Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen:
Volltext verfügbar? / Dokumentlieferung
doi:10.22028/D291-37424
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.