Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-37424
Volltext verfügbar? / Dokumentlieferung
Titel: Mensch-Roboter-Kollaboration in der Kommissionierung
Alternativtitel: Potentials of a Human-Robot Collaborative Order Picking System
VerfasserIn: Zhang, Minqi
Semar, Thomas
Grosse, Eric H.
Winkelhaus, Sven
Glock, Christoph H.
Sprache: Deutsch
Titel: Zeitschrift für wirtschaftlichen Fabrikbetrieb
Bandnummer: 116
Heft: 6
Verlag/Plattform: De Gruyter
Erscheinungsjahr: 2021
Freie Schlagwörter: Logistik 4.0
Kommissionierung
Autonome Roboter
Mensch-Roboter-Kooperation
Simulation
Logistics 4.0
Order Picking
Autonomous Robots
Human Robot Collaboration
Simulation
DDC-Sachgruppe: 330 Wirtschaft
Dokumenttyp: Journalartikel / Zeitschriftenartikel
Abstract: Die Kommissionierung weist in den meisten Unternehmen einen hohen Anteil an manueller Arbeit auf und ist sehr zeit- und kostenintensiv sowie fehleranfällig. Um diesen Prozess zu automatisieren, wurden autonome Roboter entwickelt. Eine modularisierte Lösung stellt die kollaborative Kommissionierung dar, welche die Vorteile der manuellen und robotergestützten Kommissionierung kombiniert. Dieser Beitrag systematisiert die kollaborative Kommissionierung und entwickelt ein Simulationsmodell, um deren Potenziale herauszustellen.
Changes in customer behaviors and a shift towards e-commerce challenge companies’ internal logistics. Order picking is a key task in this context that is both costly and time-consuming. Although it is still performed manually in many cases, recent technological developments, such as picking robots, increase the share of automation. A modular solution, combining the strengths of manual and robotized order picking, is collaborative order picking. This paper develops a simulation model to outline the potentials of such systems.
DOI der Erstveröffentlichung: 10.1515/zwf-2021-0107
URL der Erstveröffentlichung: https://doi.org/10.1515/zwf-2021-0107
Link zu diesem Datensatz: urn:nbn:de:bsz:291--ds-374247
hdl:20.500.11880/33852
http://dx.doi.org/10.22028/D291-37424
ISSN: 2511-0896
0947-0085
Datum des Eintrags: 27-Sep-2022
Fakultät: HW - Fakultät für Empirische Humanwissenschaften und Wirtschaftswissenschaft
Fachrichtung: HW - Wirtschaftswissenschaft
Professur: HW - Prof. Dr. Gisa Aschersleben
HW - Prof. Dr. Eric Grosse
Sammlung:SciDok - Der Wissenschaftsserver der Universität des Saarlandes

Dateien zu diesem Datensatz:
Es gibt keine Dateien zu dieser Ressource.


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.