Die naheliegende Herangehensweise, für jede eingegangene Bestellung die Positionen der bestellten Waren im Lager zu ermitteln und daraus die kürzeste Route zu berechnen, ist aus verschiedenen Gründen nicht ratsam. Zum einen ergibt sich, je nach Layout des Lagers, wie beim sogenannten Traveling Salesman Problem (TSP) möglicherweise ein NP-vollständiges Problem, dessen optimale Lösung nicht effizient berechnet werden kann. Selbst wenn eine Berechnung dieser Lösung möglich ist und sich eine optimale Route bestimmen lässt, kann diese Berechnung bei größeren Lagern sehr viel Rechenzeit in Anspruch nehmen. Sinnvoll ist daher der Einsatz heuristischer Ansätze, die effizienter in der Berechnung sind und ebenfalls sehr gute Lösungen liefern.
Ferner können meist deutlich kürzere Gesamtrouten erreicht werden, wenn mehrere Bestellungen zu einer Route zusammengefasst werden. Da sowohl Routing als auch Batching auf operativer Ebene auftreten, ist es naheliegend und vielversprechend, beide Probleme gemeinsam zu lösen. Für die simultane Berechnung von Batches und Routen existieren einige effiziente kombinierte Heuristiken (Cheng, Chen, Chen, & Jung-Woon Yoo, 2015) (Kulak, Sahin, & Taner, 2012) (Li, Huang, & Dai, 2016) (Lin, Kang, Hou, & Cheng, 2016).
Wie bereits einleitend erwähnt, müssen aber nicht nur das Routing und das Batching, sondern auch die Storage Allocation und das Routing gemeinsam betrachtet werden. Es lassen sich nämlich erheblich bessere Lösungen erzielen, wenn für die Entscheidung darüber, wo Ware eingelagert wird, und für die Bestimmung möglichst kurzer Routen aufeinander abgestimmte Heuristiken verwendet werden. Im folgenden Abschnitt wollen wir einen Eindruck davon vermitteln, welche Heuristiken hier zum Einsatz kommen können, wie die verschiedenen Heuristiken ineinandergreifen und welche Qualität die berechneten Lösungen haben.