Kurzfassung
Vor dem Hintergrund zahlreicher Initiativen zur Verbesserung des Klimaschutzes suchen viele Unternehmen nach Lösungen zur Verringerung ihres ökologischen Fußabdrucks. Dabei werden logistische Prozesse bisher allerdings zumeist vernachlässigt. Gerade die Lagerhaltung zeichnet jedoch in vielen Unternehmen für hohe Energieverbräuche und entsprechend hohe Kohlenstoffdioxidemissionen verantwortlich, wobei insbesondere die Beleuchtung ein bedeutender Verbraucher ist. Marktreife intelligente Beleuchtungssysteme bieten Unternehmen die Möglichkeit, Lagerprozesse effizient zu steuern und gleichzeitig durch eine bedarfsgerechte Beleuchtung den Energiebedarf deutlich zu reduzieren. In diesem Beitrag werden die Potenziale einer intelligenten Beleuchtung anhand eines Simulationsmodells am Beispiel der Kommissionierung untersucht.
Literatur
1. Richards, G.: Warehouse Management: A Complete Guide to Improving Efficiency and Minimizing Costs in the Modern Warehouse. Kogan Page Publishers, London2014, S. 361–362Search in Google Scholar
2. Chew, I.; Karunatilaka, D.; Tan, C. P.; Kalavally, V.: Smart Lighting: The Way Forward? Reviewing the Past to Shape the Future. Energy and Buildings149 (2017), S. 180–19110.1016/j.enbuild.2017.04.083Search in Google Scholar
3. Füchtenhans, M.; Schmidt, K.; Grosse, E. H.; Glock, C. H.: Nutzenpotenziale intelligenter Beleuchtungssysteme für Fabrikbetriebe. Fabriksoftware24 (2019) 1, S. 21–2410.30844/FS19-1_21-24Search in Google Scholar
4. Yasodha, K.; Sumathi, S.; Sheela, P.: A Smart Energy Efficient Lighting System Based on Intelligent Controller and Sensors. International Journal of Applied Engineering Research10 (2015) 3, S. 5427–5434Search in Google Scholar
5. Liu, J.; Zhang, W.; Chu, X.; Liu, Y.: Fuzzy Logic Controller for Energy Savings in a Smart LED Lighting System Considering Lighting Comfort and Daylight. Energy and Buildings127 (2016), S. 95–10410.1016/j.enbuild.2016.05.066Search in Google Scholar
6. Verriet, J.; Hamberg, R.; Caarls, J.; van Wijngaarden, B.: Warehouse Simulation through Model Configuration. ECMS (2013), S. 629–63510.7148/2013-0629Search in Google Scholar
7. Ries, J. M.; Grosse, E. H.; Fichtinger, J.: Environmental Impact of Warehousing: A Scenario Analysis for the United States. International Journal of Production Research55 (2017) 21, S. 6485–649910.1080/00207543.2016.1211342Search in Google Scholar
8. Pan, J. C. H.; Wu, M. H.: Throughput Analysis for Order Picking System with Multiple Pickers and Aisle Congestion Considerations. Computers & Operations Research39 (2012) 7, S. 1661–167210.1016/j.cor.2011.09.022Search in Google Scholar
9. Franzke, T.; Grosse, E. H.; Glock, C. H.; Elbert, R.: An Investigation of the Effects of Storage Assignment and Picker Routing on the Occurrence of Picker Blocking in Manual Picker-to-Parts Warehouses. The International Journal of Logistics Management (2017) 3, S. 841–86310.1108/IJLM-04-2016-0095Search in Google Scholar
10. Karunatilaka, D.; Zafar, F.; Kalavally, V.; Parthiban, R.: LED based Indoor Visible Light Communications: State of the art. IEEE Communications Surveys & Tutorials17 (2015) 3, S. 1649–167810.1109/COMST.2015.2417576Search in Google Scholar
11. Boyce, P. R.: The Impact of Light in Buildings on Human Health. Indoor and Built environment19 (2010), S. 8–2010.1177/1420326X09358028Search in Google Scholar
© 2020, Carl Hanser Verlag, München
