WMS Software · Künstliche Intelligenz

KI-Personalplanung im Lager.
Prognose, Einsatz und Mitbestimmung.

KI-Personalplanung im Lager sagt den Personalbedarf je Schicht und Bereich voraus und verteilt Aufgaben nach Qualifikation, Verfügbarkeit und Auslastung. Manhattan, Blue Yonder, Infios und SAP EWM bringen dafür Labor-Management-Module mit, Lucas Systems und ATOSS ergänzen als Spezialisten. Praxistipp: Lassen Sie sich in der Demo zeigen, nach welchen Merkmalen das System Aufgaben an Personen zuweist.

bis 20 %
mehr Arbeitsproduktivität nennt Manhattan für sein Labor Management (Herstellerangabe, ohne Messgrundlage)
6 Anbieter
im Auszug: vier WMS mit Labor Management und zwei Spezialisten für Personalbedarf und Einsatz
§ 87
Abs. 1 Nr. 6 BetrVG: Mitbestimmung bei Leistungsdaten gilt heute schon, mit und ohne KI
02.12.2027
Hochrisikopflichten nach Anhang III der KI-Verordnung, relevant bei Aufgabenzuweisung und Leistungsbewertung
Labor Management im Lager

Fünf Bausteine
der Personalplanung im Lager.

Labor Management verbindet Zeitstandards, Bedarfsprognose, Schichtplan und Aufgabenverteilung. Die Funktionen eines WMS im Überblick zeigt WMS-Funktionen.

BausteinWas er leistetWelche Daten er brauchtWas KI daran ändert
Engineered Labor StandardsNormalzeit je Tätigkeit, etwa je Pick, Palette oder Meter Weg.Zeitstudien oder Bausteinsysteme wie MTM, Wegzeiten, Zuschläge für Ermüdung und Wartezeit.Machine Learning schätzt Bearbeitungszeiten aus Ist-Daten und passt Standards laufend an.
Workload-PrognoseErwartete Arbeitslast je Tag, Schicht, Stunde und Bereich.Auftragseingang, Auftragsvorschau, Saison, Aktionen, Retouren.Modelle erkennen Muster wie Wochentag, Wetter oder Aktion besser als ein fester Aufschlag.
SchichtplanungWer arbeitet wann und in welchem Bereich, unter Arbeitszeitregeln.Qualifikationen, Abwesenheiten, Arbeitszeitkonten, Wünsche der Beschäftigten.Optimierer erstellen Vorschläge, die Schichtleitung gibt frei.
AufgabenverteilungOrdnet Aufträge und Zonen den Personen zu, im Lauf der Schicht.Offene Aufträge, Prioritäten, Qualifikation, Standort von Personal und Geräten.KI gewichtet Auslastung und Engpass neu, kritisch wird die Zuweisung nach individueller Leistung.
Leistungsauswertung und CoachingVergleicht Plan und Ist je Bereich, Team oder Person.Scans mit Benutzerkennung und Zeitstempel, Standards, indirekte Zeiten.Agenten erzeugen Coaching-Hinweise je Mitarbeitenden, das ist der sensibelste Baustein.

Quellen: SAP, Labor Management in SAP EWM; Infios, Labor Management; Lucas Systems, Warehouse Labor Management; abgerufen am 05.11.2026.

Was KI an der Planung ändert

Von der Tabelle
zur lernenden Planung.

Klassisches Labor Management rechnet mit festen Standards und Erfahrungswerten der Schichtleitung. KI verschiebt die Planung von der Woche in die laufende Schicht.

Ohne KI

  • Der Personalbedarf entsteht aus Vorjahreswerten und einem Aufschlag für Spitzen.
  • Zeitstandards werden einmal erhoben und veralten mit jedem neuen Artikel oder Layout.
  • Die Schichtleitung verteilt Personal morgens auf Zonen und korrigiert per Zuruf.
  • Engpässe fallen auf, wenn die Welle schon zu spät ist.
  • Leistungsdaten liegen im WMS, werden aber selten systematisch genutzt.

Mit KI

  • Die Prognose nutzt Auftragsvorschau, Saison und Aktionen und rechnet je Stunde und Bereich.
  • Lucas Systems etwa lässt Bearbeitungszeiten per Machine Learning schätzen statt Standards zu modellieren.
  • Agenten wie der Labor Agent von Manhattan verteilen Personal während der Schicht auf Zonen.
  • Empfehlungen kommen mit Begründung, die Schichtleitung gibt frei oder übersteuert.
  • Mit der Personenbezogenheit steigen die Pflichten aus BetrVG, DSGVO und KI-Verordnung.

Praxistipp: Starten Sie mit der Bedarfsprognose je Bereich. Sie bringt schnell Nutzen und wertet keine einzelnen Personen aus. Die Prognoseverfahren dahinter erklärt KI-Bedarfsprognose im Lager.

Anbieter im Auszug

Wo finde ich Anbieter, die KI für Personalplanung und Slotting-Optimierung anbieten?

KI für Personalplanung bieten WMS-Hersteller mit Labor-Management-Modul wie Manhattan, Blue Yonder, Infios und SAP sowie Spezialisten wie Lucas Systems und ATOSS. Den Slotting-Teil der Frage beantwortet KI-Slotting im WMS, alle Hersteller im Auszug stehen unter WMS Anbieter.

AnbieterTypPreis abPersonalplanung laut AnbieterKI und AgentenProfil
ATOSS Workforce ForecastingATOSS, Spezialist für Workforce ManagementSpezialistauf AnfragePrognose, welche Mitarbeitenden mit welcher Qualifikation wann, wo und zu welchen Kosten nötig sind, je Tag, Stunde oder MinuteZeitwirtschaft und Schichtplanung, WMS-Anbindung als Projekt, KI-Umfang in der Demo klären
Blue Yonder Warehouse ManagementBlue Yonder, Scottsdale (USA)WMS-Modulauf AnfrageWarehouse Labor Management mit Standards auf MTM-Basis, Modellierung und SimulationWarehouse Operations Agent überwacht Arbeitsproduktivität, Workforce Management Knowledge AgentZum Profil →
Infios Warehouse ManagementInfios, vormals Körber Supply Chain Software, Bad NauheimWMS-Modulauf AnfrageLabor Management mit Arbeits- und Gerätestandards, Zuweisung nach Fähigkeit, Verfügbarkeit, AuslastungKI erkennt Muster je Schicht, Aufgabe, Person; Associate Coaching AgentZum Profil →
Lucas Systems JenniferLucas Systems, Spezialist für LagerausführungSpezialistauf AnfrageLabor Performance Management, Personalbedarf und Bearbeitungszeiten per Machine LearningPersonaleinsatz während der Schicht dynamisch anpassen, Anbindung an Ihr WMS in der Demo klären
Manhattan Active Warehouse ManagementManhattan Associates, Atlanta (USA)WMS-Modulauf AnfrageLabor Management mit engineered und dynamischen Standards, Szenarien, Gamification, PrämienberechnungLabor Agent verteilt Personal auf Zonen, seit 08.01.2026 kommerziell verfügbarZum Profil →
SAP Extended Warehouse ManagementSAP, WalldorfWMS-Modulauf AnfrageLabor Management mit Engineered Labor Standards, Plan- und Ist-Arbeitslast, operative Planung mit SimulationPrädiktive Personalplanung und Joule Agents für den Personalabgleich, laut SAP gestaffelt über 2026Zum Profil →

Quellen: Anbieter- und Referenzdatenbank von Find-Your-WMS; Manhattan Associates, Labor Management und Pressemitteilung vom 08.01.2026; Blue Yonder, Warehouse Labor Management und Warehouse Operations Agent; Infios, Labor Management; SAP, Labor Management und Beitrag vom 14.05.2026; Lucas Systems, Warehouse Labor Management; ATOSS, Workforce Forecasting. Abgerufen am 04.11. und 05.11.2026. Angaben laut Anbieter, Stand November 2026, ohne Gewähr. Einschätzungen geben die Meinung von Find-Your-WMS wieder. Alphabetisch, ohne Bewertung. Das Katalogprofil von Infios heißt noch Körber Supply Chain WMS.

Labor Management im WMS

Manhattan, Blue Yonder, Infios:
Personalplanung im WMS.

Alle drei führen Labor Management als Teil ihres WMS und verbinden es mit Agenten. Sie unterscheiden sich bei Standards, Anreizen und dem Grad der Personenauswertung.

01 · Standards und Anreize

Manhattan Active Labor Management

Manhattan Associates, Atlanta (USA)

Manhattan beschreibt engineered und dynamische Standards für die Arbeit, Szenarien für den Personaleinsatz und Gamification auf Basis der Selbstbestimmungstheorie. Machine Learning ordnet wechselnde Prioritäten fortlaufend neu. Das Modul ist mit Warehouse Management und Slotting Optimization verbunden. Für Labor Management nennt Manhattan bis zu 20 % mehr Arbeitsproduktivität.

  • Agent: Der Labor Agent verteilt Personal auf Zonen, Eaton nutzt ihn mit dem Wave Coordinator als Early-Access-Kunde
  • Anreize: Prämien werden berechnet und an die Lohnabrechnung übergeben, das berührt § 87 Abs. 1 Nr. 10 und 11 BetrVG
  • In der Demo klären: Lassen sich Ranglisten und Einzelvergleiche abschalten?
  • Preis: auf Anfrage

Quellen: Manhattan Associates, Labor Management, Warehouse Management, Pressemitteilung vom 08.01.2026, abgerufen am 04.11. und 05.11.2026

02 · Standards auf MTM-Basis

Blue Yonder Warehouse Labor Management

Blue Yonder, Scottsdale (USA)

Blue Yonder setzt auf Leistungsstandards auf MTM-Basis, die Wegstrecken, Geräte und Handling abbilden und für Personen, Teams und Automatisierung gelten. Modellierung und Simulation sind eingebaut. KI beschreibt Blue Yonder im Labor-Modul selbst nicht, wohl aber im Warehouse Operations Agent, der Arbeitsproduktivität und Auslastung überwacht.

  • Kennzahlen laut Blue Yonder: 20 % mehr Lagerproduktivität, 50 % weniger Fluktuation, 35 % mehr Engagement, ohne Angabe zu Methode und Zeitraum
  • Agent: Workforce Management Knowledge Agent seit ICON 2026, Empfehlungen werden vor der Freigabe geprüft
  • In der Demo klären: Welche KI-Funktion greift auf Leistungsdaten einzelner Personen zu?
  • Preis: auf Anfrage

Quellen: Blue Yonder, Warehouse Labor Management, Warehouse Operations Agent, Pressemitteilung vom 19.05.2026, abgerufen am 04.11. und 05.11.2026

03 · KI und Coaching

Infios Labor Management

Infios, vormals Körber Supply Chain Software, Bad Nauheim

Infios beschreibt KI, die Muster über Schichten, Aufgaben und Personen erkennt, Mitarbeitende nach Fähigkeit, Verfügbarkeit und Auslastung zuordnet und aus Betriebsdaten Standards und Planung verfeinert. Arbeits- und Gerätestandards rechnen konfigurierbare Wegzeiten und Zuschläge für Ermüdung und Wartezeit ein.

  • Agent: Der Associate Coaching Agent analysiert Leistungsdaten und erzeugt Hinweise für Teamleitungen während oder nach der Schicht
  • Beleg: bis zu 50 % mehr Produktivität haben laut Infios Kunden gemeldet, ohne Angabe zur Basis
  • Schichtplanung: als eigene Funktion nicht beschrieben, in der Demo klären
  • Preis: auf Anfrage

Quelle: Infios, Labor Management, abgerufen am 05.11.2026

SAP EWM und Spezialisten

SAP EWM, Lucas, ATOSS:
Standard, Lernmodell, Schichtplan.

SAP liefert Labor Management im EWM-Standard. Lucas Systems und ATOSS arbeiten neben dem WMS und brauchen eine Schnittstelle.

01 · Im EWM-Standard

SAP Extended Warehouse Management

SAP, Walldorf

SAP EWM erzeugt für jeden Prozessschritt eine geplante Arbeitslast, sobald etwa ein Lagerauftrag steht, und erfasst die ausgeführte Arbeitslast mit Bearbeiter, Start und Ende. Leistungsbelege vergleichen Plan und Ist je Mitarbeitenden. Die operative Planung simuliert, wie sich Arbeitslast auf den Personalbedarf auswirkt. Task Interleaving vermeidet Leerfahrten.

  • KI: prädiktive Personalplanung in EWM und Joule Agents, die Personal an die Auslastung anpassen, laut SAP gestaffelt über 2026
  • Grundlage: Engineered Labor Standards in EWM, auch per CSV ladbar
  • In der Demo klären: Welche Funktion ist in Ihrem Release produktiv, welche angekündigt?

Quellen: SAP, Labor Management in SAP EWM, Task Interleaving, Beitrag vom 14.05.2026, abgerufen am 04.11. und 05.11.2026

02 · Lernmodell statt Standard

Lucas Systems Jennifer

Lucas Systems, Spezialist für Lagerausführung

Lucas Systems sagt Personalbedarf und Bearbeitungszeiten mit Machine Learning voraus. Das ersetzt laut Lucas den Modellierungsaufwand klassischer Engineered Labor Standards und passt sich an, wenn sich der Betrieb ändert. Schichtleitungen können den Personaleinsatz während der Schicht verschieben.

  • Kennzahlen laut Lucas: durchschnittlich 36 % mehr Produktivität und 10 % weniger Personalkosten (Herstellerangaben)
  • Anreize: Lucas setzt auf Wettbewerbe im Tagesgeschäft, prüfen Sie diese mit dem Betriebsrat
  • In der Demo klären: Mit welchem WMS ist Jennifer im deutschsprachigen Raum schon gekoppelt?

Quelle: Lucas Systems, Warehouse Labor Management, abgerufen am 05.11.2026

03 · Bedarf und Schichtplan

ATOSS Workforce Forecasting

ATOSS, Spezialist für Workforce Management

ATOSS prognostiziert, welche Mitarbeitenden mit welcher Qualifikation wann, wo und zu welchen Kosten nötig sind, je Tag, Stunde oder Minute. Grundlage sind historische Daten und Schätzungen der Arbeitslast. Zeitwirtschaft und Schichtplanung kommen aus derselben Lösung.

  • Beispiel: JCL Logistics nutzt ATOSS in vier Ländern für Zeitwirtschaft und Einsatzplanung und erwägt eine Anbindung an das WMS
  • Stärke: Arbeitszeitregeln, Abwesenheiten und Wünsche der Beschäftigten im Schichtplan
  • In der Demo klären: Welche WMS-Daten fließen in die Prognose, und wie lernend ist das Modell?

Quellen: ATOSS, Workforce Forecasting, Kundenbericht JCL Logistics, abgerufen am 05.11.2026

WMS-Modul oder Spezialist

Labor Management im WMS
oder als eigenes System?

Beide Wege funktionieren, sie passen zu unterschiedlichen Ausgangslagen. Die Einschätzung ist die Meinung von Find-Your-WMS.

KriteriumWMS-ModulSpezialist neben dem WMS
DatenAufträge, Scans und Standards liegen im selben System, die Prognose sieht jede Buchung.Braucht eine Schnittstelle für Auftragsvorschau und Ist-Zeiten, siehe WMS ERP Integration.
Schichtplan und ZeitwirtschaftOft nur Bedarf und Zuweisung, der Schichtplan bleibt in der Zeitwirtschaft.Stärke von Workforce-Management-Anbietern wie ATOSS: Arbeitszeitregeln, Konten, Abwesenheiten.
Aufgabenverteilung in der SchichtDirekt im WMS, inklusive Task Interleaving und Agenten.Nur, wenn der Spezialist Aufgaben zurück an das WMS geben darf.
EinführungMit dem WMS-Projekt oder als Ausbaustufe danach.Eigenes Projekt, kann auch ohne WMS-Wechsel starten.
Passt besser, wennein WMS-Wechsel ohnehin ansteht oder Ihr WMS das Modul schon im Lizenzumfang hat.Ihr WMS bleibt, Personal über mehrere Standorte oder Kunden geplant wird oder die Zeitwirtschaft führt.

Die Schnittstellen beschreibt WMS ERP Integration. Für Logistikdienstleister mit Personal je Kunde lohnt der Blick auf WMS für 3PL.

Rechtsrahmen

KI-Verordnung, BetrVG, DSGVO:
Was für Personalplanung gilt.

Personalplanung mit KI berührt drei Regelwerke zugleich. Die Fristen der KI-Verordnung erklärt EU AI Act und KI im WMS, keine Rechtsberatung.

01 · Anhang III Nr. 4

Hochrisiko bei Zuweisung und Bewertung

Anhang III Nr. 4 lit. b erfasst KI-Systeme für die Zuweisung von Aufgaben aufgrund des individuellen Verhaltens oder persönlicher Merkmale sowie für die Beobachtung und Bewertung von Leistung und Verhalten.

  • Gilt ab 02.12.2027 nach dem Digital Omnibus, Verordnung (EU) 2026/1744
  • Aggregierte Volumenprognosen fallen in der Regel nicht darunter
02 · Art. 26

Pflichten des Betreibers

Betreiber übertragen die menschliche Aufsicht auf Personen mit Kompetenz, Ausbildung und Befugnis. Arbeitgeber informieren Arbeitnehmervertreter und betroffene Beschäftigte, bevor ein Hochrisiko-System am Arbeitsplatz startet.

  • Schichtleitung muss Zuweisungen übersteuern können
  • Information vor Inbetriebnahme, nicht danach
03 · § 87 Abs. 1 Nr. 6 BetrVG

Leistungsdaten sind mitbestimmt

Technische Einrichtungen, die Verhalten oder Leistung überwachen können, sind mitbestimmungspflichtig. Ein WMS mit Benutzerkennung und Zeitstempel erfüllt das, mit oder ohne KI.

  • Gilt heute, nicht erst 2027
  • Keine Bagatellgrenze laut BAG, siehe WMS und Betriebsrat
04 · § 87 Abs. 1 Nr. 2, 3, 10, 11

Schichtplan und Prämien

Beginn und Ende der Arbeitszeit, ihre Verteilung auf Wochentage und Mehrarbeit sind mitbestimmt. Das betrifft jeden Schichtplan, den eine KI vorschlägt. Prämien und leistungsbezogene Entgelte, etwa aus Gamification, ebenso.

  • KI-Schichtvorschlag ersetzt nicht die Zustimmung
  • Prämienlogik vor dem Start vereinbaren
05 · DSGVO

Automatisierte Entscheidung und Folgenabschätzung

Art. 22 DSGVO schützt vor ausschließlich automatisierten Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung. Systematische Bewertung persönlicher Aspekte verlangt nach Art. 35 Abs. 3 lit. a eine Datenschutz-Folgenabschätzung.

  • Keine Abmahnung oder Einstufung allein aus dem System
  • Art. 88 erlaubt spezifische Regeln per Kollektivvereinbarung
06 · § 80 und § 90 BetrVG

KI-Rechte des Betriebsrats

Der Betriebsrat ist über die Planung von Arbeitsabläufen mit KI zu unterrichten. Muss er KI beurteilen, gilt die Hinzuziehung eines Sachverständigen als erforderlich.

  • Sachverständigen früh einplanen und budgetieren
  • Unterrichtung schon in der Auswahlphase

Quellen: KI-Verordnung Anhang III und Art. 26; BetrVG § 87, § 80, § 90; DSGVO Art. 22, Art. 35, Art. 88; abgerufen am 05.11.2026. Keine Rechtsberatung. Rechtsstand 02.11.2026: Digital Omnibus zur KI-Verordnung, Verordnung (EU) 2026/1744, in Kraft seit 27.07.2026. Art. 50 gilt seit 02.08.2026, Verbote nach Art. 5 seit 02.02.2025.

Einstufung je Funktion

Welche Funktion
wie kritisch ist.

Nicht jede Funktion der Personalplanung ist gleich sensibel. Die Einordnung ist eine erste Orientierung von Find-Your-WMS, die Einstufung im Einzelfall klären Sie mit Datenschutz und Rechtsberatung.

FunktionKI-Verordnung Anhang IIIMitbestimmungEmpfehlung
Volumenprognose je Bereich– in der Regel nicht erfasst, keine Personen betroffen≈ meist nicht, solange keine Personendaten einfließenGuter erster Anwendungsfall
Schichtbedarf und Schichtvorschlag≈ prüfen, wenn Vorschläge auf Personenmerkmale zugreifen✓ § 87 Abs. 1 Nr. 2 und 3 BetrVGVorschlag, Freigabe durch Schichtleitung
Zuweisung nach Zone und Qualifikation≈ Einzelfall, je nach genutzten Merkmalen✓ § 87 Abs. 1 Nr. 6 BetrVGMerkmale offenlegen und begrenzen
Zuweisung nach individueller Leistungshistorie✓ Zuweisung aufgrund individuellen Verhaltens✓ § 87 Abs. 1 Nr. 6 BetrVGNur mit Aufsicht, Protokoll und Vereinbarung
Leistungsbewertung und Coaching je Person✓ Beobachtung und Bewertung der Leistung✓ § 87 Abs. 1 Nr. 6 BetrVGDatenschutz-Folgenabschätzung, Zugriff stark begrenzen
Gamification, Ranglisten, Prämien✓ wenn KI die Leistung bewertet✓ § 87 Abs. 1 Nr. 6, 10 und 11 BetrVGRanglisten abschaltbar machen

Wann KI im Sinne der Verordnung vorliegt und wann eine Regel genügt, ordnet EU AI Act und KI im WMS ein. Allgemeine Pflichten im Lager bündelt Recht und Compliance im Lager.

Betriebsvereinbarung

Was für KI-Personalplanung
zusätzlich hineingehört.

Zweck, Zugriff, Löschfristen und unzulässige Auswertungen regelt jede Betriebsvereinbarung WMS. Für KI kommen die folgenden Punkte dazu.

RegelungspunktWas geregelt wirdPrüfbar formuliert
Liste der KI-FunktionenWelche Funktion lernt, welche rechnet nach Regeln, welche Daten nutzt sie.Anlage mit Funktionsliste, Änderung nur mit Information und Prüffrist.
Merkmale der ZuweisungNach welchen Merkmalen Aufgaben verteilt werden, welche ausgeschlossen sind.Positivliste der Merkmale, etwa Qualifikation, Zone, Gerät.
Übersteuerung und ProtokollSchichtleitung kann jede Zuweisung ändern, Eingriffe werden protokolliert.Protokoll für den Betriebsrat quartalsweise einsehbar.
Keine automatisierte PersonalentscheidungAbmahnung, Einstufung oder Prämie nie allein aus dem System.Ausdrückliches Verbot mit Verfahren bei Verstoß.
Modell- und ReleasewechselNeue Modelle oder Agenten des Anbieters ändern Verhalten ohne Konfiguration.Information vor Aktivierung, Test in einer Zone, dann Freigabe.
SachverständigerUnterstützung des Betriebsrats bei der Bewertung der KI.Benannter Sachverständiger und Budget nach § 80 Abs. 3 BetrVG.

Praxistipp: Lassen Sie den Anbieter die Funktionsliste im Angebot schriftlich bestätigen. Wie Sie den Betriebsrat ab der Anforderungsanalyse einbinden, zeigt WMS und Betriebsrat.

Kosten

Was KI-Personalplanung
kostet und wovon es abhängt.

Keiner der Anbieter nennt Listenpreise für Labor Management, Preise gibt es auf Anfrage. Die Struktur der WMS-Kosten zeigt WMS Kosten.

KostentreiberWorum es gehtWorauf Sie achten
Lizenz oder AboLabor Management als Modul, im WMS-Paket enthalten oder als eigenes Produkt.Fragen Sie, ob Agenten und Prognose extra kosten und wie sie mit Nutzerzahl wachsen.
Standards erstellenZeitstudien, MTM-Analyse oder Lernphase eines Modells.Standards brauchen Pflege bei jedem neuen Prozess oder Layout.
SchnittstellenKopplung von WMS, Zeitwirtschaft und Lohnabrechnung.Erfahrungswerte von Find-Your-WMS: 20 bis 60 Personentage je individueller Schnittstelle bei 100 bis 200 Euro Stundensatz.
Daten bereinigenScans, Stammdaten und Arbeitszeiten müssen stimmen.Falsche Buchungen verzerren jede Prognose und jede Leistungskurve.
MitbestimmungVerhandlung, Sachverständiger, Datenschutz-Folgenabschätzung.Planen Sie Zeit und Budget ein, bevor der Pilot startet.
Schulung und AkzeptanzSchichtleitungen lernen, Empfehlungen zu prüfen und zu übersteuern.Ein umgangenes System liefert schlechte Daten.

Die Spanne für Schnittstellen stammt aus WMS für AMR, Shuttle und AutoStore. Wie Sie Nutzen und Kennzahlen sauber messen, beschreibt der Beitrag Warum die meisten KPIs im Warehouse Management nichts taugen.

Vorgehen

In sechs Schritten
zum Pilot.

Ein Pilot klärt, ob die Prognose in Ihrem Lager trägt, bevor Personen betroffen sind. Den Rahmen des Gesamtprojekts beschreibt WMS einführen.

01

Engpass und Kennzahl festlegen

Wählen Sie einen Bereich mit schwankender Last, etwa Kommissionierung oder Wareneingang. Kennzahl ist etwa die Abweichung zwischen geplanter und benötigter Besetzung je Stunde.

02

Betriebsrat und Datenschutz einbinden

Stellen Sie Ziel, Daten und Funktionsliste vor, bevor Daten fließen. Klären Sie Sachverständigen und Folgenabschätzung.

03

Baseline messen

Messen Sie vier bis acht Wochen ohne KI, einschließlich einer Spitze. Lassen Sie die Werte von zwei Schichtleitungen gegenzeichnen.

04

Prognose im Schattenbetrieb

Das System prognostiziert nur, geplant wird wie bisher. Vergleichen Sie Prognose, Plan und Ist je Stunde und Bereich.

05

Vorschläge mit Freigabe

Danach schlägt das System Besetzung und Zonen vor, die Schichtleitung gibt frei oder übersteuert. Jede Übersteuerung wird mit Grund erfasst.

06

Bewerten und entscheiden

Prüfen Sie Kennzahl, Überstunden, Zahl der Übersteuerungen und Rückmeldungen aus dem Team. Erst dann entscheiden Sie über Zuweisung und weitere Bereiche.

Praxistipp: Lassen Sie die personenbezogene Zuweisung im ersten Pilot weg. Eine gute Bereichsprognose bringt oft den größten Teil des Nutzens.

Demo und Ausschreibung

Acht Fragen
für die Demo.

Stellen Sie die Fragen schriftlich vor der Demo und übernehmen Sie sie in die Ausschreibung. Den Ablauf beschreibt der WMS RFP Leitfaden, eine Struktur bietet die WMS Lastenheft Vorlage.

DemofrageGute Antwort
Welche Funktionen der Personalplanung arbeiten lernend, welche nach Regeln?Schriftliche Liste je Funktion mit Daten und Modell.
Nach welchen Merkmalen weist das System Aufgaben zu?Konfigurierbare Merkmale, Leistungshistorie abschaltbar.
Wie übersteuert die Schichtleitung eine Empfehlung?Ein Klick, mit Grund im Protokoll.
Lassen sich Ranglisten, Einzelvergleiche und Coaching je Person abschalten?Ja, je Rolle und Standort, im Test nachweisbar.
Wie genau war die Prognose bei Referenzkunden?Abweichung je Stunde, mit Ausgangswert gemessen.
Welche Daten braucht die Prognose aus Zeitwirtschaft und ERP?Beschriebene Schnittstelle mit Feldliste.
Wie unterstützt der Anbieter Betriebsrat, DSGVO und KI-Verordnung?Dokumentation zur Funktion, Musterregelungen, Einstufung schriftlich.
Was ändert sich mit einem neuen Release oder Modell?Vorab-Information mit Testmöglichkeit, Abschaltung je Funktion.

Praxistipp: Lassen Sie die Prognose in der Demo mit Ihren Auftragsdaten eines Spitzentags rechnen. Welche Pickverfahren die Last treiben, zeigt Pick-Strategien.

FAQ

Häufige Fragen
direkt beantwortet.

Was ist KI-Personalplanung im Lager?

KI-Personalplanung im Lager sagt den Personalbedarf je Schicht, Stunde und Bereich voraus und verteilt Aufgaben nach Qualifikation, Verfügbarkeit und Auslastung. Sie baut auf Labor Management auf, also auf Zeitstandards, Bedarfsprognose, Schichtplan und Aufgabenverteilung. KI ersetzt dabei feste Aufschläge durch Modelle, die aus Auftragsvorschau und Ist-Zeiten lernen. Agenten verteilen Personal auch während der Schicht neu. Den Überblick über alle KI-Anwendungen im Lager bietet KI im WMS. Starten Sie mit der Prognose je Bereich, sie betrifft noch keine einzelnen Personen.

Was sind Engineered Labor Standards?

Engineered Labor Standards sind Normalzeiten für einzelne Lagertätigkeiten, etwa je Pick, je Palette oder je Meter Weg. SAP EWM berechnet daraus Planzeiten einschließlich Wegzeit, persönlicher Verteilzeit, Ermüdung und unvermeidbarer Wartezeit. Blue Yonder baut seine Standards auf MTM-Basis auf. Die Standards sind Grundlage für Bedarfsplanung und Leistungsvergleich. Sie müssen gepflegt werden, sobald sich Artikel, Layout oder Prozess ändern, sonst vergleichen sie Ist-Zeiten mit einem Lager, das es nicht mehr gibt. Fragen Sie in der Demo, wer die Standards pflegt und wie oft.

Ersetzt Machine Learning die Engineered Labor Standards?

Teilweise. Lucas Systems etwa schätzt Bearbeitungszeiten per Machine Learning aus Ist-Daten und spart so den Modellierungsaufwand klassischer Standards. Infios lässt KI die Standards aus Betriebsdaten verfeinern, Manhattan spricht von engineered und dynamischen Standards. Für Planung und Prognose ist das oft schneller. Für Leistungsvergleiche und Prämien bleiben nachvollziehbare Standards wichtig, weil Betriebsrat und Beschäftigte wissen müssen, woran gemessen wird. Prüfen Sie, ob das Modell seine Zeitwerte erklären kann und wer bei Abweichungen entscheidet.

Was ist Task Interleaving im Lager?

Task Interleaving verknüpft Aufgaben so, dass Personal und Geräte möglichst wenig leer fahren. SAP beschreibt das Beispiel eines Staplers, der nach einer Einlagerung direkt eine Auslagerung übernimmt, statt leer zum Wareneingang zurückzufahren. Das System verteilt die Aufgaben nach Warteschlangen und Reihenfolgen, die Sie festlegen. KI kann diese Reihenfolge laufend nach Auslastung und Priorität neu ordnen. Task Interleaving ist meist Teil des WMS und braucht keinen Spezialisten. Prüfen Sie in der Demo, ob es mit Ihren Geräten und Warteschlangen greift.

Welche Anbieter bieten KI für Personalplanung im Lager?

KI für Personalplanung im Lager bieten WMS-Hersteller mit Labor-Management-Modul und Spezialisten. Bei den WMS sind es etwa Manhattan mit Labor Agent, Blue Yonder mit Warehouse Labor Management, Infios mit Associate Coaching Agent und SAP EWM mit prädiktiver Personalplanung. Lucas Systems und ATOSS arbeiten neben dem WMS. Für den Slotting-Teil lesen Sie KI-Slotting im WMS. Klären Sie in der Demo, ob die Funktion im Lizenzumfang liegt und mit Ihren Daten läuft und welche Funktionen noch angekündigt sind.

Ist ein WMS-Modul oder ein Spezialist besser?

Das hängt von Ihrer Ausgangslage ab, einen Sieger gibt es nicht. Ein WMS-Modul passt besser, wenn ein WMS-Wechsel ansteht oder das Modul schon lizenziert ist, weil Aufträge und Scans im selben System liegen. Ein Spezialist passt besser, wenn Ihr WMS bleibt, Sie mehrere Standorte planen oder Arbeitszeitregeln und Konten im Vordergrund stehen. Dann brauchen Sie eine Schnittstelle für Auftragsvorschau und Ist-Zeiten. Das ist die Einschätzung von Find-Your-WMS. Prüfen Sie zuerst, was Ihr heutiges WMS schon im Lizenzumfang hat.

Fällt KI-Personalplanung unter die KI-Verordnung?

Teile davon fallen ab 02.12.2027 unter die Hochrisikoregeln. Anhang III Nr. 4 erfasst KI-Systeme, die Aufgaben aufgrund individuellen Verhaltens oder persönlicher Merkmale zuweisen oder Leistung und Verhalten beobachten und bewerten. Eine Volumenprognose je Bereich gehört in der Regel nicht dazu, eine Zuweisung nach Leistungshistorie schon. Betreiber müssen dann menschliche Aufsicht sicherstellen und Arbeitnehmervertreter vorab informieren. Details erklärt EU AI Act und KI im WMS, keine Rechtsberatung. Lassen Sie sich die Einstufung je Funktion vom Anbieter schriftlich geben.

Muss der Betriebsrat der KI-Personalplanung zustimmen?

Ja, in Betrieben mit Betriebsrat ist er mehrfach zu beteiligen. § 87 Abs. 1 Nr. 6 BetrVG greift, sobald ein System Leistung oder Verhalten überwachen kann, was jedes WMS mit Benutzerkennung tut. Schichtpläne berühren Nr. 2 und 3, Prämien aus Gamification Nr. 10 und 11. Nach § 90 ist der Betriebsrat über KI in Arbeitsabläufen zu unterrichten, nach § 80 Abs. 3 kann er einen Sachverständigen hinzuziehen. Die Praxis beschreibt WMS und Betriebsrat.

Was gehört in die Betriebsvereinbarung zur KI-Personalplanung?

In die Vereinbarung gehören neben Zweck, Zugriff, Löschfristen und unzulässigen Auswertungen auch KI-spezifische Punkte. Dazu zählen eine Liste der lernenden Funktionen, die erlaubten Merkmale der Aufgabenzuweisung, die Übersteuerung durch die Schichtleitung mit Protokoll und das Verbot automatisierter Personalentscheidungen. Regeln Sie auch, was bei neuen Modellen oder Releases passiert. Den Aufbau mit prüfbaren Formulierungen zeigt Betriebsvereinbarung WMS. Prüfen Sie jede Zusage im Integrationstest, bevor unterschrieben wird. Ein benannter Sachverständiger nach § 80 Abs. 3 BetrVG hilft dem Betriebsrat, die KI-Funktionen zu bewerten.

Welche Daten braucht KI-Personalplanung?

KI-Personalplanung braucht Auftragsvorschau, Auftragshistorie und Ist-Zeiten aus dem WMS sowie Qualifikationen, Abwesenheiten und Arbeitszeiten aus der Zeitwirtschaft. Saison, Aktionen und Retourenquoten verbessern die Prognose. Wichtig sind saubere Scans mit Zeitstempel und gepflegte Stammdaten, sonst verzerrt jede falsche Buchung Prognose und Standard. Halten Sie personenbezogene Daten so knapp wie möglich und prüfen Sie mit dem Datenschutz, ob eine Folgenabschätzung nach Art. 35 DSGVO nötig ist. Eine Bereinigung der Daten vor dem Pilot spart später Diskussionen über falsche Werte.

Wie läuft ein Pilot für KI-Personalplanung?

Ein Pilot startet mit einem Bereich, einer Kennzahl und einer Baseline von vier bis acht Wochen ohne KI. Danach läuft die Prognose im Schattenbetrieb, geplant wird weiter wie bisher. Erst im zweiten Schritt schlägt das System Besetzungen vor, die Schichtleitung gibt frei oder übersteuert. Personenbezogene Zuweisung lassen Sie im ersten Pilot am besten weg. Binden Sie Betriebsrat und Datenschutz vor dem ersten Datenfluss ein, nicht erst zur Auswertung. Messen Sie zum Schluss auch Überstunden und die Zahl der Übersteuerungen je Schicht.

Was kostet KI-Personalplanung im Lager?

Listenpreise nennen Manhattan, Blue Yonder, Infios, SAP, Lucas Systems und ATOSS nicht, Preise gibt es auf Anfrage. Die Kosten hängen von Lizenzmodell, Standards, Schnittstellen, Datenbereinigung, Mitbestimmung und Schulung ab. Für individuelle Schnittstellen nennt Find-Your-WMS Erfahrungswerte von 20 bis 60 Personentagen bei 100 bis 200 Euro Stundensatz. Fragen Sie, ob Agenten und Prognose im WMS-Paket enthalten sind. Die gesamte Kostenstruktur zeigt WMS Kosten. Vergleichen Sie Angebote erst, wenn alle dieselbe Nutzerzahl und dieselben Module zugrunde legen.

Matching starten

Das WMS mit passender
Personalplanung finden.

Im Selection Portal von Find-Your-WMS sammeln Sie Anforderungen, auch zu Labor Management, KI und Mitbestimmung, sprechen direkt mit Anbietern und dokumentieren die Entscheidung nachvollziehbar. Anbieterneutral und datenbasiert liefert das Matching in rund 6 Minuten eine begründete Shortlist.