KI-Slotting im WMS.
Wer Lagerplätze mit KI plant und was es bringt.
KI-Slotting legt fest, welcher Artikel auf welchem Lagerplatz liegt, und plant Umlagerungen laufend neu, statt einmal im Jahr. Grundlage sind Umschlag, Abmessungen, gemeinsam bestellte Artikel und Saisonalität. Blue Yonder, Manhattan, SAP und Infios bauen es ins WMS ein, Spezialisten wie FORTNA und Optioryx setzen auf ein bestehendes WMS auf. Praxistipp: Lassen Sie in der Demo eine Umlagerungsliste aus Ihrer eigenen Auftragshistorie rechnen.
Der richtige Platz
für jeden Artikel, jeden Tag.
Slotting ist die Zuordnung von Artikeln zu Lagerplätzen, mit dem Ziel kurzer Wege, wenig Nachschub und ergonomischer Griffhöhen. KI-Slotting rechnet diese Zuordnung mit Prognosen und Optimierung laufend neu, statt sie einmal festzulegen. Wie Slotting mit den Pick-Strategien zusammenspielt, zeigt Pick-Strategien.
Statisches Slotting
- Plätze werden bei der Einführung oder einmal im Jahr nach ABC-Klassen vergeben.
- Saisonartikel und Neuheiten landen auf dem nächsten freien Platz und bleiben dort.
- Schnelldreher wandern über die Monate in die hinteren Gänge, weil niemand umlagert.
- Nachschub für zu kleine Fächer bindet Staplerfahrten mitten in der Pickwelle.
- Die Regel steht in einer Tabelle, die nur eine Person versteht.
KI-Slotting
- Das System bewertet Umschlag, Prognose, Maße und gemeinsam bestellte Artikel laufend.
- Es schlägt eine priorisierte Liste von Umlagerungen vor, die sich rechnen.
- Neue Artikel erhalten einen Platz nach dem Muster ähnlicher Artikel, bei SAP per Machine Learning.
- Umlagerungen laufen als Aufgaben im WMS, in ruhigen Schichten oder als eigene Welle.
- Die Wirkung wird vor dem Umlagern in Szenarien gerechnet und danach gemessen.
Vier Wege zum Slot,
von der Regel bis zum Agenten.
Hinter dem Etikett KI stecken sehr verschiedene Verfahren. Die Tabelle trennt sie nach der Frage, wie der Vorschlag entsteht.
| Verfahren | Wie es arbeitet | Beispiel laut Anbieter | Stärke | Grenze |
|---|---|---|---|---|
| Regelbasiert | Feste Regeln: A-Artikel in die Goldene Zone, schwere Artikel unten, Gefahrstoffe getrennt. | Lagerungsdisposition in SAP EWM mit Konditionstechnik, Slotting-Strategien in Infor WMS. | Nachvollziehbar, schnell eingerichtet, im Standard vieler Systeme. | Reagiert nur, wenn jemand die Regel neu anstößt, und kennt keine Zielkonflikte. |
| Mathematische Optimierung | Ein Solver vergleicht viele Kombinationen aus Platz und Artikel gegen gewichtete Ziele. | Manhattan vergleicht laut eigener Beschreibung Millionen Umlagerungskombinationen, FORTNA OptiSlot DC rechnet What-if-Szenarien. | Findet den besten Kompromiss aus Weg, Nachschub, Ergonomie und Platz. | Braucht saubere Maße und eine gepflegte Platzstruktur, sonst optimiert es Fehler. |
| Machine Learning | Ein Modell lernt aus Historie, etwa Auftragsvolumen, Aufgabenzeiten oder Einstellungen ähnlicher Artikel. | SAP schlägt das Lagerkonzept neuer Produkte per ML vor, Blue Yonder prognostiziert Volumen und Aufgabenzeiten. | Spart Pflegeaufwand bei vielen Neuheiten und erkennt Verschiebungen früher. | Ohne ausreichende Historie und Neutraining bleibt das Modell ungenau. |
| Agent oder Assistent | Erklärt die Qualität des Slot-Plans und empfiehlt einzelne Umlagerungen zur Freigabe. | Blue Yonder: Warehouse Operations Agent mit Slotting-Empfehlungen samt erwarteter Wirkung vor der Freigabe. | Macht Vorschläge verständlich für die Schichtleitung. | Neu, wenig belegte Kundenzahlen, Freigaberegeln vorher festlegen. |
Optimierung und Machine Learning ergänzen sich: Prognosen liefern den erwarteten Umschlag, der Solver rechnet daraus die Plätze. Wie Agenten im Lager freigegeben werden, beschreibt KI-Agenten im WMS. Verfahren und Kennzahlen der Prognose beschreibt KI-Bedarfsprognose im Lager.
Sechs Datenquellen,
ohne die kein Slot stimmt.
Die Anbieter nennen weitgehend dieselben Eingangsdaten. Fehlen Maße oder stimmt der Bestand nicht, rechnet auch das beste Verfahren falsch, deshalb gehören die Datenanforderungen ins WMS Lastenheft.
Umschlag und Zugriffe
Die ABC-Analyse teilt Artikel nach Umschlag und Wert in Klassen. A-Artikel kommen auf gut erreichbare Plätze in ergonomischer Höhe, C-Artikel nach oben oder nach hinten. Die Analyse mit Excel-Vorlage erklärt ABC-XYZ-Analyse im Lager.
- Basis sind Picks je Artikel, nicht Stückzahlen, weil jeder Zugriff einen Weg kostet
- Zeitraum: mindestens eine volle Saison, besser zwölf Monate
- Infios beschreibt ABC nach Umschlag und Wert als Grundregel
Schwankung der Nachfrage
Die XYZ-Analyse misst, wie gleichmäßig ein Artikel gefragt ist. X-Artikel laufen stetig, Z-Artikel sprunghaft.
- AX-Artikel verdienen feste Topplätze
- AZ-Artikel brauchen Prognose, sonst springen sie zwischen Plätzen
- Kombination ABC/XYZ entscheidet, wie oft ein Artikel umziehen darf
Gemeinsam bestellte Artikel
Artikel, die oft im selben Auftrag stehen, liegen nah beieinander. Das verkürzt Touren bei Mehrpositionsaufträgen.
- Infios: Affinitätsanalyse stellt häufig gemeinsam bestellte Artikel zusammen
- Manhattan spricht von Familiengruppen und bevorzugter Artikelreihenfolge
- Wirkt stark im E-Commerce und bei Ersatzteilen, schwach bei Einzelpositionen
Maße, Gewicht, Verpackung
Ohne korrekte Maße passt der Artikel nicht ins vorgeschlagene Fach oder das Fach ist nach wenigen Picks leer.
- Länge, Breite, Höhe und Gewicht je Verpackungseinheit
- Fachgröße bestimmt die Nachschubfrequenz
- SAP nutzt Produkt-, Bedarfs- und Verpackungsdaten für die Lagerungsdisposition
Saisonalität und Prognose
Saisonartikel sollen vor der Spitze vorne liegen, nicht erst, wenn die Spitze vorbei ist.
- Manhattan nennt Saisonalität, Verkaufstrends und Produktvarianten
- Blue Yonder verbindet Nachfrageprognosen mit Machine Learning
- Aktionen und Neuheiten aus dem Vertrieb als Vorschau einspielen
Plätze, Wege und Restriktionen
Das Modell braucht die Lagerstruktur: Platztypen, Gangfolge, Goldene Zone, Lastgrenzen und Zusammenlagerungsverbote.
- Temperaturzonen und Gefahrstoffklassen als harte Regel
- Gewichtsgrenzen je Ebene als harte Regel, Ergonomie als Ziel
- Infios nennt Platzrestriktionen und Lageranforderungen wie Temperatur
Wo finde ich Anbieter
für KI-Slotting-Optimierung?
Auswahlprinzip: WMS-Hersteller und Spezialisten, die Slotting mit Optimierung oder Machine Learning beschreiben, alphabetisch und ohne Bewertung. Weitere Hersteller stehen in WMS Anbieter.
| Anbieter | Typ | Preis ab | Slotting-Angebot laut Anbieter | Verfahren und Anbindung | Profil |
|---|---|---|---|---|---|
| Blue Yonder Warehouse ManagementBlue Yonder, Scottsdale (USA) | WMS-Modul | auf Anfrage | Advanced Slotting mit täglichen Slot-Plänen, Warehouse Operations Agent empfiehlt Umlagerungen | Nachfrageprognose und Machine Learning, Teil des WMS | Zum Profil → |
| FORTNA OptiSlot DCFORTNA, Atlanta (USA), vormals Optricity | Spezialist | auf Anfrage | Slotting-Lösung mit digitalem Zwilling und What-if-Szenarien auf echten Auftragsdaten | Algorithmen, eigenständig neben dem WMS, Anbindung in der Demo klären | |
| Infios Slotting SolutionInfios, vormals Körber Supply Chain Software, Bad Nauheim | WMS-Modul | auf Anfrage | Szenarienvergleich, Best Moves zum Tagesende, Re-Slotting je Zone, Plätze für neue Artikel | Data Science und Analytik, Austausch mit dem WMS per API | Zum Profil → |
| Infor WMSInfor, New York (USA) | WMS-Modul | auf Anfrage | Tägliche Verlagerung wirksamer Artikel in die Goldene Zone, belegt im Kundenfall Gildemeister | KI und Machine Learning über Velocity Suite und Data Fabric auf der WMS-Historie | Zum Profil → |
| Lucas Systems JenniferLucas Systems, Wexford (USA) | Spezialist | auf Anfrage | Slotting-Umlagerungen, die veränderten Bedingungen vorausgehen | KI und Algorithmen, Anbindung an bestehende Unternehmenssoftware | |
| Manhattan Active Warehouse ManagementManhattan Associates, Atlanta (USA) | WMS-Modul | auf Anfrage | Active Slotting Optimization, Slotting und Re-Slotting in Einlagerung und Kommissionierung eingebunden | Optimierung gegen konfigurierte Strategien, nativ im WMS, ohne Schnittstelle | Zum Profil → |
| Optioryx PulseOptioryx, Gent (Belgien) | Spezialist | auf Anfrage | AI Slotting mit priorisierten Umlagerungen, Test der Strategie im digitalen Zwilling | Schicht über dem WMS, Austausch per Datei, CSV/SFTP oder API | |
| PSIwmsPSI Software, Berlin | WMS-Modul | auf Anfrage | PSIwms AI optimiert Intralogistikprozesse, LPP mit rund 31 % kürzeren Kommissionierwegen | KI-Plattform direkt am WMS mit virtuellem Testlager | Zum Profil → |
| SAP Extended Warehouse ManagementSAP, Walldorf | WMS-Modul | auf Anfrage | Lagerungsdisposition und Umlagerung im Standard, Lagerkonzept für neue Produkte per Machine Learning | Konditionstechnik plus ML-Modell, Ergebnisse als Planwerte prüfen und aktivieren | Zum Profil → |
Quellen: Anbieter- und Referenzdatenbank von Find-Your-WMS; Blue Yonder, Pressemitteilung vom 28.10.2025; Manhattan Associates, Slotting Optimization; SAP, Lagerungsdisposition ausführen; Infios, Slotting Solutions; Infor, Kundengeschichte Gildemeister; PSI, Pressemitteilung vom 11.03.2025; FORTNA, OptiSlot DC; Optioryx, AI Slotting; Lucas Systems, Slotting. Abgerufen am 05.11.2026. Angaben laut Anbieter, Stand November 2026, ohne Gewähr. Einschätzungen geben die Meinung von Find-Your-WMS wieder. Das Katalogprofil von Infios heißt noch Körber Supply Chain WMS. Preise für Slotting-Module nennt keiner der Anbieter.
Blue Yonder, Manhattan, SAP:
Drei Wege, Slotting einzubauen.
Alle drei liefern Slotting als Teil ihres WMS. Sie unterscheiden sich darin, wie oft neu gerechnet wird und wer die Umlagerung freigibt.
Blue Yonder Advanced Slotting
Blue Yonder, Scottsdale (USA)
Blue Yonder beschreibt Advanced Slotting als Wechsel von einem reaktiven, regelbasierten Prozess zu einem laufend optimierten System. Nachfrageprognosen und Machine Learning sagen Auftragsvolumen und Aufgabenzeiten voraus, daraus entstehen tägliche Slot-Pläne mit Zahl und Ort der Slots.
- Ziel laut Anbieter: kürzere Pickwege, höhere Füllgrade, weniger Handling
- Agenten zeigen, wie genau das Slotting ist, und empfehlen Maßnahmen
- Im Warehouse Operations Agent prüft der Nutzer Slotting-Empfehlungen samt erwarteter Wirkung vor der Freigabe
- Keine Kennzahl und kein Kundenbeleg in der Ankündigung
Quellen: Blue Yonder, Pressemitteilung vom 28.10.2025, Warehouse Operations Agent
Manhattan Active Slotting Optimization
Manhattan Associates, Atlanta (USA)
Manhattan bestimmt die besten Plätze automatisch und bindet Slotting und Re-Slotting direkt in Einlagerung und Kommissionierung ein. Das Verfahren vergleicht laut Manhattan Millionen Kombinationen von Umlagerungen gegen Strategien, die der Kunde konfiguriert.
- Eingänge: Saisonalität, Verkaufstrends, Produktvarianten, Gewicht, Größe und Umschlag
- Familiengruppen und bevorzugte Artikelreihenfolge bleiben erhalten
- Nativ mit WMS, Labor und Yard Management vereint, keine Schnittstelle nötig
- Manhattan nennt keine Kennzahlen und spricht von eingebauter lernender Intelligenz, nicht von KI
Quellen: Manhattan Associates, Slotting Optimization, Warehouse Management, abgerufen am 05.11.2026
SAP EWM Lagerungsdisposition
SAP, Walldorf
In SAP EWM heißt Slotting Lagerungsdisposition. Sie ermittelt beim Einlagern Lagertyp, Lagerbereich und Lagerplatztyp aus Produkt-, Bedarfs- und Verpackungsdaten. Die Variante mit maschinellem Lernen schlägt das Lagerkonzept für neue oder geänderte Produkte vor und lernt aus historischen Daten.
- Ergebnisse als Planwerte sichern und prüfen oder sofort aktivieren
- Umlagerung verschiebt etwa Schnelldreher auf bessere Plätze, interaktiv, im Hintergrund oder als Welle
- Slotting-Index 0 bedeutet optimaler Platz, vorgeschlagen wird nur ein besserer
- Einstieg und Abgrenzung zu WM: SAP EWM
Quellen: SAP, Lagerungsdisposition ausführen, Slotting, Umlagerung, abgerufen am 05.11.2026
Infios, Infor, PSI
und Werkzeuge über dem WMS.
Spezialisten rechnen neben dem WMS und geben Umlagerungen zurück, das WMS bleibt führendes System. Das lohnt sich vor allem, wenn das eigene WMS kein Slotting-Modul hat.
Infios Slotting Solution
Infios, vormals Körber Supply Chain Software, Bad Nauheim
Infios optimiert Plätze mit Data-Science-Verfahren und wägt Strategien wie Pickweg gegen Nachschubfrequenz ab. Mehrere Szenarien lassen sich vorher und nachher vergleichen, Best Moves liefert zum Tagesende die lohnenden Umlagerungen.
- Re-Slotting für das ganze Lager oder einzelne Zonen, Plätze für neue Artikel
- Datenaustausch mit dem WMS per API, Umlagerungen werden dort als Aufgaben geplant
- Körber stellte 2024 Slotting.IQ mit dynamischen Algorithmen vor
Quellen: Infios, Slotting Solutions, Glossar Slotting, Mitteilung vom 18.03.2024
Infor WMS und PSIwms
Infor, New York (USA) · PSI Software, Berlin
Gildemeister, Automobilhändler in Chile, Peru und Costa Rica mit über 53.000 Ersatzteilen, verlagert mit Infor täglich die wirksamsten Artikel in die Goldene Zone. PSI meldet für den Modehändler LPP mit PSIwms AI rund 31 % kürzere Kommissionierwege.
- Gildemeister: 90 % der Picks aus der Goldenen Zone in Peru, 70 % in Chile, Leiharbeit minus 67 % (laut Infor)
- LPP: Effizienz der Kommissionierung rund 23 % höher (laut PSI, 11.03.2025)
- PSI testet Änderungen vorher in einem virtuellen Lager
Quellen: Infor, Gildemeister; PSI, Pressemitteilung vom 11.03.2025
FORTNA, Optioryx, Lucas Systems
Atlanta (USA) · Gent (Belgien) · Wexford (USA)
FORTNA führt seit der Übernahme von Optricity im Februar 2022 die Slotting-Lösung OptiSlot DC mit digitalem Zwilling. Optioryx setzt Pulse als Schicht auf das bestehende WMS, Lucas Systems plant Umlagerungen mit Jennifer. Was ein digitaler Zwilling im Lager leistet, steht unter Digitaler Zwilling im Lager.
- FORTNA: What-if-Szenarien mit echten Auftragsdaten vor dem Umlagern
- Optioryx: Anbindung per Datei, CSV, SFTP oder API, WMS bleibt führendes System
- Veröffentlichte Kennzahlen nennen keine Ausgangsbasis, fragen Sie in der Demo nach der Messmethode
Quellen: FORTNA OptiSlot DC, Übernahme Optricity, Optioryx, Lucas Systems
Jede Umlagerung kostet.
Rechnen Sie, ob sie sich lohnt.
Ein Slot-Plan ist nur so gut wie die Bilanz aus gesparten Wegen und dem Aufwand für die Umlagerung. Das Rechenbeispiel von Find-Your-WMS nutzt eigene Annahmen, setzen Sie Ihre Werte ein.
| Position | Annahme | Ergebnis |
|---|---|---|
| Pickvolumen | 3.000 Picks je Tag, 250 Arbeitstage | 750.000 Picks im Jahr |
| Wegersparnis je Pick | 3 Sekunden weniger Weg nach dem Re-Slotting, angenommen, nicht gemessen | 2,5 Stunden je Tag, rund 625 Stunden im Jahr |
| Erstumlagerung | 300 Artikel, je Umlagerung 6 Minuten für Entnahme, Transport, Einlagerung und Buchung | 30 Stunden einmalig |
| Laufende Umlagerungen | 40 Umlagerungen je Woche zu je 6 Minuten | 4 Stunden je Woche, rund 200 Stunden im Jahr |
| Bilanz | Ersparnis minus Erstumlagerung minus laufende Umlagerungen | rund 395 Stunden im ersten Jahr |
| Regel je Umlagerung | Ein Artikel mit 40 Picks je Tag spart 3 Sekunden je Pick | 2 Minuten je Tag, die Umlagerung hat sich nach 3 Tagen bezahlt |
Rechenbeispiel von Find-Your-WMS mit eigenen Annahmen, keine Anbieterangabe. Praxistipp: Verlangen Sie, dass das System jede Umlagerung mit ihrer Amortisationszeit ausweist und Umlagerungen unter einer Schwelle gar nicht erst vorschlägt. Welche Kennzahlen dafür taugen, diskutiert KPIs im Warehouse Management.
Sechs Regeln,
bevor der Slot-Plan Stapler bewegt.
KI-Slotting verschiebt echte Ware. Legen Sie harte Regeln, Freigaben und Zeitfenster fest, bevor der erste Plan läuft.
Was nie verletzt werden darf
Zusammenlagerungsverbote, Temperaturzonen und Lastgrenzen sind keine Ziele, sondern Bedingungen.
- Gefahrstoffklassen und Temperatur als Sperre, nicht als Gewicht
- Lastgrenzen je Ebene im Platzstamm pflegen
- In der Demo einen Verstoß provozieren und die Reaktion prüfen
Wer gibt Umlagerungen frei?
Ein Slot-Plan mit 500 Bewegungen am Montagmorgen legt die Kommissionierung lahm.
- Obergrenze für Umlagerungen je Schicht festlegen
- Schichtleitung gibt die Liste frei, das System priorisiert
- Blue Yonder lässt Empfehlungen samt Wirkung vor der Freigabe prüfen
Wann wird umgelagert?
Umlagerungen konkurrieren mit Picks um Personal und Gänge.
- Ruhige Schichten, Wochenenden oder eigene Wellen nutzen
- SAP EWM plant Umlagerungen auch als Welle
- Vor Saisonspitzen rechtzeitig umlagern, nicht mittendrin
Kein Hin und Her
Ein Artikel, der jede Woche umzieht, verwirrt Personal und kostet mehr, als er spart.
- Mindestverweildauer je Platz
- Schwelle für den Mindestnutzen je Umlagerung
- Z-Artikel nicht nach jeder Spitze verschieben
Stammdaten zuerst
Falsche Maße erzeugen Vorschläge für Fächer, in die der Artikel nicht passt.
- Maße und Gewichte stichprobenhaft nachmessen
- Bestandsgenauigkeit vor dem Pilot prüfen
- Neuartikel ohne Maße sperren statt raten
Slotting ohne Leistungsdaten
Slotting betrifft Artikel und Plätze, nicht Personen. Das ändert sich, wenn dasselbe System Aufgaben nach Leistung verteilt.
- Leistungsdaten nicht in das Slotting-Modell einspeisen
- Arbeitsverteilung und Personalprognose behandelt KI-Personalplanung im Lager
- Mitbestimmung bei Leistungsdaten: WMS und Betriebsrat
Keine Rechtsberatung. Rechtsstand: Digital Omnibus zur KI-Verordnung, Verordnung (EU) 2026/1744, in Kraft seit 27.07.2026; Hochrisikopflichten nach Anhang III ab 02.12.2027. Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG.
Was KI-Slotting kostet,
hängt an sechs Treibern.
Preise für Slotting-Module veröffentlicht keiner der Anbieter, sie sind auf Anfrage. Die Struktur der WMS-Gesamtkosten erklärt WMS Kosten.
| Kostentreiber | Was ihn treibt | Wie Sie ihn klein halten |
|---|---|---|
| Lizenz oder Modul | Slotting im Standard, als Zusatzmodul oder als eigenes Abo eines Spezialisten | In der Demo klären, ob Slotting im Lizenzumfang liegt und was die ML-Variante extra kostet |
| Schnittstelle | Bei Spezialisten: Artikel, Plätze, Historie hin, Umlagerungen zurück | Individuelle Schnittstellenanpassung 20 bis 60 Personentage nach Erfahrungswerten von Find-Your-WMS, siehe WMS für AMR, Shuttle und AutoStore |
| Stammdaten | Fehlende Maße, Gewichte und Platztypen | Bereinigung vor dem Pilot einplanen, nicht danach |
| Umlagerungsarbeit | Stunden für Erstumlagerung und laufende Moves | Schwelle für Mindestnutzen und Obergrenze je Schicht |
| Projekt und Beratung | Strategien, Gewichte und Regeln einstellen | Mit einer Zone starten, Regeln dokumentieren |
| Betrieb | Neutraining der Modelle, Pflege neuer Plätze und Artikel | Verantwortliche Person benennen und Review je Quartal festlegen |
Praxistipp: Fragen Sie in der Ausschreibung nach den Kosten je Treiber, nicht nach einem Gesamtpreis. Die Struktur liefert der WMS RFP Leitfaden.
In 6 Schritten zum Pilot,
mit Messung vorher und nachher.
Ein Slotting-Pilot braucht eine Zone, eine Kennzahl und einen Vergleich. Wie das in eine WMS-Einführung passt, zeigt WMS einführen.
Ausgangswert messen
Messen Sie vier Wochen lang Wegstrecke oder Pickzeit je Position, Nachschubfahrten und Picks aus der Goldenen Zone. Ohne Ausgangswert ist jede Erfolgsmeldung eine Behauptung.
Daten bereinigen
Prüfen Sie Maße, Gewichte, Platztypen und Bestand der Pilotzone. Artikel ohne Maße kommen nicht in den Pilot.
Szenarien rechnen
Lassen Sie den Anbieter mit Ihrer Auftragshistorie zwei bis drei Strategien rechnen, etwa Weg gegen Nachschub. Vergleichen Sie die prognostizierte Wirkung mit dem Aufwand der Umlagerung.
Regeln und Freigabe
Legen Sie harte Regeln, Obergrenze je Schicht, Mindestnutzen und Freigaberolle fest. Die Schichtleitung muss jede Liste verstehen.
Umlagern und laufen lassen
Lagern Sie in einem ruhigen Zeitfenster um und lassen Sie die Zone mindestens acht Wochen laufen, damit Saisoneffekte sichtbar werden.
Bilanz ziehen
Vergleichen Sie Ersparnis und Umlagerungsstunden mit dem Ausgangswert. Erst danach weitere Zonen freigeben oder den Pilot beenden.
Praxistipp: Halten Sie eine Vergleichszone ohne neues Slotting. Nur so trennen Sie die Wirkung des Slottings von Saison und Auftragsmix.
Zehn Fragen,
die jeder Slotting-Anbieter beantworten muss.
Stellen Sie die Fragen mit Ihren eigenen Daten und lassen Sie die Antworten schriftlich festhalten.
| Demofrage | Warum sie zählt | Tragfähige Antwort |
|---|---|---|
| Rechnen Sie einen Slot-Plan mit unserer Auftragshistorie. | Nur eigene Daten zeigen die Wirkung im eigenen Lager. | Plan mit Umlagerungsliste und prognostizierter Ersparnis vor dem Vertrag. |
| Welches Verfahren steckt dahinter? | Regel, Solver und ML verhalten sich unterschiedlich. | Klare Beschreibung, welche Ziele gewichtet und welche Regeln hart sind. |
| Wie weist das System den Nutzen je Umlagerung aus? | Unnötige Moves kosten Personal. | Ersparnis und Aufwand je Move, Schwelle einstellbar. |
| Wie viele Umlagerungen schlägt es je Woche vor? | Zu viele Moves stören den Betrieb. | Obergrenze je Schicht und Priorisierung. |
| Wie werden neue Artikel eingeplant? | Neuheiten landen sonst auf Zufallsplätzen. | Platz nach ähnlichen Artikeln oder Prognose, etwa per ML. |
| Wie fließen Saison und Aktionen ein? | Saison entscheidet über den Zeitpunkt. | Prognose oder Vorschau aus dem Vertrieb, Vorlauf einstellbar. |
| Wie kommen Umlagerungen ins WMS? | Medienbrüche erzeugen Bestandsfehler. | Als Lageraufgabe mit Buchung, bei Spezialisten per API. |
| Welche Daten braucht das Modell und wie oft wird neu trainiert? | Veraltete Modelle rechnen an der Realität vorbei. | Liste der Felder, Trainingsrhythmus, Verantwortlicher. |
| Ist Slotting im Lizenzumfang? | Zusatzmodule verändern die Kosten. | Schriftliche Aussage zu Modul, ML-Variante und Preis auf Anfrage. |
| Welcher Kunde mit ähnlichem Lager nutzt es produktiv? | Ankündigungen sind keine Belege. | Referenz mit Branche, Lagergröße und gemessenem Ergebnis. |
Praxistipp: Übernehmen Sie die Fragen in Ihr WMS Lastenheft, dann lassen sich die Antworten der Anbieter direkt vergleichen.
Häufige Fragen
direkt beantwortet.
Wo finde ich Anbieter, die KI für Personalplanung und Slotting-Optimierung anbieten?
Anbieter von KI-Slotting sind WMS-Hersteller mit eigenem Modul, etwa Blue Yonder, Infios, Infor, Manhattan, PSI und SAP, sowie Spezialisten wie FORTNA, Optioryx und Lucas Systems, die über einem bestehenden WMS arbeiten. Die Tabelle oben fasst ihre Angebote laut Anbieter zusammen. Für die Personalplanung gibt es eigene Labor-Management-Module, die KI-Personalplanung im Lager beschreibt. Weitere Hersteller stehen in WMS Anbieter. Klären Sie in der Demo, ob Slotting im Lizenzumfang liegt und mit Ihren Auftragsdaten gerechnet wird.
Was ist KI-Slotting?
KI-Slotting ist die laufende, datengestützte Zuordnung von Artikeln zu Lagerplätzen mit Optimierung oder Machine Learning. Statt Plätze einmal nach ABC-Klassen zu vergeben, rechnet das System mit Umschlag, Prognose, Abmessungen und gemeinsam bestellten Artikeln regelmäßig neu. Ergebnis ist eine priorisierte Liste von Umlagerungen, die Wege verkürzen und Nachschub senken sollen. Das WMS führt die Umlagerungen als Aufgaben aus. Entscheidend ist, dass jede Umlagerung mehr Weg spart, als sie selbst an Arbeitszeit kostet.
Was unterscheidet KI-Slotting von ABC-Slotting?
ABC-Slotting vergibt Plätze nach einer festen Regel und wird meist nur selten neu berechnet, KI-Slotting rechnet laufend und wägt mehrere Ziele gegeneinander ab. Dazu zählen Wegzeit, Nachschubfrequenz, Ergonomie und Affinität zwischen Artikeln. Machine Learning ergänzt Prognosen zu Volumen und Saison und schlägt Plätze für neue Artikel vor. ABC bleibt dabei eine wichtige Eingangsgröße, ergänzt um XYZ für die Schwankung der Nachfrage. Für kleine Lager mit stabilem Sortiment reicht ABC oft aus, wie die Pick-Strategien zeigen. Das Prinzip der freien Platzvergabe erklärt Chaotische Lagerhaltung.
Welche Daten braucht KI-Slotting?
KI-Slotting braucht Auftragshistorie, Artikelmaße und Gewichte, Bestände sowie die Lagerstruktur mit Platztypen und Wegen. Aus der Historie entstehen ABC- und XYZ-Klassen und die Affinität gemeinsam bestellter Artikel. Saisonverläufe und Aktionen verbessern die Prognose. Harte Regeln wie Temperaturzonen, Lastgrenzen und Zusammenlagerungsverbote gehören in den Platzstamm. Fehlen Maße oder stimmt der Bestand nicht, schlägt das System Fächer vor, in die der Artikel nicht passt. Planen Sie die Bereinigung vor dem Pilot ein. Die Datenfelder gehören deshalb ins WMS Lastenheft.
Wie viel spart KI-Slotting?
Veröffentlichte Werte stammen von Anbietern und ihren Kunden und reichen von rund 10 bis über 30 Prozent. PSI meldet für LPP rund 31 % kürzere Kommissionierwege, Infor für Gildemeister 90 % Picks aus der Goldenen Zone in Peru. Solche Werte hängen stark vom Ausgangszustand ab: Ein lange nicht umgelagertes Lager gewinnt mehr als ein gut gepflegtes. Messen Sie deshalb vor dem Pilot den eigenen Ausgangswert. Nach Einschätzung von Find-Your-WMS zählt die Bilanz aus Wegersparnis und Umlagerungsstunden, nicht der Prozentwert des Anbieters.
Wann lohnt sich eine Umlagerung?
Eine Umlagerung lohnt sich, wenn die gesparte Wegzeit den Aufwand für Entnahme, Transport, Einlagerung und Buchung in kurzer Zeit übersteigt. Im Rechenbeispiel von Find-Your-WMS spart ein Artikel mit 40 Picks je Tag bei 3 Sekunden weniger Weg je Pick 2 Minuten täglich, eine Umlagerung von 6 Minuten hat sich nach 3 Tagen bezahlt. Artikel mit wenigen Picks rechnen sich oft nie. Verlangen Sie deshalb, dass das System den Nutzen je Umlagerung ausweist und eine Schwelle kennt.
Wie oft sollte man neu slotten?
Die Frequenz hängt von Sortimentswechsel und Saison ab, nicht von einem festen Kalender. Blue Yonder nennt tägliche Slot-Pläne, Infios schlägt Best Moves zum Tagesende vor, klassische Lager rechnen jährlich oder vor der Saison neu. Nach Einschätzung von Find-Your-WMS ist eine kleine Zahl lohnender Umlagerungen je Woche besser als ein großer Umbau einmal im Jahr. Begrenzen Sie die Moves je Schicht und legen Sie eine Mindestverweildauer fest, damit Artikel nicht ständig umziehen und das Personal sie wiederfindet.
Kann ich KI-Slotting ohne neues WMS nutzen?
Ja, Spezialisten wie FORTNA OptiSlot DC oder Optioryx Pulse rechnen neben dem bestehenden WMS und geben Umlagerungen zurück. Optioryx tauscht Daten per Datei, CSV, SFTP oder API aus, das WMS bleibt führendes System. Voraussetzung ist, dass Ihr WMS Artikel, Plätze und Historie liefert und Umlagerungsaufgaben annimmt. Der Schnittstellenaufwand kommt hinzu. Wenn ohnehin ein Systemwechsel ansteht, prüfen Sie, ob das neue WMS Slotting im Standard mitbringt, Kriterien liefert WMS und ERP Integration.
Bietet SAP EWM KI-Slotting?
SAP EWM bietet die Lagerungsdisposition als regelbasiertes Slotting und eine Variante mit maschinellem Lernen. Die klassische Lagerungsdisposition ermittelt Lagertyp, Lagerbereich und Lagerplatztyp aus Produkt-, Bedarfs- und Verpackungsdaten. Die ML-Variante schlägt das Lagerkonzept neuer oder geänderter Produkte anhand historischer Daten vor. Ergebnisse lassen sich als Planwerte prüfen und dann aktivieren. Die Umlagerung verschiebt bestehende Bestände interaktiv, im Hintergrund oder als Welle auf bessere Plätze. Den Einstieg in Varianten und Betrieb bietet SAP EWM.
Fällt KI-Slotting unter den EU AI Act?
Slotting ohne Personenbezug ist nach Einschätzung von Find-Your-WMS kein Hochrisiko-System, weil es Artikel und Plätze betrifft, nicht Beschäftigte. Hochrisiko nach Anhang III gilt für KI, die Aufgaben nach Verhalten oder Leistung zuweist oder Leistung überwacht, ab 02.12.2027 laut Digital Omnibus, Verordnung (EU) 2026/1744. Speist ein System Leistungsdaten ein oder verteilt Aufgaben an Personen, ändert sich die Lage, und bei Leistungsdaten greift die Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG. Keine Rechtsberatung. Details beschreibt EU AI Act und KI im WMS.
Ab welcher Lagergröße lohnt sich KI-Slotting?
KI-Slotting lohnt sich vor allem bei vielen Picks, großem Sortiment und wechselnder Nachfrage. Nach Einschätzung von Find-Your-WMS genügen unter einigen hundert Picks pro Tag meist gute Standardregeln des WMS. Bei Ersatzteilen, Mode und E-Commerce mit vielen Neuheiten wächst der Nutzen schneller, weil sich der Umschlag oft verschiebt. Ein SAP-Partner nennt für seinen Optimierungsagenten ab etwa 500 Picks pro Tag einen überzeugenden Business Case. Rechnen Sie mit eigenen Zahlen: Picks je Tag, gesparte Sekunden je Pick und Stunden für Umlagerungen. Mittelständler finden Kriterien in WMS für den Mittelstand.
Wie hängen KI-Slotting und Robotik zusammen?
Bei Ware-zur-Person-Systemen und Shuttles entscheidet das Slotting über die Zugriffshäufigkeit je Behälter und damit über die Auslastung der Anlage. Schnelldreher in gut erreichbaren Behältern entlasten Roboter und Stationen. Manhattan bindet Slotting direkt in Einlagerung und Kommissionierung ein, Spezialisten rechnen Szenarien im digitalen Zwilling. Prüfen Sie in der Demo, ob das Slotting die Logik der Anlage kennt. Die Anbindung der Automatik behandelt WMS Robotik-Integration, den Überblick über KI bietet KI im WMS.
Das WMS mit dem passenden
Slotting finden.
Im Selection Portal von Find-Your-WMS sammeln Sie Anforderungen, auch zu Slotting, Daten und Umlagerung, sprechen direkt mit Anbietern und dokumentieren die Entscheidung nachvollziehbar. Find-Your-WMS arbeitet anbieterneutral und datenbasiert. Das Matching liefert in rund 6 Minuten eine begründete Shortlist.