Geänderte Zielsetzungen bei der Konfiguration und dem Betrieb von Fließmontagesystemen und deren Berücksichtigung in der Fachliteratur

Ursprünglich zielte die Gestaltung von Montagesystemen in Form von Fließsystemen auf eine gleichmäßig hohe Stückzahl eines einzelnen Produkts bei hohem Automatisierungsgrad ab. Aus Gründen wie z.B. ständig zunehmende Anforderungen durch Kundenwünsche oder Absatzveränderungen sind die Montageprozesse fortwährend an die veränderten Rahmenbedingungen anzupassen. In diesem Zusammenhang gewinnen Gesichtspunkte wie Flexibilität, höhere Verfügbarkeit bzw. Nutzungsgrade, Energieeffizienz und Wirtschaftlichkeit stärker an Bedeutung. Die Konfiguration und Planung von Fließmontagesystemen erfolgt i.d.R. durch die Zerlegung der gesamten Planungsprobleme in kleine Teilprobleme, die durch unterschiedliche Planungsmaßnahmen bzw. systematische Planungs-schritte lösbar sind. Mit den vorstehenden Hinweisen ist außerdem nur ein Teil der Gesichtspunkte aufgeführt, die aus heutiger Sicht zu geänderten (ergänzten) Zielsetzungen führen. Der Beitrag wird diese Veränderungen durch Darstellung eines sinnvollen zielführenden Katalogs von Zielsetzungen und dessen Abgleich mit der Fachliteratur nachvollziehbar machen.

Learning Curves of Temporary Workers in Manual Order Picking Activities

Person-to-stock order picking is highly flexible and requires minimal investment costs in comparison to automated picking solutions. For these reasons, tradi-tional picking is widespread in distribution and production logistics. Due to its typically large proportion of manual activities, picking causes the highest operative personnel costs of all intralogistics process. The required personnel capacity in picking varies short- and mid-term due to capacity requirement fluctuations. These dynamics are often balanced by employing minimal permanent staff and using seasonal help when needed. The resulting high personnel fluctuation necessitates the frequent training of new pickers, which, in combination with in-creasingly complex work contents, highlights the im-portance of learning processes in picking. In industrial settings, learning is often quantified based on diminishing processing time and cost requirements with increasing experience. The best-known industrial learning curve models include those from Wright, de Jong, Baloff and Crossman, which are typically applied to the learning effects of an entire work crew rather than of individuals. These models have been validated in largely static work environments with homogeneous work contents. Little is known of learning effects in picking systems. Here, work contents are heterogeneous and individual work strategies vary among employees. A mix of temporary and steady employees with varying degrees of experience necessitates the observation of individual learning curves. In this paper, the individual picking performance development of temporary employees is analyzed and compared to that of steady employees in the same working environment.