zur technischen Gestaltung (z. B. für die Layoutplanung des Lagers) und zur Steuerung

von Prozessen (z. B. für die Routenführung und die Artikelzuordnung auf Lagerfächer) dienen.

Eine detaillierte Nutzenanalyse des Projekts mit besonderem Bezug auf KMU ist im folgenden

Abschnitt dargestellt.

2.2. Wirtschaftlicher Nutzen der Forschungsergebnisse

Trotz zunehmender Möglichkeiten der Automatisierung wird in den meisten Lagern nach wie vor

manuell gearbeitet, wenngleich der innerbetriebliche Transport immer mehr automatisiert abläuft

und einzelne Prozessschritte auch zunehmend technisch unterstützt werden (de Koster et al.,

2007, Baker und Perotti, 2008; Napolitano, 2012; Behnisch et al., 2017; Winkelhaus et al., 2021).

Gerade für KMU hat sich jedoch gezeigt, dass die Automatisierungsgrade in der Lagerhaltung

oftmals sehr niedrig sind (Baker und Perotti, 2008; Behnisch et al., 2017). Die Dominanz manu-

eller Lagersysteme in der Praxis wird zum einen dadurch bedingt, dass solche Systeme deutlich

flexibler sind als automatisierte Systeme, und zum anderen sind vollautomatisierte Lager in der

Seite 11 des Schlussberichts zu IGF-Vorhaben 21292 N

Regel mit sehr hohen Investitionskosten verbunden (ten Hompel et al., 2010). Gerade KMU, bei

denen die vergleichsweise geringe Anzahl der bedienten Lagerplätze keine wirtschaftliche Nut-

zung von automatisierten Systemen zulässt (Hohberger und Damlachi, 2014) und die nur über

begrenzte personelle und finanzielle Ressourcen verfügen, werden daher auch in Zukunft ver-

stärkt auf die manuelle Lagerhaltung setzen. Studien gehen davon aus, dass bspw. der Anteil

von manuellen Kommissioniersystemen in KMU mit bis zu 74 % sehr hoch ist (Straube et al.,

2005; Günthner et al., 2014). KMU verfügen in der Regel über keine eigene Logistikplanungsab-

teilung. Da die begrenzten Ressourcen zur Erfüllung des Kerngeschäfts genutzt werden, wird

eine strategische oder ganzheitliche Planung gerade für Lagerprozesse nur selten durchgeführt

(Scholl, 2009; Pfohl, 2013). Betriebswirtschaftliche Optimierungen oder ergonomische Verbesse-

rungen der Lagerprozesse werden daher aufgrund mangelnder Ressourcen oftmals nicht im er-

forderlichen Maße umgesetzt. Die im Projekt entwickelten ganzheitlichen Planungskonzepte sol-

len daher durch gezielte Handlungsempfehlungen die Wettbewerbsfähigkeit von KMU in einem

bisher so noch nicht untersuchten Feld erhöhen. Der sich aus dem Projekt ergebende Nutzen für

KMU und die Erwartungshaltung an die Ergebnisse des Projektes können wie folgt zusammen-

gefasst werden:

1. Das Projekt zeigt die Potenziale einer ganzheitlichen Planung von Lagerprozessen auf

und sensibilisiert KMU für die Notwendigkeit, betriebswirtschaftliche und arbeitswissen-

schaftliche Zielsetzungen in der Lagerhaltung gleichermaßen zu berücksichtigen.

2. Das Projekt verdeutlicht, wie eine ganzheitliche Planung von Lagerprozessen erreicht

werden kann. Es gibt damit insbesondere KMU Hilfestellung bei der Umstellung beste-

hender Planungskonzepte auf eine integrierte Planung.

3. Die verwendeten Ergonomie-Kennzahlen können von KMU genutzt werden, um Lager-

prozesse entsprechend aktueller arbeitswissenschaftlicher Erkenntnisse zu analysieren.

Sie dienen somit als Entscheidungsunterstützung für das Management.

4. KMU soll durch die ganzheitlichen Planungskonzepte eine Hilfestellung zur Abschätzung

der relativen Veränderung von wirtschafts- und arbeitswissenschaftlichen Kenngrößen bei

der Verwendung von technischen Assistenzsystemen/ Hilfsmitteln gegeben werden.

5. Die im Rahmen der Konzeptentwicklung erstellten mathematischen Optimierungsmodelle

werden zusammen mit den zugehörigen Lösungsverfahren in einer höheren Program-

miersprache implementiert, um daraus mittels einer numerischen Studie Handlungsemp-

fehlungen und Gestaltungsvorschläge abzuleiten. Dies erlaubt es KMU, ohne Investitio-

nen in teure, spezialisierte Softwareprodukte die Auswirkungen einer ganzheitlichen Pla-

nung von Lagerprozessen auf das eigene Unternehmen zu prüfen.

Das Projekt bietet für KMU daher Vorteile, die sich aus den integrierten Planungskonzepten er-

geben. Neben den mit höherer Prozesseffizienz verbundenen Kosteneinsparungspotenzialen

leistet die integrierte Planung einen wichtigen Beitrag zur Umsetzung nachhaltiger Konzepte in

der Lagerhaltung, da vor dem Hintergrund des demographischen Wandels insbesondere die phy-

sische Belastung von Mitarbeitern in der Lagerhaltung weiter an Bedeutung gewinnen wird. Das

Projekt trägt somit auch zur Erreichung gesellschaftlicher Ziele bei. Aufgrund des starken sozialen

Interesses an derartigen nachhaltigen Initiativen ist eine positive Wirkung auch auf das Unterneh-

mensimage zu erwarten, die sich langfristig in einer verbesserten Wettbewerbssituation nieder-

schlagen kann. KMU können die Ergebnisse des Forschungsprojekts zur technischen Gestaltung

Seite 12 des Schlussberichts zu IGF-Vorhaben 21292 N

der Lagerprozesse nutzen, um bereits kurzfristig die Effizienz zu steigern und gleichzeitig lang-

fristig das Risiko muskuloskelettaler Erkrankungen zu senken. Eine Verringerung bzw. Optimie-

rung der Mitarbeiterbelastung geht hierbei explizit nicht zwingend mit einer (signifikanten) Reduk-

tion der Mitarbeiterleistung einher, da über die ganzheitlichen Planungskonzepte ebenso Kosten-

minimierungsziele verfolgt werden. Dies führt dazu, dass krankheitsbedingte Fehlzeiten sowie

eine Fluktuation von Arbeitskräften verringert werden können, was durch den langfristigen Erhalt

erfahrener Mitarbeiter die Wettbewerbsfähigkeit von KMU nachhaltig fördert (Remdisch und Un-

ger, 2012).

Seite 13 des Schlussberichts zu IGF-Vorhaben 21292 N

3. Stand der Forschung und abgeleitete Forschungsfragen

3.1. Stand der Forschung

Für das vorliegenden stark interdisziplinär ausgerichtete Projekt sind zwei Forschungsströme von

besonderer Relevanz: betriebswirtschaftliche Arbeiten, die sich mit der Planung und Steuerung

von Lagervorgängen beschäftigen, sowie arbeitswissenschaftliche Arbeiten, die ergonomische

Bewertungsmethoden für physische Belastungen entwickeln und darauf basierend Gestaltungs-

maßnahmen ableiten. Besonders relevant sind Arbeiten, die an der Schnittstelle zwischen der

Arbeitswissenschaft und der Betriebswirtschaftslehre anzusiedeln sind und die Lagerprozesse

aus einer interdisziplinären Perspektive untersuchen. Dieser interdisziplinäre Forschungszweig,

zu dem auch das vorliegende Projekt beiträgt, gewinnt gerade in den letzten Jahren zunehmend

an Aufmerksamkeit. Relevante Arbeiten werden im folgenden Abschnitt kurz beleuchtet.

3.1.1. Betriebswirtschaftliche Planungskonzepte für die Lagerhaltung

Wissenschaftliche Arbeiten zur Planung von manuellen Lagerprozessen, denen in der Praxis

nach wie vor eine besondere Bedeutung zukommt, v.a. auch, weil diese Tätigkeiten sehr kosten-

und zeitintensiv sind (vgl. Frazelle, 2002; Tompkins et al., 2010; Grosse et al., 2015), konzentrie-

ren sich in der Regel auf die Minimierung der anfallenden Kosten. Die Kosten werden hierbei im

Wesentlichen durch vier Faktoren beeinflusst: 1) Das Lagerlayout, das die Anordnung der Wa-

renregale und der Gänge des Lagers festlegt, 2) die Lagerplatzvergabe, die die Zuordnung der

Produkte auf die zur Verfügung stehenden Regalplätze bestimmt, 3) das „Order Batching“, das

Lageraufträge zusammenfasst oder aufsplittet, sowie 4) die operativen Ausführungsstrategien,

die die Route vorgeben, auf denen sich der Mitarbeiter durch das Lager bewegt, um Produkte

aus den Regalfächern zu entnehmen (Routenführung). Da das Lagerlayout in vielen Unterneh-

men langfristig vorgegeben ist und nicht verändert werden kann bzw. soll, sind insbesondere die

Entscheidungsprobleme 2 bis 4 für das vorliegende Projekt relevant (vgl. zu den genannten Pla-

nungsproblemen auch de Koster et al., 2007; Chackelson et al., 2013 und Davarzani und Norr-

man, 2015). Im Entscheidungsproblem „Lagerplatzvergabe“ wird die Zuteilung von Produkten auf

die Lagerplätze untersucht. In der Literatur werden hierbei zwei grundlegende Lagerplatzverga-

bepolitiken, die Zufallssortierung (chaotische Lagerplatzvergabe) und die feste Lagerplatzzuord-

nung (dedizierte Lagerplatzvergabe), unterschieden (siehe de Koster et al., 2007; Gu et al. 2007,

2010). Bei der Zuordnung von Produkten zu Lagerplätzen wird hierbei in der Regel die Nachfra-

gehäufigkeit als Entscheidungskriterium verwendet (vgl. Pan et al., 2014), wobei neben der reinen

Nachfragehäufigkeit auch Korrelationen in der Nachfrage von Artikeln berücksichtigt werden kön-

nen (vgl. z. B. Brynzér und Johansson, 1996; Glock und Grosse, 2012; Xiao und Zheng, 2012).

Produkte, die häufig benötigt werden, können z. B. nahe am Depot, dem Ort, an dem kommissi-

onierte Artikel abgegeben werden, positioniert werden, um lange Wegstrecken zu vermeiden (vgl.

Battini et al., 2015). Artikel, die häufig gemeinsam nachgefragt werden, sollten hingegen neben-

einander eingelagert werden (Korrelationssortierung, vgl. Brynzér und Johansson, 1996; Glock

und Grosse, 2012; Xiao und Zheng, 2012). Zudem können weitere Eigenschaften der Artikel (wie

z. B. Abmessungen oder Gewichte), die einen Einfluss auf die Entnahmezeit haben, bei der La-

gerplatzvergabe berücksichtigt werden (Finnsgård und Wänström, 2013; Galka und Günthner.

2016). Da sich in vielen Betrieben regelmäßig Änderungen in Absatzstrukturdaten, Auftragsstruk-

turdaten und Sortimentsdaten ergeben, wurde von ten Hompel et al. (2007) ein Simulationsmodell

entwickelt, das die Planung von Lagerprozessen anhand logistischer Leistungsgrößen unter Be-

rücksichtigung veränderter Anforderungen unterstützt. In regelmäßigen Abständen sollte zudem

Seite 14 des Schlussberichts zu IGF-Vorhaben 21292 N

die Lagerplatzvergabe daraufhin überprüft werden, ob durch Änderungen in der Nachfragestruk-

tur der Artikel Reorganisationsmaßnahmen nötig werden. Im IGF-Projekt „ReKom“ wurde daher

eine Methodik entwickelt, welche die mit der Durchführung von Reorganisationsmaßnahmen ver-

bundenen Kosten mit dem Mehraufwand, der durch eine ineffiziente Lagerplatzbelegung verur-

sacht wird, abgleicht und entsprechende Entscheidungsunterstützung bietet (Korte et al., 2017).

Neben Absatzveränderungen unterliegt die Lagerhaltung Auslastungsschwankungen, die bspw.

saison- oder lebenszyklusbedingt sind, wofür entsprechende Maßnahmen zur Kapazitätsanpas-

sung entwickelt wurden (Scholl, 2009). Das Entscheidungsproblem „Order Batching“ beschäftigt

sich mit dem Zusammenfassen oder Aufteilen von mehreren Kundenaufträgen zu Kommissio-

nieraufträgen (vgl. Henn, 2012). Order Batching kann in der Praxis u. a. dann notwendig werden,

wenn kleine Aufträge am Lager ankommen, die nicht wirtschaftlich abgearbeitet werden können,

oder dann, wenn Aufträge zu groß sind, sodass sie von einem einzelnen Mitarbeiter nicht in einer

Tour abgearbeitet werden können. Verfahren des Order Batching können insbesondere zu einer

Verringerung der Wegzeit beitragen, da bestimmt wird, welche Kundenaufträge in einer Tour ab-

gearbeitet werden können, um somit unnötige Wegstreckenanteile zu vermeiden. Für spezielle

Ausprägungen des Order Batching-Problems wurden optimierende Verfahren entwickelt (vgl.

Gademann und van de Velde, 2005); die meisten Arbeiten konzentrierten sich jedoch auf die

Entwicklung und Anwendung von heuristischen (vgl. Bozer und Kyle, 2008; Hsieh und Huang,

2011; Hong et al., 2012) bzw. metaheuristischen Lösungsverfahren (vgl. Henn und Schmid, 2013;

Matusiak et al., 2014; Grosse et al., 2014). Das Entscheidungsproblem „Routenplanung“ entwi-

ckelt Routenpolitiken in Lagern und versucht, für Aufträge eine Reihenfolge für das Aufsuchen

von Lagerplätzen zu ermitteln, die die zurückzulegende Wegstrecke (und äquivalent die dafür

benötigte Zeit) minimiert (für einen Überblick siehe Masae et al., 2020a). Obwohl für bestimmte

rechtwinklige Lagerlayoutvarianten optimale Routen berechnet werden können (de Koster und

van der Poort, 1998), lag der Schwerpunkt der Forschung in der Vergangenheit auf der Entwick-

lung einfacher heuristischer Lösungsverfahren, die zwar nicht unbedingt eine optimale Route er-

mitteln können, dafür in der Praxis aber einfach zu implementieren sind (siehe z. B. Petersen und

Schmenner, 1999; Theys et al., 2010; Grosse et al., 2014). Einige Studien zeigten, dass heuris-

tische Routenpolitiken in vielen Fällen zu sehr guten Ergebnissen führen, sodass sie aufgrund

ihrer einfachen Umsetzbarkeit in der betrieblichen Anwendung bevorzugt werden (Hwang et al.,

2004; Petersen und Aase, 2004; Pan et al., 2014).

Es existieren zudem Arbeiten, die verschiedene Entscheidungsprobleme kombinieren. Beispiel-

haft kann hier das IGF-Forschungsvorhaben von ten Hompel et al. (2010) genannt werden, in

welchem mittels Simulation die Lagerplatzvergabe, das „Order Batching“ und die Routenplanung

kombiniert durchgeführt wurden. Zudem wurde neben der reinen Betrachtung der Performance

(d. h. Wegstreckenminimierung) die Qualität (d. h. Fehlervermeidung) als zweites Zielkriterium

betrachtet. Für einen tiefergehenden Überblick über weitere Arbeiten, die Entscheidungsprob-

leme der Lagerhaltung kombinieren, wird auf den Literaturüberblick von van Gils et al. (2018)

verwiesen.

3.1.2. Verfahren zur Belastungsanalyse körperlicher Tätigkeiten in manuel-

len Lagerprozessen

In der Vergangenheit konnten diverse Wirkungszusammenhänge zwischen möglichen Gesund-

heitsrisiken und ergonomischen Gestaltungsmaßnahmen bezüglich der Arbeitsumgebungsfakto-

ren bei der manuellen Materialhandhabung in der Lagerhaltung identifiziert werden (Denis et al.,

2006; Lavender et al., 2010). Zur Quantifizierung und Bewertung von vorwiegend physischen

Belastungen liefert die arbeitswissenschaftliche Forschung eine Vielzahl verschiedener Ansätze

Seite 15 des Schlussberichts zu IGF-Vorhaben 21292 N

und Methoden (Kugler et. al., 2010; Ditchen und Brandstädt, 2015). Die Auswahl und Weiterent-

wicklung von u. a. am IAD entwickelten Belastungsbewertungsverfahren, die sich zur Analyse

von Lagertätigkeiten eignen, ist daher ein notwendiger Schritt zur Erweiterung der derzeit über-

wiegend betriebswirtschaftlich orientierten Planung von Lagerprozessen um Erkenntnisse und

Instrumente der Arbeitswissenschaft/ Ergonomie.

In Bezug auf die summarische Gesamtbewertung einer Belastungssituation unter Berücksichti-

gung aller in der arbeitswissenschaftlichen Literatur (Schaub et al., 2012) genannten physischen

Belastungsarten wie der manuellen Lastenhandhabung, Körperhaltungen/ Zwangshaltungen, Ak-

tionskräfte und repetitive Bewegungen der oberen Extremitäten gibt es noch Handlungsbedarf.

Die entsprechenden etablierten Verfahren sollen im vorliegenden Projekt durch die Bildung von

Ergonomie-Kennzahlen an die Anforderungen der Lagerhaltung angepasst werden. Im Fokus

sollen hierbei manuelle Tätigkeitsmuster während typischer Lagertätigkeiten stehen. Eine Be-

rechnungsmethode zur Belastungsermittlung wurde bspw. von Walch (2011) auf der Grundlage

der BAuA-Leitmerkmalmethode „Heben, Tragen, Halten“ (LMM) (BAUA, 2001) entwickelt, um

eine alternsgerechte Logistikgestaltung im Lager zu erzielen. Hierfür wurde die LMM auf die An-

forderungen der Lagerhaltung angepasst und eine sog. „adaptierte LMM“ erarbeitet. Dabei wurde

der Schwerpunkt auf die Inter- sowie Extrapolation der Zeit- und Lastwichtung der LMM gelegt.

Die repetitiven Handhabungen von kleineren Gewichten (< 5 kg) und damit hohe Belastungen für

obere Extremitäten und Risiken für muskuloskelettale Erkrankungen des Hand-Arm-Schulter-Be-

reichs bleiben jedoch unberücksichtigt. Zusätzlich berücksichtigen alle in Walch (2011) verwen-

deten Verfahren keine Anforderungen bezüglich höheren Aktionskräften. Obwohl Interdependen-

zen mit der Lagerplanung angesprochen wurden, lag der Fokus dieser Arbeit auf der Belastungs-

ermittlung mit vorwiegend screeningbasierten Verfahren und nicht auf der integrierten Optimie-

rung von Belastungs- und operativen Planungsparametern. Eine betriebswirtschaftliche Optimie-

rung unter Berücksichtigung von Auftragsstrukturen, Order Batching und Routenführung erfolgte

nicht.

Die durch die IGF geförderten Projekte „ErgoKom“ (Günthner, 2014), „ErgoWMS“ (Günthner und

Koch, 2014) und „Ganzheitliche Bewertung und Optimierung manueller Arbeitsplätze in Kommis-

sioniersystemen“ (ten Hompel et al., 2005) haben bereits untersucht, inwieweit jeweils eine der

insgesamt vier physischen Belastungsarten in der Lagerhaltung bewertet werden können, ohne

hierbei auf weitere Tätigkeiten der manuellen Materialhandhabung im Lager einzugehen. Im Pro-

jekt „ErgoKom“ erfolgte eine Bewertung unter Zuhilfenahme des am IAD entwickelten Multiplen-

Lasten Tools (MultipLa), und weiterhin wurden dabei im Rahmen einer Machbarkeitsstudie auch

Wege zur digitalisierten Belastungsbewertung aufgezeigt. Hierbei erfolgte die Prozessplanung

rein manuell und es wurde keine Optimierung der Planungsparameter (wie Lagerplatzvergabe,

Routenführung, Auftragszuordnung) vorgenommen. Ebenfalls erfolgte keine Berücksichtigung

technischer Hilfsmittel zur Belastungsreduzierung. Im Projekt „ErgoWMS“ (Günthner und Koch,

2014) erfolgte die Belastungsermittlung für Lagerarbeiter ebenfalls mit Hilfe des MultipLa (Kugler

et al., 2010) und zusätzlich mit der „erweiterten Leitmerkmalmethode“ (Walch, 2011). Obwohl die

Autoren erwähnen, dass die Ergebnisse der Belastungsermittlung in ein Optimierungsverfahren

zur Lagerplatzvergabe aufgenommen werden, wird angenommen, dass die Positionen des Kom-

missionierauftrags bereits in wegeoptimierter Reihenfolge sortiert sind, sodass keine integrierte

Routenplanung erfolgt. Mithin wird in Bezug auf die Routenplanung nur auf durchschnittlich zu-

rückzulegende Wegstrecken abgestellt - eine echte Optimierung erfolgt nicht. Zur Lösung des

Optimierungsproblems bzgl. der Lagerplatzvergabe schlagen die Autoren eine Metaheuristik auf

Seite 16 des Schlussberichts zu IGF-Vorhaben 21292 N

Grundlage genetischer Algorithmen vor, um „eine möglichst gute Lagerplatzzuordnung“ zu erzie-

len. Eine exakte Lösung des Optimierungsproblems erfolgt jedoch nicht, sodass die Lösungsgüte

der entwickelten Heuristiken nicht abschätzbar ist. Die Auftragszuweisung erfolgt ebenfalls mit

Hilfe einer nicht näher spezifizierten Heuristik. Im Allgemeinen wird im Projekt „ErgoWMS“ ledig-

lich eine einzelne Zielfunktion berücksichtigt, in die die ergonomische und die wegstreckenorien-

tierte Zielgröße gewichtet eingehen. Eine Berücksichtigung des Order Batching erfolgt nicht.

In ten Hompel et al. (2005) wurde die Belastungsanalyse lediglich über die einfache Leitmerkmal-

methode (Steinberg, 1998) bei Experimenten im Labor und Befragung von Firmen mittels Frage-

bogen durchgeführt. Die belastungsreduzierende Wirkung von Gestaltungsmaßnahmen wurde

nur über einen Soll-Ist-Vergleich vorgenommen. Für den Fall einer wahrscheinlichen Überbelas-

tung wurden zudem die drei Verfahren REFA-FAC-1987, Schätzverfahren des Arbeitsenergie-

umsatzes (Laurig, 1994) und das Mainzer-Dortmunder Dosismodell (Jäger, 2002) empfohlen.

Dieses Vorgehen ist jedoch als sehr aufwendig einzuschätzen und erfordert zahlreiche ergono-

mische Kenntnisse auf Seiten der Analytiker sowie entsprechende Berechnungstools. Zugleich

bleibt die bei manuellen Lagertätigkeiten vorhandene Belastungsart „Ziehen und Schieben von

Lasten“ unberücksichtigt. Bei der Identifikation von verschiedenen Produktivitätskennzahlen wur-

den weiterhin grundsätzliche Zusammenhängen zwischen Produktivität, Belastung und Qualität

aufgezeigt, es wurden dabei jedoch wiederum nur einfache Wechselwirkungen zwischen den

Kennzahlen verdeutlicht und keine Optimierung der Planungsparameter vorgenommen.

Das vorliegende Projekt knüpft mithin an bereits abgeschlossenen IGF-Projekten an und führt

diese problembezogen fort. Im vorliegenden Forschungsprojekt werden, sowohl Experten-Scree-

ning-Verfahren als auch objektive Methoden zur Bewegungsanalyse „standardisierter“ Bewe-

gungssequenzen zur Analyse und Belastungsbewertung eingesetzt. Eine entsprechende Studie

zur Akkuratheit und Anwendbarkeit von zur Verfügung stehenden Motion Capture-Verfahren

(Captiv und Kinect V2) in der Intralogistik wurde bereits in Kooperation der beiden Forschungs-

stellen durchgeführt (Steinebach et al., 2020).

3.1.3. Interdisziplinäre Ansätze und Forschungslücke

Wie der Überblick über den Stand der Forschung zeigt, liegt bei der Planung von Lagerprozessen

der Schwerpunkt üblicherweise auf Planungskonzepten, die zu einer Reduzierung der Arbeitszeit

(und somit der Kosten) beitragen sollen. Es existieren bisher nur sehr wenige Arbeiten, die ergo-

nomische und betriebswissenschaftliche Aspekte simultan in ganzheitlichen Planungskonzepten

berücksichtigen. Dazu zählen bspw. Arbeiten, die kognitive menschliche Eigenschaften berück-

sichtigen, indem die Performance-Auswirkungen von menschlichem Lernen bei der Zuteilung von

Mitarbeitern auf Lagerzonen (Grosse und Glock, 2013; 2015; Stinson und Wehking, 2016) oder

menschliches Verhalten bei der Ausführung und Umsetzung von Lageraufgaben (Elbert et al.,

2017; de Vries et al., 2016) untersucht werden. Zudem existieren Ansätze, bei denen mitarbei-

terspezifische Leistungswerte bei der Personaleinsatzplanung in der Intralogistik genutzt werden,

um die Bearbeitungszeiten der Aufträge genauer prognostizieren zu können und Durchlaufzeiten

zu reduzieren (Stinson et al., 2014; Matusiak et al., 2017). Ein Konzept zur Bestimmung der zeit-

lichen Auslastung von Mitarbeitern in der Produktionslogistik unter gleichzeitiger Bewertung der

Mitarbeiterbelastung aufgrund von Lasthandhabung für wiederkehrende Tätigkeitsfolgen wurde

von Kelterborn (2017) entwickelt. Die physischen Belastungen bei der Entwicklung von Lager-

platzvergabekonzepten wurden bisher entweder über den metabolischen Energieaufwand, der

bei der Ausübung von Lagertätigkeiten anfällt und zu Ermüdung führt (Battini et al., 2016;

Calzavara et al., 2017, 2019; Diefenbach und Glock, 2019), oder durch Nutzung einer einfachen

Seite 17 des Schlussberichts zu IGF-Vorhaben 21292 N

Borg-Skala, mit der subjektives Belastungsempfinden erhoben wird (Larco et al., 2017), berück-

sichtigt. Eine integrierte Optimierung ist bisher jedoch auch in den interdisziplinären Ansätzen

nicht erfolgt.

Obwohl aktuelle und aufgrund ihres Innovationscharakters mehrfach ausgezeichnete Arbeiten

mit der Integration arbeitswissenschaftlicher Aspekte in Planungskonzepte der manuellen Lager-

haltung eine große Forschungslücke identifiziert haben (Grosse et al., 2015; Grosse et al., 2017),

wurde die gleichzeitige und ganzheitliche Optimierung von wirtschaftlichen und ergonomischen

Kenngrößen bisher nur ungenügend erforscht. An dieser Forschungslücke setzte das erfolgreich

durchgeführte Projekt mit den im folgenden Abschnitt definierten Forschungsfragen an.

3.2. Abgeleitete Forschungsfragen

Aus dem Stand der Forschung ergaben sich die folgenden Forschungsfragen, die im Projekt er-

folgreich beantwortet werden konnten:

1. Welche ergonomischen Kennwerte bezogen auf die körperlichen Belastungen müssen in

die Planungskonzepte von manuellen ungetakteten Lagerprozessen integriert werden?

Wie lassen sich mithilfe von Belastungsbewertungsverfahren, unter Berücksichtigung von

ungetakteten Ausführungsbedingungen, Modelle zur Bildung ergonomischer Kennzahlen

ableiten?

2. Wie lassen sich wirtschaftlich nachhaltige, interdisziplinäre und ganzheitliche Planungs-

konzepte für die Lagerhaltung, unter Berücksichtigung verfügbarer technischer Lösungen,

entwickeln, die eine Reduktion von Belastungen bzw. eine Erhöhung der Effizienz und

Qualität der Lagerprozesse anstreben? Welche Wechselwirkungen und Zielkonflikte be-

stehen zwischen einer Verbesserung der Belastungssituation und einer Steigerung der

Prozesseffizienz?

3. Welche konkreten Gestaltungsempfehlungen (wie z. B. Gewichtsgrenzen, anthropometri-

sche Gestaltung, Einsatz technischer Hilfsmittel) lassen sich für Lagerprozesse (wie z. B.

Lagerplatzvergabe und Routenplanung) und die Lagerorganisation in Betrieben – speziell

in KMU – ableiten?

3.3. Durchgeführte Arbeitsschritte zur Beantwortung der Forschungs-

fragen

Um die drei aufgeworfenen Forschungsfragen zu beantworten, wurden sechs Arbeitsschritte de-

finiert und im Rahmen des Projekts bearbeitet. Diese sind nachfolgend beschrieben:

1. Die Analyse der Anforderungen an Planungskonzepte für manuelle Lagerprozesse in

KMU und die Ableitung von KMU-spezifischen Lagerhaltungsszenarien inkl. der Auf-

nahme typischerweise verwendeter Assistenzsysteme und technischer Hilfsmittel.

2. Die Durchführung einer Ist-Analyse der körperlichen Belastungssituation in manuellen La-

gern von KMU inkl. der Datenaufnahme durch Anwendung arbeitswissenschaftlicher An-

sätze und Instrumente.

Seite 18 des Schlussberichts zu IGF-Vorhaben 21292 N

3. Die Entwicklung integrativer ergonomischer Kennzahlen aufbauend auf den zuvor defi-

nierten Lagerhaltungsszenarien und erhobenen arbeitswissenschaftlichen Daten.

4. Die Entwicklung von mathematischen Optimierungsmodellen und zugehöriger Lösungs-

verfahren zur ganzheitlichen Optimierung von Lagerprozessen unter Berücksichtigung der

zuvor definierten Lagerhaltungsszenarien und ergonomischen Kennzahlen.

5. Die Durchführung von numerischen Experimenten mittels der Optimierungsmodelle auf

Basis der bei den Unternehmen erhobenen empirischen Daten.

6. Die Ableitung und Veröffentlichung von übergreifenden Handlungsempfehlung und Richt-

linien auf Grundlage der durchgeführten numerischen Experimente und entwickelten er-

gonomischen Kennzahlen.

Seite 19 des Schlussberichts zu IGF-Vorhaben 21292 N

4. Lösungsweg und durchgeführte Arbeiten

Nachfolgend werden der Lösungsweg und die im Rahmen des Projekts durchgeführten Arbeiten

vorgestellt. Die Gliederung folgt dabei den in Kapitel 3.3 definierten Arbeitsschritten.

4.1. Anforderungen an Planungskonzepte für manuelle Lagerprozesse

Zur Beantwortung der in Abschnitt 3.2 aufgeworfenen Forschungsfragen müssen zunächst die

relevanten Anforderungen an Planungskonzepte für manuelle Lagerprozesse herausgearbeitet

und definiert werden. In diesem Zug stellt eine Ist-Analyse der Lagersysteme bei KMU die Aus-

gangsbasis dar. Hierfür wurden Interviews mit Unternehmensvertretern aus dem Projektbeglei-

tenden Ausschuss geführt. Diese wurden durch einen Workshop ergänzt, in dem auf technische

Hilfsmittel für den Einsatz in der Lagerhaltung eingegangen wurde. Hierauf aufbauend wurden

Belastungsbewertungsverfahren identifiziert, die für die Analyse der körperlichen Belastungssitu-

ation in manuellen Lagern im nächsten Arbeitsschritt (siehe Abschnitt 4.2) geeignet sind. Ferner

wurden die Ergebnisse der Ist-Analyse genutzt, um KMU-typische Lagerhaltungsszenarien und

Optimierungsziele zu definieren, die die Grundlagen der im vierten Arbeitsschritt durchgeführten

Optimierung darstellen. Die einzelnen Teilschritte sind nachfolgend im Detail beschreiben.

4.1.1. Interviews mit den Unternehmensvertretern des Projektbegleitenden

Ausschusses

Im Zeitraum November 2020 bis Februar 2021 wurden insgesamt acht Interviews mit Unterneh-

mensvertretern aus dem Projektbegleitenden Ausschuss geführt. Die beteiligten Unternehmen

umfassten sowohl Handels- als auch produzierende Unternehmen verschiedener Branchen und

Größen, wobei vier KMU darstellen. Den Unternehmensvertretern wurden zunächst Interviewbö-

gen zugesandt und von diesen ausgefüllt. Die ausgefüllten Bögen wurden anschließend ausge-

wertet. Darauf aufbauend wurden mit den Unternehmensvertretern gesprächsbasierte Interviews

geführt, um verbleibende Fragen zu klären und interessante Aspekte intensiver zu beleuchten.

Die zentralen Themen und Erkenntnisse der Interviews sind nachfolgend aufgeführt:

1. Lagersysteme und -prozesse: Bei den befragten Unternehmen gab es insgesamt acht

manuelle Lager und zwei automatisierte Lager. Insbesondere bei KMU dominieren ers-

tere.

2. Mitarbeiter: Durchschnittlich sind etwa 60 % der im Lager beschäftigten Mitarbeiter zwi-

schen 30 und 40 Jahre alt. Etwa 25 % sind jünger und etwa 15 % sind älter. Bei fast allen

Unternehmen lag der Anteil weiblicher Lagermitarbeiter bei 0 % bis 5 %; nur in einem

Unternehmen lag der Anteil bei ca. 60 %.

3. Artikel: Die Anzahl von im Lager gelagerten Artikeln variiert stark zwischen den Unterneh-

men und liegt zwischen 120 bis 17.500. Gleichwohl folgt die Artikelbedarfsverteilung typi-

scherweise einer Pareto-Verteilung, bei der im Mittel 20 % der Artikel für 73 % des Bedarfs

verantwortlich sind. Die Gewichtsverteilung der Artikel lässt sich sehr gut über eine loga-

rithmische Normalverteilung mit    und    beschreiben. Damit machen Ar-

tikel von über 30 kg nur ca. 1,5 % der Artikel aus.

Seite 20 des Schlussberichts zu IGF-Vorhaben 21292 N

4. Lagerlayout: Es dominieren klassische Layouts, bei denen die Lagerregale in parallelen

Reihen angeordnet sind, die durch Zwischengänge in ein oder zwei Blöcke (nachfolgend

Ein- bzw. Zweiblocklayout genannt) unterteilt werden. Alternative Layouts, wie Chevron-

oder Fishbone-Layouts

, kamen nicht vor.

5. Routing: Es dominieren einfache Routenstrategien, insbesondere die Schleifengang-/

Traversal-Strategie und die Stichgang-/ Return-Strategie. Eine optimierte Routenführung

gab es nur in einem Fall. Teilweise wurde die Routenbestimmung den Kommissionierern

ohne Vorgabe frei überlassen.

6. Batching und Zonierung des Lagers: Typischerweise umfasst ein Kommissionierauftrag

etwa 5 bis 20 Artikel, seltener aber auch bis zu 100. Zumeist findet kein Batching statt.

Stattdessen werden Kundenbestellungen direkt in Kommissionieraufträge überführt. In-

nerhalb eines Lagers gab es nur vereinzelt Zonierungen. Stattdessen wurden teilweise

mehrere separate Lager – z. B. ein Paletten- und ein Kleinteilelager – geführt.

7. Technische Hilfsmittel: Bei allen Unternehmen wurden Gabelstapler, Kommissionierwa-

gen, Flurförderzeuge oder Hubwagen als technische Hilfsmittel zur Warenbeförderung

eingesetzt. Hebehilfen kamen nur bei zwei, Palettenauszugsvorrichtungen nur bei einem

Unternehmen zu Einsatz. Zur Informationsverarbeitung haben sechs Unternehmen Bar-

codescanner und Papierlisten eingesetzt. Tablets kamen bei zwei Unternehmen zum Ein-

satz. Gleiches gilt für Pick-by-Voice-Systeme. Andere Pick-by-Systeme kamen nicht zum

Einsatz.

8. Ergonomie und körperliche Belastung: Bei sechs Unternehmen haben Mitarbeiter in der

Vergangenheit über Rückenleiden geklagt, bei fünf über Schulterprobleme. Bei zwei Un-

ternehmen haben Mitarbeitern über Schmerzen in den unteren Extremitäten geklagt, bei

einem über Schmerzen in den oberen Extremitäten. Nur bei zwei der befragten Unterneh-

men waren keine Berichte von Mittarbeitern über körperliche Leiden bekannt. Als beson-

ders belastend wurden Hebetätigkeiten eingestuft. Im Mittel sind die Unternehmen bereit,

Investitionen zur Verbesserung der Ergonomie in kleinerem bis mittlerem Umfang zu leis-

ten, ohne dass dies genauer spezifiziert wurde.

9. Planungs- und Gestaltungsprobleme: Die Unternehmen messen insbesondere der Opti-

mierung des Lagerlayouts und der Lagerplatzvergabe einen hohen Stellenwert zu. Der

Routenplanung und dem Batching messen sie eine mittlere bis niedrigere Relevanz zu.

Die Zonierung wird als ein wenig relevantes Problem angesehen. Bei einem Zielkonflikt

zwischen den Optimierungszielen „Effizienz“ und „Ergonomie“ wird ersteres stärker ge-

wichtet bzw. priorisiert.

10. Lagerhaltungssoftware: Sechs Unternehmen nutzen spezielle Lagerhaltungssoftware.

Die Hauptfunktionen der verwendeten Software liegt dabei in den Bereichen Bestands-

management, Bestellmanagement, Lagerplatzmanagement und dem Management von

Kommissionieraufträgen.

4.1.2. Workshop zu technischen Hilfsmitteln für die manuelle Lagerhaltung

Der Ist-Stand typischer in KMU eingesetzter technischer Hilfsmittel wurde mittels der in Abschnitt

4.1.1 beschriebenen Interviews erfasst. Im Rahmen des Projekts sollten jedoch auch bisher nicht

Siehe dazu z. B. Pohl et al. 2000 oder Masae et al., 2020b.

Seite 21 des Schlussberichts zu IGF-Vorhaben 21292 N

oder nur selten eingesetzte technische Hilfsmittel hinsichtlich ihres zukünftigen Einsatzes erörtert

werden. Zu diesem Zweck wurde einerseits eine Literaturrecherche durchgeführt, um weitere

technische Hilfsmittel zu identifizieren. Andererseits wurde ein Workshop mit drei Unternehmen

des Projektbegleitenden Ausschusses durchgeführt, die als Anbieter von Lager- und Fördertech-

nik über umfangreiche Expertise verfügen. Eine nach Funktionen gegliederte Übersicht der im

Workshop erörterten Hilfsmittel ist in Tabelle 1 dargestellt.

Klassifizierung

diskutierte Hilfsmittel

Ladungsträger und

Regalsysteme

Kleinladungsträger

Schichtlagerkästen, „leise“ Behälter für

Rollbahnen (BITO, 2022)

Großladungsträger

Paletten, Gitterboxen

Regale

Durchlaufregale, Aufsatzrahmen, Palet-

tenauszüge

Fahr- und

Förderzeuge

horizon-

tale Be-

förde-

rung

ohne Antrieb

Gitterwagen, Etagenwagen, Tischwagen

angetrieben

konventionell

Niederhubkommissionierer, elektrische

Hubwagen, Gabelstapler

fernsteuerbar

„QuickPick“ (Crown, 2022)

autonom

„GridPick“ (Gebhardt, 2022)

horizon-

tale und

vertikale

Beförde-

rung

ohne Antrieb

Rolleitern, Rollpodeste

angetrieben

konventionell

Vertikalkommissionierer, Schmalgang-

kommissionierer

fernsteuerbar

autonom

„Stretch“ (Boston Dynamics, 2022)

Greif- und Hebehilfen

ortsfest

ohne Antrieb

angetrieben

Kräne, Manipulatoren

beweglich

ohne Antrieb

Greif-/ Schiebestäbe (engl. „pick sticks“),

passive Exoskelette

angetrieben

„Ergopick“ (Still, 2015)

Tabelle 1: Übersicht technischer Hilfsmittel

Einige der in Tabelle 1 aufgeführten technischen Hilfsmittel, wie z. B. Paletten, Tischwagen oder

Gabelstapler sind bereits bei einem Großteil von KMU im Einsatz. Andere Hilfsmittel, wie

Schmalgangkommissionierer oder Manipulatoren, sind nur in speziellen Situationen geeignet.

Ihre Nutzung wurde daher innerhalb des Projekts nicht weiter vertieft.

Ein Hilfsmittel, dass dagegen bisher kaum eingesetzt wird (vgl. Abschnitt 4.1.1), jedoch aus Sicht

der Workshopteilnehmer großes Potenzial und hohe Universalität bietet, sind Palettenauszugs-

vorrichtungen (oder kurz Pallentenauszüge). Dabei handelt es sich um Unterbauten für einzelne

Paletten, die ein schubladenartiges Ausziehen der Palette aus dem Regal ermöglichen. Obgleich

auch Palettenauszüge für höhere Regalebenen existieren, sind Auszüge für die Bodenebene am

weitesten verbreitet, da sie einfach nachrüstbar und hinsichtlich des maximalen Beladungsge-

Seite 22 des Schlussberichts zu IGF-Vorhaben 21292 N

wichts weniger restriktiv sind. Typischerweise erfolgt das Ausziehen der Paletten manuell. Auto-

matisierte bzw. angetriebene Systeme existieren zwar, sind aber weitaus weniger gebräuchlich

und mit deutlich höheren Investitionskosten verbunden.

Der grundlegende Gedanke bei der Verwendung von Palettenauszügen liegt darin, dass durch

das Ausziehen von Paletten die auf dem gangabgewandten Teil der Palette gelagerten Artikel

besser zugänglich werden. Dies kann sowohl die Zeitdauer als auch die physische Belastung der

Artikelentnahme beim Kommissionieren reduzieren. Demgegenüber stehen eine zusätzliche

Dauer und ein zusätzlicher Aufwand für das Ausziehen selbst, sodass Palettenauszüge nur situ-

ationsbedingt einen Nettomehrwert bieten – z. B. dann, wenn pro Kommissionierauftrag eine Viel-

zahl von Artikeln von der gleichen Palette entnommen werden müssen. Wann der Einsatz von

Palettenauszügen sinnvoll ist, wird in Abschnitt 4.6.2.3 näher untersucht.

4.1.3. Analyse geeigneter Belastungsbewertungsverfahren

Um eine Ist-Analyse der körperlichen Belastungen in manuellen Lagern von KMU durchführen zu

können, war es notwendig, evaluierte arbeitswissenschaftliche Instrumente zu nutzen. Diese

mussten zunächst auf ihre Eignung für die einzelnen Lagertätigkeiten hin analysiert werden. Zu-

dem wurde das identifizierte Instrument anschließend genutzt, um integrative ergonomische

Kennzahlen zur Optimierung abzuleiten. Der Auswahl eines geeigneten Verfahrens kam im Pro-

jekt somit eine zentrale Bedeutung zu.

Grundsätzlich lassen sich die durch die Arbeitswissenschaft bereitgestellten Methoden, mit deren

Hilfe sich vornehmlich physische Belastungen quantifizieren und bewerten lassen, in fünf ver-

schiedene Methodenebenen einordnen (Kugler et. al., 2010; Ellegast, 2010): Grob-Screening-

Verfahren, Spezielle Screening-Verfahren, Experten-Screening-Verfahren, Betriebliche Messun-

gen und Labormessungen. Jeder Ebene können zahlreiche Verfahren zugeordnet werden, siehe

Tabelle 2. Die einzelnen Verfahren unterscheiden sich insbesondere bezüglich ihres Detaillie-

rungsanspruchs sowie dem Erhebungs- und dem Schulungsaufwand. Ferner sind Verfahren häu-

fig für bestimmte Belastungsarten entwickelt worden, wie z. B. die manuelle Lastenhandhabung.

Insofern galt es, unter den zahlreichen Verfahren diejenigen zu identifizieren, die für die ausge-

wählten Lagertätigkeiten aufgrund der untersuchten Belastungsarten geeignet sind und gleich-

zeitig einen hohen Detaillierungsgrad aufweisen, um Unterschiede zwischen bestimmten belas-

tungsrelevanten Gestaltungsaspekten in der Optimierung widerspiegeln zu können. Zu diesem

Zweck wurde ein Expertenworkshop durchgeführt, an dem insgesamt fünf Ergonomie-Experten

teilnahmen. Um eine Entscheidungsfindung für ein bestimmtes Verfahren zu objektivieren, wurde

eine Nutzwertanalyse durchgeführt. Vorab wurden mittels KO-Kriterien Belastungsbewertungs-

verfahren vorselektiert. Verfahren, die die folgenden Kriterien nicht erfüllen, wurden in der Nutz-

wertanalyse nicht berücksichtigt:

• keine Grob-Screenings

• Verfahren muss publiziert worden sein

• quantitative Eingangswerte (z. B. Gewichte, Häufigkeiten)

• quantitative Belastungsbewertung bzw. quantitativer Risikoscore

Seite 23 des Schlussberichts zu IGF-Vorhaben 21292 N

Belastungsart

Manuelle

Lastenhandhabung

Statische Kör-

perhaltungen

Aktionskräfte

Obere Extremi-

täten durch rep.

Tätigkeiten

Kategorie

Verfahrens-

name

Heben, Hal-

ten, Tragen

Ziehen,

Schieben

Grob-

Screening-

Verfahren

BGI 504-46

(X)

AWS light

(X)

Spezielle

Screening-

Verfahren

LMM-HHT

LMM-Z/S

LMM-MA

LMM-GK

LMM-KH

LMM-KB

(X)

eLMM

OCRA-

Checkliste

(X)

RULA

(X)

REBA

(X)

AAWS

IAD-BkB

Multiple-

Lasten-Tool

Experten-

Screening-

Verfahren

OCRA

OWAS

NIOSH

Lifting Eq.

AAWS+

EAWS

Tabelle 2: Übersicht und Kategorisierung von Screening-Verfahren (Quelle: Steinebach 2022; Kugler et al., 2010)

Für die Nutzwertanalyse konnten im Workshop acht Anforderungskriterien an die Belastungsbe-

wertungsverfahren identifiziert werden.

• Anforderung 1 (0,19):

Alle relevanten Belastungsarten werden abgedeckt (Manuelle Lastenhandhabung, Repe-

titive Belastungen der oberen Extremitäten, Körperhaltungen).

Seite 24 des Schlussberichts zu IGF-Vorhaben 21292 N

• Anforderung 2 (0,05):

Eine einfache Anwendbarkeit für Praktiker ist gegeben.

• Anforderung 3 (0,18):

Die für das Verfahren benötigten Eingabedaten sind in der Regel vorhanden oder können

erhoben werden.

• Anforderung 4 (0,14):

Die Anwendbarkeit des Verfahrens ist auch bei ungetakteten Tätigkeiten gegeben.

• Anforderung 5 (0,09):

Das Verfahren erlaubt die Bewertung körperlicher Belastungen auch bei hoher Tätigkeits-

variabilität.

• Anforderung 6 (0,05):

Die Philosophie des Verfahrens ergibt sich aus der Ableitung des Risikos anhand der Be-

lastungsdosis (Belastungsintensität x Belastungsdauer).

• Anforderung 7 (0,14):

Ein hoher Detaillierungsgrad liegt vor (klare Differenzierung möglich, z. B. zwischen ver-

schiedenen Körperhaltungen und Lastgewichten).

• Anforderung 8 (0,14):

Das Verfahren ermöglicht eine Ableitung von ergonomischen Maßnahmen im Lager.

In Klammern ist jeweils die Gewichtung der einzelnen Anforderungen notiert, die durch einen

Paarvergleich (siehe Anhang 1) der jeweiligen Anforderungen kalkuliert wurde. Um eine mög-

lichst objektive und standardisierte Bewertung vornehmen zu können, wurden quantitative bzw.

qualitative Anforderungserreichungsgrade tabellarisch festgelegt. Diese sind in Anhang 2 zu fin-

den. Im Anschluss nahmen alle fünf Experten die Bewertung der einzelnen Anforderungen ge-

trennt voneinander für insgesamt 20 Verfahren vor.

Ein Blick auf Tabelle 3 zeigt, dass das EAWS (Schaub et al., 2013) in der Nutzwertanalyse am

besten abschneidet. Es wird von den Experten bis auf Anforderung 2 (Einfache Anwendbarkeit

durch Praktiker) in allen Kategorien mit mindestens 0,5 Punkten bewertet. Da das Tool in diesem

Projekt nicht von Praktikern eingesetzt werden soll, ist der hohe Schulungsaufwand und die Kom-

plexität des Tools vernachlässigbar. Im Folgenden werden Belastungsanalysen sowie die Herlei-

tung der ergonomischen Kennzahlen auf Basis des EAWS durchgeführt.

Das EAWS-Verfahren ist ein international anerkannter Standard zur Bewertung ergonomischer

Risiken bei Tätigkeiten an verschiedenen Arbeitsplätzen, wobei es häufig auch für Arbeitstätig-

keiten im Lager angewendet wird und auch für nicht getaktete Tätigkeiten genutzt werden kann.

Die Ermittlung des Risikowerts erfolgt über die Bewertung der Belastungsarten „statische Körper-

haltungen“ (Sektion 1), „Aktionskräfte“ (Sektion 2), „Manuelle Lastenhandhabung“ (Sektion 3) und

„repetitive Belastungen der oberen Extremitäten“ (Sektion 4). Zusätzlich können Extrapunkte ver-

geben werden (Sektion 0). Eine Ampeldarstellung (grün, gelb, rot) ermöglicht eine Einordnung in

Risikoklassen.

Seite 25 des Schlussberichts zu IGF-Vorhaben 21292 N

Anforde-

rung 1

Anforde-

rung 2

Anforde-

rung 3

Anforde-

rung 4

Anforde-

rung 5

Anforde-

rung 6

Anforde-

rung 7

Anforde-

rung 8

Verfahren/ mögli-

che Ausprägungen

[0;1]

[0; 0,25;

0,5;

0,75; 1]

[0; 0,25;

0,5;

0,75; 1]

[0;0,5;1]

[0; 0,25;

0,5;

0,75; 1]

[0;0,5;1]

[0; 0,25;

0,5;

0,75; 1]

[0; 0,25;

0,5;

0,75; 1]

Gesamt

Rang

Screening-Verfahren

LMM - Heben, Hal-

ten, Tragen

0,75

0,5

0,25

0,75

0,442

LMM - Ziehen,

Schieben

0,75

0,5

0,25

0,75

0,442

LMM - manuelle

Arbeitsprozesse

0,75

0,5

0,25

0,75

0,442

LMM - Ganzkörper-

kräfte

0,75

0,5

0,25

0,75

0,442

LMM - Körperfort-

bewegung

0,75

0,5

0,25

0,75

0,442

LMM – Körper-

zwangshaltungen

0,75

0,5

0,25

0,75

0,442

erweiterte LMM -

HHT

0,5

0,75

0,571

RULA

0,5

0,25

0,5

0,406

REBA

0,5

0,25

0,5

0,406

OCRA-Checkliste

0,5

0,25

0,438

AAWS

0,5

0,75

0,5

0,25

0,75

0,5

IAD-BkB

0,5

0,75

0,5

0,75

0,5

0,75

0,629

Multiple-Lasten-

Tool

0,5

0,75

0,5

0,75

0,5

0,692

Experten-screenings

OWAS

0,75

0,5

0,25

0,5

0,438

AAWS+

0,25

0,5

0,75

0,5

0,75

0,598

MonKras

0,25

0,5

0,75

0,5

0,379

NIOSH Lifting Eq.

0,5

0,429

EAWS

0,25

0,5

0,75

0,763

OCRA-Verfahren

0,25

0,5

0,415

Messverfahren/ Simulation

CUELA-Messsystem

biomechanische Si-

mulation (z. B.

Dortmunder)

0,5

0,25

0,5

0,75

0,5

0,679

ema (MTM &

EAWS)

Motion Capture

Elektromyographie

Herzschlagfrequenz

Tabelle 3: Ergebnisse der Nutzenwertanalyse

Seite 26 des Schlussberichts zu IGF-Vorhaben 21292 N

4.1.4. Definition von Lagerhaltungsszenarien und Optimierungszielen

Aus den in Abschnitt 4.1.1 beschriebenen Interviews und unter Berücksichtigung der in Abschnitt

4.1.2 erörterten technischen Hilfsmittel wurden Lagerhaltungsszenarien abgeleitet, die im Rah-

men des Projekts als Grundlage für die Formulierung von Optimierungsproblemen (vgl. Abschnitt

4.4) dienen. Die Lagerhaltungsszenarien sollen dazu möglichst generisch für KMU typische La-

gertypen und -systeme umfassen. Es wurden insgesamt vier Lagerhaltungsszenarien definiert

und zur einfachen Unterscheidbarkeit prägnant benannt. Diese sind 1.) das „Palettenlager“, 2.)

das „Fachboden-/ Kleinteilelager“, 3.) das „Stollenlager“ und 4.) automatisierte Lager, die nach-

folgend kurz konzeptionell vorgestellt werden. Ausführlichere Steckbriefe der ersten drei Lager-

haltungsszenarien können im Anhang 3 eingesehen werden.

1. „Palettenlager“: Das „Palettenlager“ ist einer der weitest verbreiteten Lagertypen in KMU.

Es besteht aus mehreren parallel angeordneten Regalen, die in ein oder zwei durch einen

Zwischengang getrennte Blöcke gegliedert sind. Ein Regal hat dabei üblicherweise drei

bis sieben Regalebenen. Die Artikel werden im „Palettenlager“ auf sortenreinen Paletten

gelagert und beim Kommissionieren direkt von den Paletten entnommen. Auf der unters-

ten Regalebene, also der Bodenebene, gelagerte Paletten sind dabei ohne Hilfsmittel er-

reichbar. Um höhere Regalebenen zu erreichen, sind technische Hilfsmittel notwendig,

wobei typischerweise zwei Systeme Einsatz finden. Entweder nutzt der Kommissionierer

einen Gabelstapler oder Hochhubwagen, um die Palette aus dem Regal zu heben, die

benötigten Artikel zu entnehmen und die Palette wieder zurückzubefördern. Alternativ

nutzt der Kommissionierer einen Vertikal- bzw. Hochhubkommissionierer, um sich selbst

auf die Höhe der Palette zu bewegen.

Im „Palettenlager“ werden die Paletten teilweise dediziert, also auf fest vorgegebenen Re-

galplätzen, und teilweise chaotisch, also auf zufällig ausgewählten Regalplätzen, gelagert.

Auch Mischformen innerhalb eines Lagers sind möglich. Eine Besonderheit ist dabei, dass

im „Palettenlager“ nicht nur Paletten gelagert werden, von denen aktiv kommissioniert

wird, sondern auch Paletten dem Nachschub dienen. Typischerweise wird pro Artikelsorte

immer nur eine Palette gleichzeitig zum Kommissionieren genutzt. Erst nachdem diese

leer ist, wird eine Palette aus dem Nachschub zur neuen Palette für die Kommissionierung

deklariert.

Das Routing des Kommissionierers folgt in „Palettenlagern“ einfachen Strategien. Domi-

nant sind die Schleifen- und Stichgangstrategie. Der Kommissionierer führt dabei einen

(meistens angetriebenen) Wagen, z. B. in Form eines Niederhubkommissionieres, mit

sich, auf dem er kommissionierte Artikel ablegt. Seltener wird für diesen Zweck auch ein

mit einer Palette bestückter Gabelstapler verwendet. Als weiteres technisches Hilfsmittel

bieten sich bei diesem Lagertyp Palettenauszüge (vgl. Abschnitt 4.1.2) an.

2. „Fachboden-/ Kleinteilelager“: Das „Fachboden-/ Kleinteilelager“ beschreibt ein low-level

Person-zu-Ware Lager, bei dem alle Artikel (meistens durch Ladungsträger gebündelt)

auf Fachbodenregalen gelagert werden, die ohne Hilfsmittel vom Kommissionierer er-

reichbar sind. Wie auch beim „Palettenlager“, sind die Regale in parallelen Reihen in ei-

nem Ein- oder Zweiblocklayout angeordnet. Ein Regal hat in etwa drei bis zehn Regal-

ebenen.

In diesem Lagertyp werden zumeist alle Artikel dediziert, also auf fest zugewiesenen Plät-

zen, gelagert, wobei Nachschub in einem separaten Lager – manchmal auch in Paletten

in Regalebenen über dem eigentlichen „Fachboden-/ Kleinteilelager“ – gelagert wird.

Tendenziell erfolgt das Routing des Kommissionierers nach den gleichen einfachen Stich-

Seite 27 des Schlussberichts zu IGF-Vorhaben 21292 N

und Schleifengangstrategien, wie im „Palettenlager“. Der Kommissionierer führt dabei ei-

nen antriebslosen Wagen, z. B. einen Tischwagen, oder einen angetriebenen Wagen, z.

B. einen Niederhubkommissionier, mit sich, auf dem er kommissionierte Artikel ablegt.

3. „Stollenlager“: Das „Stollenlager“ kann als Hybrid aus „Palettenlager“ und „Fachboden-/

Kleinteilelager“ aufgefasst werden. In ihm werden Artikel auf sortenreinen Paletten auf

zwei (seltener auch drei) Regalebenen gelagert, die jedoch alle ohne zusätzliche Hilfsmit-

tel erreichbar sind. Die Anordnung der Regale entspricht dem von „Palettenlager“ bzw.

„Fachboden-/ Kleinteilelager“, wobei der Nachschub ähnlich wie bei letzterem gelagert

wird. Gleiches gilt für die Routenführung und die genutzten technischen Hilfsmittel, wobei

sich abermals Palettenauszüge als Ergänzung anbieten. Die Lagerplatzvergabe erfolgt im

„Stollenlager“ üblicherweise dediziert.

4. Automatisierte Lager: Automatisierte Lager standen nicht im Fokus dieses Projekts und

werden daher hier nur aus Gründen der Vollständigkeit kurz beschrieben. Das zentrale

Merkmal automatisierter Lager ist, dass sich nicht der Kommissionierer durch das Lager-

haus bewegt, sondern Artikel über automatisierte Fördersysteme zum Kommissionierer

befördert werden. Dies wird auch als Ware-zu-Person System bezeichnet. Klassische au-

tomatisierte Lager nutzen für den Warentransport automatische Ein- und Auslagersys-

teme in Kombination mit Rollen- oder Bandfördersystemen. Neuere Ansätze nutzen auto-

nom fahrende Fahrzeuge, die eigenständig Ladungsträger oder ganze Regale bewegen

können. In KMU sind automatisierte Lager selten bzw. werden nur in kleinem Umfang

genutzt.

Von allen vorgestellten Lagertypen besitzen „Palettenlager“ und „Fachboden-/ Kleinteilelager“ mit

Abstand die größte Relevanz für KMU. Sie wurden daher innerhalb dieses Projekts näher be-

trachtet und als Grundlage für Optimierungsansätze verwendet (siehe Abschnitt 4.4).

4.2. Ist-Analyse der körperlichen Belastungssituation in manuellen La-

gern von KMU

Zur Ermittlung der Ergonomie-Kennzahlen sind praxisrelevante Daten von höchster Bedeutung,

damit in der späteren Optimierung möglichst realitätsnahe physische Belastungen ermittelt bzw.

korrekte Entscheidungsempfehlungen abgeleitet werden können. Diese Daten wurden im vorlie-

genden Projekt in Lagern der Unternehmen des Projektbegleitenden Ausschusses erhoben. Ins-

gesamt konnten vier Unternehmen gewonnen werden, in denen Motion Capture Aufzeichnungen

an Mitarbeitenden in verschiedenen Lagerbereichen durchgeführt werden durften. Die Unterneh-

men sind verschiedenen Branchen zuzuordnen: Automatisierungstechnik, Großhandel und zwei

Unternehmen aus dem Automobil-Bereich.

In den Unternehmen wurden 12 verschiedene Kommissionierzonen, die auf dem Prinzip „Person-

zur-Ware“ basieren, betrachtet. Demnach wurden vollautomatisierte Lager und Systeme nach

dem Prinzip „Ware-zur-Person“ nicht berücksichtigt. Bei acht der betrachteten Bereiche wurde

von Paletten kommissioniert. Hierbei waren insbesondere solche Kommissioniertätigkeiten inte-

ressant, die manuell stattfanden und bei denen gerade nicht nur volle Paletten per Gabelstapler

kommissioniert werden. In den betrachteten Fällen wurden die Paletten entweder aus höheren

Ebenen abgesenkt oder es wurden direkt einzelne Artikel von auf dem Boden stehenden Paletten

Seite 28 des Schlussberichts zu IGF-Vorhaben 21292 N

kommissioniert. Diese Kommissionierbereiche konnten dem Lagerhaltungsszenario 1 „Paletten-

lager“ (siehe Kapitel 4.1.4) zugeordnet werden. In den restlichen vier Zonen wurde ohne Hilfsmit-

tel, wie z. B. Gabelstapler, direkt aus Fachbodenregalen kommissioniert. Meist handelte es sich

hierbei um Kleinteile bzw. eher leichte Artikel bis zu einem Gewicht von maximal 10 kg. Diese

Zonen können dem Lagerhaltungsszenario 2 „Fachboden-/ Kleinteilelager“ zugeordnet werden.

Insgesamt erklärten sich 17 Kommissionierer (13 männlich, 4 weiblich) freiwillig bereit, sich wäh-

rend ihrer Arbeitstätigkeit für etwa ein bis zwei Stunden beobachten zu lassen. Zudem wurden

die Kommissionierer mit einem IMU-basierten Motion Capture System ausgerüstet, sodass zu

jedem Zeitpunkt der Beobachtung die Körperhaltung der Kommissionierer erfasst werden konnte.

Bei dem verwendeten System handelt es sich um das Captiv L7000 Premier des Herstellers TEA,

welches eine gute Akkuratheit bei Tätigkeiten in der Logistik besitzt (Steinebach et al., 2020). Das

Captiv-Messsystem besteht aus insgesamt 15 Motion-Sensoren (siehe Abbildung 1). Jeder Sen-

sor verfügt über einen 3-Achsen Beschleunigungssensor, ein Gyroskop sowie ein Magnetometer.

Mit einer Frequenz zwischen 32 bis 128 Hz (einstellbar) werden diese Werte erfasst, intern ver-

arbeitet und drahtlos zu einem Empfänger übermittelt. Die Sensoren werden mittels Gurten an

den entsprechenden Körperteilen fixiert.

Abbildung 1: Motion Capture Sensor (vorne) und Empfänger (hinten)

Die erhobenen Daten wurden anonymisiert weiterverarbeitet, sodass sie im Anschluss nicht ein-

zelnen Kommissionierern zuzuordnen sind. Insgesamt konnten auf diese Art und Weise über

1000 individuelle Artikelentnahmen analysiert und die entsprechenden Körperhaltungen ausge-

wertet werden. Zusätzlich wurde Bild- und Videomaterial erstellt, welches genutzt wurde, um die

mit Captiv ermittelten Körperhaltungen später konkreten Belastungsfällen bzw. Lagertätigkeiten

zuordnen zu können.

Die vorkommenden Belastungsarten sollen im Folgenden am Beispiel der Kommissionierung

skizziert werden. Nach Grosse et al. (2015) können Kommissioniertätigkeiten in vier verschie-

dene Schritte eingeteilt werden: Set up, Travel, Search und Pick. Die Ist-Analyse der körperlichen

Belastungssituation in den manuellen Lagern hat gezeigt, dass vor allem während den Schritten

„Travel“ und „Pick“ körperliche Belastungen auftreten, siehe Abbildung 2. Während beim Schritt

Seite 29 des Schlussberichts zu IGF-Vorhaben 21292 N

„Travel“ vor allem Belastungen durch „Tragen“ und „Ziehen/ Schieben“ auftreten, sind während

dem Pick-Vorgang häufig Belastungen durch „Umsetzen von Lasten“ vorzufinden. Besonders

hohe körperliche Belastungen traten in den Erhebungen auf, wenn sehr schwere Artikel aus nied-

rigen Entnahmehöhen kommissioniert werden mussten, da dies meist mit sehr ungünstigen Kör-

perhaltungen einherging. Ebenso führen sehr sperrige Artikel häufig zu suboptimalen Körperhal-

tungen während der Lasthandhabung, da die unhandlichen Gegenstände z. B. umständlich aus-

balanciert werden müssen.

Abbildung 2: Körperliche Belastungen während der einzelnen Kommissionierschritte nach Grosse et al. (2015)

Die auftretenden Belastungen können nun entsprechend der Charakteristika der Lastenhandha-

bung, wie die zu handhabenden Lastgewichte, die eingenommene Körperhaltungen und etwai-

gen Ausführungsbedingungen ergonomisch mithilfe von Belastungsbewertungsverfahren bewer-

tet werden. Die Ableitung ergonomischer Kennzahlen wird im folgenden Kapitel vorgestellt.

4.3. Entwicklung integrativer ergonomischer Kennzahlen

4.3.1. Vorgehen bei der Bestimmung der Ergonomie-Kennzahlen

Ziel des durchgeführten Projektes war die Integration von ergonomischen und wirtschaftlichen

Parametern in ganzheitliche Planungskonzepte für manuelle Lagerprozesse. Somit waren Kenn-

zahlen notwendig, die physische Belastungen von einzelnen Arbeitsverrichtungen, z. B. einem

Umsetzvorgang eines Artikels mit definiertem Gewicht aus einer bestimmten Höhe mit einer ent-

sprechenden Körperhaltung, quantifizieren. Zunächst mussten daher diesbezüglich Anforderun-

gen an die Kennzahlen definiert werden:

• Quantitative Werte (je höher der Wert, desto höher die körperliche Belastung)

• Möglichkeit zur Bündelung in Tätigkeitsklassen

Seite 30 des Schlussberichts zu IGF-Vorhaben 21292 N

• Belastungswerte mehrerer Arbeitsverrichtungen addieren sich zu einem Gesamtwert

• Nichtlinearitäten bei der Quantifizierung einzelner Kennwerte sind möglich

• Bewertung von einzelnen Arbeitsverrichtungen anstatt der Gesamtheit an manueller Ar-

beit, die über eine vollständige Arbeitsschicht anfällt

Die letztgenannte Anforderung stellt eine zentrale Limitation der meisten etablierten Belastungs-

bewertungsverfahren (siehe Kapitel 4.1.3) dar, da diese darauf ausgelegt sind, Arbeitsbelastun-

gen über eine gesamte Arbeitsschicht zu quantifizieren. Ein solches Vorgehen ist jedoch nicht

zielführend, wenn die Kennzahlen in kombinatorischen Optimierungsmodellen (wie sie in dieser

Arbeit betrachtet werden) eingesetzt werden sollen. Dies kann wie folgt veranschaulicht werden.

Bei kombinatorischen Optimierungsmodellen müssen eine Vielzahl elementarer Entscheidungen

getroffen werden. Die elementaren Entscheidungen sind voneinander abhängig und bestimmen

in ihrer Kombination, wie gut eine Lösung ausfällt. Ein veranschaulichendes Beispiel stellt die

dedizierte (d. h., Festplatz-)Lagerplatzvergabe dar, bei der eine Menge an Artikeln einer Menge

an Lagerplätzen zugewiesen werden soll. Die Entscheidungen, welche Artikel welchen Lagerplät-

zen zugewiesen werden sollen, sind die elementaren Entscheidungen. Diese sind voneinander

abhängig, da nicht mehr als ein Artikel dem gleichen Lagerplatz zugewiesen werden kann. Prob-

lematisch ist, dass die Anzahl an Kombinationsmöglichkeiten mit der Anzahl an Artikeln und La-

gerplätzen explosionsartig ansteigt. Sollen z. B. 10 Artikel 10 Lageplätzen zugewiesen werden,

gibt es              Mio. Kombinationsmöglichkeiten. Bei 20 Artikeln und Lager-

plätzen gibt es bereits      Möglichkeiten – das sind über fünfeinhalbmal mehr Mög-

lichkeiten als das Alter des Universums in Sekunden. Können die Ergonomie-Kennzahlen nur die

Gesamtbelastung während einer Arbeitsschicht bewerten, müsste jede dieser Möglichkeiten ein-

zeln ausgewertet werden, um eine optimale Lösung zu finden. Selbst bei Verwendung der welt-

besten Hochleistungsrechner kann dies bei praxisnahen Anzahlen an Artikeln und Lagerplätzen

nicht gehandhabt werden. Das beschriebene Problem kann jedoch umgangen werden, wenn be-

reits die Auswirkungen einzelner elementarer Entscheidungen quantifiziert werden können. Dazu

müssen die Ergonomie-Kennzahlen jedoch in der Lage sein, einzelne Arbeitsverrichtungen be-

werten zu können.

Die arbeitswissenschaftliche Herausforderung liegt nun darin, Ergonomie-Parameter für einzelne

Arbeitsverrichtungen zu entwickeln, die sich additiv zu einem Gesamtwert zusammensetzen und

sowohl auf biomechanischen als auch energetischen Untersuchungen basieren, um Belastungen

während Lagertätigkeiten möglichst akkurat abbilden zu können. Außerdem sollen die Kennzah-

len auf konkreten arbeitswissenschaftlichen Untersuchungen in der Praxis basieren, um körper-

liche Belastungen möglichst realitätsnah zu quantifizieren. Das entsprechende Vorgehen wird im

Folgenden mithilfe von Abbildung 3 erläutert.

Zunächst wurden verschiedene Lagerhaltungstätigkeiten, die im Rahmen des Projekts betrachtet

wurden, in Klassen eingeteilt. Diese beinhalten die in der Praxis am häufigsten anzutreffenden

sowie in den Interviews (siehe Kapitel 4.1.1) erwähnten stark belastenden manuellen Lagertätig-

keiten. Anzumerken ist, dass diejenigen Lagertätigkeiten ausgewählt wurden, die maßgeblich zur

körperlichen Belastung beitragen. Administrative Tätigkeiten oder beispielsweise das Kommissi-

onieren ganzer Paletten mit einem Gabelstapler wurden demnach nicht berücksichtigt.

Seite 31 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 3: Vorgehen zur Bestimmung der Ergonomie-Kennzahlen

Das entsprechende Klassifikationssystem ist in Tabelle 4 dargestellt. Zwei übergeordnete Arten

der Person-zur-Ware Kommissionierung wurden in den verschiedenen Lagern regelmäßig ange-

troffen: Das manuelle Kommissionieren von Paletten sowie die Kommissionierung von Kleinteilen

aus Fachbodenregalen (siehe Kapitel 4.2). Bei der Kommissionierung von Paletten wurde ferner

unterschieden, ob die Palette freistehend ist, also von mehreren Seiten ohne Hindernisse erreich-

bar, oder ob sie in einem Palettenregal verblieben ist. In diesem Fall wurde weiterhin unterschie-

den, ob die Palette längs (Eingriff über die kurze Seite der Palette) bzw. quer (Eingriff über die

lange Seite der Palette) eingelagert wurde. Diese Unterscheidung wurde getroffen, da dies ins-

besondere die Eingrifftiefe in das Regal determiniert und somit einen Einfluss auf die Körperhal-

tung bei der Lastenhandhabung hat.

Tabelle 4: Klassifikationssystem von betrachteten Lagerhaltungstätigkeiten

Seite 32 des Schlussberichts zu IGF-Vorhaben 21292 N

Um die spezifische körperliche Belastung verschiedener Ausführungsarten auch innerhalb der

Klassen bestimmen zu können, müssen Einflussfaktoren bestimmt werden. So wurde jede Klasse

an Lagertätigkeiten in Abhängigkeit von dem umzusetzenden bzw. zu ziehenden/schiebenden

Lastgewicht aufgezeichnet. Außerdem wurden jeweils das Geschlecht und die Ausführung mit

nur einer oder beiden Händen unterschieden. Zusätzlich wurden für jede Klasse spezifische Ein-

flussfaktoren auf die physische Belastung definiert, die bei der Bestimmung von Ergonomie-

Kennzahlen gezielt berücksichtigt und in entsprechenden Tabellen unterschieden werden sollten.

Im Falle der Kommissionierung von Paletten war dies z. B. die maximale Ladehöhe sowie die

Standhöhe der Palette. Beide spezifischen Einflussfaktoren bestimmen die durchschnittlich zu

erwartende Entnahmehöhe eines Artikels von der Palette und damit unmittelbar die eingenom-

mene Körperhaltung der Kommissionierer.

Neben diesen beiden Kommissionierarten wurde außerdem der manuelle innerbetriebliche

Transport, in Form des Ziehens bzw. Schiebens von Transportmitteln, analysiert. Dieser tritt in

allen untersuchten Lagern der Praxispartner auf und ist deshalb zwingend zu beachten. Spezifi-

sche Einflussfaktoren sind die Art des Transportwagens (z. B. mit/ ohne feste Bockrollen) sowie

der Rollwiderstand des Fahrzeuges auf dem vorliegenden Untergrund (Bodenbeschaffenheit).

Nachdem verschiedene Lagertätigkeiten definiert und klassifiziert sind, müssen diese in Abhän-

gigkeit der Einflussfaktoren hinsichtlich ihrer körperlichen Belastung quantifiziert werden. Wie be-

reits beschrieben, soll zu diesem Zweck das etablierte Bewertungsverfahren EAWS (Version

1.3.6) genutzt werden. Das exakte Vorgehen wird in Kapitel 4.3.2 erläutert. Um realitätsnahe

Daten zur Bewertung mit EAWS zu erhalten, werden Ist-Analysen in Praxisunternehmen genutzt.

Die nun quantifizierten Ergonomie-Parameter werden anschließend gebündelt in Tabellenform

dargestellt und können anschließend für Optimierungszwecke herangezogen werden. Hier findet

die Integration mit ökonomischen Parametern statt, die ebenfalls in entsprechende Optimierungs-

modelle eingehen.

Im Anschluss an etwaige Optimierungen war es entscheidend, die entwickelten Ergonomie-Kenn-

zahlen sowie die Optimierungsverfahren zu evaluieren. Dazu wurde mit dem EAWS-Verfahren in

einem Vorher-Nachher Vergleich geprüft, ob die durch die Optimierung gefundenen Entscheidun-

gen tatsächlich zu einer Reduzierung der körperlichen Belastung geführt haben.

4.3.2. Berechnung der Ergonomie-Kennzahlen

Die Bestimmung der Ergonomie-Kennzahlen folgt zu großen Teilen den Regeln der EAWS-Ver-

sion 1.3.6 – das Verfahren besteht aus insgesamt vier Sektionen, welche einzelne Belastungsar-

ten abbilden, sowie einer Sektion für Extrapunkte.

Die Sektionen 1 und 2 sind bei manuellen Lagertätigkeiten eher selten anzutreffen. So wird selten

in statischen Körper- bzw. Zwangshaltungen für einen längeren Zeitraum als vier Sekunden ver-

harrt (Sektion 1) sowie kaum Aktionskräfte (Finger-Hand- bzw. Ganzkörperkräfte) ohne zu bewe-

gende Lasten ausgeübt.

Bei den beobachteten Lagertätigkeiten handelte es sich vor allem um manuelle Lastenhandha-

bung, welche in EAWS-Sektion 3 bewertet wird. Hierzu gehören entsprechend EAWS die Hand-

habungsarten Heben bzw. Umsetzen, Halten, Tragen, Ziehen und Schieben von Lastgewichten

ab 3 kg. Auf diese Sektion wird sich im Folgenden fokussiert.

Seite 33 des Schlussberichts zu IGF-Vorhaben 21292 N

Weiterhin gibt es Tätigkeitsmuster im Lager, z. B. an Ware-zur-Person Stationen, bei denen Sek-

tion 4 dringend zu berücksichtigen ist, da repetitive Belastungen der oberen Extremitäten vorlie-

gen (Wakula et al., 2021). In diesem Projekt wird sich jedoch auf Person-zur-Ware Systeme be-

schränkt, bei denen „Zykluszeiten“ (hier definiert als Entnahme- und Ablagevorgang des SKU

inklusive des Ortswechsels zum nächsten Lagerplatz) von meist über 30 Sekunden auftreten,

sodass nicht von repetitiven Tätigkeiten ausgegangen wird (Silverstein et al., 1986; Kuhlang et

al., 2015). Mathematisch könnte es somit ab etwa 120 Picks/h grundsätzlich zu Repetitivität kom-

men. Allerdings sind die durchgeführten Bewegungen kaum gleichförmig wiederkehrend – je

nach Lagerplatz und Artikel entstehen unterschiedliche Bewegungen. Die Belastung der oberen

Extremitäten durch Repetitivität ist bei Person-zur-Ware Lagertätigkeiten in der Regel als eher

gering einzustufen, sollte im Einzelfall allerdings immer überprüft werden (Steinebach et al.,

2022).

In Sektion 3 werden Punkte für verschiedene Charakteristika der Arbeitsaufgabe vergeben, siehe

Abbildung 4:

• Lastpunkte für das zu handhabende Lastgewicht

• Haltungspunkte für die bei der Lasthandhabung eingenommen Körperhaltung

• Ausführungspunkte für den Rollwiderstand beim Ziehen und Schieben

• Dauerpunkte für die Häufigkeit der Lasthandhabung

Abbildung 4: Sektion 3 „Manuelles Handhaben von Lasten“ aus dem EAWS-Verfahren

Seite 34 des Schlussberichts zu IGF-Vorhaben 21292 N

Entsprechend des EAWS-Verfahrens werden für jede Handhabungsart die Last-, Haltungs-, und

Ausführungspunkte addiert und anschließend mit den Dauerpunkten multipliziert (siehe Zeile 19

in Abbildung 7). Wie bereits beschrieben, sind für die Optimierung zwingend Kennwerte für Ein-

zelverrichtungen notwendig, die sich additiv zusammensetzen. Aus diesem Grund wird der Wert

für die Dauerpunkte konstant auf „1“ gesetzt und die Werte der einzelnen Verrichtungen addiert.

Demnach wird hier von dem EAWS-Verfahren abgewichen. Die spätere Evaluierung der optimier-

ten Ergebnisse zeigt jedoch, dass die Kennzahlen dennoch gut geeignet sind, um die ursprüng-

liche EAWS-Evaluierung widerzuspiegeln – lediglich die absolute Höhe des Gesamtpunktwertes

ist ohne Aussage (der Vergleich unterschiedlich hoher Gesamtpunkte aber sehr wohl). Eine Ka-

tegorisierung in Risikoklassen auf Basis der Kennzahlen ist somit nicht möglich, für die Optimie-

rung jedoch auch nicht notwendig. Die Ergonomie-Kennzahlen ergeben sich schließlich aus fol-

gender Formel:

    󰇛  󰇜

(1)

Die Lastpunkte werden direkt aus den jeweiligen Lastgewichten, dem Geschlecht der Lagermit-

arbeiter sowie der Ausführung mit einer oder beiden Händen ermittelt. Die Haltungs- und Ausfüh-

rungspunkte werden hingegen aus den Praxiserhebungen abgeleitet.

Zudem wurde im Vergleich zum EAWS eine weitere Änderung vorgenommen. In Sektion 3 wer-

den nach dem Regelwerk lediglich Lastenhandhabungen ab einem Lastgewicht von 3 kg bewer-

tet. Im Lager werden teilweise jedoch auch leichtere Artikel umgesetzt. Diese Umsetzvorgänge

jedoch mit einer physischen Belastung von „0“ zu bewerten wäre mathematisch ungünstig – bei

der Optimierung der Lagerplatzvergabe würden so z. B. auch Schnelldreher in schlecht erreich-

baren Positionen eingelagert, da bei strikter Regelbeachtung so keine Belastung in Sektion 3

entsteht. Um dies zu verhindern, wird in diesem Projekt vorgeschlagen, Ergonomie-Kennwerte

bei Lastgewichten unterhalb von 3 kg zu bis zu einem Wert von „0“ bei 0 kg zu interpolieren.

Eine weitere Annahme wurde bei der Ermittlung der Ergonomie-Kennzahlen bezüglich des Zie-

hens und Schiebens von Lasten getroffen: alle Zieh-/ bzw. Schiebevorgänge werden in der Opti-

mierung als „kurz“ bewertet. Ursächlich hierfür ist, dass in der großen Mehrheit aller Fälle im

Lager keine manuellen Zieh-/ Schiebevorgänge über 20 m auftreten, ohne dass angehalten oder

eine Kurve gefahren wird. So müssen erneut „Losreißkräfte“ überwunden werden, welche die

höchste biomechanische Belastung beim Ziehen/ Schieben darstellt (Jung et al., 2005). Bei der

Nutzung von angetriebenen Fahrzeugen wird hingegen angenommen, dass die Belastung durch

Ziehen bzw. Schieben gänzlich entfällt.

4.3.3. Bestimmung der Haltungspunkte

Um mithilfe der Motion Capture-Erhebungen in der Praxis die ermittelten Gelenkwinkel automa-

tisiert in Haltungspunkte übersetzen zu können, musste zunächst eine Taxonomie entwickelt wer-

den, die bestimmten Körperhaltungen (zusammengesetzt aus einzelnen Gelenkwinkeln) defi-

nierte Haltungspunkte zuweist. Die Piktogramme aus EAWS-Sektion 3 (siehe Abbildung 7) sind

für sich genommen hierzu nicht in der Lage, da keine exakten Körperwinkel angegeben werden

und bestimmte Kombinationen aus Lastabstand, Rumpfbeugung bzw. -torsion unberücksichtigt

bleiben.

Seite 35 des Schlussberichts zu IGF-Vorhaben 21292 N

Aus diesem Grund wurde ein Fragebogen (siehe Abbildung 5) entwickelt, in dem Ergonomie-

Experten insgesamt 43 Körperhaltungen, die bei Lagertätigkeiten vorkommen können, mit einem

Haltungspunktwert belegen. Die verschiedenen relevanten Körperwinkel wurden dabei gezielt

permutiert. So wurde zunächst zwischen den beiden Körperstellungen bzw. Grundhaltungen

„Stehen“ und „Hocken“ unterschieden.

Ferner wurde bei der Rumpfbeugung und Rumpftorsion bzw. der Lateralflexion zwischen „keiner“,

„geringer“, „mittlerer“ und „starker“ Ausprägung unterschieden. Die Last kann dabei „körpernah“

oder „körperfern“ gehandhabt werden. Entsprechende Bilder der verschiedenen Körperhaltungen

unterstützen die Experten bei der Einstufung.

Abbildung 5: Ausschnitt aus dem Fragebogen zur objektivierten Ermittlung von Haltungspunkten

Insgesamt füllten sieben Experten den Fragebogen aus. Durch Berechnung der Mittelwerte liegen

nun definierte Haltungspunkte für jede Körperhaltung vor. Die Einstufung konnte anschließend

automatisiert und mittels des Motion Capture-Systems objektiviert ermittelt werden.

Seite 36 des Schlussberichts zu IGF-Vorhaben 21292 N

4.3.4. Ergebnisse der Praxiserhebungen

4.3.4.1. Haltungspunkte

Im Folgenden werden die mittels Motion Capture bestimmten Haltungspunkte in Abhängigkeit

vom Kommissioniersystem (Kommissionierung von freistehenden Paletten oder aus Fachboden-

regalen) sowie von der Entnahmehöhe in Abbildung 6 dargestellt. Anzumerken ist, dass in dieser

Darstellung von einer optimalen Artikelabgabe – z. B. auf der Abgabefläche eines Transportfahr-

zeug – ausgegangen wird.

Abbildung 6: Haltungspunkte in Abhängigkeit von der Entnahmehöhe

Wie zu erwarten war, liegen bei Kommissioniervorgängen aus niedrigen bzw. sehr hohen Ent-

nahmehöhen ungünstigere Körperhaltungen vor. Besonders ungünstig ist die Entnahme von Ar-

tikeln aus Höhen < 0,4 m – es liegen Haltungspunkte von über 4 Punkten vor. Optimale Entnah-

mebereiche liegen hingegen zwischen 0,9 und 1,3 m. Dies stimmt gut mit den in der VDI-Norm

3657 genannten optimalen Ablage- bzw. Entnahmehöhen von 0,9 m bzw. 1,1 m überein.

Bei Betrachtung der Werte von Einzelpersonen fällt ferner auf, dass individuelle Körperhaltungen

abhängig von der Körpergröße und individuellen Bewegungsabläufen sind – die Fehlerbalken

zeigen die Schwankungsbreite der Haltungspunkte. Im Folgenden wird jedoch mit Durchschnitts-

werten von allen 17 beobachteten Kommissionierenden gerechnet. In Zukunft könnte die Körper-

größe mit einbezogen werden, um beispielsweise Kommissionieraufträge gezielt an bestimmte

Mitarbeiter zu vergeben.

Seite 37 des Schlussberichts zu IGF-Vorhaben 21292 N

Die Daten der Praxiserhebung wurden außerdem hinsichtlich der Unterschiede zwischen einer

Längseinlagerung bzw. Quereinlagerung von Paletten analysiert. Wenn von Paletten in der un-

tersten Ebene eines Palettenregals kommissioniert wird, so wird diese in aller Regel nicht von

einem Gabelstapler entnommen, sondern verbleibt im Regal. Dies hat zur Folge, dass sich die

Kommissionierer teilweise deutlich in das Palettenregal hineinbeugen müssen, wenn die zu grei-

fenden Artikel auf dem hinteren Teil der Palette liegen. Dies ist mit höheren Haltungspunkten bei

der Lastaufnahme verbunden, wie Abbildung 7 zeigt. Aus ergonomischer Sicht ist somit eine

Quereinlagerung etwas günstiger, da die Entnahmetiefen geringer sind. Jedoch sind diese in der

Praxis selten anzutreffen, da die Entnahme mit dem Gabelstapler aus dem Regal so aufgrund

der Querverstrebungen der Palette erschwert ist und außerdem die Wege zwischen zwei Ent-

nahmeorten im Lager verlängert werden.

Abbildung 7: Haltungspunkte bei der Artikelentnahme von quer- und längsgelagerten Paletten

Eingriff

von hier

Eingriff

von hier

Seite 38 des Schlussberichts zu IGF-Vorhaben 21292 N

Anzumerken ist, dass die farbliche Kodierung nur zu Visualisierungszwecken dient – sie besitzt

noch keine ergonomische Beurteilungskraft, da diese nur inklusive der entsprechenden Lastge-

wichte und Häufigkeiten möglich ist. Ferner ist der fehlende Wert bei der Quereinlagerung durch

eine zu geringe Datenmenge zu erklären, sodass für diesen Fall keine valide Aussage getroffen

werden kann. Der fehlende Wert kann jedoch auf Basis der Ergebnisse bei längs gelagerten Pa-

letten behelfsmäßig auf 3,10 abgeschätzt werden.

Zuletzt kann festgehalten werden, dass die durchschnittlichen Haltungspunkte beim Ziehen und

Schieben von Transportmitteln bei 1,2 Punkten liegt.

4.3.4.2. Einhändige Lastenhandhabung

Die biomechanische Belastung (z. B. auf die Wirbelsäule) hängt davon ab, ob Lasten mit einer

bzw. beiden Händen gehandhabt werden. Entsprechend den EAWS-Regeln werden Lastge-

wichte bei der Bestimmung der Lastpunkte mit 1,7 multipliziert, sofern sie mit nur einer Hand

gehandhabt werden. Folglich wurde im Rahmen der Praxiserhebungen versucht, eine empirische

Regel aufzustellen, wann ein- bzw. beidhändig umgesetzt wird. Analog zu Goldscheid (2008)

wurden hierfür die Abmessungen und das Gewicht als Einflussfaktoren gewählt. Es konnte fest-

gestellt werden, dass Lasten häufig dann einhändig umgesetzt werden, wenn folgende Bedin-

gungen gegeben sind:

• Lastgewicht ≤ 3 kg

• eine der relevanten Abmessungen < 10 cm

• keine der relevanten Abmessungen > 50 cm

Diese Regel ist, wie zu erwarten, stark von der Person des Kommissionierers abhängig und gilt

im Einzelfall nicht zwingend, kann jedoch als gute Näherung für die Optimierungszwecke dieses

Projekts angenommen werden.

4.3.4.3. Ausführungspunkte

Die Ausführungspunkte beim Ziehen oder Schieben von Lasten wurden in den analysierten La-

gern des Projektbegleitenden Ausschusses mit 0 bis 1 Punkten versehen. Insgesamt hatten die

eingesetzten Transportmittel sehr geringe Rollwiderstände und die Beschaffenheit des Bodens

war in einem guten Zustand. Für Lager, in denen diese Ausführungsbedungen nicht zutreffen,

müssten entsprechend höhere Punktzahlen vergeben werden. Dies könnte beispielsweise bei

beschädigten Fahrwegen oder dem Ziehen und Schieben auf einem Riffelblech der Fall sein.

4.3.4.4. Ergonomie-Kennwerte in tabellarischer Form

Mithilfe von Formel (1) wurden schließlich Ergonomie-Kennzahlen für alle Tätigkeitsklassen er-

stellt; hierbei wurden die Umsetz-/ Zieh-/ Schiebevorgänge jeweils für ein breites Spektrum an

Lastgewichten erstellt und tabellarisch zusammengefasst. Im Folgenden ist ein Überblick über

alle Ergonomie-Kennzahltabellen gegeben – Einflussfaktoren, die berücksichtigt werden, sind zu-

sätzlich angegeben.

Seite 39 des Schlussberichts zu IGF-Vorhaben 21292 N

• Umsetzen von Artikeln aus Fachbodenregalen (Kleinteile):

Einflussfaktoren:

• Geschlecht (männlich/ weiblich)

• Lastgewicht (0 kg – 30 kg)

• Ein- bzw. Beidhändigkeit

• Entnahmehöhe (20 cm – 180 cm)

• Ablagehöhe (20 cm, 40 cm, 90 cm)

• Umsetzen von freistehenden Paletten:

Einflussfaktoren:

• Geschlecht (männlich/ weiblich)

• Lastgewicht (0 kg – 40 kg)

• Ein- bzw. Beidhändigkeit

• Maximale Ladehöhe der Palette (50 cm, 80 cm, 110 cm, 140 cm, 170 cm)

• Standhöhe der Palette (0 cm, 50 cm, 80 cm)

• Umsetzen von längsgelagerten Paletten:

Einflussfaktoren:

• Geschlecht (männlich/ weiblich)

• Lastgewicht (0 kg – 40 kg)

• Maximale Ladehöhe der Palette (50 cm, 80 cm, 110 cm, 140 cm, 170 cm)

• Standhöhe = Boden (0 cm)

• Umsetzen von quergelagerten Paletten:

Einflussfaktoren:

• Geschlecht (männlich/ weiblich)

• Lastgewicht (0 kg – 40 kg)

• Maximale Ladehöhe der Palette (50 cm, 80 cm, 110 cm, 140 cm, 170 cm)

• Standhöhe = Boden (0 cm)

• Ziehen oder Schieben von Transportmitteln:

Einflussfaktoren:

• Geschlecht (männlich/ weiblich)

• Lastgewicht (40 kg – 750 kg)

• Art des Transportmittels (Karren, Transportwagen mit/ ohne Bockrollen)

Für die Umsetzvorgänge von Paletten ist zu beachten, dass die entsprechenden Haltungspunkte

für das Umsetzen aus verschiedenen Entnahmehöhen gemittelt wurden, da bei der Planung der

Lagertätigkeiten nicht bekannt ist, wie der aktuelle Füllstand der Paletten zum Zeitpunkt der Ent-

nahme ist. Durch die Angabe der maximalen Palettenladehöhe sowie der Standhöhe der Palette

werden die durchschnittlichen Haltungspunkte beeinflusst. Alle Tabellen sind im Anhang dieses

Berichts gegeben.

Zudem werden in den Tabellen biomechanisch kritische Lastfälle, die bereits bei einmaliger Aus-

führung ein ergonomisches Risiko beinhalten, gelb hinterlegt. Analog zum MultipLa (Schaub et

al., 2012) werden diese definiert als Lastfälle, bei denen die Haltungspunkte bei der Lastauf-

nahme oder Lastabgabe ≥ 4 sind und gleichzeitig das Lastgewicht ≥ 20 kg beträgt.

Seite 40 des Schlussberichts zu IGF-Vorhaben 21292 N

4.4. Entwicklung von Optimierungsmodellen und Lösungsverfahren zur

ganzheitlichen Optimierung von Lagerprozessen

Im Folgenden werden die im Rahmen des Projekts entwickelten Optimierungsmodelle und zuge-

hörigen Lösungsverfahren vorgestellt. Abschnitt 4.4.1 stellt das generelle Optimierungskonzept

vor. Abschnitte 4.4.2 und 4.4.3 beschreiben unterschiedliche entwickelte Optimierungsmodelle.

Abschnitt 4.4.4 stellt das für beide Modelle anwendbare Lösungsverfahren vor.

4.4.1. Optimierungskonzept

Bei der Gestaltung von Lagerprozessen müssen verschiedene Planungsprobleme beachtet und

gelöst werden. Zu den wichtigsten Planungsproblemen zählen die Gestaltung des Lagerlayouts,

die Lagerplatzvergabe, das Order Batching und die Routenführung der Kommissionierer (vgl. Ab-

schnitt 3.1). Entscheidend ist dabei, dass die verschiedenen Planungsprobleme keineswegs iso-

liert sind, sondern sich gegenseitig beeinflussen. So hat z. B. die Lagerplatzvergabe einen erheb-

lichen Einfluss darauf, welche Routenpolitiken zu möglichst kurzen Laufwegen führen. Problema-

tisch ist allerdings, dass die simultane Betrachtung aller Planungsprobleme eine zu hohe Kom-

plexität birgt, um mit derzeit bekannten Optimierungsverfahren zielführende Lösungen zu finden.

Für die Definition von Optimierungsansätzen gilt es daher abzuwägen, welche Planungsprobleme

in welcher Art und Weise simultan betrachtet werden sollen, um möglichst zufriedenstellende

Resultate zu erhalten.

Unter Berücksichtigung der Einschätzungen der Unternehmen des Projektbegleitenden Aus-

schlusses, welche Planungsprobleme besonders relevant für KMU sind (vgl. Abschnitt 4.1.1), und

der Einschätzung der Autoren, welche Planungsprobleme sinnvoll kombiniert werden können,

wurde das in Abbildung 8 schematisch dargestellte grundlegende Optimierungskonzept gewählt.

Abbildung 8: Optimierungskonzept

Den Kern des Optimierungskonzepts bildet die Optimierung der Lagerplatzvergabe für ein gege-

benes Lagerlayout. Die Lagerplatzvergabe wurde von den Unternehmen des Projektbegleitenden

Seite 41 des Schlussberichts zu IGF-Vorhaben 21292 N

Ausschusses und von den Autoren als eines der relevantesten Planungsprobleme betrachtet. Die

Lagerplatzvergabe hat einerseits einen erheblichen Einfluss auf den effizienten Betreib des La-

gers. Andererseits ist sie aber auch der Haupteinflussfaktor für die körperliche Belastung, die

beim Kommissionieren aufkommt. Entscheidend ist dabei, dass die Lagerplatzvergabe nicht iso-

liert betrachtet werden sollte, da sie stark von der Routenpolitik abhängt, die beim Kommissionie-

ren Verwendung findet. Die beiden verbreitetsten Routenpolitiken sind die Stichgang- und die

Schleifengangstrategie. Diese beiden Strategien wurden daher für die Optimierung der Lager-

platzvergabe zugrunde gelegt.

Neben der Lagerplatzvergabe schätzten die Unternehmen die Planung des Lagerlayouts als be-

sonders relevant ein. Um diesen Aspekt zu berücksichtigen, kann das Optimierungsmodell ge-

nutzt werden, um alternativenbasierte Vergleiche auszuführen. Die Idee ist dabei folgende: Für

ein Lager soll ein geeignetes Layout gefunden werden. Es werden folglich verschiedene Lay-

outalternativen erstellt, die sich in der Blockstruktur, der Platzierung des Depots sowie der Anzahl

an Regalen und Gängen unterscheiden können. Jede dieser Alternativen wird nacheinander als

Grundlage für die Optimierung der Lagerplatzvergabe zugrunde gelegt. Anschließend können die

resultierenden Ergebnisse verglichen werden, um so die beste Alternative zu bestimmen. Damit

kann zwar nicht sichergestellt werden, dass es nicht außerhalb der untersuchten Alternativen

noch besser geeignete Layouts gäbe, aber es können Empfehlungen abgeleitet werden, welche

Layouts besser geeignet sind als andere. In gleicher Weise kann durch den Vergleich verschie-

dener Alternativen untersucht werden, welche technischen Hilfsmittel sich für den Einsatz im La-

ger eignen.

Ferner unterschieden sich die Arten, wie Artikel gelagert werden, erheblich zwischen den unter-

schiedlichen Lagerhaltungsszenarien, die in Abschnitt 4.1.4 definiert wurden. Es ist daher nicht

zielführend, ein einziges Optimierungsmodell zu entwickeln. Stattdessen gilt es, für jedes Lager-

haltungsszenario ein eigenes Modell zu entwerfen. Innerhalb dieses Projekts wurden daher zwei

unterschiedliche Optimierungsmodelle entwickelt – eines für „Palettenlager“ und eines für „Fach-

boden-/ Kleinteilelager“, die die beiden relevantesten Lager bei KMU darstellen. Die Optimie-

rungsmodelle werden in den Abschnitten 4.4.2 und 4.4.3 definiert.

4.4.2. Optimierungsmodell „Palettenlager“

Für die Definition des Optimierungsmodells „Palettenlager“ wird die in Tabelle 5 gegebene Nota-

tion verwendet. „Basisparameter“ kennzeichnen hierbei, welche Daten den Input des Optimie-

rungsmodells darstellen und entsprechend im Unternehmen erfasst werden müssen, um das Mo-

dell für einen konkreten Anwendungsfall zu verwenden.

Mit  wird die Menge der unterschiedlichen Artikel  bezeichnet, die in den Lagern gelagert werden

sollen. Jede Stückeinheit eines Artikels  hat ein bekanntes Gewicht . Die Kommissionierung

erfolgt auftragsbasiert. Die Artikel eines einzelnen Auftrags werden in einer gemeinsamen Tour

kommissioniert. Dabei bezeichnet  einen Auftrag (also eine Liste bzw. Menge an Artikeln) und

 die Menge aller möglichen Aufträge, wobei 

 die relative Häufigkeit angibt, mit der Auftrag 

bearbeitet werden muss. Es sei hierbei darauf hingewiesen, dass  nur die Artikelnummern der

Artikel beinhaltet, nicht jedoch die benötigte Stückzahl. Stattdessen gibt der Parameter  an, wie

viele Stück eines Artikels im Durchschnitt pro Auftrag benötigt werden. Werden in einem Lager z.

B. 10000 Kommissionieraufträge in einem Monat bearbeitet und dabei 357 Stück von Artikel 

kommissioniert, so ergibt sich 

  .

Seite 42 des Schlussberichts zu IGF-Vorhaben 21292 N

Symbole

Bedeutungen



, 

Basisparameter: Anzahl der Lagerblöcke, Index eines Lagerblocks

, 

Basisparameter: Menge aller Artikel, Artikelindex



Basisparameter: Einheiten auf einer vollen Palette von Artikel 





Basisparameter: relative Häufigkeit, mit der der Kommissionierauftrag 

 vor-

kommt



Basisparameter: Gewicht einer Einheit von Artikel 

, 



Basisparameter: Anzahl der Regalplätze pro Reihe, Index eines Regalplatzes



erwartete physische Belastung pro einzelnem Kommissionierauftrag



Basisparameter: Anzahl an Paletten, die von Artikel  gelagert werden

, 

Basisparameter: Anzahl der Regalreihen, Index einer Regalreihe



Basisparameter: durchschnittlich pro Kommissionierauftrag benötigte Einheiten

von Artikel 



erwartete Zeit pro einzelnem Kommissionierauftrag

, 

Basisparameter: Anzahl der Regalebenen pro Regalplatz, Index einer Regal-

ebene



Basisparameter: Gewichtungsfaktor



Zielfunktionswert

, , 

Basisparameter: Menge aller Kommissionieraufträge, Basisparameter: -ter

Kommissionierauftrag, Index eines Kommissionierauftrags

Tabelle 5: Notation des Optimierungsmodells „Palettenlager“

Annahmegemäß werden alle Artikel auf standardisierten, gleichgroßen Paletten gelagert, die im

Lager jeweils einen Lagerplatz belegen. Eine Artikelnummer kann dabei auch auf mehreren Pa-

letten gelagert werden, wobei  die Anzahl der Paletten angibt. Es wird dabei jedoch angenom-

men, dass pro Artikelnummer stets nur eine Palette zum Kommissionieren von Artikeln verwendet

wird, während die übrigen   Paletten dem Nachschub dienen. Erst wenn die aktuelle Kom-

missionier-Palette von einer Artikelnummer  leer ist, wird eine der vorherigen Nachschub-Palet-

ten zur neuen Kommissionier-Palette deklariert. Gleichermaßen werden verbrauchte Nachschub-

Paletten durch frische Paletten aus dem Wareneingang ersetzt. Die Anzahl an Einheiten, die eine

volle Palette der Artikelnummer  enthält, wird mit  bezeichnet.

Die Paletten werden in einem Lager gelagert, in dem die Regale in parallelen Gängen angeordnet

sind. Das Lager kann dabei annahmegemäß als Ein- oder Zweiblocklager ausgelegt sein, wobei



 die Anzahl der Blöcke ,  die Anzahl der Regalreihen  und 

 die Anzahl an Lagerplätzen  in

der Horizontalen pro Regalreihe angibt. Ferner haben die Regale  Regalebenen  in der verti-

kalen, wobei nur die unterste Regalebene (  ) ohne Hilfsmittel erreichbar ist. Zum Erreichen

der anderen Regalebenen ist ein Hilfsmittel erforderlich – annahmegemäß ein Gabelstapler oder

Hochhubkommissionierer. Zum besseren Verständnis zeigt Abbildung 9 verschiedene schemati-

sche Lageraufbauten in der Vogelperspektive, die dieser Definition entsprechen. Mit „D“ ist dabei

das Depot bezeichnet, bei dem die kommissionierten Artikel abgegeben werden. Es kann annah-

megemäß an den in Abbildung 9 eingezeichneten Positionen verortet sein. Die dargestellten Lay-

outs werden im Rahmen der Arbeit als Typ „A“, „B“ und „C“ bezeichnet, um sie eindeutig zu un-

terschieden.

Seite 43 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 9: Den Optimierungsmodellen zugrundeliegende Layouttypen

Für das Lager werden drei Arten der Lagerung unterschieden: dediziert, semi-dediziert und cha-

otisch. Dabei kann für jede Regalreihe separat entschieden werden, für welche Art der Lagerung

sie verwendet werden soll. Wird eine Regalreihe für die dedizierte Lagerung (auch Festplatzla-

gerung genannt) verwendet, kann jeder Regalposition 󰇛  󰇜 genau eine Artikelnummer zuge-

wiesen werden. Dabei wird angenommen, dass sich die Kommissionier-Palette dieses Artikels

immer in der untersten Regalebene (  ) befindet, da diese ohne Hilfsmittel erreichbar ist. Die

Nachschub-Paletten werden entsprechend in den Regalreihen darüber gelagert. Wird eine Re-

galreihe für die chaotische Lagerung verwendet, können alle Regalebenen auf allen Lagerpositi-

onen der Regalreihe verwendet werden, um Artikel chaotisch, also ohne fest zugewiesenen Platz,

zu lagern. Die semi-dedizierte Lagerung stellt einen Kompromiss dar. Wird eine Regalreihe für

die semi-dedizierte Lagerung verwendet, kann jeder Lagerposition ebenfalls eine Artikelnummer

zugewiesen werden. Allerdings wird nur die unterste Regalebene (  ) der Position dediziert

zugewiesen. Alle anderen Regalebenen werden dem chaotischen Lagerbereich zugerechnet.

Gleichermaßen kann für jede Artikelnummer entschieden werden, auf welche der drei Arten die

zugehörigen Paletten gelagert werden sollen. Wird ein Artikel dediziert gelagert, so ist er einer

festen Regalposition 󰇛  󰇜zugewiesen. Die Kommissionier-Palette wird in der untersten Regal-

ebene (  ) der Regalposition gelagert. Die Nachschubpaletten werden in den darüberliegen-

den Regalebenen (     ) gelagert. Wird ein Artikel semi-dediziert gelagert, so ist seine Kom-

missionier-Palette fest der untersten Regalebenen einer bestimmten Regalposition 󰇛  󰇜 zuge-

wiesen. Seine Nachschubpaletten haben dagegen keine feste Zuweisung und können auf belie-

bigen Lagerplätzen im chaotischen Lagerbereich gelagert werden. Bei chaotisch gelagerten Arti-

keln werden alle Paletten im chaotischen Bereich des Lagers gelagert, ohne dass eine feste La-

gerplatzzuordnung existiert.

Bei dedizierter und semi-dedizierter Lagerung ist es folglich notwendig, eine Nachschub-Palette

umzulagern, sobald die Kommissionier-Palette leer wird. Dieser Aufwand entfällt bei chaotischer

Lagerung. Dafür ist bei dedizierter und semi-dedizierter Lagerung die Kommissionier-Palette je-

derzeit ohne Hilfsmittel zugänglich. Bei chaotischer Lagerung kann es dagegen notwendig sein,

die Kommissionier-Palette zunächst zugänglich zu machen, da diese nicht immer in der untersten

Regalebenen gelagert wird. Je nach Zugriffshäufigkeit einer Artikelnummer können damit unter-

schiedliche Varianten der Lagerung vorteilhaft sein. Ferner hat die chaotische Lagerung den Vor-

teil, dass sie die vorhandene Lagerplatzkapazität effizienter ausnutzt, was besonders dann rele-

vant ist, wenn viele Artikel bei geringer Lagerkapazität gelagert werden sollen.

Seite 44 des Schlussberichts zu IGF-Vorhaben 21292 N

Aus ergonomischer Sicht ist die chaotische Lagerung den beiden anderen Lagerungsarten vor-

zuziehen. Dies ist dadurch begründet, dass bei (semi-)dedizierter Lagerung Kommissionier-Pa-

letten stehts auf dem Boden stehen, was ungünstiges tiefes Bücken (vgl. Abschnitt 4.2) bei der

Entnahme von Artikeln bedingt, wenn sich die Palette allmählich leert. Bei der chaotischen Lage-

rung sind Kommissionier-Paletten mitunter auch in höheren Regalebenen gelagert und müssen

mittels technischer Hilfsmittel (z. B. Gabelstapler, Hubwagen oder Vertikalkommissionierer) zu-

gänglich gemacht werden. Dies kostet zwar mehr Zeit, erlaubt es aber auch, die Palette so zu

positionieren, dass kein tiefes Bücken bei der Artikelentnahme notwendig ist – z. B., indem eine

Palette, die mit einem Gabelstapler entnommen wird, nicht komplett bis zum Boden abgesenkt

wird. Außerdem ist in letzterem Fall die Rückseite der Palette besser, also mit geringerer physi-

scher Belastung, zugänglich (vgl. Abschnitt Fehler! Verweisquelle konnte nicht gefunden wer-

den.).

Bei der Kommissionierung fallen sowohl ein zeitlicher Aufwand  als auch eine physische Belas-

tung  für den Kommissionierer an, die davon abhängen, auf welche Art und Weise die Artikel

gelagert werden. Das Ziel des Optimierungsmodells ist es daher, zu bestimmen,

• welche Lagerregale für die dedizierte, semi-dedizierte und chaotische Lagerung genutzt

werden sollen;

• welche Artikel dediziert, semi-dediziert und chaotisch gelagert werden sollen;

• auf welchen Lagerplätzen dediziert und semi-dediziert gelagerte Artikel einzulagern sind;

sodass die gewichtete Summe

      󰇛  󰇜  

(2)

aus durchschnittlichem zeitlichem Aufwand  und durchschnittlicher physischer Belastung  pro

Kommissionierauftrag minimiert wird. Hierbei stellt  einen vom Lagerplaner generell frei wähl-

baren Gewichtungsfaktor dar. In Abschnitt 4.5.1.2 wird untersucht, welche Auswirkungen der Ge-

wichtungsfaktor auf das Ergebnis hat.

Der zeitliche Aufwand  setzt sich zusammen aus dem zeitlichen Aufwand, um verbrauchte Pa-

letten durch neue aus dem Wareneingang zu ersetzen, dem zeitlichen Aufwand, um bei dediziert

und semi-dediziert gelagerten Artikeln leere Kommissionier-Paletten durch Nachschub-Paletten

zu ersetzen, dem zeitlichen Aufwand für die Entnahme von Artikel während des Kommissionie-

rens (was auch das Erreichen der Paletten beinhaltet, wenn sie nicht in der untersten Regalebene

gelagert werden) und dem zeitlichen Aufwand für die Fortbewegung des Kommissionierers. Die

ersten beiden Komponenten werden dabei auf ihren Anteil pro Kommissionierauftrag herunter-

gerechnet. Für die Bestimmung des zeitlichen Aufwands für die Fortbewegung kann entweder

die Stichgang- oder die Schleifengangstrategie zugrunde gelegt werden.

Die physische Belastung  setzt sich zusammen aus der Belastung für die Entnahme von Artikeln

von Paletten und für die Fortbewegung des Kommissionierers. Beide Belastungskomponenten

werden dabei entsprechend der in Abschnitt 4.3 entwickelten Kennzahlen bestimmt.

4.4.3. Optimierungsmodell „Fachboden-\ Kleinteilelager“

Für die Definition des Optimierungsmodells „Fachboden-\ Kleinteilelager“ wird die in Tabelle 6

gegebene Notation verwendet. „Basisparameter“ kennzeichnen hierbei, welche Daten den Input

Seite 45 des Schlussberichts zu IGF-Vorhaben 21292 N

des Optimierungsmodells darstellen und entsprechend im Unternehmen erfasst werden müssen,

um das Modell für einen konkreten Anwendungsfall zu verwenden.

Symbole

Bedeutungen



, 

Basisparameter: Anzahl der Lagerblöcke, Index eines Lagerblocks

, 

Basisparameter: Menge aller Artikel, Artikelindex





Basisparameter: relative Häufigkeit, mit der der Kommissionierauftrag 

 vor-

kommt



Basisparameter: Gewicht einer Einheit von Artikel 

, 



Basisparameter: Anzahl der Regalplätze pro Reihe, Index eines Regalplatzes



erwartete physische Belastung pro einzelnem Kommissionierauftrag

, 

Basisparameter: Anzahl der Regalreihen, Index einer Regalreihe



Basisparameter: durchschnittlich pro Kommissionierauftrag benötigte Einheiten

von Artikel 



erwartete Zeit pro einzelnem Kommissionierauftrag

, 

Basisparameter: Anzahl der Regalebenen pro Regalplatz, Index einer Regal-

ebene



Basisparameter: Gewichtungsfaktor



Zielfunktionswert

, , 

Basisparameter: Menge aller Kommissionieraufträge, Basisparameter: -ter

Kommissionierauftrag, Index eines Kommissionierauftrags

Tabelle 6: Notation des Optimierungsmodells „Fachboden-/Kleinteilelager“

Mit  wird die Menge der unterschiedlichen Artikel  bezeichnet, die im Lager gelagert werden

sollen. Jede Stückeinheit eines Artikels  hat ein bekanntes Gewicht . Die Kommissionierung

erfolgt auftragsbasiert. Die Artikel eines einzelnen Auftrags werden in einer gemeinsamen Tour

kommissioniert. Dabei bezeichnet  einen Auftrag (also eine Liste bzw. Menge an Artikeln) und

 die Menge aller möglichen Aufträge, wobei 

 die relative Häufigkeit angibt, mit der Auftrag 

bearbeitet werden muss. Es sei hierbei darauf hingewiesen, dass  nur die Artikelnummern der

Artikel beinhaltet, nicht jedoch die benötigte Stückzahl. Stattdessen gibt der Parameter  an, wie

viele Stück eines Artikels im Durchschnitt pro Auftrag benötigt werden.

Die Artikel werden in einem Lager gelagert, in dem die Regale in parallelen Gängen angeordnet

sind. Das Lager kann dabei annahmegemäß als Ein- oder Zweiblocklager ausgelegt sein, wobei



 die Anzahl der Blöcke ,  die Anzahl der Regalreihen  und 

 die Anzahl an Lagerplätzen  in

der Horizontalen pro Regalreihe angibt (vgl. Abbildung 9). Ferner haben die Regale  Regalebe-

nen  in der Vertikalen, wobei alle Regalebenen ohne Hilfsmittel erreichbar sind. Jede Artikel-

nummer beleget bei der Lagerung annahmegemäß genau einen Lagerplatz 󰇛   󰇜 und wird

dediziert gelagert. Abhängig davon, auf welcher Regalhöhe ein Artikel gelagert wird, kann sowohl

die Zeit als auch die physische Belastung für die Entnahme während der Kommissionierung va-

riieren, wobei für beide Faktoren mittlere Höhen von etwa 0,9 bis 1,3 m günstig sind (vgl. Abschnitt

4.3.4.1).

Seite 46 des Schlussberichts zu IGF-Vorhaben 21292 N

Bei der Kommissionierung innerhalb des Lagers fallen sowohl ein zeitlicher Aufwand  als auch

eine physische Belastung  für den Kommissionierer an, die davon abhängen, an welchem La-

gerplatz die Artikel gelagert werden. Das Ziel des Optimierungsmodells ist es daher, zu bestim-

men, welcher Artikel auf welchem Lagerplatz gelagert werden soll, sodass die gewichtete Summe

      󰇛  󰇜  

(3)

aus durchschnittlichem zeitlichem Aufwand  und durchschnittlicher physischer Belastung  pro

Kommissionierauftrag minimiert wird. Hierbei stellt  einen frei wählbaren Gewichtungsfaktor dar.

In Kapitel 4.5.2.2 wird untersucht, welche Auswirkung der Gewichtungsfaktor auf das Ergebnis

hat.

Der zeitliche Aufwand  setzt sich zusammen aus dem zeitlichen Aufwand für die Entnahme von

Artikeln während des Kommissionierens und dem zeitlichen Aufwand für die Fortbewegung des

Kommissionierers. Für letzteres kann entweder die Stichgang- oder die Schleifengangstrategie

zugrunde gelegt werden.

Die physische Belastung  setzt sich zusammen aus der Belastung für die Entnahme von Artikeln

aus Regalen und für die Fortbewegung des Kommissionierers. Beide Belastungskomponenten

werden dabei entsprechend der in Abschnitt 4.3 entwickelten Kennzahlen bestimmt.

4.4.4. Lösungsverfahren

Die in den Abschnitten 4.4.2 und 4.4.3 definierten Optimierungsmodelle können als NP-schwer

klassifiziert werden. Aus anwendungsorientierter Hinsicht ergibt sich aus dieser Klassifikation,

dass der Rechenaufwand zur Lösung der Probleme so hoch ist, dass diese bei einer realitätsna-

hen Anzahl an Artikeln, faktisch nicht exakt – also garantiert optimal – gelöst werden können.

Stattdessen ist der übliche Ansatz, Heuristiken zur Lösung der Optimierungsmodelle zu verwen-

den. Heuristiken garantieren nicht, dass die optimale Lösung des Optimierungsproblems gefun-

den werden kann, sind aber so gestaltet, dass mit hoher Wahrscheinlichkeit eine sehr gute Lö-

sung gefunden wird, die im Idealfall sogar der optimalen Lösung entspricht. Zur Lösung der vor-

liegenden Probleme wird daher das heuristische Verfahren der Tabu-Suche (TS) als Lösungs-

verfahren angesetzt, das nachfolgend konzeptionell und auch für Nichtfachkundige nachvollzieh-

bar erläutert wird. Für eine formelle Erläuterung sei auf die Literatur, z. B. Zäpfel (2010), verwie-

sen.

Bei der TS handelt es sich um eine sogenannte Metaheuristik, ein heuristisches Verfahren, das

allgemeingehalten formuliert ist und durch Anpassung auf konkrete Probleme zugeschnitten wer-

den kann. Die Grundlage der TS bildet die sogenannte Nachbarschaftssuche. Bei der Nachbar-

schaftssuche wird eine Lösung – im vorliegenden Fall also die Zuordnung von Artikeln zu Lager-

plätzen – ausgehend von einer initialen Startlösung sukzessiv verbessert. Die Verbesserung der

Lösung erfolgt dabei iterativ (d.h. schrittweise) durch Züge, also kleine Änderungen der Lösung.

In jeder Iteration wird dazu zunächst die Nachbarschaft der aktuellen Lösung bestimmt. Bei der

Nachbarschaft handelt es sich um alle alternativen Lösungen, die von der aktuellen Lösung durch

das Ausführen genau eines Zuges erreichbar sind. Aus der Nachbarschaft wird anschließend die

beste Lösung ausgewählt, um die aktuelle Lösung zu überschreiben.

In der beschriebenen Art und Weise führt die Nachbarschaftssuche allerdings dazu, dass nur

lokale Optima eines Optimierungsproblems gefunden werden, das globale Optimum aber meis-

tens nicht erreicht wird, was anschaulich an folgender Analogie nachvollzogen werden kann: Eine

Seite 47 des Schlussberichts zu IGF-Vorhaben 21292 N

Person befindet sich inmitten einer nebeligen Hügellandschaft, in der sie nur ihre nächste Umge-

bung sehen kann, und möchte das tiefste Tal der Landschaft finden. Sie schaut sich dazu ihre

Umgebung an und läuft Schritt für Schritt in Richtung des steilsten Abstiegs. Nach einigen Schrit-

ten kommt sie im nächstgelegenen Tal an. Dieses ist allerdings im Regelfall nicht das tiefste Tal

der Landschaft, sondern nur ein lokales Tal. Wird die Hügellandschaft mit der Lösungsgüte eines

Optimierungsproblem gleichgesetzt (wobei tiefere Täler besseren Lösungen entsprechen) und

wird das schrittweise Voranschreiten der Person auf das iterative Verbessern der Lösung über-

tragen, wird die Problematik ersichtlich.

Die Analogie deutet aber auch bereits eine mögliche Lösung an. Ist die Person im lokalen Tal

angekommen, kann sie ihre Suche nach dem tiefsten Tal der gesamten Landschaft fortführen,

indem sie einen weiteren Hügel erklimmt und von dort aus ihre Suche auf gleiche Weise fortsetzt.

Um dabei nicht wieder denselben Hügel zu erklimmen, von dem sie gerade herabgestiegen ist,

merkt sie sich stets ihre zuletzt ausgeführten Schritte und schließt diese für ihr Vorankommen

aus. Dieselbe Idee macht sich die TS zunutze. Wenn bei der Nachbarschaftssuche keine Lösung

gefunden werden kann, die zu einer Verbesserung der Lösung führt, wird eine Lösung gewählt,

die (temporär) zu einer Verschlechterung – im Sinne der Analogie also bergauf – führt. Um zu

vermeiden, dass dies der vorangegangenen Lösung entspricht, werden alle Züge, die kürzlich

ausgeführt wurden, verboten – also tabu gesetzt (was dem Verfahren seinen Namen gibt). Dies

entspricht der Person, die ihre kürzlich vollzogenen Schritte ausschließt. Formell ist der Ablauf

der TS in Abbildung 10 dargestellt. Dabei sei darauf hingewiesen, dass es keine universell gültige

Definition der TS gibt, sondern verschiedene Ausprägungen existieren, die auf dem gleichen

grundlegenden Gedanken aufbauen.

Abbildung 10: Ablaufdiagramm der TS

Um die TS auf die beiden vorliegenden Optimierungsprobleme anzuwenden, gilt es, die Züge zu

definieren, die durchgeführt werden können. Beim Optimierungsproblem „Palettenlager“ werden

folgende Züge genutzt:

• Tausch der Lagerplätze zweiter Artikel.

• Verschiebung eines Artikels auf einen freien (semi-)dedizierten Lagerplatz (falls vorhan-

den).

Seite 48 des Schlussberichts zu IGF-Vorhaben 21292 N

• Verschiebung eines (semi-)dediziert gelagerten Artikels in den chaotischen Lagerbereich.

• Änderung der Art (dediziert, semi-dediziert der chaotisch), wie Artikel in einer Regalreihe

gelagert werden können.

Beim Optimierungsproblem „Fachboden-\ Kleinteilelager“ werden folgende Züge genutzt:

• Tausch der Lagerplätze zweiter Artikel.

• Verschiebung eines Artikels auf einen freien Lagerplatz (falls vorhanden).

Ferner ist es notwendig, zur Anwendung der TS eine initiale Lösung des Problems zu finden, da

die TS lediglich eine vorhandene Lösung verbessern, diese jedoch nicht von Grund auf generie-

ren kann. Dabei gilt typischerweise, dass die TS eine bessere Performance hat, je besser die

initiale Lösung ausfällt. Für beide betrachteten Optimierungsprobleme wird dabei ausgenutzt,

dass sie sich zu sogenannten linearen Zuweisungsproblemen vereinfachen lassen, sofern der

Aspekt der Routenführung vernachlässigt wird und, im Falle des Optimierungsproblems „Palet-

tenlager“, festgelegt wird, welche Regalreihen für welche Art der Lagerung verwendet werden

sollten. Die sich damit ergebenden lineare Zuordnungsprobleme können effizient gelöst werden

(beispielsweise mittels der sogenannten Ungarischen Methode, vgl. Kuhn, 1995). Die Lösung des

linearen Zuordnungsproblems kann dann als initiale Lösung für die TS genutzt werden, die nun

wieder den Aspekt der Routenführung berücksichtigt.

Um das Optimierungsproblem „Palettenlager“ zu einem linearen Zuweisungsproblem zu verein-

fachen, muss festgelegt werden, welche Regalreihen für welche Art der Lagerung verwendet

werden sollten. Dies kann a priori nicht optimal entschieden werden, weshalb ein Genetischer

Algorithmus (GA) verwendet wird, um eine möglichst gute Variante zu bestimmen. Beim GA han-

delt es sich um eine Metaheuristik, die das Konzept der biologischen Evolution auf die Optimie-

rung überträgt (Zäpfel, 2010). Vereinfacht gesprochen, setzen sich in der Natur bevorzugt solche

Individuen durch, die ihrer Umgebung am besten angepasst sind. Die Evolutionsbiologie spricht

in diesem Zusammenhang von evolutionärer Fitness. Fittere Individuen pflanzen sich mit höherer

Wahrscheinlichkeit fort und vererben ihren Nachkommen dabei zentrale Eigenschaften ihrer

selbst. Die Eigenschaften eines Individuums sind wiederum in Genen codiert. Die Vererbung von

Eigenschaften entspricht daher vereinfacht dargestellt der Übergabe von Genen, die die jeweili-

gen Informationen tragen. Über mehrere Generationen entwickeln sich damit besonders fitte In-

dividuen.

Der GA setzt nun Lösungen eines Optimierungsproblems – im vorliegenden Fall also mögliche

Festlegungen, welche Regalreihen für welche Art der Lagerung genutzt werden sollen – mit Indi-

viduen gleich. Die Fitness eines Individuums entspricht der Güte dieser Festlegung. Zu Beginn

des GA wird eine Menge zufälliger Festlegungen generiert, die der Population entsprechen. An-

schließend werden über mehrere Iterationen Festlegungen mit besonders hoher Güte ausgewählt

und zu neuen Lösungen rekombiniert und zur Population hinzugefügt, während schlechte Fest-

legungen aus der Population ausscheiden. Über mehrere Iterationen wird die Population damit

zunehmend fitter – sie enthält zunehmend besser Festlegungen. Um im vorliegenden Fall die

Güte einer Festlegung zu bestimmen, wird aufbauend auf dieser ein lineares Zuweisungsproblem

definiert und gelöst. Am Ende des Ablaufs des GA kann schließlich die beste Festlegung aus der

Population ausgewählt werden, um damit die Initiallösung für die TS zu generieren.

Seite 49 des Schlussberichts zu IGF-Vorhaben 21292 N

4.5. Durchführung von numerischen Experimenten

Die in Abschnitt 4.4.4 vorgestellten Optimierungsverfahren können genutzt werden, um bei kon-

kret vorliegenden Lagern optimierte Lagerplatzzuweisungen zu bestimmen und die Auswirkung

unterschiedlicher technischer Hilfsmittel und Lagerlayouts zu untersuchen. Darüber hinaus kön-

nen die Optimierungsverfahren genutzt werden, um mittels numerischer Experimente zu allge-

meingültigeren Erkenntnissen zu gelangen, aus denen Handlungsempfehlungen abgeleitet wer-

den können. Die Grundidee bei der Durchführung numerischer Experimente besteht darin, auf

Basis praxisnaher statistischer Daten verschiedene Lager zu simulieren und diese mittels Opti-

mierungsverfahren zu lösen. Aus den Ergebnissen der Optimierung lassen sich anschließend

Schlussfolgerungen ziehen. Ein einzelnes simuliertes Lager wird in diesem Zusammenhang als

Instanz bezeichnet. Nachfolgend werden die numerischen Experimente für beide Optimierungs-

probleme getrennt voneinander vorgestellt. Dabei wird auch explizit die Generierung von Instan-

zen beschreiben.

4.5.1. Numerische Experimente zum „Palettenlager“

Nachfolgend werden die Durchführung und die Ergebnisse der numerischen Experimente zum

Optimierungsproblem „Palettenlager“ beschrieben.

4.5.1.1. Generierung von Instanzen für das „Palettenlager“

Bei der Generierung von Instanzen werden verschiedene Parameter, wie z. B. die Bedarfswahr-

scheinlichkeiten der unterschiedlichen Artikel, zufällig festgelegt. Das bedeutet nicht, dass die

entsprechenden Werte willkürlich gewählt werden, sondern entsprechend realistischer Annah-

men oder statistischer Kennzahlen aus einem bestimmten Wertebereich per Zufall ausgewählt

werden. Dies ist ein übliches Vorgehen, um realitätsnahe Szenarien abzubilden. Um hieraus

schließlich wieder allgemeine Aussagen ableiten zu können, werden mehrere Instanzen auf diese

Art und Weise generiert, gelöst und anschließend die Ergebnisse statistisch – z. B. über Mittel-

wertbildung – ausgewertet. Im Rahmen der hier durchgeführten Rechenstudie werden zehn In-

stanzen auf die beschriebene Art und Weise gebildet, wobei dies eine übliche Anzahl für diesen

Zweck darstellt.

Zur Festlegung der Bedarfshäufigkeiten und Gewichte der Artikel werden die in Abschnitt 4.1.1

berechneten statistischen Verteilungen zugrunde gelegt. Zudem wird angenommen, dass pro

Kommissionierauftrag durchschnittlich zehn unterschiedliche Artikel in Mengen von durchschnitt-

lich je vier Stück zu kommissionieren sind. Pro Artikel müssen annahmegemäß zwischen zwei

bis fünf Paletten im Lager gelagert werden. Es wird angenommen, dass alle Paletten Standard-

maße von 80 cm auf 120 cm haben, im vollen Zustand eine Füllhöhe von 150 cm aufweisen und

– je nach Artikel – zwischen 20 und 30.000 Stück an Artikeln fassen können. Außerdem wird bei

den grundlegenden Experimenten davon ausgegangen, dass die Paletten so gelagert werden,

dass ihre kurze Seite Richtung Gang zeigt (Längslagerung). Eine davon abweichende Querlage-

rung, bei der die Paletten um 90° gedreht gelagert werden, wird in Abschnitt 4.5.1.5 separat un-

tersucht.

Für die Kommissionierung wird annahmegemäß ein angetriebener Wagen genutzt. Ferner wird

davon ausgegangen, dass Paletten aus oberen Regalreihen stets mit einem Gabelstapler ent-

nommen werden, wenn sie zur Artikelentnahme zugänglich gemacht, ein- oder umgelagert wer-

den müssen.

Seite 50 des Schlussberichts zu IGF-Vorhaben 21292 N

Für alle grundlegenden Instanzen wird ein Lager mit einem Block (

 ), acht Regalreihen ( 

), 20 horizontalen Plätzen pro Regalreihe (

) und fünf vertikalen Regalebenen (  ) an-

genommen, wobei sich das Depot an der Ecke des Lagerblocks befindet. Diese Annahme wird

später im Rahmen der Untersuchung verschiedener Layoutoptionen in Abschnitt 4.5.1.4 noch

verändert, dient jedoch für die übrigen numerischen Experimente als Standardlayout. Das Lager

kann folglich 800 Paletten fassen und zählt damit im Vergleich mit der Praxis zu den kleineren

Lagern. Diese Lagergröße wurde gewählt, da sie dennoch an praktisch relevante Lagergrößen

heranreicht und gleichzeitig noch in vertretbarer Rechenzeit optimiert werden kann. Letzteres ist

insofern relevant, da die Berechnungszeit zur Optimierung mit steigender Lagergröße zunimmt

und im Rahmen der numerischen Experimente eine Vielzahl an Optimierungen durchgeführt wer-

den müssen.

Würden im angenommenen Lager alle Artikel (semi-)dediziert gelagert, könnten maximal 160

Artikel gelagert werden. Würden im Lager alle Artikel chaotisch gelagert, könnte es maximal 228

Artikel fassen. Realistischer sind jedoch Artikelanzahlen, die zwischen diesen beiden Kennwerten

liegen. Daher werden für die Instanzen unterschiedliche Artikelanzahlen aus dem Bereich zwi-

schen 185 und 210 angenommen.

4.5.1.2. Pareto-Evaluation des „Palettenlagers“

Wie in Abschnitt 4.4.2 beschrieben, besteht die Zielstellung des Optimierungsproblems „Palet-

tenlager“ aus der Minimierung von zwei Aspekten, der Zeit für die Kommissionierung und der

physischen Belastung während der Kommissionierung, die gewichtet addiert werden. Dabei exis-

tiert keine universale Gewichtung , die zu dem „besten“ Ergebnis führt. Stattdessen ist die Ge-

wichtung frei vom Lagerplaner wählbar. Je nachdem, wie die Gewichtung gewählt wird, wird das

Ergebnis der Optimierung eher die Minimierung der Zeit oder der physischen Belastung priorisie-

ren. Um zu bestimmen, welche Gewichtung sinnvoll sein kann und wie der Trade-Off zwischen

den beiden Zielkriterien ausgeprägt ist, bietet sich eine sogenannte Pareto-Evaluation an. Hierbei

wird über Variation der Gewichtungen die sogenannte Paretokurve bestimmt. Sie enthält die

Menge aller Lösungen, die Pareto-effizient sind. Eine Pareto-effiziente Lösung ist dadurch ge-

kennzeichnet, dass bei ihr nur eine Verbesserung eines der beiden Zielkriterien möglich wäre,

wenn das andere verschlechtert wird. Vereinfacht gesprochen handelt es sich bei den Pareto-

effizienten Lösungen um die „besten“ Lösungen für alle möglichen Gewichtungen.

Beide Zielgrößen haben unterschiedliche physikalische Einheiten und bewegen sich in unter-

schiedlichen Größenordnungen. Um die Zielgrößen innerhalb der Pareto-Evaluation besser ver-

gleichen zu können, ist daher eine Normierung sinnvoll. Es ist dabei üblich, die beiden Zielgrößen

mit ihren Utopie-Werten zu normieren (vgl., Battini et al., 2016). Der Utopie-Wert einer Zielgröße

ist der beste Wert, den diese Zielgröße annehmen kann. Er kann bestimmt werden, indem das

Optimierungsproblem jeweils nur nach der entsprechenden Zielgröße optimiert wird, während die

andere vernachlässigt wird. Es sei mit  der Utopie-Wert der Zielgröße Zeit und mit  der

Utopie-Wert der Zielgröße physische Belastung bezeichnet. Die Normierung erfolgt dann mittels

folgender Vorschriften:

   



(4)

   



(5)

Seite 51 des Schlussberichts zu IGF-Vorhaben 21292 N

Mittels der Gewichtungsfaktoren   󰇝     󰇞 und unter Normierung der Zielgrößen

ergibt sich die in Abbildung 11 dargestellte Paretokurve für den Fall, dass der Kommissionierer

stets der Schleifengangstrategie folgt. Die beiden Zielgrößen sind dabei jeweils prozentual ange-

geben und beziehen sich auf eine durchschnittliche Lösung, die bestimmt wurde, indem der Mit-

telwert über 5000 zufällig generierte, nicht-optimierte Lösungen gebildet wurde. Wird die durch-

schnittliche, nicht-optimierte Lösung als in der Praxis vorherrschender Status quo interpretiert,

lässt sich damit direkt die Verbesserung ablesen, die durch die Optimierung ermöglicht werden

kann.

Abbildung 11: Pareto-Evaluation des „Palettenlagers“ bei Annahme der Schleifengangstrategie

Wird Punkt    betrachtet, bei dem ausschließlich nach der Zeit optimiert wurde, ist ersichtlich,

dass eine Reduktion der Kommissionierzeit um 43 % gegenüber dem Status quo möglich ist.

Diese geht allerdings mit einer Zunahme der physischen Belastungskennwerts um 10 % einher.

Wie Punkt    zeigt, ist es auf der anderen Seite möglich, den physische Belastungskennwert

um 16 % zu senken, wenn dafür eine Zunahme der Kommissionierzeit von 41 % in Kauf genom-

men wird. Dieser klare Trade-Off zwischen Zeit und physischer Belastung kann wie folgt erklärt

werden. Werden Paletten von Artikeln, die häufig benötigt werden, dediziert gelagert, können die

Artikel mit geringem Zeitaufwand entnommen werden, da die Kommissionier-Paletten auf dem

Boden stehen und damit direkt zugänglich sind. Gleichzeitig hat dies allerdings eine negative

Auswirkung auf die physische Belastung bei der Entnahme, die in Abschnitt 4.4.2 erläutert wurde.

Werden Paletten von Artikeln, die häufig benötigt werden, chaotisch gelagert, verhält es sich ge-

rade umgekehrt.

Neben diesen beiden extremen Gewichtungen sind jedoch auch Kompromisse möglich. Bei-

spielsweise werden bei einer Gewichtung von    Lösungen gefunden, die gegenüber dem

Status quo zu nahezu keiner Zunahme des physischen Belastungskennwerts führen, aber gleich-

zeitig die Zeit um 37 % reduzieren können. Bei einer Gewichtung von    können sowohl die

Zeit (um 27 %) als auch der physische Belastungskennwert (um 5 %) reduziert werden. Durch

entsprechende Wahl der Gewichtung sind letztlich alle Lösungen auf der Paretokurve erzielbar.

Seite 52 des Schlussberichts zu IGF-Vorhaben 21292 N

Wie eingangs bereits erwähnt, kann jedoch keine universelle Empfehlung für eine bestimmte Ge-

wichtung ausgesprochen werden. Die Entscheidung muss vom Lagerplaner getroffen werden,

der dabei z. B. den aktuellen Krankenstand oder angestrebte Lagerdurchsätze berücksichtigen

kann. Es ist jedoch darauf zu achten, dass bestimmte Belastungsobergrenzen (z. B. kann dies

durch Anwendung des EAWS ermittelt werden) nicht überschritten werden.

Bisher wurde die Paretokurve lediglich für den Fall betrachtet, dass der Kommissionierer einer

Schleifengangstrategie folgt. Für den Fall, dass er einer Stichgangstrategie folgt, ist die Pare-

tokurve in Abbildung 12 ergänzt. Es ist ersichtlich, dass die Paretokurven für beide Routingstra-

tegien nahezu deckungsgleich sind. Folglich können für beide Strategien gleichgute Lösungen

gefunden werden. Es sei jedoch ausdrücklich darauf hingewiesen, dass gleichgute Lösungen

nicht mit gleichartigen Lösungen zu verwechseln sind. Je nachdem, welche Strategie verwendet

wird, sind andere Lagerplatzvergaben vorteilhaft, was nachfolgend noch genauer betrachtet wird.

Abbildung 12: Pareto-Evaluation des „Palettenlagers“ bei Annahme der Stichgangstrategie

4.5.1.3. Eigenschaften optimierter „Palettenlager“

Neben der Verbesserung, die durch die Optimierung erreicht werden kann, ist die Art und Weise,

wie optimierte Lösungen ausfallen, von hohem Interesse. Nachfolgend werden daher verschie-

dene optimierte Lager grafisch analysiert. Abbildung 13 a) zeigt für eine beispielhaft herausge-

griffenen Instanz, welche Regalplätze für welche Art der Lagerung (dediziert, semi-dediziert oder

chaotisch) genutzt werden, wenn ausschließlich nach der Kommissionierzeit optimiert wird ( 

) und die Schleifengangstrategie für die Routenführung verwendet wird. Weiße Kästchen stellen

Regalplätze dar, die für die dedizierte Lagerung genutzt werden, hellgraue Kästchen werden für

die semi-dedizierte Lagerung genutzt. Eine dunkelgraue Färbung würde bedeuten, dass der La-

gerplatz für eine chaotische Lagerung genutzt wird; dies ist aber in der dargestellten Lösung nicht

der Fall. Zu beachten ist dabei, dass ein Regalplatz mehrere Regalebenen hat. Bei Lagerplätzen

für die dedizierte Lagerung werden alle Regalebenen für den gleichen Artikel im Sinne einer Fest-

platzlagerung reserviert. Die Kommissionier-Palette des Artikels wird auf der untersten Ebene

Seite 53 des Schlussberichts zu IGF-Vorhaben 21292 N

gelagert und die Nachschub-Paletten darüber. Bei Lagerplätzen, die für die semi-dedizierte La-

gerung genutzt werden, wird nur die unterste Regalebene für einen Artikel für eine Festplatzla-

gerung reserviert, auf der dann die Kommissionier-Palette des Artikels gelagert wird. Die darüber

liegenden Regalebenen sind keinem festen Artikel zugewiesen und werden dem Lagerbereich

für die chaotische Lagerung zugerechnet. Der Lagerbereich für die chaotische Lagerung ergibt

sich folglich aus allen Regalebenen aller Regalplätze, die für die chaotische Lagerung genutzt

werden (die im vorliegenden Fall nicht vorhanden sind), und allen Regalebenen ausgenommen

der untersten Ebene aller Regalplätze, die für die semi-dedizierte Lagerung genutzt werden. Zur

besseren Nachvollziehbarkeit zeigt Abbildung 13 b) in einer dreidimensionalen Ansicht, welche

Regalplätze und -ebenen bei der betrachteten Lösung für die chaotische Lagerung zur Verfügung

stehen (dunkelgrau hervorgehoben).

Abbildung 13: Aufteilung eines für    für die Schleifengangstrategie optimierten „Palettenlagers“ in Lagerzonen

Neben der Aufteilung des Lagers in dedizierte, semi-dedizierte und chaotische Bereiche interes-

siert vor allem, wie das Artikelportfolio verschiedenen Lagerplätzen zugewiesen wird. Um dabei

ein Muster erkennen zu können, sind die Artikel in den folgenden Darstellungen entsprechend

ihrer Bedarfshäufigkeit (also der Häufigkeit, mit der mindestens eine Einheit des Artikels in einem

Kommissionierauftrag kommissioniert werden muss) gefärbt. Rot indiziert eine hohe Bedarfshäu-

figkeit, gelb eine mittlere und blau eine geringe. Abbildung 14 a) zeigt, welche Artikel welchen

dedizierten und semi-dedizierten Lagerplätzen zugewiesen werden. Abbildung 14 b) zeigt, wel-

che Artikel chaotisch gelagert werden, wofür der in Abbildung 13 b) grau gekennzeichnete Be-

reich dient. Zu beachten ist, dass die in Abbildung 14 b) gezeigten Artikel keiner bestimmten

Sortierung folgen. Es wird hier lediglich die Menge der Artikel dargestellt, die chaotisch gelagert

werden sollen. Soll die dargestellte Lösung also in der Praxis implementiert werden, würden alle

in Abbildung 14 b) dargestellten Artikel zufällig den in Abbildung 13 b) grau gekennzeichneten

Plätzen zugewiesen.

Abbildung 14 a) zeigt dagegen konkrete Zuweisungen von Artikeln zu Lagerplätzen entsprechend

einer Festplatzlagerung. Es ist deutlich zu erkennen, dass die Bedarfshäufigkeit der Artikel einen

hohen Einfluss auf die optimierte Lagerplatzvergabe hat. Je häufiger Artikel benötigt werden,

desto eher werden sie in Regalreihen gelagert, die nahe am Depot liegen. Der Lagerplatz inner-

Seite 54 des Schlussberichts zu IGF-Vorhaben 21292 N

halb der Regalreihe ist dabei nebensächlich, da bei der Schleifengangstrategie ohnehin die ge-

samte Regalreihe durchschritten wird. Artikel, die eine sehr geringe Bedarfshäufigkeit aufweisen,

werden dagegen stets chaotisch gelagert (siehe Abbildung 14 b)).

Abbildung 14: Lagerplatzvergabe eines für    für die Schleifengangstrategie optimierten „Palettenlagers“

Abbildung 15 stellt die Lösung der gleichen Instanz dar, wenn ausschließlich nach der physischen

Belastung optimiert wird (  ). Zunächst ist ersichtlich, dass sämtliche Regalplätze für die

semi-dedizierte Lagerung genutzt werden, allerdings werden nur wenige Artikel semi-dedizierten

Lagerplätzen zugewiesen. Der Großteil der Artikel wird chaotisch gelagert, wobei für die chaoti-

sche Lagerung aller Regalebenen ausgenommen der ersten Ebene auf allen Regalplätzen zur

Verfügung stehen. Dies ist schlüssig, da die chaotische Lagerung eines Artikels zu geringeren

physischen Belastungen bei der Artikelentnahme führt. Es ist daher auch nicht verwunderlich,

dass Artikel, die besonders häufig nachgefragt werden – bei denen also durchschnittlich mehr

Einheiten entnommen werden müssen – chaotisch gelagert werden.

Abbildung 15: Lagerplatzvergabe eines für    für die Schleifengangstrategie optimierten „Palettenlagers“

Seite 55 des Schlussberichts zu IGF-Vorhaben 21292 N

Zum Vergleich stellt Abbildung 16 die gleiche Lösung dar, bei der die Artikel allerdings nach dem

Produkt aus Gewicht pro Stück und durchschnittlich zu kommissionierender Stückzahl ( )

gefärbt wurden. Hier wird noch einmal deutlich ersichtlich, dass Artikel, die in großer Stückzahl

benötigt werden und/ oder ein hohes Gewicht haben, präferiert chaotisch gelagert werden, wenn

das Ziel die Optimierung der physischen Belastung darstellt.

Abbildung 16: Lagerplatzvergabe eines für    für die Schleifengangstrategie optimierten „Palettenlagers“ bei Arti-

kelfärbung nach dem Produkt aus Stückbedarf und Gewicht

Für eine Gewichtung von    ergibt sich die in Abbildung 17 dargestellte Lösung, wobei die

Färbung der Artikel wieder anhand der Bedarfshäufigkeiten durchgeführt wurde. Es ist ersichtlich,

dass die Lösung einen Kompromiss aus den zuvor betrachten Lösungen darstellt, was schlüssig

ist, da bei einer Gewichtung von    eine Kompromisslösung verfolgt wird.

Abbildung 17: Lagerplatzvergabe eines für    für die Schleifengangstrategie optimierten „Palettenlagers“

Bisher wurden nur Lösung vorgestellt, bei denen angenommen wurde, dass der Kommissionierer

einer Schleifengangstrategie folgt. Für den Fall, dass er einer Stichgangstrategie folgt, sind die

Seite 56 des Schlussberichts zu IGF-Vorhaben 21292 N

Lösungen für   ,    und    in Abbildung 18, Abbildung 19 und Abbildung 20 gege-

ben, wobei die Artikel jeweils entsprechend der Bedarfshäufigkeit gefärbt sind.

Abbildung 18: Lagerplatzvergabe eines für    für die Stichgangstrategie optimierten „Palettenlagers“

Abbildung 19: Lagerplatzvergabe eines für    für die Stichgangstrategie optimierten „Palettenlagers“

Seite 57 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 20: Lagerplatzvergabe eines für    für die Stichgangstrategie optimierten „Palettenlagers“

Konzeptionell können bei den Lösungen für die Stichgangstrategie ähnliche Beobachtungen an-

gestellt werden wie bei denen für die Schleifengangstrategie. Für   , also die Optimierung

ausschließlich nach dem Kriterium der Minimierung des physischen Belastungskennwerts, erge-

ben sich sogar die exakt gleichen Lösungen. Dies ist schlüssig, da bei der Kommissionierung

annahmegemäß ein angetriebener Kommissionierwagen verwendet wird. Folglich hat die Fort-

bewegung durch das Lager – und damit die Routenführung – keine Auswirkung auf die physische

Belastungskennzahl. Dies führt dazu, dass die optimale Lösung bei    unabhängig von der

Routenführung ist. Für    besteht der wesentliche Unterschied zwischen den beiden Routen-

strategien darin, dass besonders häufig nachgefragte Artikel nicht in den Regalreihen gelagert

werden, die am nächsten zum Depot liegen, sondern an Regalpositionen, deren Abstand zum

Depot möglichst kurz ist, sodass sich eine dreiecksförmige Struktur erkennen lässt, die in Abbil-

dung 18 gestrichelt angedeutet ist. Zusammenfassend lässt sich ferner folgern, dass die Lager-

platzvergabe stehts auf die Routenführung der Kommissionierer abgestimmt sein sollte.

Abschließend ist darauf hinzuweisen, dass neben Bedarfshäufigkeit, durchschnittlichem Stück-

bedarf und Gewicht auch andere Eigenschaften einen Einfluss auf die Lagerplatzvergabe haben

können – z. B. die Anzahl an zu lagernden Paletten oder die Anzahl an Einheiten eines Artikels,

die eine Palette fassen kann. Dies ist auch daran ersichtlich, dass die vorgestellten Lösungen

keine ideale Ordnung aufweisen, sondern immer eine gewisse Unordnung in der Färbung er-

kennbar ist, da die Färbung diese Eigenschaften nicht berücksichtigt. Gleichzeitig verdeutlicht

dies aber auch, dass allein auf Basis der drei näher betrachteten Artikeleigenschaften bereits zu

einem hohen Maß bestimmt werden kann, wie Artikel Lagerplätzen zugewiesen werden sollten.

Diese Erkenntnis wird in Abschnitt 4.6.1.1 verwendet, um einfache Regeln zu formulieren, die

auch ohne komplexe Optimierung bereits zu einer sehr guten Lagerplatzvergabe führen können

und damit eine gute Alternative für die praktische Anwendung darstellen.

4.5.1.4. Geeignete Layouts für „Palettenlager“

Wie in Abschnitt 4.4.1 beschrieben, kann das entwickelte Optimierungskonzept genutzt werden,

um mittels alternativenbasierter Vergleiche geeignete Layoutalternativen für das „Palettenlager“

ausfindig zu machen. Die Grundidee ist dabei folgende: Für eine gegebene Probleminstanz kön-

nen verschiedene Layoutalternativen angenommen werden, während alle anderen Parameter

Seite 58 des Schlussberichts zu IGF-Vorhaben 21292 N

unverändert bleiben. Für jede Layoutalternative wird anschließend das eigentliche Optimierungs-

problem der Lagerplatzvergabe gelöst. Schließlich kann die Güte der Lösungen der verschiede-

nen Alternativen verglichen werden, um unter den untersuchten Alternativen die beste ausfindig

zu machen.

Im Rahmen dieses Projekts wurden entsprechend dieses Vorgehens drei verschiedene Layoutty-

pen untersucht. Dabei handelt es sich um Ein- und Zweiblocklayouts, wie sie konzeptionell in

Abbildung 9 dargestellt sind. Zur eindeutigen Identifizierung sind die Layouttypen mit Typ „A“, „B“

und „C“ bezeichnet. Für jeden Layouttyp wurde darüber hinaus das Verhältnis von Regalreihen-

anzahl zu Plätzen pro Regalreihe in drei verschiedenen Ausprägungen variiert. Insgesamt erge-

ben sich damit neun untersuchte Layoutalternativen.

Abbildung 21 zeigt, welchen Einfluss die Layoutalternativen bei einer Gewichtung von   

und unter Annahme der Schleifengangstrategie auf das Ergebnis haben; Abbildung 22 zeigt den

Einfluss bei der Stichgangstrategie. Die Bezeichnungen der Layouts in Abbildung 21 und Abbil-

dung 22 sind dabei als „Layouttyp“ - „Regalreihenanzahl“ x “Plätze pro Regalreihe“ zu lesen. Das

mit einer quadratischen Markierung gekennzeichnete Layout entspricht dem Layout, das bei den

vorangegangenen Experimenten verwendet wurde. Die in Abbildung 22 vergrößerte Markierung

bei „A-10x16 Stichgangstr.“ dient lediglich der besseren Übersicht, hat darüber hinaus aber keine

Bedeutung. Außerdem sei darauf hingewiesen, dass sich die Achsenskalierungen in beiden Ab-

bildungen gegenüber den vorangegangenen Abbildungen der Paretokurven verändert haben.

Abbildung 21: Evaluation verschiedener Layouts für das Palettenlager für die Schleifengangstrategie

Seite 59 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 22: Evaluation verschiedener Layouts für das Palettenlager für die Stichgangstrategie

Es ist ersichtlich, dass sich der Einfluss des Layouts vorwiegend auf die Kommissionierzeit aus-

wirkt. Der physische Belastungskennwert wird kaum durch das Layout beeinflusst. Unabhängig

vom Verhältnis der Regalreihenanzahl zu den Plätzen pro Regalreihe und unabhängig von der

gewählten Routenführung des Kommissionierers können mit Layouts vom Typ „C“ stets sehr gute

Resultate gefunden werden.

4.5.1.5. Querlagerung von Paletten im „Palettenlager“

Bisher wurde bei allen numerischen Experimenten davon ausgegangen, dass die Paletten in kon-

ventioneller Weise gelagert werden, d. h., dass ihre kurzen Seiten parallel zu den Regalgängen

liegen. Dies führt allerdings dazu, dass bei der Entnahme von Artikeln, die auf der dem Gang

abgewandten Palettenseite gelagert sind, höhere physische Belastungen entstehen können, da

sich der Kommissionierer weit und tief nach vorne beugen bzw. in das Palettenregal hineintreten

muss. Würden die Paletten quer (also um 90° rotiert) gelagert, könnte die physische Belastung

bei der Entnahme reduziert werden (vgl. Abschnitt 4.3). Nachteilig ist bei der Querlagerung von

Paletten allerdings, dass sich die Länge der Regalgänge – und damit die potenziell benötigte

Laufzeit beim Kommissionieren – erhöht, sofern pro Regalreihe die gleiche Anzahl an Paletten

gelagert werden soll. Nachfolgend wird daher untersucht, welche Auswirkungen die Querlage-

rung im Vergleich zur konventionellen Lagerung von Paletten hat.

Um die Auswirkung der Querlagerung zu untersuchen, wurde abermals ein alternativenbasierter

Vergleich durchgeführt, indem alle zuvor betrachteten Probleminstanzen für quer gelagerte Pa-

letten optimiert wurden. Unter der Annahme, dass der Kommissionierer einer Schleifengangstra-

tegie folgt, sind die Ergebnisse in Abbildung 23 gegeben; unter Annahme der Stichgangstrategie

in Abbildung 24.

Seite 60 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 23: Pareto-Evaluation des „Palettenlagers“ bei Annahme der Schleifengangstrategie und Querlagerung

von Paletten

Abbildung 24: Pareto-Evaluation des „Palettenlagers“ bei Annahme der Stichgangstrategie und Querlagerung von

Paletten

Beide Abbildungen zeigen die Paretokurven bei konventioneller und bei Querlagerung. Wird ein

einzelner Punkt auf der Paretokurve betrachtet, ist zu erkennen, dass die Querlagerung zu Er-

gebnissen führt, die einen geringeren physische Belastungskennwert verursachen, aber etwas

zeitineffizienter sind. Dies entspricht der anfänglichen Erwartung. Interessant ist jedoch, dass die

Paretokurven bei Querlagerung in etwa Deckungsgleich mit den Paretokurven bei konventioneller

Lagerung sind. Das bedeutet, dass für jedes Ergebnis, dass bei Querlagerung erreicht wird, durch

Anpassung der Gewichtung  ein alternatives Ergebnis bei konventioneller Lagerung gefunden

Seite 61 des Schlussberichts zu IGF-Vorhaben 21292 N

werden kann, das diesem annähernd gleichwertig ist. Anders betrachtet heißt dies, dass bei kon-

ventioneller Lagerung durch eine Anpassung der Lagerplatzvergabe das gleiche Resultat erzielt

werden kann, wie durch die Querlagerung von Paletten.

4.5.1.6. Abgleich der entwickelten Kennzahlen mit EAWS anhand der Lösun-

gen für das „Palettenlager“

Zum Abschluss der Betrachtung des Palettenlagers sollen die Optimierungsergebnisse, die mit-

hilfe der Ergonomie-Kennzahlen errechnet wurden, mit dem unveränderten EAWS-Verfahren

(Version 1.3.6) abgeglichen werden. Ziel ist es, zu überprüfen, ob die additive Bewertung von

Einzelverrichtungen – wie sie für die Ergonomie-Kennzahlen angenommen wurde – zu ähnlichen

Ergebnissen führt, wie die Nutzung von Dauerpunkten im EAWS. Hierbei ist vor allem der Ver-

gleich zwischen verschiedenen Alternativlösungen sinnvoll, da der Absolutwert der Ergonomie-

Kennzahlen nicht im Sinne einer Risikoklasse interpretiert werden kann.

Die EAWS-Evaluierung erfolgt anhand der zuvor genutzten Datensätze. Hierbei werden entspre-

chend der EAWS-Regeln zur Berechnung der Belastung durch die manuelle Lastenhandhabung

alle Lastgewichte < 3 kg vernachlässigt – hier liegt ebenfalls ein Unterschied zu den Ergonomie-

Kennzahlen, bei der alle Lastgewichte in der manuellen Lastenhandhabung berücksichtigt wer-

den. Ferner werden für die Berechnung Gewichtscluster gebildet, der entsprechende Mittelwert

bestimmt und die Häufigkeiten innerhalb dieser Cluster addiert. Um Tätigkeiten mit verschiede-

nen Lastgewichten und Häufigkeiten innerhalb einer Handhabungsart zu verrechnen, wird

EAWS-Regel 3.7 genutzt. Die Lastpunkte sind für weibliche Lagermitarbeiterinnen bestimmt, um

eine konservative Betrachtung zu gewährleisten. Ferner wird für beide Fälle angenommen, dass

die Artikel in optimaler Greifhöhe abgegeben werden können.

In Abbildung 25 sind die Ergebnisse dargestellt – es zeigt sich, dass die Optimierung auch bei

einer Ermittlung der körperlichen Belastung mit EAWS 1.3.6 deutliche Unterschiede mit den er-

warteten Wirkungszusammenhängen aufweist (die ermittelten EAWS-Werte sind an den Punkten

der blauen Kurve eingetragen). So ergeben sich bei einer höheren Gewichtung des Faktors 

geringere physische Belastungen. Der Kurvenverlauf ist jedoch etwas abweichend. Die Ergono-

mie-Kennzahlen reagieren im Randbereich etwas sensitiver auf Veränderungen des Gewich-

tungsfaktors .

Seite 62 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 25: Abgleich der entwickelten Kennzahlen mit EAWS anhand der Lösungen für das „Palettenlager“

Die EAWS-Werte liegen in diesem Beispiel zwischen 33,0 Punkten (  ) und 43,5 Punkten

(  ), also im niedrigen bis hohen gelben Risikobereich. Es gelingt somit, durch die Optimie-

rung maximal 10,5 Punkte im EAWS zu reduzieren – eine solche Belastungsreduzierung sollte

angestrebt werden. In diesem Fallbeispiel wurde von einer Pickfrequenz von 100 Picks/h ausge-

gangen. Bei abweichenden Pickfrequenzen kann der Risiko-Score entsprechend höher oder

niedriger liegen. Jedoch ist bei diesen alternativen Anwendungsfällen mit ähnlichen Unterschie-

den zwischen den einzelnen Gewichtungen zu rechnen.

4.5.2. Numerische Experimente zum „Fachboden-\ Kleinteilelager“

Nachfolgend werden die Durchführung und die Ergebnisse der numerischen Experimente zum

Optimierungsproblem „Fachboden-\ Kleinteilelager“ beschrieben.

4.5.2.1. Generierung von Instanzen für das „Fachboden-\ Kleinteilelager“

Wie auch beim „Palettenlager“ werden zur Festlegung der Bedarfshäufigkeiten und Gewichte der

Artikel der Instanzen für das „Fachboden-\ Kleinteilelager“ die in Abschnitt 4.1.1 berechneten sta-

tistischen Verteilungen zugrunde gelegt. Zudem wird angenommen, dass pro Kommissionierauf-

trag durchschnittlich zehn unterschiedliche Artikel in Mengen von durchschnittlich je vier Stück zu

kommissionieren sind. Es wird angenommen, dass alle Artikel in Bündeln (z. B. Kartons, Boxen

oder Stapeln) gelagert werden, die jeweils in ein Regalfachboden von 50 cm auf 50 cm passen

und eine Höhe von durchschnittlich 30 cm haben. Für die Kommissionierung wird annahmege-

mäß ein nicht angetriebener Tischwagen genutzt.

Für alle grundlegenden Instanzen wird ein Lager mit einem Block (

 ), acht Regalreihen ( 

), 20 horizontalen Plätzen pro Regalreihe (

) und fünf vertikalen Regalebenen (  ) an-

genommen, wobei sich das Depot an der Ecke des Lagerblocks befindet. Diese Annahme wird

später im Rahmen der Untersuchung verschiedener Layoutoptionen noch verändert, dient jedoch

für die übrigen numerischen Experimente als Standardlayout. Das Lager kann folglich 800 Arti-

kelbündel fassen und zählt damit im Vergleich mit der Praxis zu den kleineren Lagern. Diese

33,0 P.

34,0 P.

35,0 P.

37,5 P.

41,5 P.

43,5 P.

Seite 63 des Schlussberichts zu IGF-Vorhaben 21292 N

Lagergröße wurde gewählt, da sie dennoch an praktisch relevante Lagergrößen heranreicht und

gleichzeitig noch in vertretbarer Rechenzeit optimiert werden kann. Letzteres ist insofern relevant,

da die Berechnungszeit zur Optimierung mit steigender Lagergröße zunimmt und im Rahmen der

numerischen Experimente eine Vielzahl an Optimierungen durchgeführt werden müssen.

4.5.2.2. Pareto-Evaluation des „Fachboden-\ Kleinteilelagers“

Analog zum „Palettenlager“ wird für das „Fachboden-\ Kleinteilelager“ eine Pareto-Evaluation

durchgeführt. Dabei erfolgt die Normierung der beiden Zielkriterien nach dem bereits in Abschnitt

4.5.1.2 vorgestellten Vorgehen. Abbildung 26 zeigt für beide innerhalb dieser Arbeit untersuchten

Routenführungen die Paretokurven.

Abbildung 26: Pareto-Evaluation des „Fachboden-\ Kleinteilelager“

Es ist zu erkennen, dass auch beim „Fachboden-\ Kleinteilelager“ beide untersuchten Routenfüh-

rungsstrategien zu nahezu gleichguten Lösungen führen können. Wird ausschließlich nach dem

Ziel der Reduktion der Kommissionierzeit optimiert (  ), kann eine Reduktion der Zeit auf ca.

61 % und des physischen Belastungskennwerts auf etwa 88 % verglichen mit dem Status quo

erreicht werden. Wird ausschließlich nach dem Ziel der Reduktion der physischen Belastung op-

timiert, kann eine Reduktion der Zeit auf ca. 85 % und des physischen Belastungskennwerts auf

etwa 76 % erreicht werden. Interessant ist, dass – anders als beim „Palettenlager“ – beide Ziel-

kriterien teilweise komplementär sind. Das heißt, eine Verbesserung hinsichtlich eines Kriteriums

geht bis zu einem gewissen Grad auch mit einer Verbesserung hinsichtlich des anderen Kriteri-

ums einher. Dies liegt darin begründet, dass die Entnahmen von Artikel, die auf Regalhöhen zwi-

schen Hüft- und Schulterhöhe gelagert werden, einerseits mit einer geringeren physischen Be-

lastung einhergeht und andererseits schneller ist, als wenn die Artikel auf anderen Regalhöhen

gelagert werden. Die Lagerung besonders häufig und in großer Stückzahl nachgefragter Artikel

auf den entsprechenden Regalebenen kann daher beide Zielkriterien verbessern.

Die Komplementarität der beiden Zielkriterien führt ferner dazu, dass bei Gewichtungen von  

 bis    Lösungen gefunden werden können, die hinsichtlich beider Kriterien sehr nahe an

Seite 64 des Schlussberichts zu IGF-Vorhaben 21292 N

das jeweilige Optimum heranreichen. Bei von    kann beispielsweise eine Reduktion der

Zeit auf ca. 62 % und der physischen Belastung auf etwa 79 % erzielt werden, was nur 1 Pro-

zentpunkt bzw. 3 Prozentpunkte vom jeweiligen Optimum entfernt ist.

4.5.2.3. Eigenschaften optimierter „Fachboden-\ Kleinteilelager“

Nachfolgend werden ausgewählte Lösungen des optimierten „Fachboden-\ Kleinteilelagers“ gra-

fisch analysiert. Abbildung 27, Abbildung 28 und Abbildung 29 zeigen für   ,    und  

 die optimierte Lagerplatzvergabe für den Fall, dass der Kommissionierer der Schleifen-

gangstrategie folgt. In Abbildung 27 ist dazu zusätzlich eingezeichnet, wie die Darstellungen zu

interpretieren sind: Jedes Kästchen entspricht einem Regalplatz auf einer bestimmen Ebene.

Kästchen, die näher am Gang liegen, stellen die unteren Regalebenen dar, Kästchen, die weiter

weg liegen, die oberen. Die Artikel wurden abermals entsprechend ihrer Bedarfshäufigkeit gefärbt

(vgl. Abschnitt 4.5.1.3).

Abbildung 27: Lagerplatzvergabe eines für    für die Schleifengangstrategie optimierten

„Fachboden-\ Kleinteilelagers“

Abbildung 28: Lagerplatzvergabe eines für    für die Schleifengangstrategie optimierten

„Fachboden-\ Kleinteilelagers“

Seite 65 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 29: Lagerplatzvergabe eines für    für die Schleifengangstrategie optimierten

„Fachboden-\ Kleinteilelagers“

Für alle drei Gewichtungen ist ersichtlich, dass besonders häufig nachgefragte Artikel bevorzugt

auf der mittleren (und teilweise den höheren) Regalebenen gelagert werden, da dies sowohl die

Zeit als auch die physische Belastung für die Artikelentnahme reduziert. Die unteren Regalebe-

nen werden gemieden. Bei Fokus auf dem Kriterium der Kommissionierzeit (  ) ist ferner zu

erkennen, dass besonders häufig nachgefragte Artikel bevorzugt in Regalreihen nahe dem Depot

gelagert werden. Dies war auch beim „Palettenlager“ der Fall. Die Lagerplatzvergabe bei   

entspricht abermals einer Kombination der Lagerplatzvergabe bei    und   .

Abbildung 30 stellt für    die Lagerplatzvergabe bei Färbung der Artikel entsprechend dem

Produkt aus Gewicht pro Stück und durchschnittlich zu kommissionierenden Stückzahl ( )

dar. Dies verdeutlicht noch einmal, dass zur Reduktion der physischen Belastung besonders

schwere und/ oder häufig zu entnehmende Artikel auf der mittleren Regalebene gelagert werden.

Mit einer angenommenen Regalebenenhöhe des mittleren Regals von 85 cm und einer ange-

nommenen Bündelhöhe von 30 cm werden die Artikel dabei durchschnittlich auf einer Höhe von

100 cm gegriffen, was mit günstigen Körperhaltungen und damit einer verringerten physischen

Belastung einhergeht (vgl. Abschnitt 4.3).

Abbildung 30: Lagerplatzvergabe eines für    für die Schleifengangstrategie optimierten

„Fachboden-\ Kleinteilelagers“ bei Artikelfärbung nach dem Produkt aus Stückbedarf und Gewicht

Seite 66 des Schlussberichts zu IGF-Vorhaben 21292 N

Bisher wurden die Lösungen vorgestellt, bei denen angenommen wurde, dass der Kommissio-

nierer einer Schleifengangstrategie folgt. Für den Fall, dass er einer Stichgangstrategie folgt, sind

die Lösungen für   ,    und    in Abbildung 31, Abbildung 32 und Abbildung 33

gegeben, wobei die Artikel jeweils entsprechend der Bedarfshäufigkeit gefärbt sind.

Abbildung 31: Lagerplatzvergabe eines für    für die Stichgangstrategie optimierten

„Fachboden-\ Kleinteilelagers“

Abbildung 32: Lagerplatzvergabe eines für    für die Stichgangstrategie optimierten

„Fachboden-\ Kleinteilelagers“

Seite 67 des Schlussberichts zu IGF-Vorhaben 21292 N 
 
 
 
Abbildung 33: Lagerplatzvergabe eines für    für die Stichgangstrategie optimierten 
„Fachboden-\ Kleinteilelagers“ 
 
Konzeptionell können bei den Lösungen für die Stichgangstrategie ähnliche Beobachtungen an-
gestellt werden wie bei denen für die Schleifengangstrategie. Der wesentliche Unterschied be-
steht darin, dass besonders häufig nachgefragte Artikel nicht in den Regalreihen gelagert werden, 
die am nächsten zum Depot liegen, sondern an Regalpositionen, deren Abstand zum Depot mög-
lichst gering ist, sodass sich eine dreiecksförmige Struktur erkennen lässt, die in Abbildung 31 
gestrichelt  angedeutet ist.  Zusammenfassend  lässt  sich  ferner  folgern,  dass  die  Lagerplatz-
vergabe stehts auf die Routenführung der Kommissionierer abgestimmt sein sollte. Dies wurde 
äquivalent auch beim „Palettenlager“ beobachtet. 
Wie auch beim „Palettenlager“, werden die in diesem Kapitel gewonnen Erkenntnisse verwendet, 
um in Abschnitt 4.6.1.2 vereinfachte Regeln zu formulieren, die auch ohne komplexe Optimierung 
bereits zu einer guten Lagerplatzvergabe führen können und damit eine nützliche Alternative für 
die praktische Anwendung darstellen. 
 
4.5.2.4. Geeignete Layouts für „Fachboden-\ Kleinteilelager“ 
Wie in Abschnitt 4.4.1 beschrieben, kann das entwickelte Optimierungskonzept genutzt werden, 
um mittels alternativenbasierter  Vergleiche  geeignete Layoutalternativen für  das  „Fachboden-\ 
Kleinteilelager“ ausfindig  zu machen.  Das Konzept wurde äquivalent  für das „Palettenlager“ in 
Abschnitt 4.5.1.4 vorgestellt. Die nachfolgend untersuchten Layouts stimmen mit den zuvor un-
tersuchten überein. 
Abbildung 34 zeigt, welchen Einfluss die Layoutalternativen bei einer Gewichtung von    
und unter Annahme der Schleifengangstrategie auf das Ergebnis haben; Abbildung 35 zeigt den 
Einfluss bei der Stichgangstrategie. Die Bezeichnungen der Layouts in Abbildung 34 und Abbil-
dung 35 sind dabei als „Layouttyp“ - „Regalreihenanzahl“ x “Plätze pro Regalreihe“ zu lesen. Das 
mit einer quadratischen Markierung gekennzeichnete Layout entspricht dem Layout, das bei den 
vorangegangenen Experimenten verwendet wurde. Außerdem sei darauf hingewiesen, dass sich 
die Achsenskalierungen gegenüber den vorangegangenen Abbildungen verändert haben. 

Seite 68 des Schlussberichts zu IGF-Vorhaben 21292 N

Es ist ersichtlich, dass das Layout sowohl auf die Zeit als auch auf die physische Belastung einen

Einfluss hat. Ersterer fällt in den durchgeführten Experimenten etwas stärker aus als letzterer.

Wird allerdings die Festlegung der Anzahl und Höhen der Regalebenen ebenfalls als Bestandteil

der Layoutplanung aufgefasst (was an dieser Stelle nicht getan wurde), ist zu erwarten, dass

auch die physische Belastung nochmals stärker vom Layout beeinflusst werden kann. Zusam-

menfassend kann festgehalten werden, dass für beide untersuchten Routenführungen Layouts

vom Typ „C“ zu sehr guten Resultaten führen.

Abbildung 34: Evaluation verschiedener Layouts für das „Fachboden-\Kleinteilelager“ für die Schleifengangstrategie

Abbildung 35: Evaluation verschiedener Layouts für das „Fachboden-\Kleinteilelager“ für die Stichgangstrategie

Seite 69 des Schlussberichts zu IGF-Vorhaben 21292 N

4.5.2.5. Einfluss des Kommissionierwagens im „Fachboden-\ Kleinteilelager“

Bisher wurde bei allen numerischen Experimenten davon ausgegangen, dass der Kommissionie-

rer beim Kommissionieren einen nicht-angetriebenen Tischwagen mit sich führt, mit dem er die

kommissionierten Artikel transportiert. Eine häufig genutzte Alternative stellen (elektrisch) ange-

triebene Wagen dar. Diese haben zwar höhere Investitions- und Betriebskosten, verringern aber

auch die physische Belastung, die beim Transport der Artikel anfällt, da kein manuelles Schieben

und Ziehen erforderlich ist (vgl. Abschnitt 4.3).

Um die Auswirkung des Wagentyps zu untersuchen, wurde abermals ein alternativenbasierter

Vergleich durchgeführt, indem alle zuvor betrachteten Probleminstanzen bei Verwendung eines

angetriebenen Wagens optimiert wurden. Die Ergebnisse sind in Abbildung 36 gegeben.

Abbildung 36 zeigt die Paretokurven bei Verwendung eines nicht-angetriebenen bzw. angetrie-

benen Kommissionierwagens bei der Annahme, dass der Kommissionierer einer Schleifen- bzw.

Stichgangstrategie folgt. Für beide Routenführungsstrategien ist ersichtlich, dass die Verwen-

dung eines angetriebenen Wagens die physische Belastung deutlich reduziert. Die Reduktion ist

in etwa gleich und beträgt ca. 28 % bzw. ca. 20 bis 25 Prozentpunkte über die Gesamtheit der

Paretokurven bei beiden Routenführungsstrategien.

Abbildung 36: Pareto-Evaluation des „Fachboden-\Kleinteilelagers“ bei Verwendung eines (elektrisch) angetriebenen

Wagens

4.5.2.6. Abgleich der entwickelten Kennzahlen mit EAWS anhand der Lösun-

gen für das „Fachboden-/ Kleinteilelager“

Analog zum „Palettenlager“ wird auch für das „Fachboden-/ Kleinteilelager“ eine Evaluierung der

entwickelten Kennzahlen anhand des EAWS 1.3.6 durchgeführt. Im Vergleich zum „Palettenla-

ger“ kommen in diesem Fallbeispiel auch bei der EAWS-Bewertung physische Belastungen durch

Seite 70 des Schlussberichts zu IGF-Vorhaben 21292 N

das Ziehen bzw. Schieben des Wagens (40 kg Eigengewicht) hinzu – die Ausführungsbedingun-

gen werden dabei als optimal angenommen. Weiterhin wird davon ausgegangen, dass der Wa-

gen nach jedem Pickvorgang geschoben (< 20 m) werden muss. Wie in Kap. 4.5.1.6 werden

Artikel mit einem Lastgewicht < 3 kg für die Bestimmung der Belastung durch manuelle Lasten-

handhabung nicht berücksichtigt und für höhere Lasten Gewichtscluster gebildet.

Die Ergebnisse sind in Abbildung 37 gegeben. Die Wirkungszusammenhänge scheinen auch im

„Fachboden-/ Kleinteilelager“ durch die Ergonomie-Kennzahlen gut abgebildet zu werden – die

Kurven besitzen einen ähnlichen Verlauf. Mit höherem Gewichtungsfaktor  sinken die physi-

schen Belastungen. Sie fallen von 42,0 Punkten (bei   ) auf 35,5 Punkte (bei   ). Die

tatsächliche Reduzierung der körperlichen Belastung um 16,0 % durch die EAWS-Berechnung

bei    ist sogar etwas höher, als dies durch die Ergonomie-Kennzahlen prognostiziert wurde

(15,0 %).

Abbildung 37: Abgleich der entwickelten Kennzahlen mit EAWS anhand der Lösungen für das

„Fachboden/Kleinteilelager“

4.6. Ableitung von übergreifenden Handlungsempfehlung

Mittels der in Abschnitt 4.3 erarbeiteten ergonomischen Kennzahlen, auf Basis der in Abschnitt

4.5 durchgeführten numerischen Experimente und unter Zuhilfenahme weiterer Aspekte, wie z.

B. anthropometrischen Statistiken, werden in diesem Kapitel übergreifende Handlungsempfeh-

lungen abgeleitet, die Praktiker bei der Planung und dem Betrieb von Lagern unterstützen sollen.

In Abschnitt 4.6.1 werden spezielle Handlungsempfehlungen vorgestellt, die sich auf die in den

Optimierungsproblemen untersuchten Lagerhaltungsszenarien beziehen. Darüber hinausge-

hende allgemeine Handlungsempfehlungen werden in Kapitel 4.6.2 erörtert.

35,5 P.

36,5 P.

39,0 P.

40,5 P.

42,0 P.

Seite 71 des Schlussberichts zu IGF-Vorhaben 21292 N

4.6.1. Spezielle Handlungsempfehlungen

Nachfolgend werden spezielle Handlungsempfehlungen für die Planung und den Betrieb von „Pa-

lettenlagern“ und „Fachboden-\ Kleinteilelagern“ vorgestellt. Die Handlungsempfehlungen basie-

ren auf den Ergebnissen der numerischen Experimente.

4.6.1.1. Handlungsempfehlungen für „Palettenlager“

Routenführung bei „Palettenlagern“

Im Rahmen der durchgeführten numerischen Experimente hat sich gezeigt, dass die Resultate,

die erzielt werden können, wenn die Kommissionierer einer Schleifen- oder Stichgangstrategie

folgen, ähnlich gut sind. Dies gilt sowohl für die zu erwartende Zeit als auch die physische Belas-

tung, die für die Kommissionierung anfällt. Es kann folglich keine Empfehlung für oder gegen eine

der beiden Strategien ausgesprochen werden. Wichtig ist jedoch, dass die Lagerplatzvergabe-

strategie stets mit der Routenführung abgestimmt wird.

Lagerplatzvergabe bei „Palettenlagern“

Die optimierte Lagerplatzvergabe weist gewisse Strukturen auf, die mittels einfacher Regeln

nachgebildet werden können. Werden die einfachen Regeln angewandt, resultieren daraus La-

gerplatzvergaben, die zu sehr guten Lösungen führen, ohne dass eine aufwändige Optimierung

notwendig ist. Da bei „Palettenlagern“ ein gewisser Zielkonflikt zwischen Reduktion der Zeit und

der physischen Belastung besteht, werden zwei Regeln vorgestellt.

Wird als Ziel ausschließlich fokussiert, dass die Kommissionierzeit minimiert werden soll, kann

folgende Regel angewandt werden:

1. Nutze das erste Drittel der Regale für semi-dedizierte Lagerung, die übrigen für dedizierte

Lagerung.

2. Falls die Kommissionierer der Schleifengangstrategie folgen, wähle a), falls sie der Stich-

gangstrategie folgen, wähle b):

a) Sortiere die Lagerplätze aufsteigend nach Distanz zum Depot.

b) Sortiere die Lagerplätze aufsteigend nach Distanz ihrer Regalreihe zum Depot.

3. Sortiere die Artikel absteigen nach der Häufigkeit, mit der sie in Kommissionieraufträgen

vorkommen.

4. Weise Artikel zu Lagerplätzen entsprechend der Sortierung zu.

5. Weise alle Artikel, die nicht mehr auf (semi-)dedizierte Plätze passen, dem chaotischen

Bereich zu, der sich in den oberen Regalebenen der für die semi-dedizierte Lagerung

genutzten Regale befindet.

Die Lagerplatzvergaben, die sich entsprechend der Regel ergeben, sind in Abbildung 38 und

Abbildung 39 dargestellt.

Seite 72 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 38: Lagerplatzvergabe für das „Palettenlager“ nach der effizienzfokussierten Regel bei Annahme der

Schleifengangstrategie

Abbildung 39: Lagerplatzvergabe für das „Palettenlager“ nach der effizienzfokussierten Regel bei Annahme der

Stichgangstrategie

Wird als Ziel eine hybride Zielstellung verfolgt, die sowohl die benötigte Zeit als auch die physi-

sche Belastung bei der Kommissionierung reduziert, sollte der dritte Schritt der oben beschriebe-

nen Regel wie folgt angepasst werden:

3. Schließe alle Artikel, bei denen

󰇛󰇜   

ist, aus der Sortierung aus und weise diese Artikel immer dem chaotischen Bereich zu.

Sortiere die übrigen Artikel absteigend nach der Häufigkeit, mit der sie in Kommissionier-

aufträgen vorkommen.

Abbildung 40 und Abbildung 41 zeigen die sich nach der abgewandelten Regel ergebenden La-

gerplatzvergaben.

Seite 73 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 40: Lagerplatzvergabe für das „Palettenlager“ nach der hybriden Regel bei Annahme der

Schleifengangstrategie

Abbildung 41: Lagerplatzvergabe für das „Palettenlager“ nach der hybriden Regel bei Annahme der

Stichgangstrategie

Die Resultate, die mit den Regeln erzielt werden können, sind in Abbildung 42 dargestellt. Die

vergrößerte Markierung der hybriden Regel bei der Schleifengangstrategie dient lediglich der

besseren Übersicht, hat aber keine tiefere Bedeutung. Insgesamt ist zu erkennen, dass die Re-

sultate der Regeln nahe der Paretokurve liegen, also fast an die Güte der optimierten Lösungen

heranreichen.

Seite 74 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 42: Resultate der Regeln zur Lagerplatzvergabe in „Palettenlagern“

Abschließend sei einschränkend darauf hingewiesen, dass bei allen vorgenommenen Untersu-

chungen nicht berücksichtigt wurde, dass sich mehrere Kommissionierer gegenseitig blockieren

können. Sofern dieser Aspekt in einem zu planenden Lager eine große Relevanz aufweist, kann

es sinnvoll sein, die Lagerplatzvergabe zu „entzerren“ – beispielswiese indem nach den vorge-

schlagenen Schemata abwechselnd stark und weniger stark nachgefragte Artikel gelagert wer-

den.

Layouts bei „Palettenlagern“

Die Ergebnisse der numerischen Experimente legen nahe, dass Zweiblocklayouts im Allgemei-

nen Einblocklayouts vorzuziehen sind. Wenn die Möglichkeit besteht, sollten also erstere genutzt

werden. Ferner hat das Verhältnis von Anzahl an Regalen zu Länge der Regale einen Einfluss,

der jedoch fallspezifisch ausfällt. Die Wahl des Layouts beeinflusst ferner vor allem die für das

Kommissionieren benötigte Zeit; die physische Belastung wird kaum beeinflusst. Im Rahmen der

in dieser Arbeit untersuchten Variationen ist der Einfluss des Layouts insgesamt eher gering.

4.6.1.2. Handlungsempfehlungen für „Fachboden-\ Kleinteilelager“

Routenführung bei „Fachboden-\ Kleinteilelagern“

Im Rahmen der durchgeführten numerischen Experimente hat sich gezeigt, dass die Resultate,

die erzielt werden können, wenn die Kommissionierer einer Schleifen- oder Stichgangstrategie

folgen, ähnlich gut sind. Dies gilt sowohl für die zu erwartende Zeit als auch die physische Belas-

tung, die für die Kommissionierung anfällt. Es kann folglich keine Empfehlung für oder gegen eine

der beiden Strategien ausgesprochen werden. Wichtig ist jedoch, dass die Lagerplatzvergabe-

strategie stets mit der Routenführung abgestimmt wird.

Seite 75 des Schlussberichts zu IGF-Vorhaben 21292 N

Ferner können elektrisch angetriebene Kommissionierwagen eingesetzt werden, um die physi-

sche Belastung gegenüber dem Einsatz nicht-angetriebener Wagen deutlich zu senken. Insbe-

sondere in Lagern, in denen schwere Artikel kommissioniert werden müssen und/ oder Mitarbeiter

über hohe physische Belastungen klagen, ist der Einsatz elektrisch angetriebener Kommissio-

nierwagen zu empfehlen. Werden nicht-angetriebene Wagen eingesetzt, ist auf eine gute War-

tung und Schmierung der Wagen zu achten, damit sie leichtgängig sind und wenig Rollwiderstand

aufweisen, um die für das Schieben und Ziehen der Wagen aufzubringende Kraft nicht unnötig

zu erhöhen.

Lagerplatzvergabe bei „Fachboden-\ Kleinteilelagern“

Die optimierte Lagerplatzvergabe weist gewisse Strukturen auf, die mittels einfacher Regeln

nachgebildet werden können. Werden die einfachen Regeln angewandt, resultieren daraus La-

gerplatzvergaben, die zu guten Lösungen führen, ohne dass eine aufwändige Optimierung not-

wendig ist. Da bei „Fachboden-\ Kleinteilelagern“ weitestgehende Komplementarität zwischen ei-

ner Reduktion der Zeit und einer Verringerung der physischen Belastung besteht, wird eine ein-

zelne, universale Regel vorgestellt:

1. Bestimme , die Anzahl an Regalplätzen, die 90 cm oder höher sind. Bestimme ,

die Anzahl an Regalplätzen, die niedriger als 90 cm sind.

2. Teile die Artikel in zwei Gruppen auf. Gruppe  enthält den Anteil 

 der Artikel,

bei denen pro Kommissionmierauftrag durchschnittlich am meisten Stück entnommen

werden. Gruppe  enthält die übrigen Artikel.

3. Sortiere die Artikel in beiden Gruppen absteigend nach der Häufigkeit, mit der sie in Kom-

missionieraufträgen vorkommen.

4. Falls die Kommissionierer der Schleifengangstrategie folgen, wähle a), fall sie der Stich-

gangstrategie folgen, wähle b):

a) Sortiere die Lagerplätze aufsteigend nach Distanz zum Depot.

b) Sortiere die Lagerplätze aufsteigend nach Distanz ihrer Regalreihe zum Depot.

5. Weise Artikel zu Lagerplätzen entsprechend der Sortierung zu, wobei Artikel aus Gruppe

 nur Regalplätzen, die 90 cm oder höher sind, zugewiesen werden. Artikel aus Gruppe

 werden nur Regalplätzen niedriger als 90 cm zugewiesen.

Die Lagerplatzvergaben, die sich entsprechend der Regel ergeben, sind in Abbildung 43 und

Abbildung 44 dargestellt. Die Resultate, die mit den Regeln erzielt werden können, sind in Abbil-

dung 45 dargestellt. Es ist zu erkennen, dass die Anwendung der Regel zu einer deutlichen Ver-

besserung gegenüber dem Status quo führt. Allerdings ist auch ersichtlich, dass mittels komple-

xer Optimierung Resultate erreicht werden können, bei denen die Zeit und die physische Belas-

tung um 7 bis 8 Prozentpunkte geringer ausfallen.

Seite 76 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 43: Regelbasierte Lagerplatzvergabe für das „Fachboden-\ Kleinteilelager“ bei Annahme der

Schleifengangstrategie

Abbildung 44: Regelbasierte Lagerplatzvergabe für das „Fachboden-\ Kleinteilelager“ bei Annahme der

Stichgangstrategie

Seite 77 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 45: Resultate der Regeln zur Lagerplatzvergabe in „Fachboden-\ Kleinteilelagern“

Abschließend sei einschränkend darauf hingewiesen, dass bei allen vorgenommenen Untersu-

chungen nicht berücksichtigt wurde, dass sich mehrere Kommissionierer gegenseitig blockieren

können. Sofern dieser Aspekt in einem zu planenden Lager eine große Relevanz aufweist, kann

es sinnvoll sein, die Lagerplatzvergabe zu „entzerren“ – beispielswiese indem nach den vorge-

schlagenen Schemata abwechselnd stark und weniger stark nachgefragte Artikel gelagert wer-

den.

Layouts bei „Fachboden-\Kleinteilelagern“

Die Ergebnisse der numerischen Experimente legen nahe, dass Zweiblocklayouts im allgemeinen

Einblocklayouts vorzuziehen sind. Wenn die Möglichkeit besteht, sollten also erstere genutzt wer-

den. Ferner hat das Verhältnis von Anzahl an Regalen zu Länge der Regale einen Einfluss, der

jedoch fallspezifisch unterschiedlich ist. Die Wahl des Layouts beeinflusst ferner die für das Kom-

missionieren benötigte Zeit; die physische Belastung wird ebenfalls beeinflusst, allerdings in ge-

ringerem Ausmaß.

4.6.2. Allgemeine Handlungsempfehlungen

Auf Basis der Erhebungen bei den Praxispartnern, den numerischen Experimenten sowie allge-

meinen ergonomischen Analysen lassen sich des Weiteren übergeordnete Handlungsempfeh-

lungen ableiten. Diese werden in drei Kategorien gegliedert:

1. Anthropometrische Gestaltung von Lagersystemen (Person-zur-Ware)

2. Empfehlungen zu maximal zulässigen Lastgewichten

3. Empfehlungen zu technischen Hilfsmitteln

Im Folgenden werden diese drei Kategorien an Handlungsempfehlungen nacheinander vorge-

stellt.

Seite 78 des Schlussberichts zu IGF-Vorhaben 21292 N

4.6.2.1. Anthropometrische Gestaltung von Lagersystemen

Die anthropometrische Arbeitsplatzgestaltung befasst sich mit der geometrischen Auslegung von

Arbeitsplätzen und Arbeitsmitteln anhand der Maße des menschlichen Körpers. In Bezug auf La-

gerarbeitsplätze sind diese nur zum Teil in Normen vorhanden und sollen hier konkretisiert wer-

den. Praxisnahe Hinweise sind beispielsweise in der VDI 3657 gegeben – so liegen optimale

Entnahmehöhen bei etwa 1,10 m und optimale Ablagehöhen bei etwa 0,90 m.

In der Regel werden Arbeitsplätze entsprechend der Körpermaße ab dem 5. Perzentil weiblich

bis zum 95. Perzentil männlich gestaltet, um einen großen Teil der Bevölkerung abzudecken. Die

folgenden Werte (Werte aus Deutschland) werden jeweils für eine rein männliche, weibliche bzw.

eine gemischte Belegschaft im Lager angegeben.

Maximale Entnahmehöhe:

Es ist wichtig, die maximale Entnahmehöhe zu kennen, um sicherheitskritische Situationen (z. B.

schwere Lastenhandhabung „auf Zehenspitzen“) zu vermeiden und eine ergonomische Handha-

bung zu ermöglichen. Die maximale Entnahmehöhe richtet sich nach den „kleinsten Personen“,

ist also ein Außenmaß.

Für männliche bzw. weibliche Arbeitspersonen ergeben sich folgende Werte aus der DIN 33402:

• Mann:    󰇛    󰇜    

• Frau:     󰇛    󰇜   

Hieraus lässt sich als Faustregel ableiten, dass Fachbodenregale nicht höher als 1800 mm bela-

den werden sollten, wenn alle Mitarbeiter diese Ebenen noch ohne Leiter ergonomisch sinnvoll

erreichen können sollen. Je nach Volumen und Handhabbarkeit der Artikel sind geringere Lager-

höhen anzustreben.

Vertikaler Greifraum:

In der Literatur ist für den vertikalen Greifraum häufig die Empfehlung gegeben, dass häufig zu

entnehmende Artikel („Schnelldreher“) in der sogenannten „Goldenen Zone“ gelagert werden soll-

ten. Diese ist häufig definiert als Bereich zwischen Schulter und Hüfte der Arbeitspersonen. Diese

Angabe ist als praxisorientierte Faustregel zwar sinnvoll, jedoch für eine genau Angabe zu un-

spezifisch, da diese Werte personenbezogen sind. Aus diesem Grund wurde in diesem Projekt

nach einer präziseren Angabe gesucht. Ferner spielt bei der Angabe von ergonomischen Ent-

nahmehöhen auch die Entnahmetiefe eines Artikels eine entscheidende Rolle.

Die Goldene Zone wird deshalb im Folgenden definiert als der Bereich, den ein Lagermitarbeiter

erreichen kann, ohne dass Überkopfarbeit geleistet oder die Person in die Hocke gehen bzw. den

Oberkörper beugen muss.

Um für verschiedene Perzentile der Bevölkerung diese idealen Entnahmeräume zu bestimmen,

wird ein Viertelkreis um das Schultergelenk mit der Länge der Griffachse gezogen, siehe Abbil-

dung 49, Abbildung 50 und Abbildung 51.

Seite 79 des Schlussberichts zu IGF-Vorhaben 21292 N

5. Perzentil:

• Mann:   

• Frau:   

50. Perzentil:

• Mann:   

• Frau:   

95. Perzentil:

• Mann:   

• Frau:   

Die Schnittmenge dieser Viertelkreise der größten und kleinsten Personen im Lager ergeben nun

die Goldene Zone. Werden außerdem seitliche Bewegungen außerhalb der Sagittalebene be-

rücksichtigt, sind die entsprechenden vertikalen Greifräume kleiner anzunehmen.

Abbildung 46: Goldene Zone für eine rein männliche Belegschaft

Seite 80 des Schlussberichts zu IGF-Vorhaben 21292 N

Abbildung 47: Goldene Zone für eine rein weibliche Belegschaft

Abbildung 48: Goldene Zone für eine Belegschaft mit beiden Geschlechtern

Seite 81 des Schlussberichts zu IGF-Vorhaben 21292 N

Es lässt sich ableiten, dass der optimale vertikale Greifraum im Lager (Annahme: in der Regel

beide Geschlechter unter den Mitarbeitern vertreten) zwischen 750 mm und 1250 mm liegt. Wer-

den Artikel entsprechend ihrer Bedarfshäufigkeit nach einer ABC-Analyse in Klassen aufgeteilt,

sollten in einem Kleinteilelager A-Artikel und besonders schwere Artikel deshalb möglichst in die-

sem Bereich liegen. B-Artikel können auch etwas höher bzw. niedriger gelagert werden, falls die

optimalen Bereiche bereits belegt sind. Unter 500 mm bzw. über 1500 mm sollten hingegen nur

C-Artikel und leichte Lasten gelagert werden.

Ferner zeigt dies eine Problematik bei Palettenlagerung auf dem Boden auf. Um hier niedrige

Entnahmehöhen zu vermeiden, sollten Paletten mit besonders schweren A- und B-Artikeln des-

halb nach Möglichkeit auf eine Höhe von mindestens 400 mm aufgebockt werden.

4.6.2.2. Empfehlungen zu maximal zulässigen Lastgewichte

In Deutschland gibt es keine nationalen Grenzgewichte für manuelle Lastenhandhabungen. Be-

triebsinterne Grenzwerte variieren in weiten Bereichen. In der Praxis scheinen zwei Gewichts-

werte relevant zu sein: 25 kg und 15 kg.

• 25 kg wird als Grenzwert in einschlägigen europäischen (EN 1005-2) und internationalen

(ISO 11228-1) Normen für den „allgemeinen beruflichen Gebrauch“ unter idealen Hand-

habungsbedingungen genannt.

• Für die „allgemeine Arbeitsbevölkerung, einschließlich älterer und jüngerer Personen“

werden 15 kg empfohlen, insbesondere für Frauen (bei häufiger Handhabung sogar nur

10 kg).

• In BK 2108 werden für die „mittlere“ Altersgruppe (18-39 Jahre) „schwere Lasten, die nah

am Körper getragen werden“ als 15 kg bei Frauen und 25 kg bei Männern definiert. (BK

2108: Bandscheibenbedingte Erkrankungen der Lendenwirbelsäule durch langjähriges

Heben oder Tragen schwerer Lasten oder durch langjährige Tätigkeiten in extremer

Rumpfbeugehaltung)

• Um im Sinne des Arbeitsschutzgesetzes Arbeitsplätze für Männer und Frauen gleicher-

maßen offen zu halten, erscheint ein maximales manuell zu handhabendes Artikel-

bzw. Behältergewicht von 15 kg als sinnvoll.

Maximale Gewichte in Abhängigkeit der Greifhöhe:

Eine Beurteilung von Lastenhandhabungen kann jedoch nicht auf das Nennen eines maximal

zulässigen Lastgewichtes reduziert werden. Weitere Parameter (z. B. Körperhaltung, Häufigkeit

der Lastenhandhabung) sind bei der Beurteilung von Lastenhandhabungen zu berücksichtigen

und haben hinsichtlich der Belastung einen ähnlich hohen Einfluss wie das Lastgewicht selbst.

Gerade in der Logistik liegen meist weder eine konstante Entnahmehöhen noch eine ideale Kör-

perhaltung vor. Zudem fällt auf, dass beim Kommissionieren in der Praxis regelmäßig Lasten >

15 kg (vereinzelt bis 50 kg) auftreten. Diese sehr hohen Lastgewichten sollten nur mithilfe tech-

nischer Hilfsmittel (z. B. Hebehilfen) bzw. im 2-Personen Handling gehandhabt werden.

Seite 82 des Schlussberichts zu IGF-Vorhaben 21292 N

Eine Möglichkeit, um maximal empfohlene Lastgewichte zu bestimmen, ist in DIN EN 1005-2

gegeben. Durch die Berücksichtigung verschiedener Multiplikatoren, wie z. B. Höhen- oder Fre-

quenzmultiplikator, lassen sich analog zur NIOSH-Formel (Waters et al., 1993) für jede Entnah-

mehöhe Massegrenzen berechnen:

          

(6)

Je nach Anwenderpopulation können, wie bereits im obigen Kapitel dargestellt, verschiedene

Referenzmassen  angenommen werden. Der Multiplikator für die vertikale Position  und

der Hubmultiplikator  kann jeweils direkt aus der entsprechenden Greifhöhe und der Ablage-

höhe bestimmt und aus Tabellenwerken abgelesen werden. Beim Abstandsmultiplikator  wird

von einer guten Zugänglichkeit und somit körpernaher Handhabung ausgegangen. In Praxiser-

hebungen konnte meist eine leichte Asymmetrie bei der Lasthandhabung festgestellt werden,

sodass der entsprechende Multiplikator nach der Tabelle auf   gesetzt wird. Es wird von

einer Frequenz von 60 Picks/h während einer Arbeitszeit von 8 Stunden ausgegangen. Bei davon

abweichenden Pickfrequenzen können die empfohlenen Maximalgewichte etwas niedriger (hö-

here Pickfrequenzen) bzw. höher (niedrigere Pickfrequenzen) liegen. Abbildung 49 gibt zwei Va-

rianten (unterschiedliche Referenzgewichte, je nach Anwenderpopulation) von maximal empfoh-

lenen Lastgewichten in Abhängigkeit von der Greifhöhe an:

Abbildung 49: Maximal empfohlene Lastgewichte bei Referenzwerten von 15 kg (links) und 25 kg (rechts)

Zu beachten ist, dass diese Grenzwerte eigentlich nur für dauerhaft wiederkehrende Entnahme-

muster (z. B. gleiche Greifhöhen, Lastgewichte und Asymmetrie der Lasthandhabung) gelten –

diese sind in der Lagerlogistik jedoch sehr variabel. Zudem gelten die oben genannten Grenz-

werte nur unter folgenden Bedingungen:

• nur beidhändige Handhabung;

• uneingeschränkte stehende Körperhaltung und uneingeschränkte Bewegungen;

• gute Greifbedingungen zwischen den Händen und den zu handhabenden Gegenständen;

• hohe Rutschfestigkeit des Bodens;

Seite 83 des Schlussberichts zu IGF-Vorhaben 21292 N

• andere manuelle Handhabungen als Heben (Tragen, Halten) treten nur minimal auf.

Auch diese Bedingungen sind im Lager nicht immer gegeben. Als praxisnahe Veranschaulichung

der tendenziellen Verteilung der maximalen Lastgewichte in Abhängigkeit der Entnahmehöhe

sind diese dennoch sinnvoll. Die maximal empfohlenen Lastgewichte in niedrigen oder hohen

Entnahmehöhen sind deutlich niedriger als innerhalb der Goldenen Zone. Ferner dürfen Artikel,

die sehr selten gehandhabt werden, auch Lastgewichte bis zu den Referenzwerten aufweisen,

sollten jedoch in ergonomisch günstigen Greifhöhen platziert werden.

4.6.2.3. Empfehlungen zu technischen Hilfsmitteln

Zuletzt sollen einige Empfehlungen hinsichtlich möglicher technischer Hilfsmittel für manuelle La-

gertätigkeiten gegeben werden. Wie in Kapitel 4.1.2 ersichtlich wird, ist das Spektrum verschie-

dener Hilfsmittel sehr breit – deshalb sollen hier lediglich allgemeine Handlungsanweisungen so-

wie Empfehlungen für ausgewählte technische Systeme vorgeschlagen werden.

Um physische Belastungen in Arbeitssystemen zu reduzieren, wird eine klare Maßnahmenhie-

rarchie empfohlen. Technische Maßnahmen (T) sind demnach immer als erstes durchzuführen.

Erst wenn keine weiteren technische Maßnahmen umsetzbar sind, kommen organisatorische

Maßnahmen (O) in Betracht. Hierzu zählt beispielsweise die Job Rotation. Persönliche Maßnah-

men (P) bzw. persönliche Schutzausrüstungen, wozu z. B. auch Exoskelette zählen, sind erst

das dritte Mittel der Wahl im Arbeitsschutz.

Abbildung 50: TOP-Prinzip bei der Gestaltung von Lagerarbeitsplätzen

Generell sind alle technischen Maßnahmen empfohlen, die physische Belastungen mindern und

gleichzeitig nicht zu Effizienzeinbußen führen. Die Interviews mit Lagerplanenden und der Unter-

nehmensführung haben jedoch gezeigt, dass Investitionen in ergonomische Maßnahmen meist

eher kritisch betrachtet werden, da hierdurch resultierende wirtschaftliche Benefits sehr schwierig

nachzuweisen sind.

Im Folgenden sollen einige technische Hilfsmittel, die in den Praxiserhebungen beobachtet wur-

den, herausgegriffen und entsprechende Empfehlungen gegeben werden.

Technische Maßnahmen

(Flurföderzeuge, Palettenwender, Hebehilfen, …)

Organisatorische Maßnahmen

(Job Rotation, Pausenregelungen, …)

Persönliche Maßnahmen

(Untersuchungen, Schulungen, Exoskelette, …)

Seite 84 des Schlussberichts zu IGF-Vorhaben 21292 N

Kategorie 1: Ladungsträger und Regalsysteme

In Palettenlagern können Palettenauszüge (siehe Abbildung 51) verwendet werden, die es er-

möglichen, beladene Paletten aus dem Regal herauszuziehen. Somit ist die Palette von drei Sei-

ten erreichbar, ohne dass Kommissionierer in das Regal hereinsteigen zu müssen – entspre-

chend können ungünstige Körperhaltungen vermieden werden. Gleichzeitig entstehen jedoch

durch die zusätzlichen Zieh- bzw. Schiebevorgänge zusätzliche körperliche Belastungen. Eine

Nutzung des Palettenauszugs ist somit nicht immer vorteilhaft. Eine Abschätzung dieses Zielkon-

flikts wird mittels EAWS vorgenommen – es soll berechnet werden, ab wie vielen Picks von einer

bestimmten Position auf der Palette die günstigere Körperhaltung die zusätzliche Belastung durch

das Herausziehen der Palette übersteigt. Hierzu wurde sich den Motion Capture Daten aus der

Praxiserhebung bedient.

Abbildung 51: Palettenauszug (Quelle: bito.com)

Die Belastung durch das Ziehen bzw. Schieben des Palettenauszugs ist abhängig vom Gewicht

der Palette. Ferner spielt zur Abwägung die Position, von der ein Artikel gegriffen wird, eine ent-

scheidende Rolle. So wird der Palettenauszug zur Entnahme von Artikel, die von der Vorderseite

aus erreichbar sind, wohl nie lohnend sein. Vielmehr ist die Nutzung des Auszugs vor allem bei

hinteren Positionen auf der Palette sinnvoll, da diese vom Gang aus schwer erreichbar sind.

Abbildung 52 zeigt beispielhaft die Anzahl an Stückentnahmen, die von einer bestimmten Position

auf der Palette notwendig sind, damit die Nutzung des Palettenauszugs aus ergonomischer Sicht

nach Berechnung mit EAWS zu einem geringer Risikoscore führt. Hier wurden beispielhafte Da-

ten angenommen – im Rahmen des Projekts wurde jedoch ein Excel-Rechner erstellt, der auf der

Projektwebseite (siehe Abschnitt 8) zum Download zur Verfügung steht. Anzumerken ist weiter-

hin, dass in diesem Beispiel angenommen wurde, dass die Artikel „Spalte für Spalte“ entnommen

werden. In der Praxis wurden häufig auch „dreiecksförmige“ Entnahmestrategien festgestellt. In

Seite 85 des Schlussberichts zu IGF-Vorhaben 21292 N

dem entwickelten Excel-Rechner können diese beiden Strategien unterschieden werden. Zu be-

denken ist, dass der Palettenauszug immer ergonomisch sinnvoll ist, wenn der Auszugmecha-

nismus motorisiert und damit ohne manuelle Kraftaufbringung konstruiert wurde.

Abbildung 52: Beispielhafte Darstellung des Excel-Rechners zu Palettenauszugsvorrichtungen

Anstelle einer Auszugvorrichtung für Paletten sind auf dem Markt auch Palettenwendegeräte zu

finden. Entsprechende Untersuchungen zur Ergonomie und auch wirtschaftlichen Aspekten die-

ser technischen Hilfsmittel sind in Glock et al. (2019) zu finden.

Ferner sollten Paletten, insbesondere, wenn sie mit schweren bzw. häufig zu entnehmenden Ar-

tikeln bestückt sind, nicht auf dem Boden gelagert werden. Vielmehr ist ein Aufbocken auf Stütz-

rahmen zu empfehlen, sodass die niedrigste Entnahmehöhe auf mindestens 40 cm liegt – ab hier

ist im Vergleich mit tieferen Entnahmehöhen mit deutlich verbesserten Körperhaltungen zu rech-

nen. Auch Durchlaufregale sollten entsprechend in ihrer untersten Ebene nicht zu tief ausgelegt

werden.

Außerdem hat sich in der Praxis gezeigt, dass Kartonagen mit vorgestanzten Greifmöglichkeiten

handlichere Lasthandhabungen und damit günstigere Körperhaltungen ermöglichen. Wenn dem

Einkauf eines Unternehmens verschiedene Kartonagemodelle angeboten werden, sollte diese

Möglichkeit in Betracht gezogen werden.

Kategorie 2: Fahr- und Förderzeuge

Die numerischen Experimente dieses Projektes haben gezeigt, dass motorisierte Fahrzeug im

Vergleich mit manuell zu schiebenden Wagen große ergonomische Vorteile bieten. Die zusätzli-

chen Belastungspunkte im EAWS durch das Ziehen bzw. Schieben von Lasten sind verglichen

mit den Punkten durch das Umsetzen von Artikeln relativ hoch. Es wurde beobachtet, dass vor

allem sehr kurze Schiebevorgänge von einer Entnahmeposition zur nächsten häufig vorkommen

- mit bis zu über 500 Einzelvorgängen je Schicht. Diese Belastungen können durch Verwendung

eines motorisierten Fahrzeugs gänzlich vermieden werden.

Falls doch manuelle Handwagen genutzt werden, ist darauf zu achten, dass diese ausgestaltete

Griffe besitzen, die möglichst höhenverstellbar sind, um günstige Körperhaltungen beim Ziehen

Beispieldaten:

Palettengewicht= 100 kg

Artikelgewicht = 3 kg

Geschlecht = männlich

Entnahmestrategie = „Spalte für Spalte“

Palettenhöhe = 1,80 m

Eingriff

von hier

Seite 86 des Schlussberichts zu IGF-Vorhaben 21292 N

und Schieben zu ermöglichen. Auch die Ablagefläche des Wagens – unabhängig davon, ob das

Fahrzeug motorisiert ist – zeichnet sich im besten Fall durch eine Höhenverstellung aus.

Kategorie 3: Greif- und Hebehilfen

Es wird empfohlen, bei manueller Lastenhandhabung spätestens ab einem Behälter- bzw. Arti-

kelgewicht von 25 kg (Frauen 15 kg) Hebehilfen einzusetzen. Häufig ist hierbei jedoch die Her-

ausforderung, dass stationäre Hebehilfen bei der Kommissionierung nicht flexibel einsetzbar sind.

In anderen Bereichen des Lages, beispielsweise im Versand, können sie dagegen gut eingesetzt

werden. Je nach Prozessgestaltung und Layout könnten mehrere stationäre Hebehilfen in sol-

chen Bereichen sinnvoll sein. Ferner gibt es seit einiger Zeit vermehrt mobile Hebehilfen, die auf

Fahrzeugen angebracht werden (z. B. auf Niederhubkommissionierern). Die Hebehilfen stehen

somit jeweils am Entnahmeort zur Verfügung und können daher auch bei der Kommissionierung

eingesetzt werden.

Außerdem haben sich in der Praxis sehr einfache, oft provisorisch gebaute Hilfsmittel bewährt.

Mit „Pick-Sticks“ (mit Greifern oder Haken versehene Stäbe) können z. B. Artikel vom hinteren

Teil einer Palette nach vorne gezogen werden, um diese einfacher erreichen zu können, ohne in

das Palettenregal hineintreten oder ungünstige Körperhaltungen einnehmen zu müssen. Der Ein-

satz von „Pick-Sticks“ ist damit sehr zu empfehlen.

Seite 87 des Schlussberichts zu IGF-Vorhaben 21292 N

5. Angaben zu den aus der Zuwendung finanzierten Ausga-

ben für Personenmonate des wissenschaftlich-techni-

schen Personals

Die Projektbearbeitung erfolgte im Zeitraum von Oktober 2020 bis August 2022, der eine zwei-

monatige kostenneutrale Laufzeitverlängerung beinhaltet, durch jeweils einen wissenschaftlichen

Mitarbeiter an den Forschungsstellen (FS) 1 und 2. Aufgrund der SARS-CoV-2-Pandemie und

der damit einhergehenden Verschiebung der Erhebungen in der Praxis wurde eine entspre-

chende kostenneutrale Laufzeitverlängerung beantragt und genehmigt.

Im Projektantrag waren für FS 1 15 Personenmonate für wiss.-techn. Personal (A.1 des Finan-

zierungsplans) sowie 3 Personenmonate für Hilfskräfte (A.3 des Finanzierungsplans) vorgese-

hen. Abweichend dazu wurden unter Einhaltung des Budgets 17 Personenmonate für wiss.-

techn. Personal durch Einsparungen des Einsatzes von Hilfskräften finanziert. Diese war auf-

grund von Zugangsrestriktionen während der SARS-CoV-2-Pandemie sowie einer erhöhten Kom-

plexität der zu bearbeitenden Aufgabe, die so nicht im Projektantrag erkennbar war, notwendig.

Der IFL wurden bereits während der Projektlaufzeit die Hintergründe und Durchführung dieser

Änderung dargelegt. FS 2 hat entsprechend des im Projektantrag vorgesehenen Finanzierungs-

plans 21 Personenmonate für wiss.-techn. Personal (A.1 des Finanzierungsplans) eingesetzt und

zusätzlich 4,2 Personenmonate für Hilfskräfte (A.3 des Finanzierungsplans).

Die Mitarbeiter haben über den jeweiligen angegebenen Bearbeitungszeitraum auf beiden FS,

wie im Antrag beschrieben, mit jeweils 100% an dem Projekt gearbeitet. Durch ihr abgeschlosse-

nes Hochschulstudium (M. Sc.) sind die Mitarbeiter dem wissenschaftlich-technischen Personal

(Einsatz A.1 des Finanzierungsplans) zuzuordnen. Durch den notwendigen, anspruchsvollen Me-

thodeneinsatz war das vorliegende Qualifikationsniveau der Mitarbeiter im Projekt unabdingbar.

Die angefallenen Tätigkeiten entsprechen den Arbeitsschwerpunkten der beteiligten Forschungs-

stellen, die auf die entsprechenden Mitarbeiter angemessen aufgeteilt wurden. Zur besseren Pro-

jektabstimmung nahmen die Mitarbeiter einzelne Projektaufgaben gemeinsam wahr. Dazu ge-

hörten die Durchführung von Interviews und die Organisation und Moderation von Workshops zur

Analyse technischer Hilfsmittel im Lager. Ferner fanden Besprechungen mit den Unternehmen

des Projektbegleitenden Ausschusses statt, die gemeinsam vorbereitet und durchgeführt wurden.

Die Ergonomie-Analysen bei den Praxispartnern sowie die Entwicklung der integrativen Kenn-

zahlen waren maßgeblich Aufgabe der FS 2, während FS 1 darauf aufbauend mathematische

Optimierungsmodelle entwickelte und diese mit numerischen Experimenten validierte. Im An-

schluss wurden in gemeinsamer Arbeit übergreifende Handlungsempfehlungen abgeleitet. Die

Aufgaben der wissenschaftlichen Mitarbeiter umfassten auch die praxisnahe Aufbereitung und

Präsentation der Projektergebnisse.

An der FS 2 wurde der wissenschaftliche Mitarbeiter während der Projektbearbeitung durch eine

studentische Hilfskraft (A.3 des Finanzierungsplans) über die Projektlaufzeit unterstützt. Die Hilfs-

kraft übernahm insbesondere Aufgaben zur Aufbereitung von Daten sowie im Rahmen der Pra-

xiserhebung zu manuellen Lagertätigkeiten. Außerdem unterstützte sie bei der Durchführung von

Sitzungen mit dem Projektbegleitenden Ausschuss. Ausgaben für Geräte (Einzelansatz B des

Finanzierungsplans) und Leistungen Dritter (Einzelansatz C des Finanzierungsplans) waren im

Finanzierungsplan nicht vorgesehen und sind dementsprechend nicht angefallen.

Seite 88 des Schlussberichts zu IGF-Vorhaben 21292 N

6. Erläuterung der Notwendigkeit und Angemessenheit der

geleisteten Arbeit

Die durchgeführten Arbeiten im Forschungsprojekt sowie die dafür aufgewandten Ressourcen

waren notwendig und angemessen, da sie der im Projektantrag formulierten Planung unter Be-

rücksichtigung der zeitlichen Verzögerungen entsprachen und die im Arbeitsplan formulierten

Aufgaben bearbeitet wurden. Die geleistete Arbeit sowie die erzielten Ergebnisse entsprechen in

Umfang und Qualität den Vorgaben aus dem Projektantrag.

Um realitätsnahe Belastungskennzahlen sowie entsprechende Optimierungsmodelle erstellen zu

können, musste zunächst ein umfassendes Verständnis über Lagersysteme und -prozesse in der

Praxis erarbeitet werden. Aus diesem Grund wurden eine umfassende Interviewstudie sowie pra-

xisorientierte Workshops durchgeführt. Diese ermöglichten es, einerseits die verschiedenen

Kommissioniersysteme, in der Praxis angewandte Planungsverfahren sowie technische Hilfsmit-

tel zu identifizieren und andererseits Forschungsbedarf der Praxis aufzudecken. Ferner konnten

damit eine validierte Datengrundlage geschaffen werden.

Die ergonomische Datenerhebung in den Lagern der Unternehmen aus dem Projektbegleitenden

Ausschuss waren für die Entwicklung der Ergonomie-Kennzahlen unabdingbar – nur so konnte

die tatsächliche Belastungssituation der Mitarbeiter akkurat ermittelt werden. Zudem wurden mo-

derne Motion Capture-Systeme eingesetzt, mit deren Hilfe Körperhaltungen der Mitarbeiter exakt

bestimmt werden können. Die Auswertung von über 1000 Kommissioniervorgängen von insge-

samt 17 Mitarbeitern sowie die entsprechende Zuordnung zu bestimmten Tätigkeitsklassen ist

sehr aufwendig und erfordert eine ausgeprägte Erfahrung im Umgang mit den technischen Sys-

temen. Aufbauend auf diesen Projektergebnissen war es möglich, Modelle und Konzepte in den

folgenden Projektschritten so zu entwickeln, dass gezielt ein Mehrwert für unternehmerische Fra-

gestellungen entsteht.

Zur Untersuchung von integrativen Planungskonzepten für ausgewählte Lagertätigkeiten wurden

mathematische Optimierungsmodelle und zugehörige Lösungsverfahren entwickelt, auf deren

Basis numerische Studien durchgeführt wurden. Gegenüber anderen Ansätzen, wie z. B. Simu-

lationsmodellen, bieten Optimierungsmodelle den Vorteil, ein viel breiteres Spektrum an Lösungs-

alternativen zu betrachten. Dies stellt sicher, dass keine vorteilhaften Lösungsalternativen über-

sehen werden. Damit stellt das Vorgehen eine moderne, anspruchsvolle Forschungsmethodik

dar, mit der – bezogen auf die vorliegende Anwendung – unterschiedliche Planungskonzepte und

Problemstellungen praxisnah und für genau definierten Lagerszenarien untersucht werden konn-

ten.

Durch die zuvor durchgeführte, umfassende Datenaufnahme konnten geeignete, praxisnahe Op-

timierungsszenarien mit detaillierten Ergonomie-Parametern als Eingangsgrößen definiert wer-

den. Anschließend wurden die Ergebnisse der numerischen Experimente mit den Mitgliedern des

Projektbegleitenden Ausschusses detailliert besprochen, um Nutzenpotenziale für die Praxis zu

identifizieren. Mithilfe von einfachen Regeln, die mit den optimierten Lösungen abgeglichen wur-

den, konnten äußerst zufriedenstellende Praxisempfehlungen abgeleitet werden. Zudem wurden

Handlungsempfehlungen zur anthropometrischen Gestaltung von Lagern sowie bezüglich des

Einsatzes von technischen Hilfsmitteln gegeben, die in einem VDI-Arbeitskreis diskutiert und eva-

luiert wurden. Die Ergebnisse und die weiteren geplanten Maßnahmen schaffen die Vorausset-

zung für einen anwendungsorientierten Ergebnistransfer in die Wirtschaft.

Seite 89 des Schlussberichts zu IGF-Vorhaben 21292 N

7. Wissenschaftlich-technischer und wirtschaftlicher Nutzen

der erzielten Ergebnisse

Das Ziel dieses Projekts bestand in der Integration wirtschaftlicher und ergonomischer Kenngrö-

ßen in Planungs- und Optimierungskonzepte für die manuelle Lagerhaltung, insbesondere die

manuelle Kommissionierung. Wie in Abschnitt 2 dargelegt wurde, stellt die manuelle Lagerhaltung

einen erheblichen direkten Kostenfaktor für viele Unternehmen dar. Darüber hinaus geht die ma-

nuelle Arbeit in der Lagerhaltung mit einem deutlich gesteigerten Risiko der Belegschaft für die

Entwicklung muskuloskelettaler Erkrankungen einher. Daraus resultierende Arbeitsausfälle, er-

höhte Fehleranfälligkeiten und verringerte Arbeitsleistungen führen zu weiteren Kosten. Die ent-

wickelten ganzheitlichen Planungs- und Optimierungskonzepte und insbesondere die abgeleite-

ten Handlungsempfehlungen zeigen Lösungsmöglichkeiten auf, um die beschriebenen Kosten zu

senken. Dies stellt einen direkten wirtschaftlichen Nutzen dar.

Aufgrund des starken öffentlichen Interesses an Initiativen zur Reduktion von physischen Belas-

tungen der Mitarbeiter ist bei entsprechender Kommunikation auch eine positive Wirkung auf das

Unternehmensimage zu erwarten, das sich langfristig auf eine verbesserten Wettbewerbssitua-

tion und Personalakquise auswirken kann. Vor dem Hintergrund eines anhaltenden Fachkräfte-

mangels, der sich im Zuge des demographischen Wandels weiter zuspitzen kann, gewinnt dieser

Mehrwert an besonderer Relevanz.

Ferner gehen mit muskuloskelettalen Erkrankungen auch volkswirtschaftliche Kosten, z. B. für

Produktivitätsverluste oder Rehabilitationsmaßnahmen, einher. Die im Rahmen des Projekts auf-

gezeigten Maßnahmen und Empfehlungen zur Reduktion physischer Belastungen und damit ein-

hergehender muskuloskelettaler Erkrankungen können dabei helfen, diese Kosten zu reduzieren

und knappe Ressourcen im Gesundheitswesen zu entlasten.

Darüber hinaus bieten die im Rahmen der Arbeit gewonnenen Ergebnisse verschiedene wissen-

schaftlich-technische Mehrwerte. Ein zentrales Ergebnis des Projekts stellen die auf Basis von

Datenerhebungen in der Praxis und unter Verwendung etablierter Methoden entwickelten und

validierten ergonomische Kennzahlen dar. Diese ermöglichen, physische Belastungen in einem

breiten Spektrum manueller Handhabungstätigkeiten in der Kommissionierung zu quantifizieren.

Die Kennzahlen sind für die Verwendung im Rahmen von mathematischen (Optimierungs-)Mo-

dellen ausgelegt und bieten gegenüber bisher verwendeten Ansätzen eine höhere Genauigkeit

und Spezifität. Sie haben damit auch über dieses Projekt hinaus einen großen wissenschaftlich-

technischen Nutzen in mathematischen (Optimierungs-)Modellen. Nichtsdestoweniger bergen

die Kennzahlen aufgrund ihrer einfachen Anwendbarkeit auch einen praktischen Nutzen, da sie

in tabellarischer Form vorliegen und keine Fachkenntnis vom Anwender voraussetzen.

Unter Verwendung der entwickelten Ergonomie-Kennzahlen wurden anschließend mathemati-

sche Optimierungsmodelle entwickelt, die ein gemischt ergonomisch-ökonomisches Optimie-

rungsziel aufweisen. Ein wissenschaftlich-technischer Nutzen besteht darin, dass damit aufge-

zeigt wurde, wie die entwickelten Ergonomie-Kennzahlen in mathematische Modelle integriert

werden können und wie mit einer hybriden Zielstellung umgegangen werden kann. Ferner fördern

die zur Lösung der Modelle entwickelten Verfahren den wissenschaftlichen Diskurs um Lösungs-

alternativen für NP-schwere Probleme. Sowohl zukünftige Forschung als auch kommerzielle Soft-

ware-Produkte können von diesen Einsichten profitieren.

Seite 90 des Schlussberichts zu IGF-Vorhaben 21292 N

Schließlich ist auch ein technischer Nutzen durch die entwickelten Handlungsempfehlungen ge-

geben, die zu einer ergonomischen Gestaltung technischer Systeme beitragen. Dass auch ein

praktisches Interesse an den abgeleiteten Handlungsempfehlungen besteht, wurde nicht zuletzt

dadurch bestätigt, dass ausgehend vom vorliegenden Projekt im Rahmen der Erstellung eines

Whitepapers zur Unterstützung von Praktikern bei Anwendung der VDI 3657 die Expertise der

Autoren angefragt wurde.

Das Projekt setzte daher wichtige forschungspolitische Impulse für innovierende KMU. Die hohe

praktische Relevanz und wirtschaftliche Bedeutung des Forschungsprojekts gerade für KMU wird

auch durch die Vielzahl an Praxispartnern belegt, die durch ihre Teilnahme am Forschungsprojekt

aktiv mitgewirkt haben und an mehreren Tagen Datenerhebungen in ihren Lagern ermöglichten.

Seite 91 des Schlussberichts zu IGF-Vorhaben 21292 N

8. Ergebnistransfer in die Wirtschaft

Der Transfer der im Projekt erzielten Ergebnisse erfolgte in Teilen bereits während der Projekt-

laufzeit und wurde im Projektverlauf weiter entsprechend des Zwischenberichts konkretisiert. Die

Transferstrategie stützte sich auf Workshops, Veranstaltungen mit den Unternehmensvertretern

des Projektbegleitenden Ausschuss, Publikationen in praxisnahen und wissenschaftlichen Fach-

zeitschriften sowie die Vorstellung der Ergebnisse auf Konferenzen und Fachtagungen. Ziel war

es, fortlaufend Feedback von Unternehmensvertretern zu erhalten, um die Praxistauglichkeit der

Ergebnisse zu erhöhen und andererseits den Unternehmen neue Denkanstöße zu geben, um

körperliche Belastungen in den Lagern zu reduzieren, ohne dabei an Wirtschaftlichkeit zu verlie-

ren. Zunächst werden im folgenden Abschnitt 8.1 die Transfermaßnahmen beschrieben, die wäh-

rend der Projektlaufzeit durchgeführt wurden. Im Abschnitt 8.2 werden die noch geplanten Trans-

fermaßnahmen aufgeführt.

Alle Publikationen im Rahmen des Projekts können unter www.lageroptimierung-tu-darm-

stadt.de eingesehen werden.

8.1. Transfermaßnahmen während der Projektlaufzeit

Maßnahme

Ziel

Datum

Veröffentlichung des Forschungsvorhabens/ der

Projektbeschreibung auf den Webseiten der beteilig-

ten Fachgebiete

Informationen von Unternehmen

und sonstigen Interessenten

über das Projekt mit dem Ziel

ggf. weitere Praxispartner zu ge-

winnen

seit 10/2020

Kickoff mit den Unternehmen des Projektbegleiten-

den Ausschusses (1. Treffen des PA)

Abstimmung und Informationen

der Unternehmen über die Pro-

jektziele sowie die Koordination

des weiteren Vorgehens

27.10.2020

Workshop zur Auswahl arbeitswissenschaftlicher

Methoden

Nutzenwertanalyse verschiede-

ner Screening-Methoden zur

Identifikation passender Verfah-

ren zur Entwicklung der Ergono-

mie-Kennzahlen

12.11.2020

Workshop zu technischen Hilfsmitteln

Abstimmung mit drei Unterneh-

men des PA über mögliche und

geeignete technische Hilfsmittel

02.03.2021

Einbindung in die Lehre an der TU Darmstadt

Vermittlung der Forschungser-

gebnisse an Studierende der bei-

den Fachgebiete

seit 04/2021

2. Treffen des PA

Abstimmung und Information der

Unternehmen über die Projekter-

gebnisse sowie Validierung der

Ergebnisse

10.06.2021

Veröffentlichung eines Ansatzes zur Berücksichti-

gung von Ergonomie in der Kommissionierung in

„Zeitschrift für Arbeitswissenschaft“

Information von Wissenschaftlern

und potenziellen Multiplikatoren

in praxisnaher Zeitschrift über die

Projektergebnisse.

29.07.2021

Seite 92 des Schlussberichts zu IGF-Vorhaben 21292 N

Präsentation des ergonomischen Klassifikationssys-

tems und der Ergonomie-Kennzahlen auf der inter-

nationalen wissenschaftlichen Konferenz AHFE

2022

Austausch und Diskussion mit

der wissenschaftlichen Fachge-

meinschaft. Information von Un-

ternehmen und potenziellen Mul-

tiplikatoren über die Projekter-

gebnisse.

28.07.2022

Vortrag beim RKW „Materialfluss und Logistik“ zum

Thema Ergonomie in der Kommissionierung

Information von Unternehmen

und potenziellen Multiplikatoren

über die Projektergebnisse

12.01.2022

3. Treffen des PA

Abstimmung und Information der

Unternehmen über die Projekter-

gebnisse sowie Validierung der

Ergebnisse – insbesondere bzgl.

der Ergonomie-Kennzahlen

28.01.2022

Workshop mit Vertretern von VDI-Arbeitsgruppen

Validierung der Projektergeb-

nisse und Absprache der Mög-

lichkeit der Aufnahme in Normen

17.02.2022 &

06.07.2022

Brown Bag Seminar an der TU Darmstadt

Information von Wissenschaft-

lern, Studenten und potenziellen

Multiplikatoren über die Projekt-

ergebnisse

01.04.2022

Veröffentlichung von Projektnews und Ergebnissen

auf einer eigens dafür angelegten Projekt-Webseite

mit Download-Möglichkeit:

www.lageroptimierung-tu-darmstadt.de

Zugang für Interessierte zu Neu-

igkeiten der Projektbearbeitung

seit 04/2022

Dissertation von Tim Steinebach

(Wissenschaftlicher Mitarbeiter der FS 2)

„Analyse des Einflusses einer er-

gonomischen Lagerplatzvergabe

auf die Beanspruchung und die

menschliche Leistung in der ma-

nuellen Kommissionierung“

27.04.2022

4. Treffen des PA

Abstimmung und Information der

Unternehmen über die finalen

Projektergebnisse sowie Validie-

rung der Ergebnisse

12.07.2022

Mitarbeit in einem VDI-Ausschuss zur Erstellung ei-

nes „Praxisleitfadens für ergonomische Arbeits-

plätze in der Logistik“

Einbringung der Projektergeb-

nisse in ein vom VDI veröffent-

lichtes Whitepaper zur Unterstüt-

zung der praktischen Umsetzung

der VDI 3657

Seit 06/2022

Veröffentli-

chung:

01/2023

Veröffentlichung von Handlungsempfehlungen in

„Zeitschrift für wirtschaftlichen Fabrikbetrieb“

Information von Unternehmen

und potenziellen Multiplikatoren

in praxisnaher Zeitschrift über die

Projektergebnisse.

Eingereicht:

29.10.2022

Seite 93 des Schlussberichts zu IGF-Vorhaben 21292 N

8.2. Transfermaßnahmen nach der Projektlaufzeit

Maßnahme

Ziel

Datum

Veröffentlichung eines Artikels zur praktischen An-

wendung der entwickelten Ergonomie-Kennzahlen

in einer praxisnahmen Fachzeitschrift

Einbringung der Projektergeb-

nisse in die betriebliche Praxis

Geplant:

12/2022

Präsentation der Projektergebnisse auf Fachtagun-

gen, wie z. B. dem Darmstädter Logistics Summit;

Deutscher Logistik-Kongress

Information der Unternehmen

über die Projektergebnisse

Geplant:

06/2023

Veröffentlichung von Fachaufsätzen in internationa-

len wissenschaftlichen Fachzeitschriften, wie z. B.

dem IJPE oder dem IJIE

Information der Fachcommunity

und Beitrag zur Erweiterung des

Forschungsstandes

Geplant:

06/2023

Seite 94 des Schlussberichts zu IGF-Vorhaben 21292 N

9. Zusammenfassung und Schlussbetrachtung

Im Fokus dieses Projekts stand die Entwicklung von ganzheitlichen Planungskonzepten für die

manuelle Lagerlogistik insbesondere der Kommissionierung. Ganzheitlich meint dabei, dass so-

wohl (klassische) Kostengrößen als auch ergonomische Faktoren, die einen Einfluss auf die phy-

sische Belastung der Mitarbeiter haben, in die Betrachtung einfließen. Die Bedeutung und Not-

wendigkeit ganzheitlicher Betrachtungen wurde mittels Literaturüberblick verdeutlicht.

Zu Beginn des Projekts wurde eine Ist-Analyse der Lagersysteme verschiedener Unternehmen

durchgeführt, um daraus generalisierte Lagerhaltungsszenarien, Optimierungspotenziale und (er-

gonomisch) relevante Vorgänge abzuleiten. Auf Basis von Datenerhebungen im praktischen Be-

trieb und unter Verwendung etablierter arbeitswissenschaftlicher Methoden wurden im Anschluss

ergonomische Kennzahlen entwickelt, die es ermöglichen, physische Belastung in der Kommis-

sionierung zu quantifizieren. Gegenüber bisherigen Bewertungsverfahren zeichnen sich die neu

entwickelten Kennzahlen durch einen guten Kompromiss zwischen Genauigkeit, Spezifität und

Anwenderfreundlichkeit aus, die sie für den Einsatz in mathematischen Modellen und in der prak-

tischen Anwendung geeignet machen. Innerhalb des vorliegenden Projekts wurden die Kennzah-

len zur Formulierung ganzheitlicher Optimierungsmodelle und zugehöriger Lösungsverfahren ge-

nutzt. Die entwickelten Optimierungsmodelle und Lösungsverfahren bieten Unternehmen eine

Möglichkeit, Lagerprozesse zu optimieren. Ihre Nutzung setzt jedoch eine entsprechende Fach-

kenntnis voraus. Um Unternehmen daher eine einfachere Alternative zu bieten, wurde mittels der

Optimierungsmodelle und Lösungsverfahren und unter Verwendung der eingangs erhobenen Da-

ten eine numerische Studie durchgeführt, um allgemeine Erkenntnisse zu gewinnen. Darauf auf-

bauend und unter Hinzunahme weiterer Aspekte (wie z. B. anthropometrischen Daten) wurden

diverse Handlungsempfehlungen für die praktische Anwendung abgeleitet.

Die fachliche Qualität des interdisziplinären Projekts wurde durch intensive Zusammenarbeit der

beiden am Projekt beteiligten Forschungsstellen, die in ihren jeweiligen Verantwortungsbereichen

über einschlägige Expertise verfügen, gefördert. Der produktive und bereichernde Austausch zwi-

schen Wissenschaft und Praxis wurde über diverse Interviews, Workshops und Projektsitzungen

unter Beteiligung der wirtschaftlichen und wissenschaftlichen Mitglieder des Projektbegleitenden

Ausschusses sichergestellt. Durch die Veröffentlichung der Ergebnisse in wissenschaftlichen und

praxisnahen Fachzeitschriften, der Präsentation von Ergebnissen in nationalen und internationa-

len Konferenzvorträgen sowie durch die online zugänglichen zentralen Ergebnisse wurde und

wird einem umfangreichen Transfer der Ergebnisse in Wirtschaft und Wissenschaft Rechnung

getragen. Besonders hervorzuheben ist hierbei, dass die im Rahmen des Projekts gewonnenen

Erkenntnisse und Expertise in die zum Zeitpunkt des Projektabschlusses stattfindende Erstellung

eines Whitepapers zur Unterstützung von Praktikern bei Umsetzung der VDI Norm 3657 einflie-

ßen.

Seite 95 des Schlussberichts zu IGF-Vorhaben 21292 N

10. Anhang

Anhang 1: Paarvergleich der Anforderungen an die Belastungsbewer-

tungsverfahren

Summe

Gewichtung

Anforderung 1 (A1)

0,20

Anforderung 2 (A2)

0,05

Anforderung 3 (A3)

0,18

Anforderung 4 (A4)

0,14

Anforderung 5 (A5)

0,09

Anforderung 6 (A6)

0,05

Anforderung 7 (A7)

0,14

Anforderung 8 (A8)

0,14

Seite 96 des Schlussberichts zu IGF-Vorhaben 21292 N

Anhang 2: Zielerfüllungsgrade

Nr. 0 0,25 0,5 0,75 1

Anforderung 1 nein ja

Anforderung 2

sehr hoher Schulungsaufwand

(> 5 Tage), nur für

Wissenschaftler

hoher Schulungsaufwand (> 3

Tage); nur für Ergonomie-

Experten

mittlerer Schulungsaufwand,

auch für Praktiker mit

Ergonomie-Kenntnissen

geringer Schulungsaufwand;

durch Selbststudium

durchführbar

kein Schulungsaufwand

notwendig

Anforderung 3

Eingabedaten sind so speziell,

dass sie i.d.R. nicht vorhanden

sind

Eingabedaten können z.B. durch

Messungen oder durch Warehouse-

Management Systeme erhoben

werden

Eingabedaten sind für dieses

Screening-Verfahren

problemlos durch Beobachtung

zu erhalten

Anforderung 4 nein ja

Anforderung 5

Es ist lediglich eine sehr

spezifische Tätigkeit abbildbar

(keine Bewertung variabler

Tätigkeiten möglich)

Leicht abweichende

Tätigkeiten (z.B. zu

handhabende Gewichte bzw.

Körperhaltungen) sind

Viele verschi edene Tätigkeiten und

varii erende Eingangs größen (z.B.

Last-gewichte) sind mit dem Tool

abbi ldbar

Anforderung 6 nein ja

Anforderung 7

Das Bewertungskategorien des

Tools sind sehr grob (z.B. bei

Lastgewichten und

Körperhaltungen)

Die Bewertungskategorien des

Tools sind von mittlerer

Granularität

Die Bewertungskategorien des

Tools sind von sehr hoher

Granulari tät (z.B. können

Lastgewichte exakt angegeben

werden)

Anforderung 8

Maßnahmen können nicht

abgeleitet werden

Maßnahmen können nur

bedingt oder mit viel

Zusatzaufwand abgeleitet

werden

Maßnahmen können aus den

Ergebnissen direkt abgeleitet

werden

Zielerfüllungsgrad

Seite 97 des Schlussberichts zu IGF-Vorhaben 21292 N

Anhang 3: Steckbriefe der Lagerhaltungsszenarien

Steckbrief – „Palettenlager“:

1. Aufbau:

a. Layout: Ein-/Mehr-Block-Layout

b. Lagerplätze: Paletten in Regalen und auf Bodenstellplätzen

c. Regalhöhe: 5 - 10 m / 3 - 6 Ebenen

d. Ganglänge: 10 - 30 m

e. Gangbreite: 2,7 – 4 m

2. Artikellagerung:

a. Lagerplatzvergabe: Teilweise dedizierte (Festplatz-), teilweise chaotische Lage-

rung; mehrere gleichzeitige Lagerplätze pro Artikel sind möglich; teilweise werden

die oberen Regalplätze als Nachschublager benutzt, teilweise zum Kommissionie-

ren

b. Lagerung: Lagerung auf Paletten; pro Artikel können mehrere Paletten vorhanden

sein

3. Routing und Kommissionierablauf:

a. Routing: keine Vorgabe/ Stichgang- / Schleifengang- / optimierte Strategie

b. Artikel pro Tour: 1 – 30

c. Picking: Artikel auf Bodenebene werden direkt entnommen; Artikel in höheren Re-

gelebenen müssen mit der gelagerten Palette zugänglich gemacht werden (Ga-

belstapler, Hochhubwagen, Vertikalkommissionierer); Picking kompletter Paletten

möglich

4. Technische Hilfsmittel:

a. Transportmittel: Gabelstapler, (Hoch)Hubwagen, Kommissionierwagen, Vertikal-

kommissionierer

b. Kommissionier-Technik: Barcodescanner, Papierlisten

c. Ergonomische Hilfsmittel: meistens keine

5. Auftragsbündelung/-zerteilung

a. Bündelung: teilweise werden mehrere Kundenaufträge gleichzeitig kommissio-

niert; teilweise entsprechen die Kommissionieraufträgen 1:1 den Kundenaufträgen

b. Zerteilung: teilweise werden die Kundenaufträge nach räumlichen Kriterien zerteilt;

teilweise entsprechen die Kommissionieraufträgen 1:1 den Kundenaufträgen

6. Gewichte und Bedarfe der Artikel:

a. Artikelgewichte: 0 - 1 kg: 30 %; 1 - 5 kg: 50 %; 5 - 10 kg: 10 %; 10 - 15 kg: 5 %; 15

– 50 kg: 5 %

b. Artikelbedarfsverteilung: 20/80- bis 20/40-Pareto-Verteilung

c. Anzahl an Artikeln: 200 – 10.000

Steckbrief – „Fachboden-/Kleinteilelager“:

1. Aufbau:

a. Layout: Ein-/Mehr-Block-Layout

b. Lagerplätze: Gebündelte Artikel (lose Bündel, Kartons, Boxen etc.) in Fachboden-

regalen

c. Regalhöhe: 1,7 – 2,1 m / 4 - 8 Ebenen

d. Ganglänge: 5 - 20 m

e. Gangbreite: 0,9 – 3,3 m

Seite 98 des Schlussberichts zu IGF-Vorhaben 21292 N

2. Artikellagerung:

a. Lagerplatzvergabe: meistens dediziert (Festplatz-)Lagerung;

b. Lagerung: Lagerung in Bündeln (lose Bündel, Kartons, Boxen etc.)

3. Routing und Kommissionierablauf:

a. Routing: keine Vorgabe/ Stichgang- / Schleifengang- / optimierte Strategie

b. Artikel pro Tour: 1 – 30

c. Picking: Artikel werden direkt von den Lagerplätzen entnommen

4. Technische Hilfsmittel:

a. Transportmittel: Hubwagen, Kommissionierwagen

b. Kommissioniertechnik: Barcodescanner, Papierlisten, Pick-by-Light, Pick-by-

Voice

c. Ergonomische Hilfsmittel: meistens keine

5. Auftragsbündelung/-zerteilung

a. Bündelung: teilweise werden mehrere Kundenaufträge gleichzeitig kommissio-

niert; teilweise entsprechen die Kommissionieraufträgen 1:1 den Kundenaufträgen

b. Zerteilung: teilweise werden die Kundenaufträge nach räumlichen Kriterien zerteilt;

teilweise entsprechen die Kommissionieraufträgen 1:1 den Kundenaufträgen

6. Gewichte und Bedarfe der Artikel:

a. Artikelgewichte: 0 - 1 kg: 25 %; 1 - 5 kg: 25 %; 5 - 10 kg: 20 %; 10 - 15 kg: 10 %;

15 – 50 kg: 10 %

b. Artikelbedarfsverteilung: 20/80- bis 20/40-Pareto-Verteilung

c. Anzahl an Artikeln: 500 – 10.000

Steckbrief – „Stollenlager“:

1. Aufbau:

a. Layout: Ein-/Mehr-Block-Layout

b. Lagerplätze: Paletten in Regalen und auf Bodenstellplätzen

c. Regalhöhe: ca. 2 m / 2 Ebenen

d. Ganglänge: 5 - 20 m

e. Gangbreite: 2,7 – 4 m

2. Artikellagerung:

a. Lagerplatzvergabe: meistens dediziert (Festplatz-)Lagerung;

b. Lagerung: Lagerung auf Paletten

3. Routing und Kommissionierablauf:

a. Routing: keine Vorgabe/ Stichgang- / Schleifengang- / optimierte Strategie

b. Artikel pro Tour: 1 – 30

c. Picking: Artikel werden direkt von den Lagerplätzen entnommen

4. Technische Hilfsmittel:

a. Transportmittel: Hubwagen, Kommissionierwagen

b. Kommissioniertechnik: Barcodescanner, Papierlisten, Pick-by-Light, Pick-by-

Voice

c. Ergonomische Hilfsmittel: meistens keine

5. Auftragsbündelung/-zerteilung

a. Bündelung: teilweise werden mehrere Kundenaufträge gleichzeitig kommissio-

niert; teilweise entsprechen die Kommissionieraufträgen 1:1 den Kundenaufträgen

b. Zerteilung: teilweise werden die Kundenaufträge nach räumlichen Kriterien zerteilt;

teilweise entsprechen die Kommissionieraufträgen 1:1 den Kundenaufträgen

6. Gewichte und Bedarfe der Artikel:

Seite 99 des Schlussberichts zu IGF-Vorhaben 21292 N

a. Artikelgewichte: 0 - 1 kg: 25 %; 1 - 5 kg: 25 %; 5 - 10 kg: 20 %; 10 - 15 kg: 10 %;

15 – 50 kg: 10 %

b. Artikelbedarfsverteilung: 20/80- bis 20/40-Pareto-Verteilung

c. Anzahl an Artikeln: 500 – 10.000

Seite 100 des Schlussberichts zu IGF-Vorhaben 21292 N

Anhang 4: Ergonomie-Kennzahlen in tabellarischer Form

Übersicht

• Umsetzen von Artikeln aus Fachbodenregalen (Kleinteile):

Einflussfaktoren:

• Geschlecht (männlich/ weiblich)

• Lastgewicht (0 kg – 30 kg)

• Ein- bzw. Beidhändigkeit

• Entnahmehöhe (20 cm – 180 cm)

• Ablagehöhe (20 cm, 40 cm, 90 cm)

• Umsetzen von freistehenden Paletten:

Einflussfaktoren:

• Geschlecht (männlich/ weiblich)

• Lastgewicht (0 kg – 40 kg)

• Ein- bzw. Beidhändigkeit

• Maximale Ladehöhe der Palette (50 cm, 80 cm, 110 cm, 140 cm, 170 cm)

• Standhöhe der Palette (0 cm, 50 cm, 80 cm)

• Umsetzen von längsgelagerten Paletten:

Einflussfaktoren:

• Geschlecht (männlich/ weiblich)

• Lastgewicht (0 kg – 40 kg)

• Maximale Ladehöhe der Palette (50 cm, 80 cm, 110 cm, 140 cm, 170 cm)

• Standhöhe = Boden (0 cm)

• Umsetzen von quergelagerten Paletten:

Einflussfaktoren:

• Geschlecht (männlich/ weiblich)

• Lastgewicht (0 kg – 40 kg)

• Maximale Ladehöhe der Palette (50 cm, 80 cm, 110 cm, 140 cm, 170 cm)

• Standhöhe = Boden (0 cm)

• Ziehen oder Schieben von Transportmitteln:

Einflussfaktoren:

• Geschlecht (männlich/ weiblich)

• Lastgewicht (40 kg – 750 kg)

• Art des Transportmittels (Karren, Transportwagen mit/ ohne Bockrollen)

In den Tabellen werden biomechanisch kritische Lastfälle, die bereits bei einmaliger Ausführung

ein ergonomisches Risiko beinhalten, gelb hinterlegt.

UmsetzenausFachboden‐/Kleinteilelagern

Entnahmehöhe 12345678910111213141516171819202122232425262728293031323334353637383940

20cm

2,0 3,9 5,9 6,0 6,1 6,1 6,2 6,3 6,3 6,4 6,5 6,6 6,7 6,8 6,9 7,1 7,3 7,5 7,7 7,9 8,1 8,3 8,5 8,7 8,9 9,2 9,5 9,8 10,1 10,4

10,7 11,0 11,3 11,6 11,9 15,5 19,1 22,7 26,3 29,9

40cm

1,8 3,6 5,4 5,5 5,5 5,6 5,7 5,7 5,8 5,9 6,0 6,1 6,2 6,3 6,4 6,6 6,8 7 ,0 7,2 7,4 7,6 7,8 8,0 8,2 8,4 8,7 9,0 9,3 9,6 9,9

10,2 10,5 10,8 11,1 11,4 15,0 18,6 22,2 25,8 29,4

60cm

1,7 3,4 5,1 5,2 5,2 5,3 5,4 5,5 5,5 5,6 5,7 5,8 5,9 6,0 6,1 6,3 6,5 6 ,7 6,9 7,1 7,3 7,5 7,7 7,9 8,1 8,4 8,7 9,0 9,3 9,6

9,9 10,2 10,5 10,8 11,1 14,7 18,3 21,9 25,5 29,1

80cm

1,5 3,0 4,6 4,6 4,7 4,8 4,8 4,9 5,0 5,1 5,2 5,3 5,4 5,5 5,6 5,8 6,0 6 ,2 6,4 6,6 6,8 7,0 7,2 7,4 7,6 7,9 8,2 8,5 8,8 9,1

9,4 9,7 10,0 10,3 10,6 14,2 17,8 21,4 25,0 28,6

100cm

1,3 2,7 4,0 4,1 4,2 4,2 4,3 4,4 4,4 4,5 4,6 4,7 4,8 4,9 5,0 5,2 5,4 5 ,6 5,8 6,0 6,2 6,4 6,6 6,8 7,0 7,3 7,6 7,9 8,2 8,5

8,8 9,1 9,4 9,7 10,0 13,6 17,2 20,8 24,4 28,0

120cm

1,3 2,7 4,0 4,1 4,2 4,2 4,3 4,4 4,4 4,5 4,6 4,7 4,8 4,9 5,0 5,2 5,4 5 ,6 5,8 6,0 6,2 6,4 6,6 6,8 7,0 7,3 7,6 7,9 8,2 8,5

8,8 9,1 9,4 9,7 10,0 13,6 17,2 20,8 24,4 28,0

140cm

1,5 3,0 4,5 4,6 4,7 4,8 4,8 4,9 5,0 5,0 5,1 5,2 5,3 5,4 5,5 5,7 5,9 6 ,1 6,3 6,5 6,7 6,9 7,1 7,3 7,5 7,8 8,1 8,4 8,7 9,0

9,3 9,6 9,9 10,2 10,5 14,1 17,7 21,3 24,9 28,5

160cm

1,7 3,3 5,0 5,1 5,2 5,2 5,3 5,4 5,5 5,5 5,6 5,7 5,8 5,9 6,0 6,2 6,4 6 ,6 6,8 7,0 7,2 7,4 7,6 7,8 8,0 8,3 8,6 8,9 9,2 9,5

9,8 10,1 10,4 10,7 11,0 14,6 18,2 21,8 25,4 29,0

180cm

1,7 3,5 5,2 5,3 5,4 5,4 5,5 5,6 5,7 5,7 5,8 5,9 6,0 6,1 6,2 6,4 6,6 6 ,8 7,0 7,2 7,4 7,6 7,8 8,0 8,2 8,5 8,8 9,1 9,4 9,7

10,0 10,3 10,6 10,9 11,2 14,8 18,4 22,0 25,6 29,2

Entnahmehöhe 123456789101112131415161718192021222324252627282930

20cm

2,0 4,1 6,1 6,2 6,4 6,7 6,9 7,2 7,6 7,9 8,4 8,9 9,4 9,9 10,4 10,7 11,0 11,3 11,6 11,9 15,5 19,1 22,7 26,3 29,9

40cm

1,9 3,7 5,6 5,7 5,9 6,1 6,4 6,7 7,1 7,4 7,9 8,4 8,9 9,4 9,9 10,2 10,5 10,8 11,1 11,4 15,0 18,6 22,2 25,8 29,4

60cm

1,8 3,5 5,3 5,4 5,6 5,9 6,1 6,4 6,8 7,1 7,6 8,1 8,6 9,1 9,6 9,9 10,2 10,5 10,8 11,1 14,7 18,3 21,9 25,5 29,1

80cm

1,6 3,2 4,7 4,9 5,1 5,3 5,6 5,9 6,2 6,6 7,1 7,6 8,1 8,6 9,1 9,4 9,7 10,0 10,3 10,6 14,2 17,8 21,4 25,0 28,6

100cm

1,4 2,8 4,2 4,4 4,5 4,8 5,0 5,4 5,7 6,0 6,5 7,0 7,5 8,0 8,5 8,8 9,1 9,4 9,7 10,0 13,6 17,2 20,8 24,4 28,0

120cm

1,4 2,8 4,2 4,3 4,5 4,8 5,0 5,3 5,7 6,0 6,5 7,0 7,5 8,0 8,5 8,8 9,1 9,4 9,7 10,0 13,6 17,2 20,8 24,4 28,0

140cm

1,6 3,1 4,7 4,9 5,0 5,3 5,5 5,9 6,2 6,5 7,0 7,5 8,0 8,5 9,0 9,3 9,6 9,9 10,2 10,5 14,1 17,7 21,3 24,9 28,5

160cm

1,7 3,5 5,2 5,4 5,5 5,8 6,0 6,4 6,7 7,0 7,5 8,0 8,5 9,0 9,5 9,8 10,1 10,4 10,7 11,0 14,6 18,2 21,8 25,4 29,0

180cm

1,8 3,6 5,4 5,6 5,7 6,0 6,2 6,6 6,9 7,2 7,7 8,2 8,7 9,2 9,7 10,0 10,3 10,6 10,9 11,2 14,8 18,4 22,0 25,6 29,2

Annahmen:beidhändig;Abgabeauf"Kommissionierwagen"aufungünstigerHöhe(20cm);geringeEntnahmetiefe(<40cm)

Lastgewicht[kg]

Frau

nichtempfohlen,

Lastgewichtzuhoch

Mann

UmsetzenausFachboden‐/Kleinteilelagern

Entnahmehöhe 12345678910111213141516171819202122232425262728293031323334353637383940

20cm

1,8 3,6 5,4 5,5 5,5 5,6 5,7 5,7 5,8 5,9 6,0 6,1 6,2 6,3 6,4 6,6 6,8 7 ,0 7,2 7,4 7,6 7,8 8,0 8,2 8,4 8,7 9,0 9,3 9,6 9,9

10,2 10,5 10,8 11,1 11,4 15,0 18,6 22,2 25,8 29,4

40cm

1,6 3,2 4,9 4,9 5,0 5,1 5,1 5,2 5,3 5,4 5,5 5,6 5,7 5,8 5,9 6,1 6,3 6 ,5 6,7 6,9 7,1 7,3 7,5 7,7 7,9 8,2 8,5 8,8 9,1 9,4

9,7 10,0 10,3 10,6 10,9 14,5 18,1 21,7 25,3 28,9

60cm

1,5 3,1 4,6 4,6 4,7 4,8 4,9 4,9 5,0 5,1 5,2 5,3 5,4 5,5 5,6 5,8 6,0 6 ,2 6,4 6,6 6,8 7,0 7,2 7,4 7,6 7,9 8,2 8,5 8,8 9,1

9,4 9,7 10,0 10,3 10,6 14,2 17,8 21,4 25,0 28,6

80cm

1,3 2,7 4,0 4,1 4,2 4,2 4,3 4,4 4,5 4,5 4,6 4,7 4,8 4,9 5,0 5,2 5,4 5 ,6 5,8 6,0 6,2 6,4 6,6 6,8 7,0 7,3 7,6 7,9 8,2 8,5

8,8 9,1 9,4 9,7 10,0 13,6 17,2 20,8 24,4 28,0

100cm

1,2 2,3 3,5 3,6 3,6 3,7 3,8 3,8 3,9 4,0 4,1 4,2 4,3 4,4 4,5 4,7 4,9 5 ,1 5,3 5,5 5,7 5,9 6,1 6,3 6,5 6,8 7,1 7,4 7,7 8,0

8,3 8,6 8,9 9,2 9,5 13,1 16,7 20,3 23,9 27,5

120cm

1,2 2,3 3,5 3,6 3,6 3,7 3,8 3,8 3,9 4,0 4,1 4,2 4,3 4,4 4,5 4,7 4,9 5 ,1 5,3 5,5 5,7 5,9 6,1 6,3 6,5 6,8 7,1 7,4 7,7 8,0

8,3 8,6 8,9 9,2 9,5 13,1 16,7 20,3 23,9 27,5

140cm

1,3 2,7 4,0 4,1 4,2 4,2 4,3 4,4 4,5 4,5 4,6 4,7 4,8 4,9 5,0 5,2 5,4 5 ,6 5,8 6,0 6,2 6,4 6,6 6,8 7,0 7,3 7,6 7,9 8,2 8,5

8,8 9,1 9,4 9,7 10,0 13,6 17,2 20,8 24,4 28,0

160cm

1,5 3,0 4,5 4,6 4,6 4,7 4,8 4,9 4,9 5,0 5,1 5,2 5,3 5,4 5,5 5,7 5,9 6 ,1 6,3 6,5 6,7 6,9 7,1 7,3 7,5 7,8 8,1 8,4 8,7 9,0

9,3 9,6 9,9 10,2 10,5 14,1 17,7 21,3 24,9 28,5

180cm

1,6 3,1 4,7 4,8 4,8 4,9 5,0 5,1 5,1 5,2 5,3 5,4 5,5 5,6 5,7 5,9 6,1 6 ,3 6,5 6,7 6,9 7,1 7,3 7,5 7,7 8,0 8,3 8,6 8,9 9,2

9,5 9,8 10,1 10,4 10,7 14,3 17,9 21,5 25,1 28,7

Entnahmehöhe 123456789101112131415161718192021222324252627282930

20cm

1,9 3,7 5,6 5,7 5,9 6,1 6,4 6,7 7,1 7,4 7,9 8,4 8,9 9,4 9,9 10,2 10,5 10,8 11,1 11,4 15,0 18,6 22,2 25,8 29,4

40cm

1,7 3,3 5,0 5,2 5,4 5,6 5,9 6,2 6,5 6,9 7,4 7,9 8,4 8,9 9,4 9,7 10,0 10,3 10,6 10,9 14,5 18,1 21,7 25,3 28,9

60cm

1,6 3,2 4,7 4,9 5,1 5,3 5,6 5,9 6,2 6,6 7,1 7,6 8,1 8,6 9,1 9,4 9,7 10,0 10,3 10,6 14,2 17,8 21,4 25,0 28,6

80cm

1,4 2,8 4,2 4,4 4,5 4,8 5,0 5,4 5,7 6,0 6,5 7,0 7,5 8,0 8,5 8,8 9,1 9,4 9,7 10,0 13,6 17,2 20,8 24,4 28,0

100cm

1,2 2,4 3,7 3,8 4,0 4,2 4,5 4,8 5,2 5,5 6,0 6,5 7,0 7,5 8,0 8,3 8,6 8,9 9,2 9,5 13,1 16,7 20,3 23,9 27,5

120cm

1,2 2,4 3,7 3,8 4,0 4,2 4,5 4,8 5,2 5,5 6,0 6,5 7,0 7,5 8,0 8,3 8,6 8,9 9,2 9,5 13,1 16,7 20,3 23,9 27,5

140cm

1,4 2,8 4,2 4,4 4,5 4,8 5,0 5,4 5,7 6,0 6,5 7,0 7,5 8,0 8,5 8,8 9,1 9,4 9,7 10,0 13,6 17,2 20,8 24,4 28,0

160cm

1,6 3,1 4,7 4,8 5,0 5,2 5,5 5,8 6,2 6,5 7,0 7,5 8,0 8,5 9,0 9,3 9,6 9,9 10,2 10,5 14,1 17,7 21,3 24,9 28,5

180cm

1,6 3,2 4,9 5,0 5,2 5,5 5,7 6,0 6,4 6,7 7,2 7,7 8,2 8,7 9,2 9,5 9,8 10,1 10,4 10,7 14,3 17,9 21,5 25,1 28,7

Annahmen:beidhändig;Abgabeauf"Kommissionierwagen"aufungünstigerHöhe(40cm);geringeEntnahmetiefe(<40cm)

Mann

Lastgewicht[kg]

Frau

nichtempfohlen,

Lastgewichtzuhoch

Lastgewicht[kg]

UmsetzenausFachboden‐/Kleinteilelagern

Entnahmehöhe 12345678910111213141516171819202122232425262728293031323334353637383940

20cm

1,3 2,6 4,0 4,0 4,1 4,2 4,2 4,3 4,4 4,5 4,6 4,7 4,8 4,9 5,0 5,2 5,4 5 ,6 5,8 6,0 6,2 6,4 6,6 6,8 7,0 7,3 7,6 7,9 8,2 8,5

8,8 9,1 9,4 9,7 10,0 13,6 17,2 20,8 24,4 28,0

40cm

1,1 2,3 3,4 3,5 3,6 3,6 3,7 3,8 3,9 3,9 4,0 4,1 4,2 4,3 4,4 4,6 4,8 5 ,0 5,2 5,4 5,6 5,8 6,0 6,2 6,4 6,7 7,0 7,3 7,6 7,9

8,2 8,5 8,8 9,1 9,4 13,0 16,6 20,2 23,8 27,4

60cm

1,1 2,1 3,2 3,2 3,3 3,4 3,4 3,5 3,6 3,7 3,8 3,9 4,0 4,1 4,2 4,4 4,6 4 ,8 5,0 5,2 5,4 5,6 5,8 6,0 6,2 6,5 6,8 7,1 7,4 7,7

8,0 8,3 8,6 8,9 9,2 12,8 16,4 20,0 23,6 27,2

80cm

0,9 1,7 2,6 2,7 2,7 2,8 2,9 3,0 3,0 3,1 3,2 3,3 3,4 3,5 3,6 3,8 4,0 4 ,2 4,4 4,6 4,8 5,0 5,2 5,4 5,6 5,9 6,2 6,5 6,8 7,1

7,4 7,7 8,0 8,3 8,6 12,2 15,8 19,4 23,0 26,6

100cm

0,7 1,4 2,1 2,1 2,2 2,3 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,1 3,3 3,5 3 ,7 3,9 4,1 4,3 4,5 4,7 4,9 5,1 5,4 5,7 6,0 6,3 6,6

6,9 7,2 7,5 7,8 8,1 11,7 15,3 18,9 22,5 26,1

120cm

0,7 1,4 2,1 2,1 2,2 2,3 2,3 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,1 3,3 3,5 3 ,7 3,9 4,1 4,3 4,5 4,7 4,9 5,1 5,4 5,7 6,0 6,3 6,6

6,9 7,2 7,5 7,8 8,1 11,7 15,3 18,9 22,5 26,1

140cm

0,9 1,7 2,6 2,7 2,7 2,8 2,9 3,0 3,0 3,1 3,2 3,3 3,4 3,5 3,6 3,8 4,0 4 ,2 4,4 4,6 4,8 5,0 5,2 5,4 5,6 5,9 6,2 6,5 6,8 7,1

7,4 7,7 8,0 8,3 8,6 12,2 15,8 19,4 23,0 26,6

160cm

1,0 2,0 3,1 3,1 3,2 3,3 3,4 3,4 3,5 3,6 3,7 3,8 3,9 4,0 4,1 4,3 4,5 4 ,7 4,9 5,1 5,3 5,5 5,7 5,9 6,1 6,4 6,7 7,0 7,3 7,6

7,9 8,2 8,5 8,8 9,1 12,7 16,3 19,9 23,5 27,1

180cm

1,1 2,2 3,3 3,3 3,4 3,5 3,6 3,6 3,7 3,8 3,9 4,0 4,1 4,2 4,3 4,5 4,7 4 ,9 5,1 5,3 5,5 5,7 5,9 6,1 6,3 6,6 6,9 7,2 7,5 7,8

8,1 8,4 8,7 9,0 9,3 12,9 16,5 20,1 23,7 27,3

Entnahmehöhe 123456789101112131415161718192021222324252627282930

20cm

1,4 2,7 4,1 4,3 4,5 4,7 5,0 5,3 5,6 6,0 6,5 7,0 7,5 8,0 8,5 8,8 9,1 9,4 9,7 10,0 13,6 17,2 20,8 24,4 28,0

40cm

1,2 2,4 3,6 3,8 3,9 4,2 4,4 4,8 5,1 5,4 5,9 6,4 6,9 7,4 7,9 8,2 8,5 8,8 9,1 9,4 13,0 16,6 20,2 23,8 27,4

60cm

1,1 2,2 3,3 3,5 3,7 3,9 4,2 4,5 4,8 5,2 5,7 6,2 6,7 7,2 7,7 8,0 8,3 8,6 8,9 9,2 12,8 16,4 20,0 23,6 27,2

80cm

0,9 1,8 2,8 2,9 3,1 3,4 3,6 3,9 4,3 4,6 5,1 5,6 6,1 6,6 7,1 7,4 7,7 8,0 8,3 8,6 12,2 15,8 19,4 23,0 26,6

100cm

0,7 1,5 2,2 2,4 2,6 2,8 3,1 3,4 3,7 4,1 4,6 5,1 5,6 6,1 6,6 6,9 7,2 7,5 7,8 8,1 11,7 15,3 18,9 22,5 26,1

120cm

0,7 1,5 2,2 2,4 2,6 2,8 3,1 3,4 3,7 4,1 4,6 5,1 5,6 6,1 6,6 6,9 7,2 7,5 7,8 8,1 11,7 15,3 18,9 22,5 26,1

140cm

0,9 1,8 2,8 2,9 3,1 3,3 3,6 3,9 4,3 4,6 5,1 5,6 6,1 6,6 7,1 7,4 7,7 8,0 8,3 8,6 12,2 15,8 19,4 23,0 26,6

160cm

1,1 2,2 3,2 3,4 3,6 3,8 4,1 4,4 4,7 5,1 5,6 6,1 6,6 7,1 7,6 7,9 8,2 8,5 8,8 9,1 12,7 16,3 19,9 23,5 27,1

180cm

1,1 2,3 3,4 3,6 3,8 4,0 4,3 4,6 4,9 5,3 5,8 6,3 6,8 7,3 7,8 8,1 8,4 8,7 9,0 9,3 12,9 16,5 20,1 23,7 27,3

Annahmen:beidhändig;Abgabeauf"Kommissionierwagen"aufgünstigerHöhe(90cm);geringeEntnahmetiefe(<40cm)

Lastgewicht[kg]

Mann

Lastgewicht[kg]

Frau

nichtempfohlen,

Lastgewichtzuhoch

UmsetzenausFachboden‐/Kleinteilelagern

Entnahmehöhe 123456789101112131415161718192021222324252627282930

20cm

2,0 4,0 6,1 6,2 6,3 6,4 6,6 6,8 7,0 7,3 7,7 8,0 8,3 8,7 9,0 9,4 9,7 10,6 11,1 11,6 14,4 20,6 26,7

40cm

1,8 3,7 5,5 5,7 5,8 5,9 6,1 6,2 6,4 6,8 7,1 7,5 7,8 8,1 8,5 8,8 9,2 10,1 10,6 11,1 13,9 20,0 26,1

60cm

1,8 3,5 5,3 5,4 5,5 5,6 5,8 6,0 6,2 6,5 6,8 7,2 7,5 7,9 8,2 8,5 8,9 9,8 10,3 10,8 13,6 19,7 25,9

80cm

1,6 3,1 4,7 4,8 5,0 5,1 5,2 5,4 5,6 6,0 6,3 6,6 7,0 7,3 7,7 8,0 8,3 9,2 9,7 10,3 13,1 19,2 25,3

100cm

1,4 2,8 4,2 4,3 4,4 4,5 4,7 4,9 5,1 5,4 5,8 6,1 6,4 6,8 7,1 7,5 7,8 8,7 9,2 9,7 12,5 18,7 24,8

120cm

1,4 2,8 4,2 4,3 4,4 4,5 4,7 4,9 5,1 5,4 5,8 6,1 6,4 6,8 7,1 7,5 7,8 8,7 9,2 9,7 12,5 18,7 24,8

140cm

1,6 3,1 4,7 4,8 4,9 5,1 5,2 5,4 5,6 5,9 6,3 6,6 7,0 7,3 7,6 8,0 8,3 9,2 9,7 10,2 13,1 19,2 25,3

160cm

1,7 3,4 5,2 5,3 5,4 5,5 5,7 5,9 6,1 6,4 6,8 7,1 7,4 7,8 8,1 8,5 8,8 9,7 10,2 10,7 13,5 19,7 25,8

180cm

1,8 3,6 5,4 5,5 5,6 5,8 5,9 6,1 6,3 6,6 7,0 7,3 7,7 8,0 8,3 8,7 9,0 9,9 10,4 10,9 13,8 19,9 26,0

Entnahmehöhe 123456789101112131415161718192021222324252627282930

20cm

2,1 4,3 6,4 6,9 7,4 8,0 8,9 9,4 10,5 11,0 11,5 13,4 19,5 25,6

40cm

2,0 3,9 5,9 6,3 6,9 7,5 8,3 8,9 10,0 10,5 11,0 12,8 18,9 25,1

60cm

1,9 3,8 5,6 6,1 6,6 7,2 8,1 8,6 9,7 10,2 10,7 12,5 18,7 24,8

80cm

1,7 3,4 5,1 5,5 6,1 6,7 7,5 8,1 9,1 9,7 10,2 12,0 18,1 24,2

100cm

1,5 3,0 4,5 5,0 5,5 6,1 7,0 7,6 8,6 9,1 9,6 11,5 17,6 23,7

120cm

1,5 3,0 4,5 5,0 5,5 6,1 7,0 7,5 8,6 9,1 9,6 11,5 17,6 23,7

140cm

1,7 3,4 5,1 5,5 6,0 6,6 7,5 8,1 9,1 9,6 10,2 12,0 18,1 24,2

160cm

1,8 3,7 5,5 6,0 6,5 7,1 8,0 8,6 9,6 10,1 10,6 12,5 18,6 24,7

180cm

1,9 3,8 5,8 6,2 6,7 7,3 8,2 8,8 9,8 10,3 10,8 12,7 18,8 24,9

Annahmen:einhändig;Abgabeauf"Kommissionierwagen"aufungünstigerHöhe(20cm);geringeEntnahmetiefe(<40cm)

Lastgewicht[kg]

Mann

nichtempfohlen,

Lastgewichtzuhoch

Lastgewicht[kg]

Frau

nichtempfohlen,

Lastgewichtzuhoch

UmsetzenausFachboden‐/Kleinteilelagern

Entnahmehöhe 123456789101112131415161718192021222324252627282930

20cm

2,0 4,0 6,1 6,2 6,3 6,4 6,6 6,8 7,0 7,3 7,7 8,0 8,3 8,7 9,0 9,4 9,7 10,6 11,1 11,6 14,4 20,6 26,7

40cm

1,8 3,7 5,5 5,7 5,8 5,9 6,1 6,2 6,4 6,8 7,1 7,5 7,8 8,1 8,5 8,8 9,2 10,1 10,6 11,1 13,9 20,0 26,1

60cm

1,8 3,5 5,3 5,4 5,5 5,6 5,8 6,0 6,2 6,5 6,8 7,2 7,5 7,9 8,2 8,5 8,9 9,8 10,3 10,8 13,6 19,7 25,9

80cm

1,6 3,1 4,7 4,8 5,0 5,1 5,2 5,4 5,6 6,0 6,3 6,6 7,0 7,3 7,7 8,0 8,3 9,2 9,7 10,3 13,1 19,2 25,3

100cm

1,4 2,8 4,2 4,3 4,4 4,5 4,7 4,9 5,1 5,4 5,8 6,1 6,4 6,8 7,1 7,5 7,8 8,7 9,2 9,7 12,5 18,7 24,8

120cm

1,4 2,8 4,2 4,3 4,4 4,5 4,7 4,9 5,1 5,4 5,8 6,1 6,4 6,8 7,1 7,5 7,8 8,7 9,2 9,7 12,5 18,7 24,8

140cm

1,6 3,1 4,7 4,8 4,9 5,1 5,2 5,4 5,6 5,9 6,3 6,6 7,0 7,3 7,6 8,0 8,3 9,2 9,7 10,2 13,1 19,2 25,3

160cm

1,7 3,4 5,2 5,3 5,4 5,5 5,7 5,9 6,1 6,4 6,8 7,1 7,4 7,8 8,1 8,5 8,8 9,7 10,2 10,7 13,5 19,7 25,8

180cm

1,8 3,6 5,4 5,5 5,6 5,8 5,9 6,1 6,3 6,6 7,0 7,3 7,7 8,0 8,3 8,7 9,0 9,9 10,4 10,9 13,8 19,9 26,0

Entnahmehöhe 123456789101112131415161718192021222324252627282930

20cm

2,1 4,3 6,4 6,9 7,4 8,0 8,9 9,4 10,5 11,0 11,5 13,4 19,5 25,6

40cm

2,0 3,9 5,9 6,3 6,9 7,5 8,3 8,9 10,0 10,5 11,0 12,8 18,9 25,1

60cm

1,9 3,8 5,6 6,1 6,6 7,2 8,1 8,6 9,7 10,2 10,7 12,5 18,7 24,8

80cm

1,7 3,4 5,1 5,5 6,1 6,7 7,5 8,1 9,1 9,7 10,2 12,0 18,1 24,2

100cm

1,5 3,0 4,5 5,0 5,5 6,1 7,0 7,6 8,6 9,1 9,6 11,5 17,6 23,7

120cm

1,5 3,0 4,5 5,0 5,5 6,1 7,0 7,5 8,6 9,1 9,6 11,5 17,6 23,7

140cm

1,7 3,4 5,1 5,5 6,0 6,6 7,5 8,1 9,1 9,6 10,2 12,0 18,1 24,2

160cm

1,8 3,7 5,5 6,0 6,5 7,1 8,0 8,6 9,6 10,1 10,6 12,5 18,6 24,7

180cm

1,9 3,8 5,8 6,2 6,7 7,3 8,2 8,8 9,8 10,3 10,8 12,7 18,8 24,9

Annahmen:einhändig;Abgabeauf"Kommissionierwagen"aufungünstigerHöhe(40cm);geringeEntnahmetiefe(<40cm)

Mann

nichtempfohlen,

Lastgewichtzuhoch

Lastgewicht[kg]

Frau

nichtempfohlen,

Lastgewichtzuhoch

Lastgewicht[kg]

UmsetzenausFachboden‐/Kleinteilelagern

Entnahmehöhe 123456789101112131415161718192021222324252627282930

20cm

1,4 2,7 4,1 4,2 4,3 4,5 4,6 4,8 5,0 5,4 5,7 6,0 6,4 6,7 7,1 7,4 7,7 8,6 9,1 9,7 12,5 18,6 24,7

40cm

1,2 2,4 3,6 3,7 3,8 3,9 4,1 4,3 4,5 4,8 5,2 5,5 5,8 6,2 6,5 6,9 7,2 8,1 8,6 9,1 11,9 18,1 24,2

60cm

1,1 2,2 3,3 3,4 3,5 3,7 3,8 4,0 4,2 4,6 4,9 5,2 5,6 5,9 6,3 6,6 6,9 7,8 8,3 8,9 11,7 17,8 23,9

80cm

0,9 1,8 2,8 2,9 3,0 3,1 3,3 3,5 3,7 4,0 4,3 4,7 5,0 5,4 5,7 6,0 6,4 7,3 7,8 8,3 11,1 17,2 23,4

100cm

0,7 1,5 2,2 2,3 2,5 2,6 2,8 2,9 3,1 3,5 3,8 4,1 4,5 4,8 5,2 5,5 5,8 6,7 7,3 7,8 10,6 16,7 22,8

120cm

0,7 1,5 2,2 2,3 2,5 2,6 2,7 2,9 3,1 3,5 3,8 4,1 4,5 4,8 5,2 5,5 5,8 6,7 7,2 7,8 10,6 16,7 22,8

140cm

0,9 1,8 2,7 2,9 3,0 3,1 3,3 3,5 3,7 4,0 4,3 4,7 5,0 5,4 5,7 6,0 6,4 7,3 7,8 8,3 11,1 17,2 23,4

160cm

1,1 2,1 3,2 3,3 3,5 3,6 3,8 3,9 4,1 4,5 4,8 5,1 5,5 5,8 6,2 6,5 6,8 7,7 8,3 8,8 11,6 17,7 23,8

180cm

1,1 2,3 3,4 3,5 3,7 3,8 4,0 4,1 4,3 4,7 5,0 5,4 5,7 6,0 6,4 6,7 7,1 8,0 8,5 9,0 11,8 17,9 24,0

Entnahmehöhe 123456789101112131415161718192021222324252627282930

20cm

1,5 3,0 4,5 4,9 5,5 6,1 6,9 7,5 8,5 9,1 9,6 11,4 17,5 23,6

40cm

1,3 2,6 4,0 4,4 4,9 5,5 6,4 7,0 8,0 8,5 9,0 10,9 17,0 23,1

60cm

1,2 2,5 3,7 4,1 4,7 5,3 6,1 6,7 7,7 8,3 8,8 10,6 16,7 22,8

80cm

1,0 2,1 3,1 3,6 4,1 4,7 5,6 6,1 7,2 7,7 8,2 10,0 16,2 22,3

100cm

0,9 1,7 2,6 3,0 3,6 4,2 5,0 5,6 6,7 7,2 7,7 9,5 15,6 21,7

120cm

0,9 1,7 2,6 3,0 3,6 4,2 5,0 5,6 6,6 7,2 7,7 9,5 15,6 21,7

140cm

1,0 2,1 3,1 3,5 4,1 4,7 5,5 6,1 7,2 7,7 8,2 10,0 16,2 22,3

160cm

1,2 2,4 3,6 4,0 4,6 5,2 6,0 6,6 7,7 8,2 8,7 10,5 16,6 22,7

180cm

1,3 2,5 3,8 4,2 4,8 5,4 6,2 6,8 7,9 8,4 8,9 10,7 16,8 23,0

Annahmen:einhändig;Abgabeauf"Kommissionierwagen"aufgünstigerHöhe(90cm);geringeEntnahmetiefe(<40cm)

Lastgewicht[kg]

Mann

nichtempfohlen,

Lastgewichtzuhoch

Lastgewicht[kg]

Frau

nichtempfohlen,

Lastgewichtzuhoch

UmsetzenvonfreistehenderPalette

max.Ladehöhe

12345678910111213141516171819202122232425262728293031323334353637383940

50cm

1,2 2,5 3,7 3,7 3,8 3,9 4,0 4,0 4,1 4,2 4,3 4,4 4,5 4,6 4,7 4,9 5,1 5,3 5,5 5,7 5,9 6,1 6,3 6,5 6,7 7,0 7,3 7,6 7,9 8,2 8,5 8,8 9,1 9,4 9,7 13,3 16,9 20,5 24,1 27,7

80cm

1,1 2,2 3,4 3,4 3,5 3,6 3,6 3,7 3,8 3,9 4,0 4,1 4,2 4,3 4,4 4,6 4,8 5,0 5,2 5,4 5,6 5,8 6,0 6,2 6,4 6,7 7,0 7,3 7,6 7,9 8,2 8,5 8,8 9,1 9,4 13,0 16,6 20,2 23,8 27,4

110cm

1,0 2,0 3,0 3,1 3,2 3,2 3,3 3,4 3,4 3,5 3,6 3,7 3,8 3,9 4,0 4,2 4,4 4,6 4,8 5,0 5,2 5,4 5,6 5,8 6,0 6,3 6,6 6,9 7,2 7,5 7,8 8,1 8,4 8,7 9,0 12,6 16,2 19,8 23,4 27,0

140cm

1,0 1,9 2,9 2,9 3,0 3,1 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 4,1 4,3 4,5 4,7 4,9 5,1 5,3 5,5 5,7 5,9 6,2 6,5 6,8 7,1 7,4 7,7 8,0 8,3 8,6 8,9 12,5 16,1 19,7 23,3 26,9

170cm

1,0 1,9 2,9 3,0 3,0 3,1 3,2 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 4,1 4,3 4,5 4,7 4,9 5,1 5,3 5,5 5,7 5,9 6,2 6,5 6,8 7,1 7,4 7,7 8,0 8,3 8,6 8,9 12,5 16,1 19,7 23,3 26,9

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

1,3 2,6 3,8 4,0 4,2 4,4 4,7 5,0 5,3 5,7 6,2 6,7 7,2 7,7 8,2 8,5 8,8 9,1 9,4 9,7 13,3 16,9 20,5 24,1 27,7

80cm

1,2 2,4 3,5 3,7 3,9 4,1 4,4 4,7 5,0 5,4 5,9 6,4 6,9 7,4 7,9 8,2 8,5 8,8 9,1 9,4 13,0 16,6 20,2 23,8 27,4

110cm

1,1 2,1 3,2 3,3 3,5 3,8 4,0 4,3 4,7 5,0 5,5 6,0 6,5 7,0 7,5 7,8 8,1 8,4 8,7 9,0 12,6 16,2 19,8 23,4 27,0

140cm

1,0 2,0 3,0 3,2 3,4 3,6 3,9 4,2 4,5 4,9 5,4 5,9 6,4 6,9 7,4 7,7 8,0 8,3 8,6 8,9 12,5 16,1 19,7 23,3 26,9

170cm

1,0 2,0 3,1 3,2 3,4 3,6 3,9 4,2 4,6 4,9 5,4 5,9 6,4 6,9 7,4 7,7 8,0 8,3 8,6 8,9 12,5 16,1 19,7 23,3 26,9

Annahmen:Standhöhe=Boden;beidhändig;KörperhaltungbeiderAbgabeaufden"Kommissionierwagen"istoptimal

Lastgewicht[kg]

Frau Mann

nichtempfohlen,

Lastgewichtzuhoch

UmsetzenvonfreistehenderPalette

max.Ladehöhe

12345678910111213141516171819202122232425262728293031323334353637383940

50cm

0,8 1,7 2,5 2,6 2,7 2,7 2,8 2,9 3,0 3,0 3,1 3,2 3,3 3,4 3,5 3,7 3,9 4,1 4,3 4,5 4,7 4,9 5,1 5,3 5,5 5,8 6,1 6,4 6,7 7,0 7,3 7,6 7,9 8,2 8,5 12,1 15,7 19,3 22,9 26,5

80cm

0,8 1,6 2,4 2,4 2,5 2,6 2,7 2,7 2,8 2,9 3,0 3,1 3,2 3,3 3,4 3,6 3,8 4,0 4,2 4,4 4,6 4,8 5,0 5,2 5,4 5,7 6,0 6,3 6,6 6,9 7,2 7,5 7,8 8,1 8,4 12,0 15,6 19,2 22,8 26,4

110cm

0,8 1,7 2,5 2,6 2,7 2,7 2,8 2,9 2,9 3,0 3,1 3,2 3,3 3,4 3,5 3,7 3,9 4,1 4,3 4,5 4,7 4,9 5,1 5,3 5,5 5,8 6,1 6,4 6,7 7,0 7,3 7,6 7,9 8,2 8,5 12,1 15,7 19,3 22,9 26,5

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

0,9 1,8 2,7 2,9 3,0 3,3 3,5 3,9 4,2 4,5 5,0 5,5 6,0 6,5 7,0 7,3 7,6 7,9 8,2 8,5 12,1 15,7 19,3 22,9 26,5

80cm

0,8 1,7 2,5 2,7 2,9 3,1 3,4 3,7 4,0 4,4 4,9 5,4 5,9 6,4 6,9 7,2 7,5 7,8 8,1 8,4 12,0 15,6 19,2 22,8 26,4

110cm

0,9 1,8 2,7 2,8 3,0 3,3 3,5 3,8 4,2 4,5 5,0 5,5 6,0 6,5 7,0 7,3 7,6 7,9 8,2 8,5 12,1 15,7 19,3 22,9 26,5

Annahmen:Standhöhe=50cm;beidhändig;KörperhaltungbeiderAbgabeaufden"Kommissionierwagen"istoptimal

Frau

nichtempfohlen,

Lastgewichtzuhoch

Lastgewicht[kg]

Mann

Lastgewicht[kg]

UmsetzenvonfreistehenderPalette

max.Ladehöhe

12345678910111213141516171819202122232425262728293031323334353637383940

50cm

0,7 1,4 2,2 2,2 2,3 2,4 2,4 2,5 2,6 2,7 2,8 2,9 3,0 3,1 3,2 3,4 3,6 3,8 4,0 4,2 4,4 4,6 4,8 5,0 5,2 5,5 5,8 6,1 6,4 6,7 7,0 7,3 7,6 7,9 8,2 11,8 15,4 19,0 22,6 26,2

80cm

0,8 1,6 2,5 2,5 2,6 2,7 2,7 2,8 2,9 3,0 3,1 3,2 3,3 3,4 3,5 3,7 3,9 4,1 4,3 4,5 4,7 4,9 5,1 5,3 5,5 5,8 6,1 6,4 6,7 7,0 7,3 7,6 7,9 8,2 8,5 12,1 15,7 19,3 22,9 26,5

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

0,8 1,6 2,3 2,5 2,7 2,9 3,2 3,5 3,8 4,2 4,7 5,2 5,7 6,2 6,7 7,0 7,3 7,6 7,9 8,2 11,8 15,4 19,0 22,6 26,2

80cm

0,9 1,7 2,6 2,8 3,0 3,2 3,5 3,8 4,1 4,5 5,0 5,5 6,0 6,5 7,0 7,3 7,6 7,9 8,2 8,5 12,1 15,7 19,3 22,9 26,5

Annahmen:Standhöhe=80cm;beidhändig;KörperhaltungbeiderAbgabeaufden"Kommissionierwagen"istoptimal

Lastgewicht[kg]

nichtempfohlen,

Lastgewichtzuhoch

MannFrau

Lastgewicht[kg]

UmsetzenvonfreistehenderPalette

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

1,3 2,6 3,8 3,9 4,1 4,2 4,4 4,5 4,7 5,1 5,4 5,8 6,1 6,4 6,8 7,1 7,5 8,4 8,9 9,4 12,2 18,3 24,4

80cm

1,2 2,3 3,5 3,6 3,8 3,9 4,0 4,2 4,4 4,8 5,1 5,4 5,8 6,1 6,5 6,8 7,1 8,0 8,5 9,1 11,9 18,0 24,1

110cm

1,1 2,1 3,2 3,3 3,4 3,5 3,7 3,9 4,1 4,4 4,8 5,1 5,4 5,8 6,1 6,5 6,8 7,7 8,2 8,7 11,5 17,7 23,8

140cm

1,0 2,0 3,0 3,1 3,3 3,4 3,5 3,7 3,9 4,3 4,6 4,9 5,3 5,6 6,0 6,3 6,6 7,5 8,0 8,6 11,4 17,5 23,6

170cm

1,0 2,0 3,0 3,2 3,3 3,4 3,6 3,8 4,0 4,3 4,6 5,0 5,3 5,7 6,0 6,3 6,7 7,6 8,1 8,6 11,4 17,5 23,7

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

1,4 2,8 4,2 4,6 5,2 5,8 6,6 7,2 8,3 8,8 9,3 11,1 17,2 23,4

80cm

1,3 2,6 3,9 4,3 4,9 5,5 6,3 6,9 7,9 8,5 9,0 10,8 16,9 23,0

110cm

1,2 2,4 3,5 4,0 4,5 5,1 6,0 6,5 7,6 8,1 8,6 10,5 16,6 22,7

140cm

1,1 2,3 3,4 3,8 4,4 5,0 5,8 6,4 7,4 8,0 8,5 10,3 16,4 22,5

170cm

1,1 2,3 3,4 3,8 4,4 5,0 5,8 6,4 7,5 8,0 8,5 10,3 16,5 22,6

Annahmen:Standhöhe=Boden;einhändig;KörperhaltungbeiderAbgabeaufden"Kommissionierwagen"istoptimal

Lastgewicht[kg]

Mann

nichtempfohlen,Lastgewichtzuhoch

Lastgewicht[kg]

Frau

nichtempfohlen,Lastgewichtzuhoch

UmsetzenvonfreistehenderPalette

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

0,9 1,8 2,7 2,8 2,9 3,1 3,2 3,4 3,6 3,9 4,3 4,6 5,0 5,3 5,6 6,0 6,3 7,2 7,7 8,2 11,1 17,2 23,3

80cm

0,8 1,7 2,5 2,6 2,8 2,9 3,1 3,2 3,4 3,8 4,1 4,4 4,8 5,1 5,5 5,8 6,1 7,0 7,6 8,1 10,9 17,0 23,1

110cm

0,9 1,8 2,7 2,8 2,9 3,0 3,2 3,4 3,6 3,9 4,3 4,6 4,9 5,3 5,6 6,0 6,3 7,2 7,7 8,2 11,0 17,2 23,3

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

1,0 2,0 3,1 3,5 4,0 4,6 5,5 6,1 7,1 7,6 8,1 10,0 16,1 22,2

80cm

1,0 1,9 2,9 3,3 3,9 4,5 5,3 5,9 7,0 7,5 8,0 9,8 15,9 22,0

110cm

1,0 2,0 3,0 3,5 4,0 4,6 5,5 6,0 7,1 7,6 8,1 10,0 16,1 22,2

Annahmen:Standhöhe=50cm;einhändig;KörperhaltungbeiderAbgabeaufden"Kommissionierwagen"istoptimal

Lastgewicht[kg]

Mann

Lastgewicht[kg]

Frau

nichtempfohlen,

Lastgewichtzuhoch

nichtempfohlen,

Lastgewichtzuhoch

UmsetzenvonfreistehenderPalette

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

0,8 1,5 2,3 2,4 2,6 2,7 2,8 3,0 3,2 3,6 3,9 4,2 4,6 4,9 5,3 5,6 5,9 6,8 7,3 7,9 10,7 16,8 22,9

80cm

0,9 1,7 2,6 2,7 2,8 3,0 3,1 3,3 3,5 3,9 4,2 4,5 4,9 5,2 5,6 5,9 6,2 7,1 7,6 8,2 11,0 17,1 23,2

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

0,9 1,8 2,7 3,1 3,7 4,3 5,1 5,7 6,7 7,3 7,8 9,6 15,7 21,8

80cm

1,0 2,0 3,0 3,4 4,0 4,6 5,4 6,0 7,0 7,6 8,1 9,9 16,0 22,1

Annahmen:Standhöhe=80cm;einhändig;KörperhaltungbeiderAbgabeaufden"Kommissionierwagen"istoptimal

Mann

Lastgewicht[kg]

Frau

Lastgewicht[kg]

nichtempfohlen,

Lastgewichtzuhoch

nichtempfohlen,

Lastgewichtzuhoch

UmsetzenvonlängsgelagerterPalette

max.Ladehöhe

12345678910111213141516171819202122232425262728293031323334353637383940

50cm

1,4 2,7 4,1 4,2 4,2 4,3 4,4 4,5 4,5 4,6 4,7 4,8 4,9 5,0 5,1 5,3 5,5 5,7 5,9 6,1 6,3 6,5 6,7 6,9 7,1 7,4 7,7 8,0 8,3 8,6 8,9 9,2 9,5 9,8 10,1 13,7 17,3 20,9 24,5 28,1

80cm

1,2 2,5 3,7 3,8 3,8 3,9 4,0 4,1 4,1 4,2 4,3 4,4 4,5 4,6 4,7 4,9 5,1 5,3 5,5 5,7 5,9 6,1 6,3 6,5 6,7 7,0 7,3 7,6 7,9 8,2 8,5 8,8 9,1 9,4 9,7 13,3 16,9 20,5 24,1 27,7

110cm

1,1 2,2 3,3 3,4 3,5 3,5 3,6 3,7 3,7 3,8 3,9 4,0 4,1 4,2 4,3 4,5 4,7 4,9 5,1 5,3 5,5 5,7 5,9 6,1 6,3 6,6 6,9 7,2 7,5 7,8 8,1 8,4 8,7 9,0 9,3 12,9 16,5 20,1 23,7 27,3

140cm

1,0 2,1 3,1 3,2 3,2 3,3 3,4 3,5 3,5 3,6 3,7 3,8 3,9 4,0 4,1 4,3 4,5 4,7 4,9 5,1 5,3 5,5 5,7 5,9 6,1 6,4 6,7 7,0 7,3 7,6 7,9 8,2 8,5 8,8 9,1 12,7 16,3 19,9 23,5 27,1

170cm

1,0 2,1 3,1 3,2 3,2 3,3 3,4 3,5 3,5 3,6 3,7 3,8 3,9 4,0 4,1 4,3 4,5 4,7 4,9 5,1 5,3 5,5 5,7 5,9 6,1 6,4 6,7 7,0 7,3 7,6 7,9 8,2 8,5 8,8 9,1 12,7 16,3 19,9 23,5 27,1

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

1,4 2,8 4,3 4,4 4,6 4,9 5,1 5,4 5,8 6,1 6,6 7,1 7,6 8,1 8,6 8,9 9,2 9,5 9,8 10,1 13,7 17,3 20,9 24,5 28,1

80cm

1,3 2,6 3,9 4,0 4,2 4,5 4,7 5,0 5,4 5,7 6,2 6,7 7,2 7,7 8,2 8,5 8,8 9,1 9,4 9,7 13,3 16,9 20,5 24,1 27,7

110cm

1,2 2,3 3,5 3,6 3,8 4,1 4,3 4,6 5,0 5,3 5,8 6,3 6,8 7,3 7,8 8,1 8,4 8,7 9,0 9,3 12,9 16,5 20,1 23,7 27,3

140cm

1,1 2,2 3,3 3,4 3,6 3,8 4,1 4,4 4,8 5,1 5,6 6,1 6,6 7,1 7,6 7,9 8,2 8,5 8,8 9,1 12,7 16,3 19,9 23,5 27,1

170cm

1,1 2,2 3,3 3,4 3,6 3,9 4,1 4,4 4,8 5,1 5,6 6,1 6,6 7,1 7,6 7,9 8,2 8,5 8,8 9,1 12,7 16,3 19,9 23,5 27,1

Annahmen:Standhöhe=Boden;beidhändig;KörperhaltungbeiderAbgabeaufden"Kommissionierwagen"istoptimal

Lastgewicht[kg]

Mann

Lastgewicht[kg]

Frau

nichtempfohlen,

Lastgewichtzuhoch

UmsetzenvonlängsgelagerterPalette

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

1,4 2,8 4,3 4,4 4,5 4,6 4,8 5,0 5,2 5,5 5,8 6,2 6,5 6,9 7,2 7,5 7,9 8,8 9,3 9,8 12,6 18,8 24,9

80cm

1,3 2,6 3,9 4,0 4,1 4,2 4,4 4,6 4,8 5,1 5,4 5,8 6,1 6,5 6,8 7,1 7,5 8,4 8,9 9,4 12,2 18,4 24,5

110cm

1,2 2,3 3,5 3,6 3,7 3,8 4,0 4,2 4,4 4,7 5,1 5,4 5,7 6,1 6,4 6,8 7,1 8,0 8,5 9,0 11,8 18,0 24,1

140cm

1,1 2,2 3,2 3,4 3,5 3,6 3,8 4,0 4,2 4,5 4,8 5,2 5,5 5,9 6,2 6,5 6,9 7,8 8,3 8,8 11,6 17,7 23,9

170cm

1,1 2,2 3,3 3,4 3,5 3,6 3,8 4,0 4,2 4,5 4,8 5,2 5,5 5,9 6,2 6,5 6,9 7,8 8,3 8,8 11,6 17,8 23,9

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

1,5 3,1 4,6 5,1 5,6 6,2 7,1 7,6 8,7 9,2 9,7 11,5 17,7 23,8

80cm

1,4 2,8 4,2 4,7 5,2 5,8 6,7 7,2 8,3 8,8 9,3 11,1 17,3 23,4

110cm

1,3 2,6 3,8 4,3 4,8 5,4 6,3 6,8 7,9 8,4 8,9 10,8 16,9 23,0

140cm

1,2 2,4 3,6 4,0 4,6 5,2 6,0 6,6 7,7 8,2 8,7 10,5 16,7 22,8

170cm

1,2 2,4 3,6 4,1 4,6 5,2 6,1 6,6 7,7 8,2 8,7 10,5 16,7 22,8

Annahmen:Standhöhe=Boden;einhändig;KörperhaltungbeiderAbgabeaufden"Kommissionierwagen"istoptimal

Mann

Lastgewicht[kg]

Frau

nichtempfohlen,

Lastgewichtzuhoch

Lastgewicht[kg]

nichtempfohlen,Lastgewichtzuhoch

UmsetzenvonquergelagerterPalette

max.Ladehöhe

12345678910111213141516171819202122232425262728293031323334353637383940

50cm

1,3 2,6 3,9 4,0 4,0 4,1 4,2 4,3 4,3 4,4 4,5 4,6 4,7 4,8 4,9 5,1 5,3 5,5 5,7 5,9 6,1 6,3 6,5 6,7 6,9 7,2 7,5 7,8 8,1 8,4 8,7 9,0 9,3 9,6 9,9 13,5 17,1 20,7 24,3 27,9

80cm

1,2 2,3 3,5 3,6 3,7 3,7 3,8 3,9 3,9 4,0 4,1 4,2 4,3 4,4 4,5 4,7 4,9 5,1 5,3 5,5 5,7 5,9 6,1 6,3 6,5 6,8 7,1 7,4 7,7 8,0 8,3 8,6 8,9 9,2 9,5 13,1 16,7 20,3 23,9 27,5

110cm

1,0 2,1 3,1 3,2 3,3 3,3 3,4 3,5 3,5 3,6 3,7 3,8 3,9 4,0 4,1 4,3 4,5 4,7 4,9 5,1 5,3 5,5 5,7 5,9 6,1 6,4 6,7 7,0 7,3 7,6 7,9 8,2 8,5 8,8 9,1 12,7 16,3 19,9 23,5 27,1

140cm

1,0 2,0 2,9 3,0 3,1 3,1 3,2 3,3 3,4 3,4 3,5 3,6 3,7 3,8 3,9 4,1 4,3 4,5 4,7 4,9 5,1 5,3 5,5 5,7 5,9 6,2 6,5 6,8 7,1 7,4 7,7 8,0 8,3 8,6 8,9 12,5 16,1 19,7 23,3 26,9

170cm

1,0 2,0 3,0 3,0 3,1 3,2 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 4,0 4,2 4,4 4,6 4,8 5,0 5,2 5,4 5,6 5,8 6,0 6,3 6,6 6,9 7,2 7,5 7,8 8,1 8,4 8,7 9,0 12,6 16,2 19,8 23,4 27,0

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

1,4 2,7 4,1 4,2 4,4 4,7 4,9 5,2 5,6 5,9 6,4 6,9 7,4 7,9 8,4 8,7 9,0 9,3 9,6 9,9 13,5 17,1 20,7 24,3 27,9

80cm

1,2 2,5 3,7 3,8 4,0 4,3 4,5 4,8 5,2 5,5 6,0 6,5 7,0 7,5 8,0 8,3 8,6 8,9 9,2 9,5 13,1 16,7 20,3 23,9 27,5

110cm

1,1 2,2 3,3 3,4 3,6 3,9 4,1 4,4 4,8 5,1 5,6 6,1 6,6 7,1 7,6 7,9 8,2 8,5 8,8 9,1 12,7 16,3 19,9 23,5 27,1

140cm

1,0 2,1 3,1 3,3 3,4 3,7 3,9 4,3 4,6 4,9 5,4 5,9 6,4 6,9 7,4 7,7 8,0 8,3 8,6 8,9 12,5 16,1 19,7 23,3 26,9

170cm

1,0 2,1 3,1 3,3 3,5 3,7 4,0 4,3 4,6 5,0 5,5 6,0 6,5 7,0 7,5 7,8 8,1 8,4 8,7 9,0 12,6 16,2 19,8 23,4 27,0

Annahmen:Standhöhe=Boden;beidhändig;KörperhaltungbeiderAbgabeaufden"Kommissionierwagen"istoptimal

Lastgewicht[kg]

Mann

Lastgewicht[kg]

Frau

nichtempfohlen,

Lastgewichtzuhoch

UmsetzenvonquergelagerterPalette

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

1,4 2,7 4,1 4,2 4,3 4,4 4,6 4,8 5,0 5,3 5,6 6,0 6,3 6,7 7,0 7,3 7,7 8,6 9,1 9,6 12,4 18,6 24,7

80cm

1,2 2,4 3,7 3,8 3,9 4,0 4,2 4,4 4,6 4,9 5,3 5,6 5,9 6,3 6,6 7,0 7,3 8,2 8,7 9,2 12,0 18,2 24,3

110cm

1,1 2,2 3,3 3,4 3,5 3,6 3,8 4,0 4,2 4,5 4,9 5,2 5,5 5,9 6,2 6,6 6,9 7,8 8,3 8,8 11,6 17,8 23,9

140cm

1,0 2,1 3,1 3,2 3,3 3,5 3,6 3,8 4,0 4,3 4,7 5,0 5,4 5,7 6,0 6,4 6,7 7,6 8,1 8,6 11,5 17,6 23,7

170cm

1,0 2,1 3,1 3,2 3,3 3,5 3,6 3,8 4,0 4,4 4,7 5,0 5,4 5,7 6,1 6,4 6,7 7,6 8,1 8,7 11,5 17,6 23,7

max.Ladehöhe

123456789101112131415161718192021222324252627282930

50cm

1,5 3,0 4,4 4,9 5,4 6,0 6,9 7,4 8,5 9,0 9,5 11,3 17,5 23,6

80cm

1,3 2,7 4,0 4,5 5,0 5,6 6,5 7,0 8,1 8,6 9,1 11,0 17,1 23,2

110cm

1,2 2,4 3,6 4,1 4,6 5,2 6,1 6,6 7,7 8,2 8,7 10,6 16,7 22,8

140cm

1,2 2,3 3,5 3,9 4,4 5,0 5,9 6,5 7,5 8,0 8,5 10,4 16,5 22,6

170cm

1,2 2,3 3,5 3,9 4,5 5,1 5,9 6,5 7,5 8,1 8,6 10,4 16,5 22,6

Annahmen:Standhöhe=Boden;einhändig;KörperhaltungbeiderAbgabeaufden"Kommissionierwagen"istoptimal

Frau

Lastgewicht[kg]

nichtempfohlen,

Lastgewichtzuhoch

nichtempfohlen,Lastgewichtzuhoch

Mann

Lastgewicht[kg]

Ziehen/SchiebenvonTransportwagen

Transportmittel 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240 250 260 270 280 290 300 310 320 330 340 350 360 370 380 390 400

M1 1,7 1,7 1,9 2,1 2,3 2,5 2,7 2,8 2,9 3,0 3,1 3,2 3,4 3,6 3,8 4,0 4,2 4,4 4,6 4,8 5,0 5,2

M2 1,7 1,7 1,9 2,1 2,3 2,5 2,7 2,8 2,9 3,0 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 4,0 4,1 4,2 4,3 4,4 4,5 4,6 4,7 4,8 4,9 5,0 5,1 5,2 5,3 5,3 5,4 5,4 5,5

M3 1,7 1,7 1,9 2,1 2,2 2,3 2,4 2,4 2,5 2,6 2,6 2,7 2,8 2,8 2,9 2,9 3,0 3,0 3,1 3,1 3,2 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 4,0 4,1 4,2 4,3 4,3 4,4 4,5 4,5

Transportmittel 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240 250 260 270 280 290 300 310 320 330 340 350 360 370 380 390 400

M1 1,7 2,0 2,2 2,5 2,7 2,8 3,0 3,1 3,3 3,6 3,8 4,1 4,3 4,6 4,8 5,1

M2 1,7 2,0 2,2 2,5 2,7 2,8 3,0 3,1 3,3 3,4 3,5 3,6 3,8 3,9 4,0 4,1 4,3 4,4 4,5 4,7 4,8 4,9 5,1 5,2 5,3 5,3 5,4 5,5 5,5 5,6 5,7 5,7 5,8 5,8 5,9 6,0 6,0

M3 1,7 2,0 2,2 2,3 2,4 2,5 2,6 2,7 2,7 2,8 2,9 2,9 3,0 3,0 3,1 3,2 3,3 3,4 3,5 3,7 3,8 3,9 4,1 4,2 4,3 4,4 4,5 4,5 4,6 4,7 4,8 4,9 5,0 5,1 5,2 5,3 5,4

Annahmen:sehrgeringerRollwiderstand,HaltungswichtungkonstantundunabhängigvomLastgewichtdesWagens

(sieheEAWSVersion1.3.6)

MannFrau

Lastgewicht[kg]

Seite 101 des Schlussberichts zu IGF-Vorhaben 21292 N

11. Referenzen

Arnold, D., Furmans, K.: (2005). Materialfluss in Logistiksystemen. Springer-Verlag, Berlin.

Azzi, A., Battini, D., Persona, A., & Sgarbossa, F. (2012). Packaging design: general framework

and research agenda. Packaging Technology and Science, 25(8), 435-456.

Badura, B.; Ducki, A.; Schröder, H.; Klose, J.; Meyer, M. (2016). Fehlzeiten Report 2016: Unter-

nehmenskultur und Gesundheit - Herausforderungen und Chancen. Springer, Heidel-

berg.

Baker, P., & Perotti, S. (2008). UK warehouse benchmarking report. Cranfield School of Man-

agement.

Battini, D.; Calzavara, M.; Persona, A.; Sgarbossa, F. (2015). Order picking system design: the

storage assignment and travel distance estimation (SA&TDE) joint method. International

Journal of Production Research, 53 (4), 1077-1093.

Battini, D., Glock, C. H., Grosse, E. H., Persona, A., & Sgarbossa, F. (2016). Human energy ex-

penditure in order picking storage assignment: A bi-objective method. Computers & In-

dustrial Engineering, 94, 147-157.

Behnisch, P.; Glock, C. H.; Grosse, E. H.; Ries, J. M. (2017). Auf dem Weg zum Warehouse

4.0? - Zum aktuellen Stand der Automatisierung in der Lagerhaltung, in: Glock, C. H.;

Grosse, E. H. (Hrsg.): Warehousing 4.0: Technische Lösungen und Managementkon-

zepte für die Lagerlogistik der Zukunft. B + G Wissenschaftsverlag, 53-74.

BITO (2022). Vorteile & Nutzen Systembehälter BITO XL Motion. https://www.bito.com/de-de/lo-

esungen/produkte/behaeltersysteme/behaelter-fuer-automatisierte-laeger/

Boston Dynamics (2022). Stretch. https://www.bostondynamics.com/products/stretch

Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (BAUA) (2014). Volkswirtschaftliche Kosten

durch Arbeitsunfähigkeit 2012. www.baua.de/de/Informationen-fuer-die-Praxis/Statisti-

ken/Arbeitsunfaehigkeit/Kosten.html

Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (BAUA) und Länderausschuss für Arbeits-

medizin und Sicherheitstechnik (2001). Leitmerkmalmethode zur Beurteilung von Heben,

Halten und Tragen (Formblatt).

Bozer, Y. A.; Kyle, J. W. (2008). Order batching in walk-and-pick order picking systems. Interna-

tional Journal of Production Research, 46 (7), 1887-1909.

Brynzér, H.; Johansson, M.I. (1996). Storage location assignment: Using the product structure

to reduce order picking times. International Journal of Production Economics, 46-47 (1),

595-603.

Calzavara, M., Glock, C. H., Grosse, E. H., Persona, A., & Sgarbossa, F. (2017). Analysis of

economic and ergonomic performance measures of different rack layouts in an order

picking warehouse. Computers & Industrial Engineering, 111, 527-536.

Seite 102 des Schlussberichts zu IGF-Vorhaben 21292 N

Calzavara, M., Glock, C. H., Grosse, E. H., & Sgarbossa, F. (2018). An integrated storage as-

signment method for manual order picking warehouses considering cost, workload and

posture. International Journal of Production Research, 57 (8), 2392-2408.

Calzavara, M., Battini, D., Bogataj, D., Sgarbossa, F., & Zennaro, I. (2020). Ageing workforce

management in manufacturing systems: state of the art and future research agenda. In-

ternational Journal of Production Research, 58 (3), 729-747.

Chackelson, C., Errasti, A., Ciprés, D., & Lahoz, F. (2013). Evaluating order picking perfor-

mance trade-offs by configuring main operating strategies in a retail distributor: A Design

of Experiments approach. International Journal of Production Research, 51 (20), 6097-

6109.

CROWN (2022). QuickPick Remote Kommissioniertechnologie. https://www.crown.com/de-

de/gabelstapler/kommissioniertechnologie-quickpick.html

Davarzani, H.; Norrman, A. (2015). Toward a relevant agenda for warehousing research: litera-

ture review and practitioners’ input. Logistics Research, 8 (1), 1-18.

Denis, D., St-Vincent, M., Imbeau, D., & Trudeau, R. (2006). Stock management influence on

manual materials handling in two warehouse superstores. International Journal of Indus-

trial Ergonomics, 36 (3), 191-201.

De Koster, R. D. & Poort, E. V. D. (1998). Routing orderpickers in a warehouse: a comparison

between optimal and heuristic solutions. IIE Transactions, 30 (5), 469-480.

De Koster, R.; Le-Duc, T.; Roodbergen, K. J. (2007). Design and control of warehouse order

picking: A literature review. European Journal of Operational Research, 182 (2), 481-

501.

De Vries, J.; de Koster, R.; & Stam, D. (2016). Exploring the role of picker personality in predict-

ing picking performance with pick by voice, pick to light and RF-terminal picking. Interna-

tional Journal of Production Research, 54(8), 2260-2274.

Ditchen, D.; Brandstädt, F. (2015). MEGAPHYS - Entwicklung eines Methodenpakets zur Ge-

fährdungsbeurteilung physischer Belastungen am Arbeitsplatz. Technische Sicherheit 5

(10), 17-23.

DSLV (2019). Bundesverband Spedition und Logistik e. V., Umsatz und Beschäftigte.

https://www.dslv.org/dslv/web.nsf/id/pa_de_beschaeftigte.html.

Elbert, R. M., Franzke, T., Glock, C. H., & Grosse, E. H. (2017). The effects of human behavior

on the efficiency of routing policies in order picking: the case of route deviations. Compu-

ters & Industrial Engineering, 111, 537-551.

Ellegast, R. P. (2010). Quantifizierung physischer Belastungen am Arbeitsplatz. Zentralblatt für

Arbeitsmedizin, Arbeitsschutz und Ergonomie, 60(11), 386-389.

Emde, B.; Boysen, N. (2017). Kommissionierung mithilfe mobiler Lagerroboter, in: Glock, C. H.;

Grosse, E. H. (Hrsg.): Warehousing 4.0: Technische Lösungen und Managementkon-

zepte für die Lagerlogistik der Zukunft. B + G Wissenschaftsverlag, 103-114.

Seite 103 des Schlussberichts zu IGF-Vorhaben 21292 N

Finnsgård, C., & Wänström, C. (2013). Factors impacting manual picking on assembly lines: an

experiment in the automotive industry. International Journal of Production Research,

51(6), 1789-1798.

Frazelle, E.A. (2002). World-class warehousing and material handling. New York: McGraw-Hill.

Gademann, N.; Velde, S. (2005). Order batching to minimize total travel time in a parallel-aisle

warehouse. IIE Transactions, 37 (1), 63-75.

Galka, S., Günthner, W.A. (2016). Einfluss von Artikeleigenschaften auf die Entnahmezeit in

Kommissioniersystemen. Logistics Journal: Proceedings, 1-22.

Garg, A., Chaffin, D. B., & Herrin, G. D. (1978). Prediction of metabolic rates for manual materi-

als handling jobs. The American Industrial Hygiene Association Journal, 39 (8), 661-674.

Gebhardt (2022). GEBHARDT GridPick. https://gebhardt-group.com/de/produkte/kommission-

ieren/cobots-fur-kommissionierung.html

Glock, C. H.; Grosse, E. H. (2012). Storage policies and order picking strategies in U-shaped

orderpicking systems with a movable base. International Journal of Production Re-

search, 50 (16), 4344-4357.

Glock, C. H., Grosse, E. H., Elbert, R. M., & Franzke, T. (2016). Maverick picking: the impact of

modifications in work schedules on manual order picking processes. International Jour-

nal of Production Research, 55 (21), 6344-6360.

Glock, C. H., Grosse, E. H., Abedinnia, H., & Emde, S. (2019). An integrated model to improve

ergonomic and economic performance in order picking by rotating pallets. European

Journal of Operational Research, 273(2), 516-534.

Grosse, E. H., Glock, C. H., & Jaber, M. Y. (2013). The effect of worker learning and forgetting

on storage reassignment decisions in order picking systems. Computers & Industrial En-

gineering, 66 (4), 653-662.

Grosse, E. H.; Glock, C. H.; Ballester-Ripoll, R. (2014). A simulated annealing approach for the

joint order batching and order picker routing problem with weight restrictions. Interna-

tional Journal of Operations and Quantitative Management, 20 (2), 65-83.

Grosse, E. H., & Glock, C. H. (2015). The effect of worker learning on manual order picking pro-

cesses. International Journal of Production Economics, 170, 882-890.

Grosse, E. H.; Glock, C. H.; Jaber, M. Y.; Neumann, W. P. (2015). Incorporating human factors

in order picking planning models: Framework and research opportunities. International

Journal of Production Research, 53 (3), 695-717.

Grosse, E. H.; Glock, C. H. & Neumann, W. P. (2017). Human factors in order picking: A con-

tent analysis of the literature. International Journal of Production Research, 55 (5), 1260-

1276.

Gu, J.; Goetschalckx, M.; Mc Ginnis, L.F. (2007). Research on warehouse operation: a compre-

hensive review. European Journal of Operational Research, 177 (1), 1-21.

Seite 104 des Schlussberichts zu IGF-Vorhaben 21292 N

Gu, J.; Goetschalckx, M.; Mc Ginnis, L.F. (2010). Research on warehouse design and perfor-

mance evaluation: a comprehensive review. European Journal of Operational Research,

203 (3), 539- 549.

Günthner, W.A.; Deuse, J.; Rammelmeier, T.; Weisner, K. (2014). Entwicklung und technische

Integration einer Bewertungsmethodik zur Ermittlung von Mitarbeiterbelastungen in

Kommissioniersystemen (ErgoKom). Schlussbericht des AIF Forschungsvorhabens,

München.

Henn, S. (2012). Algorithms for on-line order batching in an order picking warehouse. Compu-

ters & Operations Research, 39 (11), 2549-2563.

Henn, S.; Schmid, V. (2013). Metaheuristics for order batching and sequencing in manual order

picking systems. Computers & Industrial Engineering, 66 (2), 338-351. Hsieh, L. F.;

Huang, Y. C. (2011). New batch construction heuristics to optimise the performance of

order picking systems. International Journal of Production Economics, 131 (2), 618-630.

Hong, S.; Johnson, A. L.; Peters, B. A. (2012). Large-scale order batching in parallel-aisle pick-

ing systems. IIE Transactions, 44 (2), 88-106.

Hwang, H.; Oh, Y.H.; Lee, Y.K. (2004). An evaluation of routing policies for order-picking opera-

tions in low-level picker-to-part system. International Journal of Production Research, 42

(18), 3873-3889.

Jäger, M.; Göllner, R.; Jordan, C.; Theilmeier, A.; Luttmann, A. (2002). Belastung der Lenden-

wirbelsäule beim Heben und Umsetzen von Lasten. Zeitschrift für Arbeitswissenschaft,

56, 93-105.

Jung, M. C., Haight, J. M., Freivalds, A. (2005). Pushing and pulling carts and two-wheeled

hand trucks. International Journal of Industrial Ergonomics, 35(1), 79-89.

Kadefors, R.; Forsman, M. (2000). Ergonomic Evaluation of Complex Work: A Participative Ap-

proach Employing Video–Computer Interaction, Exemplified in a Study of Order Picking.

International Journal of Industrial Ergonomics, 25 (4), 435–445.

Kelterborn, D. M. F. (2017). Erweiterung eines Systems vorbestimmter Zeiten zur Bewertung

der körperlichen Belastung in der Produktionslogistik (Dissertation, TU München).

Korte, D., Hagg, M., Wehking, K.-H. (2017). Effiziente Reorganisationsmaßnahmen in manuel-

len Kommissioniersystemen (ReKom). Abschlussbericht zum IGF-Forschungsvorhaben

(18689N).

Kugler, M.; Bierwirth, M.; Schaub, Kh.; Sinn-Behrendt, A.; Feith, A.; Ghezel-Ahmadi, K.; Bruder,

R. (2010). Ergonomie in der Industrie - aber wie? Handlungshilfe für den schrittweisen

Aufbau eines einfachen Ergonomiemanagements. http://www.kobra-projekt.de.

Kuhlang, P., Rast, S., Liebig, S., Lüben, A., Finsterbusch, T., Mühlbradt, T. (2015). Methoden

und Perspektiven zur ergonomischen Bewertung und Gestaltung langzyklischer Tätig-

keiten in der Fahrzeuginstandhaltung. Praxiswissen Instandhaltung, Intelligente, lernori-

entierte Instandhaltung–Smart Maintenance, 181-193.

Seite 105 des Schlussberichts zu IGF-Vorhaben 21292 N

Kuhn, H. W. (1955). The Hungarian method for the assignment problem. Naval research logis-

tics quarterly, 2(12), 83-97.

Larco, J. A., de Koster, R., Roodbergen, K. J., & Dul, J. (2016). Managing warehouse efficiency

and worker discomfort through enhanced storage assignment decisions. International

Journal of Production Research, 55 (21), 6407-6422.

Laurig, W.; Hecktor, K.; Jäger, M. (1994). Entwicklung eines Expertensystems zur ergonomi-

schen Analyse und Gestaltung von Tätigkeiten des manuellen Lastentransports, Ergon-

EXPERT, Köln: Schmidt.

Lavender, S. A., Oleske, D. M., Andersson, G. B., & Kwasny, M. M. (2006). Low-back disorder

risk in automotive parts distribution. International Journal of Industrial Ergonomics, 36

(9), 755-760.

Lavender, S. A., Sommerich, C. M., Johnson, M. R., & Radin, Z. (2010). Developing ergonomic

interventions to reduce musculoskeletal disorders in grocery distribution centers. Pro-

ceedings of the Human Factors and Ergonomics Society Annual Meeting, 54 (5), 1229-

1233.

Lavender, S. A., Marras, W. S., Ferguson, S. A., Splittstoesser, R. E., & Yang, G. (2012). Devel-

oping physical exposure-based back injury risk models applicable to manual handling

jobs in distribution centers. Journal of Occupational and Environmental Hygiene, 9 (7),

450-459.

Lolling, A. (2002). Laborversuche zur Analyse von menschlichen Fehlern in der Kommissionie-

rung. Zeitschrift für Arbeitswissenschaft, 56 (1-2), 80-92.

Masae, M., Glock, C. H., & Grosse, E. H. (2020a). Order picker routing in warehouses: A sys-

tematic literature review. International Journal of Production Economics, 224, 107564.

Masae, M., Glock, C. H., & Vichitkunakorn, P. (2020b). Optimal order picker routing in the chev-

ron warehouse. IISE Transactions, 52(6), 665-687.

Matusiak, M.; de Koster, R.; Kroon, L.; Saarinen, J. (2014). A fast simulated annealing method

for batching precedence-constrained customer orders in a warehouse. European Journal

of Operational Research, 236 (3), 968-977.

Matusiak, M., de Koster, R., & Saarinen, J. (2017). Utilizing individual picker skills to improve

order batching in a warehouse. European Journal of Operational Research, 263 (3),

888-899.

Napolitano, M. (2012). 2012 warehouse/DC operations survey: Mixed signals. Modern Materials

Handling, 51 (11), 48-56.

Neumann, W.P. (2004). Production Ergonomics: Identifying and managing risk in the design of

high performance work systems, Göteborg, Sweden.

Pan, J. C. H.; Wu, M. H.; Chang, W. L. (2014). A travel time estimation model for a high-level

picker-to-part system with class-based storage policies. European Journal of Operational

Research, 237(3), 1054-1066.

Seite 106 des Schlussberichts zu IGF-Vorhaben 21292 N

Parker, M. (1997). Incorporating ergonomics into the concurrent engineering of a new ware-

house. International Journal of Industrial Ergonomics, 20 (3), 251-257.

Petersen, C.G.; Aase, G. (2004). A comparison of picking, storage, and routing policies in man-

ual order picking. International Journal of Production Economics, 92 (1), 11-19.

Petersen, C.G.; Schmenner, R.W. (1999). An Evaluation of Routing and Volume-based Storage

Policies in an Order Picking Operation. Decision Sciences, 30 (2), 481-501.

Pfohl, H. C. (Ed.). (2013). Betriebswirtschaftslehre der Mittel-und Kleinbetriebe: größenspezifi-

sche Probleme und Möglichkeiten zu ihrer Lösung. Erich Schmidt Verlag.

Pohl, L. M., Meller, R. D., & Gue, K. R. (2009). Optimizing fishbone aisles for dualcommand op-

erations in a warehouse. Naval Research Logistics (NRL), 56(5), 389-403.

Rademacher, H.; Bruder, R.; Sinn-Behrendt, A.; Landau, K. (2011). Identifying demographic

bottlenecks for musculoskeletal risks in production areas - Implications for the design of

industrial workplaces and assignment of workers. 10. International Symposum on Hu-

man Factors in Organisational Design and Management, 4. - 6. April 2011, Graham-

stown (South Africa). REFA-Fachausschuss Chemie (Hrs.) (1987). Handhaben von Las-

ten, Darmstadt, Seminar.

Schaub K.; Caragnano G.; Britzke B.; Bruder R. (2012). The European Assembly Worksheet.

Theoretical Issues in Ergonomics Science, 14, 616-639.

Schaub, K.; Müglich, D.; Kaiser, B.; Rast, S.; Rönick, K.; Bier, L.; Sinn-Behrendt, A.; Kuhlang, P.

(2016). Analyse und Bewertung von körperlichen Belastungen bei langzyklischen Tätig-

keiten als Voraussetzung für ergonomische Arbeitsgestaltung. In: Arbeit in komplexen

Systemen – Digital, vernetzt, human?! 62. GfA-Frühjahrskongress, RWTH Aachen Uni-

versity, vol. B.3.8. GfA-Press, Dortmund.

Schaub, K. H., Steinberg, U., Bierwirth, M., Kugler, M., Bruder, R. (2012). MultipLa – a tool for

the combined overall estimation of various types of manual handling tasks. Work, 41,

4433-4435.

Schneider, E.; Irastorza, X. (2010). OSH in figures: work-related musculoskeletal disorders in

the EU - facts and figures. European Agency for Safety and Health at Work, Luxem-

bourg.

Scholl, P. (2009). Skalierbare Kommissioniersysteme – Entwicklung eines Instrumentariums zur

Auswahl eines kostenoptimalen skalierbaren Kommissioniersystems unter Berücksichti-

gung prognostizierter Auslastungsschwankungen. Schlussbericht zum IGF-Forschungs-

vorhaben (15359).

Silverstein, B. A., Fine, L. J., Armstrong, T. J. (1986). Hand wrist cumulative trauma disorders in

industry. Occupational and Environmental Medicine, 43(11), 779-784.

Statistisches Bundesamt (2017a). Marktdaten zu Logistik und Transport. https://de.statista.

com/statistik/kategorien/kategorie/16/themen/133/branche/logistik-transport/

Seite 107 des Schlussberichts zu IGF-Vorhaben 21292 N

Statistisches Bundesamt (2017b). Welche Auswirkungen hat der demografische Wandel bereits

heute auf Ihr Unternehmen https://de.statista.com/statistik/daten/studie/173235/um-

frage/auswirkungen-des-demografischen-wandels-auf-unternehmen/

Statistisches Bundesamt (2018). Verteilung des Lager- und Logistikflächenumsatzes in

Deutschland im Jahr 2017 (Q1-3) nach Branchen. https://de.statista.com/statistik/da-

ten/studie/180660/umfrage/lagerflaechenumsatz-nach-branchen/

Steinberg, U.; Caffier, G.; Mohr, D.; Liebers, F.; Behrendt, S. (1998). Modellhafte Erprobung des

Leitfadens Sicherheit und Gesundheitsschutz bei der manuellen Handhabung von Las-

ten: (Abschlussbericht). In BAuA-Schriftenreihe, Bremerhaven.

Steinberg, U.; Caffier, G.; Liebers F.; Behrendt, S. (2008). Ziehen und Schieben ohne Schaden.

Hrsg.: BAuA. 4. Auflage. Dortmund: BAuA Eigenverlag.

Steinberg U.; Windberg, H.-J. (2011) Heben und Tragen ohne Schaden. Hrsg.: BAuA. 6. Unver-

änderte Auflage. Dortmund: BAuA Eigenverlag.

Steinebach, T., Grosse, E. H., Glock, C. H., Wakula, J., & Lunin, A. (2020). Accuracy evaluation

of two markerless motion capture systems for measurement of upper extremities: Kinect

V2 and Captiv. Human Factors and Ergonomics in Manufacturing & Service Industries,

30(4), 291-302.

Steinebach, T. (2022). Analyse des Einflusses einer ergonomischen Lagerplatzvergabe auf die

Beanspruchung und die menschliche Leistung in der manuellen Kommissionierung. Dis-

sertation, TU Darmstadt.

Still (2015). STILL Ergopick mit Kranausleger für leichtes Lasthandling. https://www.presse-

box.de/pressemitteilung/still-gmbh/STILL-Ergopick-mit-Kranausleger-fuer-leichtes-Last-

handling/boxid/769639

Stinson, M., Sommer, T. Wehking, K.-H. (2014). Bewertung und Optimierung der Effizienz ma-

nueller Tätigkeiten in der Kommissionierung (EfKom). Schlussbericht zum IGF-For-

schungsvorhaben (17236).

Stinson, M., & Wehking, K. H. (2016). Experimental analysis of manual order picking processes

in a Learning Warehouse. Logistics Journal, 2016.

St-Vincent, M., Denis, D., Imbeau, D., & Laberge, M. (2005). Work factors affecting manual ma-

terials handling in a warehouse superstore. International Journal of Industrial Ergono-

mics, 35 (1), 33-46.

ten Hompel, M.; Deuse, J.; Mackowiak, J.; Goldscheid, C. (2005). Ganzheitliche Bewertung und

Optimierung manueller Arbeitsplätze in Kommissioniersystemen. Schlussbericht des

IGF-Forschungsvorhabens (13904).

ten Hompel, M., Günthner, Venn, E., W. A Ulbrich, A. (2007). Simulationsgestützte Grobpla-

nung von Kommissioniersystemen. Schlussbericht zum IGF-Forschungsvorhaben

(14601N).

Seite 108 des Schlussberichts zu IGF-Vorhaben 21292 N

ten Hompel, M., Crostack, H. A., Zellerhoff, J., Pelka, M., Mathis, J., Strothotte, D. (2010). Stra-

tegien für die flexible, auftragsweise Kommissionierung mit integrierter Prüfung. Schluss-

bericht zum IGF-Forschungsvorhaben (15811).

Theys, C.; Bräysy, O.; Dullaert, W.; Raa, B. (2010). Using a TSP heuristic for routing order pick-

ers in warehouses. European Journal of Operational Research, 200 (3), 755-763.

Tompkins, J.A.; White, J.A.; Bozer, Y.A. (2010). Facilities Planning. 4. Ausgabe. New York:

McGraw-Hill.

Xiao, J.; Zheng, L. (2012). Correlated storage assignment to minimize zone visits for BOM pick-

ing. The International Journal of Advanced Manufacturing Technology, 61(5-8), 797-807.

Van Gils, T., Ramaekers, K., Caris, A., de Koster, R. B. (2018). Designing Efficient Order Pick-

ing Systems by Combining Planning Problems: State-of-the-art Classification and Re-

view. European Journal of Operational Research, 267 (1), 1-15.

Wakula, J., Steinebach, T., Klaer, V., Rabenhaupt, W., & Maier, G. (2021). Analysis of the

Physical Workload and Ergonomic Design of Workstations for “Goods-to-Person” Order

Picking. In Congress of the International Ergonomics Association, 522-529, Springer,

Cham.

Walch, D. (2011). Belastungsermittlung in der Kommissionierung vor dem Hintergrund einer al-

ternsgerechten Arbeitsgestaltung der Intralogistik. Dissertation, Lehrstuhl für Fördertech-

nik, Materialfluss und Logistik der Technischen Universität München.

Walter, R., Boysen, N., & Scholl, A. (2013). The discrete forward–reserve problem–Allocating

space, selecting products, and area sizing in forward order picking. European Journal of

Operational Research, 229 (3), 585-594.

Waters, T. R., Putz-Anderson, V., Garg, A., Fine, L. J. (1993). Revised NIOSH equation for the

design and evaluation of manual lifting tasks. Ergonomics, 36(7), 749-776.

Waters, T. R., Putz-Anderson, V., & Baron, S. (1998). Methods for assessing the physical de-

mands of manual lifting: a review and case study from warehousing. American Industrial

Hygiene Association, 59 (12), 871-881.

Winkelhaus, S., & Grosse, E. H. (2020). Logistics 4.0: a systematic review towards a new logis-

tics system. International Journal of Production Research, 58 (1), 18-43.

Winkelhaus, S., Grosse, E. H., & Morana, S. (2021). Towards a conceptualisation of Order Pick-

ing 4.0. Computers & Industrial Engineering, 159, 107511.

Zäpfel, G., Braune, R., & Bögl, M. (2010). Metaheuristic search concepts: A tutorial with applica-

tions to production and logistics.

ResearchGate has not been able to resolve any citations for this publication.

Towards a conceptualisation of Order Picking 4.0

Article

Full-text available

Jun 2021
COMPUT IND ENG

Order picking is a key task in almost all supply chains and has a significant effect on operational efficiency of warehouses. Although most companies still rely on manual order picking, research on diverse possibilities to automate order picking tasks or support human order pickers with technology is increasing rapidly. This paper conceptualises Order Picking 4.0 (OP 4.0), considering substitutive and supportive technologies. Based on a conceptual background, a framework for OP 4.0 as a sociotechnical system is developed. A systematic literature review is performed to assess the state of knowledge in this field, and prospective research opportunities in OP 4.0 are highlighted.

Accuracy evaluation of two markerless motion capture systems for measurement of upper extremities: Kinect V2 and Captiv

Article

Full-text available

Mar 2020
HUM FACTOR ERGON MAN

Motion capturing is a promising method to assess postures and human movements and, therewith, the risk of musculoskeletal injuries that could occur while performing manual tasks in industrial settings. To obtain a reliable risk assessment, the motion capture system used has to accurately measure body postures adopted by the worker during the task. This study evaluates the accuracy of two different motion capture systems, namely the Microsoft Kinect V2 and the Captiv system, for angles of upper extremities. For this purpose, an experimental study was conducted involving 12 subjects performing preset static postures and basic movements of the upper extremities, including elbow flexion, shoulder flexion and shoulder abduction. In addition, to examine whether self-occlusion or occlusion of body parts by work equipment has an impact on the accuracy of the Kinect V2, the subjects handled boxes during some of the tests. As a gold standard, a goniometer for static and an angle scale for dynamic exercises was used. The Captiv system shows high correlation coefficients (r > 0.93) and small mean absolute errors (< 5°) for all movements except for elbow flexion. The Kinect V2 has sufficient results for joint angles captured without occlusion as well, but the accuracy significantly decreases when occlusion occurs.

Logistics 4.0: a systematic review towards a new logistics system

Article

Full-text available

Jan 2020
INT J PROD RES

Enterprises are confronted with new customer requirements and challenged by global competition leading to fundamental changes of today’s industry. Against this background, at present Industry 4.0 is the main concept of dealing with these challenges in manufacturing. Lacking a comparable covering concept in logistics, this study aims to stringently unify diverse approaches in research to a Logistics 4.0-framework in order to generate a new picture of the state of logistics research. In this article, a comprehensive framework of Logistics 4.0 is developed. First, the term Logistics 4.0 is defined, and then a systematic literature review of 114 articles on Logistics 4.0 is performed. The resulting framework combines external triggers, main technological innovations, impacts of human interactions and logistics tasks. Existing solutions that support Logistics 4.0 are summarised according to the technologies: internet of things, cyber-physical systems, Big Data, cloud computing, mobile-based systems, social media-based systems and further technologies. Managerial implications are outlined and open research issues are examined. For researchers, this review offers the possibility to unify and expand existing solutions and to identify links and interfaces that are still needed. As for managerial implications, this framework can be used to identify future strategies and technologies to fulfil certain logistics tasks, but also to develop new technological solutions for current and future demands.

Ageing workforce management in manufacturing systems: state of the art and future research agenda

Article

Full-text available

Apr 2019

The workforce ageing phenomenon is recently affecting most of the Organisation for Economic Co-operation and Development (OECD) member countries, due to a general ageing of their populations and a higher average retirement age of the workforce. In this paper, the topic of ageing workforce management is addressed from a production research standpoint, with the aim of understanding how older workers can be supported and involved in a manufacturing system. First, the current state of the art related to the ageing workforce in production systems is presented. This is structured according to four main topics: (1) analysis and evaluation of ageing workers’ functional capacities, (2) consideration of ageing workers’ capacities in industrial system modelling and management, (3) analysis and exploitation of ageing workers’ expertise, (4) acknowledgement, analysis, design and integration of supporting technologies. Next, the discussion on the impact of the ageing workforce on manufacturing systems’ performances leads to the comparison of some technological advances that are related to the Industry 4.0 paradigms. Finally, a future research agenda on this topic is proposed, based on the same topics classification proposed for the literature analysis. Five different research areas are derived, suggesting future directions for appropriate research concerning the employ of older workers in production environments.

Order picker routing in warehouses: A systematic literature review

Article

Nov 2019
INT J PROD ECON

Order picking has often been described as one of the most labor- and time-consuming internal logistics processes. In manual picker-to-parts order picking systems, order pickers often spend a significant amount of time on travelling through the warehouse to reach storage positions where required items are stored. To reduce the cost of order picking, researchers have developed various optimal and heuristic routing policies in the past. This paper presents the results of a systematic review of research on order picker routing. First, it identifies order picker routing policies in a systematic search of the literature and then develops a conceptual framework for categorizing the various policies. Order picker routing policies identified during the literature search are then descriptively analyzed and discussed in light of the developed framework. The paper also derives insights into the frequencies of usage of the different routing policies available in the literature and applies a citation analysis to identify seminal works that shaped the literature on order picker routing. The paper concludes with an outlook on future research opportunities.

Optimal Order Picker Routing in the Chevron Warehouse

Article

Aug 2019

Order picking has often been considered as one of the most labor- and time-intensive tasks in warehouse operations. Among the various planning problems that have to be solved in manual picker-to-parts systems, the routing of the order picker usually accounts for the highest share of the total warehouse operating cost. To minimize the cost of order picking, researchers have developed various routing procedures that guide the order picker through the warehouse to complete given customer orders. For some warehouse layouts such as the chevron warehouse, an optimal routing algorithm has not been proposed so far. The paper at hand therefore contributes to filling this research gap by developing an optimal order picker routing policy for the chevron warehouse. The optimal routing algorithm proposed in this paper is based on the concept of graph theory and utilizes a dynamic programming procedure. In addition, we propose various simple routing heuristics for the chevron warehouse. In computational experiments, the average order picking tour lengths resulting from optimal routing and from the simple heuristics are compared. Moreover, we compare the performance of the chevron warehouse to the conventional two-block warehouse under various conditions using the tour lengths obtained by the optimal algorithms.

An integrated storage assignment method for manual order picking warehouses considering cost, workload and posture

Article

Aug 2018
INT J PROD RES

This paper presents an integrated storage assignment method for low-level picker-to-parts order picking warehouses taking into account economic and ergonomic objectives. Three different pallet rack layouts are studied in this paper, namely a) picking from full pallets on the floor, b) picking from half pallets on the floor, and c) picking from half pallets on the upper rank of the shelf. First, cost functions are developed to assess the total order picking performance impact of these different pallet rack layouts. Second, with regard to workload, the metabolic cost and energy expenditure rates for picking from the different rack layouts under study are derived. Third, for assessing the working posture during order picking, the OWAS Index is used where data is collected using a motion capturing system. The developed models are combined to propose a heuristic storage assignment procedure that supports the decision of which item to store on which pallet. The developed storage assignment method is then applied to an industrial case study. The results of the paper support warehouse managers in assessing the order picking storage assignment from an ergonomics viewpoint and in estimating its impact on financial order picking performance.

An integrated model to improve ergonomic and economic performance in order picking by rotating pallets

Article

Aug 2018
EUR J OPER RES

This paper studies manual order picking activities in a warehouse where items are stored on pallets in two rows one above the other. Items stored on the pallets may be heavy, and manually picking the items may require excessive bending and stretching, which results in high spinal loads on the order picker associated with high injury risks. For this scenario that can frequently be observed in practice, this paper proposes an integrated model that supports the planning of order picking operations and pallet rotations taking account both of the time required for completing a set of orders as well as the spinal load on the order picker and the consequent injury risks. The results of a numerical experiment indicate that selectively rotating pallets may both reduce order picking time as well as the load on the order picker, leading to a quicker and less risky order picking process. The model proposed in this paper supports the decision of which pallet to rotate (and which not to rotate) against the company’s cost objectives and its strive for worker well-being.

Identifying demographic bottlenecks for musculoskeletal risks in production areas - Implications for the design of industrial workplaces and assignment of workers

Conference Paper

Apr 2011

Designing Efficient Order Picking Systems by Combining Planning Problems: State-of-the-art Classification and Review

Article

May 2018
EUR J OPER RES

Warehouses deliver labor-intensive services to customers. Underperformance may result in high costs and unsatisfied customer demand. New market developments force warehouses to handle a large number of orders within tight time windows. To cope with this, order picking operations need to be optimized by solving a wide range of planning problems. Optimizing order picking planning problems sequentially may yield a suboptimal overall warehouse performance. Still, previous warehouse planning reviews focus on individual planning problems. This literature review differs by investigating combinations of multiple order picking planning problems. A state-of-the-art review and classification of the scientific literature investigating combinations of tactical and operational order picking planning problems in picker-to-parts systems is presented with the aim of determining how planning problems are related. Furthermore, this literature review aims to find excellent policy combinations and to provide guidelines how warehouse managers can benefit from combining planning problems, in order to design efficient order picking systems and improve customer service. Combining multiple order picking planning problems results in substantial efficiency benefits, which are required to face new market developments.

Schlussbericht zum IGF-Forschungsvorhaben "Integration wirtschaftlicher und ergonomischer Kenngrößen in ganzheitliche Planungskonzepte von manuellen Lagerhaltungsprozesse"

Recommended publications

Ergonomic parameters considering physical workload for optimization models in manual order picking

Ergonomic and economic optimization of layout and item assignment of a U-shaped order picking zone

New solution procedures for the order picker routing problem in U‑shaped pick areas with a movable d...

An integrated storage assignment method for manual order picking warehouses considering cost, worklo...