Im E-Commerce-Lager zwei gekoppelte Entscheidungen: welcher SKU auf welchem Regal liegt (Slotting) und auf welcher Gangsequenz und Route ein Kommissionierer für eine Pickliste läuft. Klassisches Lager-OR-Problem zur Minimierung der Gesamtlaufstrecke.
Kurz gesagt
Kommt Ihnen das bekannt vor?
- Wir lagern 20K-150K SKUs; wir picken 5K-30K Auftragszeilen pro Tag. Kommissionierer laufen 15-25 km/Tag; Müdigkeitsbeschwerden steigen, die Fehlerquote steigt am Schichtende.
- Wenn neue SKUs kommen, sagt der Lagerleiter 'auf irgendein freies Fach'; Pickgeschwindigkeit, Co-Order-Muster und Ergonomie bleiben unberücksichtigt. Schnelldreher landen in Oberregalen, Langsamdreher in Augenhöhe.
- Eine Pickliste hat 8-25 Zeilen; der Kommissionierer überfliegt die Liste und läuft 'ungefähr in dieser Reihenfolge' — manche queren denselben Gang zweimal. Eine Einzelauftragstour variiert zwischen 200 und 800 m.
- In Saisonspitzen (Jahresende, Sale) springt das Auftragszeilenvolumen um das 3-5-fache; die aktuelle Slotting-Anordnung verstopft, weil Schnelldreher weit vom Tor liegen.
- Linien pro Kommissionierer und Stunde liegen 20-35% unter dem Branchenbenchmark; wir wissen nicht, wo wir anfangen sollen — Slotting, Routing oder Batching zuerst?
- Suchzeit innerhalb von Pick-Pack-Ship frisst 20-30% der Pickzeit; SKU-Standorte wandern, Wissen geht zwischen Schichten verloren.
- Unser Lagerverwaltungssystem (WMS) erzeugt eine Pickliste, löst aber die Route nicht — es sortiert nur nach Gangnummer. Kein Batch-Picking, kein Correlated Slotting.
Warum es wichtig ist
Wie wird es gelöst?
Technische Tiefe
Wie wird es gelöst?
Technische TiefeIn einem Satz: Zuerst SKUs intelligent auf Regale legen (Schnelldreher nahe dem Tor, Schweres auf Hüfthöhe, Co-Order-Paare nebeneinander), dann die Pickroute mit einer Mathe-Regel lösen statt “in Gangreihenfolge” (S-Form, Return, Midpoint usw.). Beide Entscheidungen gemeinsam zu denken; löscht 25-40% des Laufens.
Die Lager-Operations-Research-Literatur (Disziplin, die Mathematik und Computer für Geschäftsentscheidungen einsetzt) behandelt dies als zwei gekoppelte Entscheidungen: Slot Assignment (Slotting) ist die SKU-Regal-Zuordnung, Order Picking Routing ist die Kommissionierer-Route für einen Auftrag. Lösung in drei Stufen:
1. Modellierung. Eingaben: SKU-Liste (wöchentliche Pickfrequenz, Volumen, Gewicht, Ergonomie-Klasse, Saisonalität, Co-Order-Paare), Regalstruktur (Gangzahl, Ganglänge, Höhenebenen, Tor-Gang-Abstände), Auftragshistorie (mindestens 6-12 Monate zeilengranular), Belegschaft (Schichten, Laufgeschwindigkeit, Tragekapazität — Wagen, Niederpalette, Korb). Bedingungen: Regalkapazität (Volumen + Gewicht), Ergonomie-Zone (schwere SKU auf 60-120 cm Hüfthöhe), Kühlkette / Trocken-Segregation, Gefahrgut-Segregation, Regaltyp-Kompatibilität, saisonaler SKU-Surge-Puffer. Ziel: minimale durchschnittliche Pick-Laufstrecke oder minimale Gesamtlaufminuten pro Kommissionierer oder maximale Linien pro Stunde.
2. Solver-gestützte Entscheidung.
- Für Slotting: Heuristische ABC-klassenbasierte Zuweisung (A/B/C nach Pickgeschwindigkeit, A nahe dem Tor) ist ein schneller Einstieg. Correlated Assignment (oft co-bestellte SKUs nebeneinander) öffnet 25-40% Lücke. Für bessere Resultate ein SKU-Regal MIP (Mixed-Integer Linear Programming — Optimierung mit teils 0/1-, teils stetigen Variablen; Zuweisungsvariablen + Affinitätsgewicht + Ergonomie); bei großen Lagern (100K+ SKUs) Simulated Annealing, Tabu-Suche (intelligente Suchverfahren — liefern nahezu optimale Lösungen) oder geclustertes MIP.
- Für Routing: Einzelauftrags-Routing-Heuristiken (einfache Regeln für die Laufroute): S-Form, Return, Midpoint, Largest-Gap, Combined. Für Optimum TSP / Steiner-Tree (Travelling Salesman Problem — kürzeste geschlossene Tour) für kleine SKU-Zahlen. Batch-Picking via Savings-Algorithmus, Column Generation oder Clustering + TSP.
- Gemeinsame Entscheidung: Slotting und Routing sind keine zwei getrennten Probleme — das echte Optimum entsteht nur, wenn beide zusammen gelöst werden. Praktisch zwei-stufig: Slotting MIP zuerst (langer Horizont, monatlich/saisonal), Routing pro Pickliste in Echtzeit.
3. Feldintegration. Output dreischichtig: (a) Slotting-Plan — SKU-Regal-Tabelle ins WMS geladen, physische Umlagerung auf Nachtschicht/Wochenende; (b) Batch- und Routenplan — Modul, das das WMS beim Pickliste-Erzeugen aufruft; das Handterminal zeigt SKU-Liste mit Gangsequenz; (c) Performance-Dashboard — Linien/Stunde, Laufstrecke, Fehlerquote, Ergonomie-Verstoß-Zähler. Monatliches oder saisonales Re-Slotting bei verändertem Auftragsmuster. Quartalsweise: Linien/Stunde-Kurve, meist-gelaufene Gang-Analyse, Mispick-Quote, Ergonomie-Balance."
Alternativen
Manuelle Zuweisung + WMS-Pickliste
KostenlosNull Zusatzlizenz (bestehendes WMS reicht)
Für wen geeignet: Kleines Lager (<20K SKUs, <3K Linien/Tag), 4-15 Kommissionierer
- + Keine Zusatzsoftwarekosten
- + Erfahrung des Lagerleiters wirkt
- + Schnelle Reaktion auf SKU-Wechsel
- − Ab 20K SKUs übersteigt es menschliche Kapazität
- − Kein Correlated Assignment, kein Batch-Picking
- − Saisonsurge führt zu Verstopfung
- − Laufstrecke bleibt 30-50% über Optimum
Lokales Lagerverwaltungssystem (WMS) Standardmodul
Enterprise150K-800K TRY Lizenz + 50K-200K TRY/Jahr Wartung (TR-Marktbeobachtung)
Für wen geeignet: Mittelgroßes Lager (20K-80K SKUs, 3K-15K Linien/Tag)
- + Nahe an TR-Regulierung (E-Rechnung, Zoll, E-Commerce-Konnektoren)
- + Standardisierter Pickliste- und Barcode-Fluss
- + Türkische Oberfläche, lokaler Support
- − Slotting-Optimierung meist heuristisch (ABC) — kein MIP
- − Routing meist 'nach Gang sortiert' — keine Petersen-Heuristiken
- − Batch-Picking und Correlated Assignment eingeschränkt
Internationales Lagerverwaltungssystem + Optimierungsmodul
Enterprise1-4M EUR Lizenz + 300K-1M EUR/Jahr Wartung (große Lösungsanbieter)
Für wen geeignet: Großes Lager (80K+ SKUs, 15K+ Linien/Tag), Multi-Site
- + Reifes Slotting-MIP + Correlated-Assignment-Modul
- + Petersen-Routing-Heuristiken + Batch-Picking
- + Automatisiertes saisonales Re-Slotting
- + Integration mit Förderanlagen und AS/RS-Automatisierung
- − Hohe Lizenz + lange (10-20 Monate) Einführung
- − TR-E-Commerce-Integration als Sonderprojekt
- − Weitreichendes Schulungsprogramm
Open-Source-Solver + eigenes Slotting/Routing-Modul
Open SourceNull Lizenz; Eigenentwicklung 16-32 Wochen oder 600K-1.5M TRY Beratung
Für wen geeignet: E-Commerce-Lager mit Tech-Team, Integration mit bestehendem WMS
- + Keine Lizenzkosten
- + Slotting-MIP und Routing-TSP gut definiert für Open-Source-Solver
- + S-Form-, Return-, Midpoint-, Largest-Gap- und Combined-Routing-Heuristiken in Open-Source-Bibliotheken vorhanden
- + Re-Slotting-Takt frei wählbar, Eingriff einfach
- − Inhouse-OR-Experte + WMS-Integrationsteam erforderlich
- − Vom akademischen Prototyp zum Feldsystem 6-12 Monate
- − Wartung beim Betreiber; 24/7-Schicht erfordert klaren Supportplan
Empfehlung
Im Gespräch fragen
- Welchen Lagerplatzzuweisungs-Ansatz unterstützt das Modul — nur ABC-Klasse, oder auch Correlated Assignment (gemeinsam bestellte Artikel nebeneinander) und ein formales Optimierungsmodell?
- Welche Einzelauftrags-Routing-Heuristiken sind unterstützt — S-Form (Gang Ende zu Ende durchlaufen), Return (rein, abgreifen, raus), Midpoint, Largest-Gap (größte Lücke überspringen), Combined? Unter welchen Bedingungen wird welche gewählt?
- Wird Batch-Picking (mehrere Aufträge in einer Tour) unterstützt? Welche Clustering-Methode, welche typische Batchgröße?
- Wie oft läuft Re-Slotting — wöchentlich, monatlich, saisonal? Wird die physische Umlagerung automatisch geplant?
- Wie werden ergonomische Bedingungen (schwere SKU auf Hüfthöhe, Oberregal nur für Leichtes) und Segregationsregeln (Kühlkette, Gefahrgut) im Modell ausgedrückt?
- Wird saisonaler SKU-Surge (Kampagne, Sale) durch temporäre Pufferzonen-Allokation und dynamisches Re-Slotting unterstützt?
- Wie wird im Pilot (8-12 Wochen) auf realen Operationsdaten die Laufstrecken- und Linien/Stunde-Einsparung gegenüber dem vorherigen manuellen Slotting berichtet?
- Bei Vertragsende — in welchem Standardformat können wir SKU-Regal-Mapping-Historie, Auftragszeilendaten, Pick-Performance-Daten und Routing-Algorithmusparameter exportieren?
Technische Details
Anmerkung der Redaktion
Dieses Problem heißt im allgemeinen Sprachgebrauch “Lagerkommissionierung”, “Regalplan” oder “Slot-Plan”. In der akademischen Literatur trägt es zwei gekoppelte Namen: die SKU-Regal-Entscheidung heißt Slot Assignment (auch Slotting / Storage Assignment), die Routenentscheidung Order Picking Routing. Wer ohne diese Unterscheidung in einen WMS-Vertrag geht, kann nicht prüfen, welche Entscheidungsebene das gekaufte Modul wirklich optimiert — “Pickliste erzeugen” ist eine Sache, “Petersen-Heuristik-Routing” eine andere, “Correlated-Assignment-MIP” eine dritte.
Dieses Problem spielt im Inneren des Lagers — Kommissionierer-Laufroute und SKU-Regal-Zuordnung. VRP (Problem #002) ist Route zwischen Lagern bzw. Lager-zu-Kunde. Sortimentszuteilung (#017) ist welcher SKU im Filialregal dem Konsumenten begegnet. Standortwahl (#010) ist wo das Lager in der Stadt errichtet wird. #041 ist welcher SKU dem Kommissionierer zuerst begegnet und wie viele Schritte er bis zum Griff braucht.
Der am häufigsten übersehene Punkt: Slotting lässt sich nicht allein lösen — es muss gemeinsam mit Pick-Routing betrachtet werden. Heuristisches Slotting (rein nach Geschwindigkeit, ABC) platziert Schnelldreher nahe dem Tor; doch Echtzeit-Pick-Routing (S-Form vs Largest-Gap vs Combined Heuristiken verglichen) kann diese Anordnung schlagen. Correlated Assignment öffnet 25-40% Lücke gegenüber ABC. Zweiter Punkt: Ergonomie-Balance. Schwere SKUs in Oberregalen erzeugen Verletzungen und Schichtmüdigkeit; Ergonomie muss eine harte Bedingung im MIP sein.
Schritt-für-Schritt-Pfad für KMU
Stufe 1 — Erst messen, dann planen. Mindestens 6-12 Monate zeilengranulare Auftragsdaten: Zeilen pro Auftrag, SKU-Liste, Kommissionierername, Laufzeit, Gesamtzeit. Pro SKU wöchentliche Pickfrequenz, Volumen, Gewicht, Ergonomie-Klasse. Co-Order-Paar-Matrix. Regalinventar: Gangzahl, Ganglänge, Höhenebenen, Tor-Gang-Abstand. Empirische Laufgeschwindigkeit (0.8-1.2 m/s belastet).
Stufe 2 — Wissenskapital herausziehen. Welche SKUs Hochgeschwindigkeit (A), Co-Order-dicht (Cluster), schwer/ergonomisch (unten), saisonal surge-empfindlich. Aktuelle Laufverteilung darstellen — die 10 meist- und 10 wenigst-gelaufenen Gänge. Mispick-Quote und Ergonomie-Verstöße aufzeichnen.
Stufe 3 — Pilot. 8-12 Wochen. In einer Zone neue Slotting per MIP, gleichzeitig Routing von S-Form auf Combined Petersen wechseln. Entscheidungshoheit bleibt beim Operations-Lead; das System berät. Erfolgskriterien vorab: Laufstrecke -15% Minimum, Linien/Stunde +10% Minimum, Mispick-Quote stabil oder besser.
Stufe 4 — Roll-out. 9-15 Monate bis vollständiges Lager + Batch-Picking + Zone-Picking + Re-Slotting-Automatisierung. Saisonaler Re-Slot-Kalender (monatlicher Check, quartalsweise voll, vor Kampagne speziell). Quartalsausschuss: Laufstreckenkurve, Linien/Stunde, Mispick-Quote, Ergonomie, Top-Gang-Analyse.
Risiken — was schiefgehen kann
- SKU-Promotion-Surge. Ein Aktions-SKU kann das 10-30-fache seines normalen Tempos haben; heuristisches Slotting bringt ihn nicht ans Tor — Verstopfung. Dynamisches Re-Slotting und temporäre Pufferzonen sind essentiell.
- Saisonale Sortimentsverschiebung. Sommer-Winter-Mix bricht Slotting — ein Winter-SKU bleibt nicht im fernen Gang. Ohne 2-4 Re-Slottings pro Jahr wächst die Laufstrecke.
- Ergonomie-Verstoß und Verletzung. Schwere SKUs in Oberregalen verursachen Verletzung, Entschädigung, Produktivitätsverlust. Ergonomie muss harte Bedingung sein.
- Single-Vendor-WMS-Lock-in. Ohne Vertragsklausel zum standardisierten Export der SKU-Regal-Mapping-Historie und Pick-Performance verliert man beim WMS-Wechsel das operative Gedächtnis des Lagers.
- Batch-Picking-Müdigkeitskurve. 8-12 Aufträge in einer Tour erhöhen die Last; ohne Müdigkeitskurve im MIP steigt die Fehlerquote zum Schichtende.
Technischer Blick auf die Lösungsmethoden
| Ansatz | Typische Skala | Lösezeit | Garantiertes Optimum? |
|---|---|---|---|
| Heuristik (ABC-Klasse) | Kleines Lager, <20K SKUs | sofort | Nein, 50-65% Optimum |
| Correlated Assignment (Frazelle 2002) | Mittel, 20K-80K SKUs | Minuten | Nein, 70-80% Optimum |
| Slot-Zuweisungs-MIP (affinitätsgewichtet) | Mittel-groß, ≤80K SKUs | Minuten-Stunden | Ja (innerhalb Bound) |
| Simulated Annealing / Tabu (Slotting) | Groß, 100K+ SKUs | Stunden | Nein, gute Praxisqualität |
| Petersen-Routing-Heuristiken (Einzelauftrag) | Jede Skala | sofort | Nein, 85-95% Optimum |
| TSP / Steiner-Tree (Einzelauftragsoptimum) | Begrenzte SKU/Auftrag (≤25) | Minuten | Ja |
| Batch-Picking-MIP / Column Generation | Mittel-groß, 5K-30K Aufträge/Tag | Stunden | Ja (innerhalb Bound) |
| Gemeinsames Slotting + Routing MIP | Akademische Prototypen | Stunden-laufend | Ja, begrenzte Skala |
Zielfunktionswahl:
- Ziel 1 — Minimale Gesamtlaufstrecke: Klassische Formulierung, am häufigsten.
- Ziel 2 — Maximale Linien pro Stunde: Durchsatzorientiert, für Saisonspitzen.
- Ziel 3 — Minimale Kommissionierer-Müdigkeitslast: Wo Ergonomie Priorität.
- Ziel 4 — Minimale Mispick-Quote: Qualitätsorientiert.
Multi-Ziel: gewichtete Summe oder hierarchisch (Ergonomie als harte Bedingung zuerst).
Akademische Quellen
Im Frontmatter unter sources aufgeführt.
Quellen
- de Koster, R., Le-Duc, T. und Roodbergen, K. J. (2007). Design and control of warehouse order picking: A literature review. European Journal of Operational Research, 182(2), 481-501. Kanonischer Überblick zum Order Picking.
- Petersen, C. G. (1997). An evaluation of order picking routeing policies. International Journal of Operations & Production Management, 17(11), 1098-1111. Vergleich der Heuristiken S-Form, Return, Midpoint, Largest-Gap, Combined.
- Roodbergen, K. J. und Vis, I. F. A. (2009). A survey of literature on automated storage and retrieval systems. European Journal of Operational Research, 194(2), 343-362. Übersicht AS/RS und automatisierte Lagersysteme.
- Frazelle, E. H. (2002). World-Class Warehousing and Material Handling. McGraw-Hill. Praxisreferenz für Correlated Assignment und Slotting.
- Tompkins, J. A., White, J. A., Bozer, Y. A. und Tanchoco, J. M. A. (2010). Facilities Planning (4th ed.). Wiley. Grundlagentext zu Anlagen- und Lagerplanung.
- YÖK-Tezzentrum — Schlüsselwörter: ‘depo yönetimi’, ’toplama rotası’, ‘raf yerleşimi’ oder ‘WMS’ — 30+ türkische Thesen. tez.yok.gov.tr
Glossar
- Order Picking
- Lageroperation des Entnehmens von SKUs aus Lagerorten zur Auftragsabwicklung, typischerweise durch laufende Kommissionierer.
- Slot Assignment
- OR-Problem der Entscheidung, welchen Lagerort (Regal, Bin, Slot) jeder SKU im Lager belegt — minimiert erwartete Laufstrecke, balanciert Ergonomie, gruppiert Co-Order-Affinität.
- VRP
- Die Entscheidung, welche Fahrzeuge — ausgehend von einem oder mehreren Depots — welche Kunden in welcher Reihenfolge anfahren.
- MIP
- Optimierungsmodell, bei dem ein Teil der Entscheidungsvariablen ganzzahlig sein muss (z. B. Anzahl LKW, Anzahl Schichten).
Ähnliche Probleme
Dutzende SKUs von einem Lieferanten — Mit welcher Frequenz bestellen, damit LKW- und Lagerkosten gemeinsam minimal sind?
Diese Seite richtet sich an KMU-Großhändler, Importeure oder Hersteller, die 50-500 SKUs vom selben Lieferanten beziehen — typischerweise über 3-15 Hauptlieferanten verteilt. Die Frage ist jede Woche dieselbe: Welche Artikel werden heute bei diesem Lieferanten bestellt, welche warten bis nächste Woche? Wenn jeder Artikel seine eigene Bestellung auslöst, schickt derselbe Lieferant drei LKWs und drei Zollanmeldungen pro Woche; ein LKW, eine Zollanmeldung und ein Rüstvorgang könnten alles abdecken, wenn die Gruppen stimmen. Manuelle Planung bricht ab 50 SKUs zusammen: mal halbleere LKWs, mal drei Bestellungen hintereinander — Fixkosten landen als 5-15% der Stückkosten zurück.
Saisonende naht und der Lagerbestand schmilzt nicht — wann und wie tief reduzieren, damit Marge hält und Dead Stock klein bleibt?
Diese Seite richtet sich an KMU im Modehandel mit Saisonkollektion, an Bekleidungs-/Schuh-/Accessoires-Ketten mit 30-100 Filialen oder an Frischwarenketten (Obst-und-Gemüse, Bäckerei, Metzger). Der klassische Schmerzpunkt: eine Kollektion mit 200-1.000 SKU verkauft sich 4-12 Wochen, danach wird der unverkaufte Bestand zum Problem — zu früh reduzieren erodiert die Bruttomarge, zu spät reduzieren hinterlässt einen Haufen Dead Stock am Saisonende. Entscheidung: welcher Artikel, wann, mit welcher Prozentreduktion? Bei einer mittelgroßen Modekette mit Bauchgefühl-Regeln landen 20-35% des Saisonendbestands im Restwert; ein sauberer Reduktionsfahrplan hebt die Bruttomarge um 5-15%, senkt den Dead Stock um 20-30% und bringt bei typischem Umsatzniveau 15-60 Millionen TRY operativen Deckungsbeitrag pro Jahr.
Wann nachbestellen, und wie viel?
Ein Einzelhändler, ein Onlineshop oder ein Distributor mit 200–5.000 Artikeln (SKU). Für jeden Artikel die Frage: wann beim Lieferanten nachbestellen und wie viel? Lieferanten liefern 3–21 Tage nach Bestellung (Lead Time), die Nachfrage schwankt tagesweise, manche Produkte haben ein Verfallsdatum, der Lagerplatz ist begrenzt, die meisten Lieferanten haben eine Mindestbestellmenge (MOQ). Die Entscheidung: welcher Artikel, wann, in welcher Menge, damit 'ausverkauft' (Umsatzverlust) und 'überbestellt' (gebundenes Kapital, Verfall) im Gleichgewicht bleiben. Manuelle Steuerung trägt bis ~50–100 SKUs; darüber bricht 'ich behalte das im Kopf' — entweder zu viel bestellt oder bei einem kritischen Artikel ausverkauft.