Die Kennzahlen für die Kommissionierung im Lager verknüpften Engineering, Betrieb und Personalmanagement zu einem einheitlichen Leistungssystem. Dieser Artikel betrachtete Kommissionierungen pro Stunde, Positionen pro Stunde und Schritte als eng miteinander verbundene Variablen und nicht als isolierte KPIs. Er untersuchte, wie Layout, Technologie, Kommissioniermethoden und Normenentwicklung Produktivität und Laufwege beeinflussten. Anschließend verknüpfte er Messmethoden – von Wearables über Excel-Zeitstudien bis hin zu fortschrittlicher Software – mit einem zukünftigen Zustand, in dem WMS, LMS und digitale Zwillinge die Kennzahlen für die Kommissionierung mit den Entscheidungen zur Lagerplanung in Einklang bringen.
Kernkennzahlen für die Produktivität der Kommissionierung im Lager
Die Produktivitätskennzahlen für die Kommissionierung im Lager quantifizierten, wie effizient die Arbeitszeit in versendete Bestellungen umgewandelt wurde. Ingenieure und Manager nutzten einheitliche Kennzahlen, um Abläufe zu vergleichen, Investitionen zu rechtfertigen und Prozesse zu optimieren. Dieser Abschnitt fasste die Kernkennzahlen zusammen, die Kommissionierungen pro Stunde, Laufaufwand, Genauigkeit und Systemverhalten in einem kohärenten Leistungsmodell verknüpften.
Definition von Kommissionierungen, Linien, Aufträgen und Einheiten pro Stunde
Die Kommissionierleistung pro Stunde (Picks per hour) erfasste die Anzahl der pro Arbeitsstunde aus dem Lager entnommenen Artikel und spiegelte die Geschwindigkeit der Kommissioniertätigkeit wider. Typische Richtwerte für manuelle Kommissionierung lagen zwischen 80 und 120 Picks pro Stunde, während mit Roboterunterstützung 200 bis 300 Picks pro Stunde erreicht wurden. Die Anzahl der bearbeiteten Auftragspositionen pro Stunde (Lines per hour) entsprach der Auftragsstrukturierung in WMS- und ERP-Systemen. Erfahrene Kommissionierer erreichten typischerweise 60 bis 85 Positionen pro Stunde, während neue Mitarbeiter während der Einarbeitungsphase 35 bis 50 Positionen pro Stunde schafften. Die Anzahl der Aufträge pro Stunde (Ordnungen per hour) spiegelte die Anzahl der pro Person und Stunde bearbeiteten Kundenaufträge wider und war stark von der Auftragsgröße abhängig. Die Richtwerte lagen zwischen 40 und 60 Aufträgen pro Stunde für Einzelartikelaufträge, 20 bis 35 Aufträgen pro Stunde für Aufträge mit 2 bis 5 Artikeln und 12 bis 20 Aufträgen pro Stunde für größere Aufträge. Die Anzahl der bearbeiteten Einheiten pro Stunde (Units per hour) erfasste alle bearbeiteten Teile und unterstützte die übergeordnete Kapazitätsplanung und Personalbudgetierung. Die besten Betriebe verzeichneten mindestens 35 Bestellungen pro Stunde, während die durchschnittlichen Betriebe bei etwa 10 Bestellungen pro Stunde lagen und die benachteiligten Standorte unter 6.08 Bestellungen pro Stunde fielen.
Zurückgelegte Schritte, zurückgelegte Strecke und Reisezeit
Die zurückgelegten Schritte und die zurückgelegte Strecke quantifizierten den körperlichen Aufwand bei jedem Kommissioniervorgang. Studien in Distributionszentren zeigten, dass das Gehen während der Kommissionierrouten 60 % bis 70 % der Arbeitszeit eines Mitarbeiters in Anspruch nahm. Bei schlecht gestalteten Layouts konnte die Gehzeit auf 50 % bis 65 % der gesamten Arbeitszeit ansteigen, während optimierte Layouts 25 % bis 35 % anstrebten. Wearables und Lkw-Telematik erfassten jeden Schritt und jeden zurückgelegten Meter und ermöglichten so eine präzise Korrelation zwischen Gehzeit und Kommissionierleistung pro Stunde. Einige Lagerarbeiter legten zuvor bis zu 11 Kilometer pro Schicht zurück, was Tausenden von Schritten mit geringem Wert entsprach. Systeme wie Schrittzähler-Dashboards erfassten Kennzahlen wie die Gesamtschrittzahl, die durchschnittliche Schrittzahl pro Stunde und die durchschnittliche Schrittzahl pro Scan. Räumliche Clusterung und Routenoptimierung reduzierten die zurückgelegte Strecke signifikant. Beispielsweise reduzierte die Clusterung von Kommissionierplätzen mit einem Schwellenwert von 35 Metern die Gehstrecke in großen Testreihen um bis zu 83 %. Die Reduzierung der Gehzeit erhöhte direkt die effektive Kommissionierzeit, was die Kommissionierleistung pro Stunde steigerte, ohne die körperliche Belastung zu erhöhen.
Benchmarks für Genauigkeit, Schadensrate und Kosten pro Treffer
Genauigkeit und Fehlerraten schützten Kundenzufriedenheit und Gewinnmarge. Manuelle Kommissionierung erreichte typischerweise eine Genauigkeit von 97 % bis 99 %, Pick-to-Light 99.5 % bis 99.8 % und sprachgesteuerte Kommissionierung 99.2 % bis 99.6 %. Fehlerraten unter 0.5 % galten als akzeptabel; Raten über 1 % erforderten Korrekturmaßnahmen. Diese Qualitätskennzahlen beeinflussten die Geschwindigkeitskennzahlen, da Nacharbeit, Retouren und erneute Lieferungen zusätzlichen Arbeitsaufwand und Transportkapazität beanspruchten. Die Kosten pro Kommissionierung fassten Arbeitskosten, Ausrüstung und Gemeinkosten in einer einzigen Kennzahl zusammen. Manuelle Systeme lagen üblicherweise zwischen 0.75 und 1.25 USD pro Kommissionierung. Halbautomatisierte Lösungen reduzierten diese Kosten auf 0.45 bis 0.75 USD, und hochautomatisierte Systeme erreichten 0.25 bis 0.45 USD pro Kommissionierung. Ingenieure nutzten diese Benchmarks, um die Wirtschaftlichkeit von Automatisierungskonzepten anhand der erwarteten Mengen- und Arbeitskostenentwicklung zu bewerten. Hochpräzise Methoden mit höherem Kapitalaufwand konnten sich dennoch lohnen, wenn sie die Kosten pro Kommissionierung senkten und Strafzahlungen oder Kundenabwanderung vermieden.
Auslastung, Systemlatenz und Kundenbindung in der Hochsaison
Die Arbeitsauslastung beschreibt den Anteil der bezahlten Arbeitszeit, der für produktive Tätigkeiten wie Kommissionierung, Verpackung und Warenauffüllung aufgewendet wird. Standardziele lagen zwischen 75 % und 85 %, während optimale Abläufe 85 % bis 95 % erreichten, ohne das Personal zu überlasten. Eine Auslastung unterhalb des Zielwerts deutete häufig auf übermäßige Laufwege, Wartezeiten oder eine ineffiziente Lagerplatzbelegung hin. Die Systemlatenz maß, wie schnell digitale Systeme auf Benutzeraktionen reagierten. Best Practices hielten die Reaktionszeiten der meisten Transaktionen unter 2 Sekunden, um Mikroverzögerungen zu vermeiden, die sich bei Tausenden von Scans und Bestätigungen summieren. Leseraten von über 95 % beim ersten Scannen und Trefferraten von über 98 % beim Kommissionieren reduzierten Wiederholungsversuche und Unterbrechungen. Die Leistungsfähigkeit in der Hochsaison verglich die Leistung in der Hochsaison mit den Werten in der Normalsaison. Gute Abläufe hielten unter Spitzenbedingungen 80 % bis 90 % der Standardproduktivität aufrecht, exzellente Abläufe über 90 %. Diese Kennzahl zeigte, wie robust Prozesse, Schulungen und Technologie unter Belastung standen. Der Anteil der Zeitarbeiter lag in der Regel 20 bis 40 Prozent unter dem der Festangestellten, was sich auf die Personalplanung und die Schulungspläne in der Hochsaison auswirkte.
Technische Hebel zur Verbesserung der Kommissionierung pro Stunde
Um die Kommissionierleistung pro Stunde zu steigern, wurden technische Maßnahmen ergriffen, die die größten Verschwendungsfaktoren im Lagerbetrieb identifizierten. Laufwege, Kommissioniermethoden, Auftragsfreigabestrategien und Personalsysteme standen in engem Zusammenhang. Leistungsstarke Lagerhäuser optimierten diese Elemente als integriertes System und nicht als isolierte Projekte.
Layoutgestaltung zur Reduzierung von Reisezeit und Fußwegen
Historisch gesehen beanspruchten Wege während der Kommissionierung in Distributionszentren 60–70 % der Arbeitszeit der Mitarbeiter. Die Optimierung des Layouts zur Reduzierung dieses Anteils hatte den größten Einfluss auf die Kommissionierleistung pro Stunde. Einrichtungen mit gut optimierten Layouts strebten typischerweise eine Wegzeit von 25–35 % der gesamten Kommissionierzeit an, im Vergleich zu 50–65 % in schlecht gestalteten Layouts. Mithilfe der ABC-Geschwindigkeitsanalyse wurden häufig benötigte Artikel („A“) in sogenannten „Golden Zonen“ in der Nähe von Versand- oder Zuführungspunkten platziert, um die durchschnittliche Weglänge zu verkürzen. Die Verengung von Gängen, das Hinzufügen von Quergängen und die Einrichtung von Einbahnstraßen reduzierten Leerfahrten und Staus zusätzlich.
Ingenieure nutzten Heatmaps der Kommissionierhäufigkeit und Schrittdaten von Wearables, um die Lagerplatzaufteilung zu optimieren. Die räumliche Gruppierung von Artikeln mit hohem Volumen in dichten Kommissioniermodulen reduzierte die Laufwege bei einzeiligen Bestellungen um bis zu 34 % und bei mehrzeiligen Bestellungen um weitere 10 %. In E-Commerce-basierten Distributionszentren führte die Gruppierung von Bestellungen und die Umplatzierung von Artikeln mit hohem Umschlag oft zu Kommissionierraten in Richtung des Zielwerts von 100–120 Kommissionierungen pro Stunde. Jährliche Überprüfungen des Layouts anhand der prognostizierten Volumina stellten sicher, dass das Design an die sich ändernden Bestellprofile angepasst blieb.
Vergleich von Kommissioniermethoden und Technologien
Die Wahl der richtigen Kommissioniermethode und des passenden Technologie-Stacks bestimmt die maximal erreichbare Kommissionierleistung pro Stunde. Manuelle, papier- oder funkbasierte Kommissioniersysteme erreichten bei optimaler Systemauslegung typischerweise 80–120 Kommissionierungen pro Stunde. Sprachgesteuerte Systeme erzielten in der Vergangenheit etwa 120–160 Kommissionierungen pro Stunde, während Pick-to-Light-Systeme in stark frequentierten Bereichen 150–200 Kommissionierungen pro Stunde erreichten. Robotergestützte Systeme wie Ware-zum-Mann- oder mobile Roboter steigerten die effektive Kommissionierleistung auf etwa 200–300 Kommissionierungen pro Stunde und Station.
Ingenieure verglichen diese Benchmarks mit der geforderten Genauigkeit und den Kosten pro Kommissionierung. Manuelle Systeme erreichten üblicherweise eine Genauigkeit von 97–99 % und kosteten etwa 0.75–1.25 USD pro Kommissionierung. Pick-to-Light-Systeme erzielten in halbautomatisierten Konfigurationen eine Genauigkeit von 99.5–99.8 % bei Kosten von ca. 0.45–0.75 USD pro Kommissionierung. Hochautomatisierte Systeme reduzierten die Kosten pro Kommissionierung auf etwa 0.25–0.45 USD, erforderten jedoch höhere Investitionen und eine strengere Prozessdisziplin. Systemreaktionszeiten unter zwei Sekunden und Leseraten des Scanners im ersten Durchgang von über 95 % wurden als Mindestleistungsanforderungen definiert. Hybride Systeme, bei denen Artikel mit hohem Durchsatz per Licht- oder Sprachsteuerung und Artikel mit niedrigem Durchsatz manuell bearbeitet wurden, boten oft das beste Kosten-Nutzen-Verhältnis.
Wellenauswahl, Stapelverarbeitung und Zonenreiseoptimierung
Die Auftragsfreigabelogik und die Routenregeln hatten einen starken Einfluss auf die Laufwege und die effektive Kommissionierleistung pro Stunde. Beim Wellenkommissionieren wurden Aufträge zeit- oder transportmittelbasiert in Wellen gruppiert, sodass die Kommissionierer mehrere Aufträge in einem Durchgang bearbeiteten. Eine Studie in einem E-Commerce-Verteilzentrum zeigte, dass die Erhöhung der Aufträge pro Welle von einem auf neun die Gesamtlaufwege bei 5.000 Auftragspositionen deutlich reduzierte. Bei 20.000 Auftragspositionen konnte durch die Gruppierung von Kommissionierplätzen mit einem Mindestabstand von 35 Metern der Laufweg um bis zu 83 % gesenkt werden. Diese Reduzierungen führten direkt zu einer höheren Kommissionierleistung pro Stunde, ohne dass die Laufgeschwindigkeit erhöht werden musste.
Die Kommissionierung in Chargen und Zonen optimierte die Wegeführung weiter. Bei der Chargenkommissionierung wurden Artikelnummern aus verschiedenen Aufträgen auf einer einzigen Route zusammengefasst und anschließend sortiert. Die Zonenkommissionierung teilte das Lager in Zonen ein, wobei die Kommissionierer innerhalb ihrer Zone blieben und die Aufträge zwischen den Zonen weitergeleitet wurden. Die Zonenwegmethode mit 20–150 Zonen und durchschnittlichen Entfernungen zwischen den Zonen bot eine praktische Möglichkeit, Wege zu schätzen und zu vergleichen. Die Ingenieure passten Chargen- und Wellengrößen an, um Engpässe zu vermeiden und eine Auslastung von 75–85 % zu gewährleisten. Die Echtzeitüberwachung der Positionen pro Stunde und des Wegeanteils ermöglichte die kontinuierliche Anpassung der Wellenregeln an die sich im Tagesverlauf ändernden Auftragsprofile.
Gestaltung von Schulungs-, Standard- und Anreizprogrammen
Um die Kommissionierleistung pro Stunde zu steigern, waren disziplinierte Arbeitsstandards, strukturierte Schulungen und abgestimmte Anreize erforderlich. Zeitstudien in Excel oder spezieller Software legten faire Standards für Kommissionierleistungen pro Stunde, Linien pro Stunde und Fahrtkosten fest. Gut umgesetzte Programme verbesserten die Arbeitsproduktivität oft innerhalb weniger Monate um etwa 15 %, beispielsweise durch die Steigerung von 500 auf etwa 575 Kommissionierleistungen pro Stunde. Die Betriebe definierten Anlaufkurven, typischerweise 3–7 Tage für einfache und 10–14 Tage für komplexe Arbeitsgänge, bevor die Mitarbeiter die vollen Standards erfüllen mussten.
Training mit Schwerpunkt auf optimalen Gehwegen
Schritte und Zeit mit datengesteuerten Methoden messen
Ingenieurteams betrachteten Schrittzahlen und Laufzeiten zunehmend als primäre Designvariablen für die Produktivität im Lager. Datenbasierte Methoden ermöglichten einen objektiven Vergleich von Layouts, Technologien und Arbeitsmodellen. Ziel war nicht nur eine höhere Kommissionierleistung pro Stunde, sondern auch niedrigere Kosten pro Kommissionierung und eine nachhaltige Auslastung. Dieser Abschnitt beleuchtet wichtige Messansätze und ihre technischen Vor- und Nachteile.
Wearables, Lkw-Telematik und Echtzeit-Schrittverfolgung
Wearables wie Rufus WorkHero erfassten jeden Schritt eines Mitarbeiters und übertrugen die Daten an ein zentrales Dashboard. Ingenieure kombinierten Kennzahlen wie Gesamtschritte, durchschnittliche Schritte pro Stunde und Schritte pro Scan mit den Arbeitsstunden, um die Laufintensität pro Aufgabe zu quantifizieren. In Distributionszentren, in denen das Gehen 60 bis 70 % der Arbeitszeit der Mitarbeiter in Anspruch nahm, deckte diese Transparenz ineffiziente Wege und schlecht platzierte Artikel auf. Historische Diagramme nach Mitarbeiter und Standort ermöglichten die Validierung von Layoutänderungen, Wellenstrategien oder Investitionen in Automatisierung vor und nach der Implementierung. Telematiksysteme für Gabelstapler und Hubwagen , wie beispielsweise iWarehouse, maßen die tatsächlich zurückgelegte Strecke und korrigierten suboptimale Wege aufgrund von Staus oder Hindernissen. Durch die Synchronisierung der Telematikdaten mit den Scan-Zeitstempeln des WMS konnten die Teams die tatsächliche Kommissionierung pro Meter, den Anteil der Laufzeiten und die Leerlaufzeiten berechnen und so Kommissionierwege und Lagerzonen präzise optimieren.
Diskrete Standards, standortbezogene und zonenbasierte Reisemodelle
Diskrete Standardmodelle wiesen jedem Standort x-, y- und z-Koordinaten zu und berechneten optimale Wege zwischen den Kommissionierplätzen. Dieser Ansatz lieferte hochgranulare technische Standards, erforderte jedoch einen hohen Wartungsaufwand, sobald sich Standorte änderten oder Mitarbeiter von den optimalen Wegen abwichen. Standortbasierte Modelle nutzten stattdessen durchschnittliche Wegezeiten oder Entfernungen zwischen Lagerklassen oder -bereichen. Dies reduzierte die Komplexität und erfüllte gleichzeitig realistische Leistungserwartungen in kleineren oder stabilen Lagern. Zonenbasierte Wegeberechnungen unterteilten das Lager in 20 bis 150 Zonen und schätzten anschließend die durchschnittliche Weglänge zwischen den Zonen, wodurch ein ausgewogenes Verhältnis zwischen Genauigkeit und Modellierungsaufwand erzielt wurde. Räumliche Clustering-Verfahren, die häufig auf diesen Modellen basieren, gruppierten Kommissionierplätze innerhalb bestimmter Entfernungsschwellen und reduzierten die Laufwege in großen E-Commerce-Tests um bis zu 83 %. Die Ingenieure wählten den Modelltyp basierend auf der Volatilität der Artikelnummern (SKUs), der Variabilität des Auftragsprofils und den verfügbaren Data-Science-Funktionen.
Zeitstudien in Excel im Vergleich zu spezialisierter Arbeitssoftware
Zeitstudien auf Excel-Basis boten einen kostengünstigen Einstieg in die Messung von Kommissionierungs-, Verpackungs-, Transport- und Nachschubvorgängen. Teams erfassten typischerweise Zeitstempel und ermittelten daraus die Anzahl der Positionen pro Stunde, die Kommissionierung pro Stunde sowie die Anteile von Reise- und Handhabungszeit. Fallstudien zeigten Produktivitätssteigerungen von rund 15 % nach strukturierter Excel-Analyse und Prozessoptimierung, beispielsweise durch ABC-basierte Geschwindigkeitsoptimierung oder Wegverfeinerung. Allerdings basierte Excel auf manueller Datenerfassung, was die Stichprobengröße begrenzte und das Risiko von Fehlern oder Verzerrungen erhöhte. Spezialisierte Software für Arbeitsmanagement oder Zeitstudien ermöglichte die Datenerfassung in Echtzeit, die automatisierte Berichterstellung und die Integration mit WMS-Ereignissen. Diese Tools erzielten oft Effizienzsteigerungen von rund 20 % durch kontinuierliche Überwachung, Ausnahmeberichterstattung und standardisierte technische Standards. Betriebe mit einfachen, stabilen Arbeitsabläufen konnten weiterhin mit Excel arbeiten, während komplexe Netzwerke mit hohem Durchsatz von der Migration zu dedizierten Systemen profitierten, sobald Umfang und Variabilität zunahmen.
Integration von WMS, LMS und digitalen Zwillingen für die Analytik
Die Integration von Lagerverwaltungssystemen (WMS) und Arbeitsmanagementsystemen (LMS) ermöglichte es Ingenieuren, jeden Scan- oder Kommissioniervorgang mit Arbeitszeit- und Wegstreckenkennzahlen zu verknüpfen. Diese Integration lieferte aussagekräftige KPIs wie Kommissionierungen pro Stunde, Wegstreckenanteil, Kosten pro Kommissionierung und Auslastung nach Funktion oder Zone. Durch die Ergänzung der WMS- und LMS-Daten um digitale Zwillinge konnten virtuelle Experimente mit Lagerplatzoptimierung, Stapelverarbeitungsregeln und Routenstrategien vor physischen Änderungen durchgeführt werden. Ingenieure konnten Schrittzahlen, Wegstrecken und die erwartete Anzahl an Kommissionierungen pro Stunde unter verschiedenen Layouts simulieren und die Ergebnisse mit Benchmarks wie 100 bis 120 Kommissionierungen pro Stunde für optimale manuelle Abläufe vergleichen. Digitale Zwillinge unterstützten zudem Szenariotests für die Hochsaison und die Abschätzung, ob der Betrieb bei höheren Volumina 80 % bis 90 % der Basisleistung aufrechterhalten kann. Ein eng integrierter Analyse-Stack wandelte Rohdaten zu Schritten und Zeiten in konkrete Designempfehlungen für Layout, Technologieauswahl und Arbeitsstandards um.
Zusammenfassung: Arbeitskennzahlen an die Lagerplanung anpassen
Die Abstimmung von Arbeitskennzahlen auf die Lagerplanung erforderte eine enge Verknüpfung von technischen Annahmen und realen Leistungsdaten. Betriebe, die mindestens 100 Kommissionierungen und mindestens 35 Aufträge pro Stunde erreichten, kombinierten in der Regel optimierte Layouts, festgelegte Standards und geeignete Kommissioniertechnologien. Die Reduzierung der Laufwege war zentral: Besonders leistungsstarke Betriebe senkten den Anteil der Laufwege an der Schichtzeit von 50–70 % auf 25–35 %. Sie nutzten Clustering, Wellenkommissionierung und Zonen-Laufwegemodelle, um Wege zu verkürzen und die Anzahl der Schritte pro Kommissionierung zu reduzieren.
Die Entwicklungsteams nutzten eine Hierarchie von Kennzahlen, um Designentscheidungen zu steuern. Zentrale Leistungsindikatoren wie Kommissionierungen pro Stunde, Linien pro Stunde und Aufträge pro Stunde definierten die Kapazität. Unterstützende Kennzahlen wie Kommissioniergenauigkeit, Schadensrate (<0.5 %) und Kosten pro Kommissionierung (0.25–1.25 $ pro Kommissionierung, abhängig vom Automatisierungsgrad) quantifizierten Qualität und Wirtschaftlichkeit. Auslastungsziele von 75–85 % unter Normalbedingungen und 85–95 % in Spitzenzeiten gewährleisteten ein ausgewogenes Verhältnis zwischen Produktivität, Ermüdung und Sicherheit. Eine Auslastung von über 80–90 % der Basisleistung in der Hochsaison signalisierte robuste Prozesse und Standards.
Die Methoden der Datenerfassung bestimmten, welche Verbesserungen möglich waren. Wearables, Lkw-Telematik und die Integration von WMS/LMS ermöglichten Echtzeit-Einblicke in Schritte, Distanz und Systemlatenz (< 2 Sekunden). Zeitstudien mit Excel belegten anfängliche Einsparungen von 15–30 %, doch komplexe, schnell wachsende Standorte profitierten von spezialisierter Arbeitsplanungssoftware und digitalen Zwillingen. Diese Tools erlaubten Szenario-Tests für Layoutänderungen, Technologie-Upgrades und Zeiteinsatzstrategien vor dem Kapitaleinsatz.
Zukünftige Trends im Lagerdesign wiesen auf höhere Automatisierungsgrade, umfassendere Sensordaten und eine engere cyber-physische Integration hin. Ein ausgewogener Ansatz blieb jedoch unerlässlich. Nicht jede Anlage rechtfertigte den Einsatz von High-End-Robotik oder diskreten Koordinaten-Bewegungsmodellen. Ingenieure mussten die Komplexität der Kennzahlen und die technologische Tiefe an die Auftragsprofile, die Volumenschwankungen und die Kapitalbeschränkungen anpassen. Die widerstandsfähigsten Betriebe behandelten Arbeitskennzahlen, Layout und Technologie als ein integriertes System, das jährlich anhand von Benchmarks überprüft und durch Kaizen und die Pflege von Standards kontinuierlich optimiert wurde.
