ROTATOR

Leer- und Fehlbestände sind ein großes Problem in der Intralogistik, insbesondere im Einzelhandel.
Eine vielzitierte Studie, die Out-of-Stocks (OoS) in über 600 Märkten weltweit analysierte, kam zu dem Ergebnis, dass ein Einzelhändler dadurch ca. 4% des Umsatzes verliert (Vgl. [Gruen 2002]). Die OoS-Quote wird natürlich mitverursacht durch Fehler bei Vorhersagen und Bestellungen, aber auch zu einem Viertel durch sog. Shelf-OoS – Fälle, in denen sich die Ware zwar im Store, nicht jedoch auf dem zugewiesenen Regalplatz befindet. Wenn ein großer Supermarkt/Hypermarkt – von denen es circa 1000 in Deutschland gibt – im Jahr etwa 30-40 Mio. € Umsatz generiert und man eine Handelsspanne von durchschnittlich 20% annimmt, so gehen dem Markt allein durch Shelf-OoS im Jahr ca. 80.000-100.000 EUR direkt an Deckungsbeitrag verloren. Dabei ist es besonders wichtig, Ausverkäufe bei Werbeaktionen/ Zweitplatzierungen zu erkennen (Promotiontracking), weil dort erfahrungsgemäß die OoS-Quote viel höher ist und Einzelhändler noch zusätzlich Werbekostenzuschüsse verlieren, wenn die Ware nicht platziert ist.

Das Ziel des Verbundvorhabens ist es deshalb, Shelf-OoS (Out of Stock) mit einer mobilen Plattform (z.B. Reinigungsroboter), deren OoS-Einheit die Umgebung dreidimensional erfasst, zeitnah und selbstständig zu erkennen. Die Mensch-Maschine-Interaktion ist dabei von zentraler Bedeutung, denn der Erfolg der Maschine erfordert die Interaktion und Kooperation mit dem Menschen, sei es in den Fällen, in denen Kunden dem Roboter im Weg stehen oder Regale verdecken oder um zu erreichen, dass Mitarbeiter den Roboter als Assistenzsystem akzeptieren.
ROTATOR verfolgt dabei einen transdisziplinären Ansatz innerhalb des Schwerpunkts Produktion/Logistik; es werden Forschungsergebnisse zur 3D-Informationsaufnahme (Sensorik mit hoher örtlicher und zeitlicher Auflösung bei bewegten Objekten und Szenen), 3D-Informationsverarbeitung (Echtzeitverarbeitung, Mapping, Mustererkennung und Klassifikation von OoS und Personen) erarbeitet. Der Faktor Mensch wird sowohl im Hinblick auf die Berücksichtigung der Bedürfnisse und Fähigkeiten von Stakeholdern als auch auf die Definition der Interaktionsfunktionalität der Maschinen explizit in Akzeptanz- und Anforderungsanalysen adressiert. Die Vision der Projektpartner besteht darin, dass mit der im Vorhaben entwickelten OoS-Einheit mit 3D-Kartenerstellung und den Verfahren der Mensch-Maschine-Interaktion mobile Roboter in der Lage sind, ihre Umgebung so smart wahrzunehmen, dass sie dann auch sicher im Kundenbetrieb während der Öffnungszeiten reinigen, ab 2020 „nebenbei“ OoS an die Zentrale melden und vielleicht ab 2025 auch die Regale selbstständig wieder befüllen könnten.