Diese Fallstudie behandelt einen Logistikdienstleister (3PL) mit einem einzigen 18.000-m²-Lager: 12.000 Palettenplätze, 8.400 aktive SKUs aus Getränken, verpackten Lebensmitteln und Haushaltswaren, 60 Tore — und ein WMS, das theoretisch stimmte und praktisch zu 84 % stimmte. Die Zahlen stammen aus der Sechs-Monats-Bilanz, so wie deployt — einschließlich der Teile, die den Plan verfehlten.

Das Ausgangsproblem

Der Schmerz war nicht langsames Zählen — es wurde nie vollständig gezählt. Der Schmerz war die Diskrepanz: Das WMS sagte 4.120 Kartons eines SKU; im Regal standen 3.600 oder 4.700, und niemand wusste es ohne physische Prüfung. Folgen: 18 % Puffer im Sicherheitsbestand, um die Unsicherheit abzufedern; durchschnittlich 9 Stunden Dock-zu-Regal, weil die Eingangsprüfung manuell war; und zwei Markenkunden drohten mit Strafen bei Bestandsfehlern über 10 %.

Was deployt wurde

| Posten | Menge | Anmerkung |

| --- | --- | --- |

| Torportale UHF | 12 | Decken 60 Tore ab, Spitzenfluss auf 12 Spuren |

| Gabelstapler-Reader | 6 | Einlagerungs- und Nachschubbestätigung |

| Handhelds | 8 | Ausnahmen, Zykluszählungen, Pick-Verifikation |

| Paletten-Lizenzplaketten | 25.000/Jahr | EPC-96, codiert beim Etikettendruck |

| Kartonetiketten | ~1,2 Mio./Jahr | Vom Co-Packer ab Werk |

| Middleware + WMS-Konnektor | 1 | Ereignisfilterung, WMS/Odoo-Rückschrieb |

Die Gesamtinvestition in Hardware und Integration lag bei rund 140.000 €, die jährlichen Etikettenkosten bei etwa 31.000 €. Das Deployment lief in drei Phasen über 14 Wochen: zuerst Wareneingang (der arbeitsintensivste Prozess), dann Einlagerung, dann Versandverifikation.

Ergebnisse im sechsten Monat

| --- | --- | --- | --- |

| Bestandsdaten-Genauigkeit | 84 % | 99,2 % | +15,2 Pkt |

| Dock-zu-Regal-Zeit | 9,0 h | 1,8 h | −80 % |

| Sicherheitsbestand-Puffer | 18 % | 9 % | −9 Pkt |

Das Amortisationsmodell — nur mit den Posten Arbeit und Sicherheitsbestand — erreicht den Break-even im Monat 11; mit vermiedenen Strafen im Monat 8.

Die zwei Dinge, die schwächer abschnitten

Erstens die Pick-Verifikation: Handheld-Verifikation beim Kommissionieren kostete 11 Sekunden je Pick und wurde umgangen; die Lösung war die Verlagerung auf den Stapler-Reader, wo sie keine Bewegung kostet. Zweitens das Lesen von Kartons auf gemischten, schrumpffolieumwickelten Paletten: gemischte Paletten lasen mit 92–94 %, unter den 99 %+ gleichförmiger Paletten. Die operative Antwort: die Lücke bei gemischten Paletten akzeptieren und beim Karton-Aufbruch validieren, statt Hardware-Heilsversprechen nachzujagen.

Was das Projekt anders machen würde

Der Reihe nach: die Ausnahme-Disziplin ab Tag eins etablieren (die ersten sechs Wochen „99 % genauer" Daten blieben unbearbeitet, weil niemand die Diskrepanzen besaß); Palettenetiketten von Anfang an intern drucken (ausgelagerte Vordruck-Etiketten verursachten einen zweiwöchigen Kodierstau); Etikettenpreise gegen ein zugesagtes Jahresvolumen verhandeln — der Stückpreis fiel bei der Vertragsverlängerung allein durch die Volumenzusage um 22 %.

Häufige Fragen

**Was kostet ein solches Lager-RFID-Deployment?** Dieses landete bei rund 140.000 € Hardware plus Integration, zuzüglich etwa 31.000 €/Jahr Etiketten für 12.000 Palettenplätze. Kleinere Ein-Prozess-Deployments (nur Wareneingang, 4 Portale) starten typisch bei 25.000–40.000 €.

**Warum verbesserte sich der Wareneingang mehr als das Picking?** Wareneingang ist Massen-, gleichförmige, torförmige Arbeit — ideal für RFID. Picking folgt dem menschlichen Takt und ist bewegungsempfindlich; Verifikationshardware muss auf dem Fahrzeug mitfahren oder im Prozess verschwinden — das brauchte eine zweite Iteration.

**Ist eine Bestandsgenauigkeit von 99,2 % im Monat sechs normal?** Erreichbar, nicht automatisch. Sie verlangte die Ausnahmewarteschlange, Zähldisziplin (44 Zählungen/Monat) und Prozessverantwortung. Deployments ohne Ausnahmeprozess stagnieren meist bei 95–97 %.