Lager-Systeme nicht
mehr entwerfen.
Entscheiden.
Die System-Design-Phase ist der Engpass jeder Lager- Investition: 4–12 Wochen Engineering, abhängig von Einzelpersonen, mit Excel als Quellcode. even ersetzt das durch einen datengetriebenen Workflow — mit echten operativen Daten, transparenten Berechnungen und standardisierten Lösungsvergleichen.
System-Design wird vom Bottleneck zur Routine. Was vorher Engineering-Zeit gebunden hat, läuft als reproduzierbarer Prozess.
Jede Empfehlung ist auf operative Daten zurückführbar. Layout, Sizing, Tech-Auswahl — keine Black Box, sondern transparente Argumentation.
Statt Insel-Tools mit fünf Datenständen: ein Pfad vom Layout bis zur Tech-Wahl. Wiederverwendbar, mandantenfähig, auditierbar.
Sechs typische Logistik-Projekte. Ein Werkzeug.
Jede Karte zeigt, welche Plattform-Module für den jeweiligen Fall ineinander greifen — von Greenfield bis Material-Flow.
Greenfield-Standort planen
Du planst ein neues Lager auf der grünen Wiese. Ohne historische Bestandsdaten, nur mit Forecast-Aufträgen. even simuliert den Bestand über Verbrauch × Reichweite und liefert in Stunden eine belastbare Kapazitätsabschätzung.
Bestehendes Lager redesignen
Volumenwachstum oder Sortiments-Shift, das Lager platzt. Bestand- und Auftragsdaten rein, ABC-/XYZ-Klassifikation, Tradeoff-Simulation: was passiert bei mehr Pickplätzen oder anderem LT-Mix?
Fulfillment-Center skalieren
Saisonpeaks und neue SKUs jeden Monat. Snapshots dokumentieren jede Iteration, Capacity-Check zeigt sofort wenn die Klassen-Flächen knapp werden, Forecast-Stresstest validiert vor dem Peak.
Bestandsoptimierung mit Forecast
Du willst wissen: wie viele Stellplätze brauchen wir 2027 mit den geplanten Wachstumsraten? Forecast-Wachstumsfaktor pro ABC-Klasse, automatische Hochrechnung des Sizings.
Material-Flow-Analyse
Wege zwischen den ausgelegten Zonen, Pick-Routen, Replenishment-Bewegungen — quantifiziert pro Tag und pro Artikel. Identifiziert Engpässe bevor das Lager sie spürt.
Lagersystem-Auswahl & Tech-Vergleich
Aus dem Sizing-Output (Pickraten, Stellplätze, ABC-Profil) leitet even konkrete Technologie-Empfehlungen ab: Autostore, Shuttle, Hochregal, klassisches Pick-Regal — mit quantitativem Vergleich der Kennzahlen, RAG-basiertem Hersteller-Wiki und begründetem Match-Score je Klasse.
Lückenhafte Stammdaten?
Drei Schichten, ein Ergebnis.
In der Realität fehlen bei 60–90 % der Artikel Maße, Gewicht oder Verpackungsdaten. Das ist normal — und für even kein Problem. Wir kombinieren drei Anreicherungs-Schichten, damit das Sizing trotzdem belastbar wird.
- 1. EAN/GTIN-Lookup gegen Provider
Hat der Artikel eine EAN, holt even die Maße aus öffentlichen Produkt-Datenbanken (Keepa, GS1, upcitemdb) und cached sie pro Tenant. Cron-gesteuert oder On-Demand, inklusive Audit-Log.
- 2. ML-basierte Ähnlichkeitssuche
Voyage-AI-Embeddings indexieren Artikel-Beschreibungen. Findet ein neuer Artikel keinen EAN-Treffer, sucht das System die semantisch ähnlichsten Artikel mit gepflegten Maßen — mit Confidence-Score und Übernahme-Vorschlag.
- 3. KI-Repair für Importfehler
Datenformate, Dezimaltrenner, Datumsmuster — was regelbasiert nicht klappt, übernimmt Claude in einem einzigen Call: leitet eine Korrektur-Regel aus Beispielzeilen ab, das System wendet sie lokal auf 10 000 Zeilen an. Konstanter Token-Verbrauch.
Sechs Bausteine, ein zusammenhängender Datenstrom
Module sind nicht isolierte Apps, sondern Schichten auf denselben Daten. Das Sizing weiß, was im Layout markiert ist; das Replenishment weiß, was das Forecast-Modul liefert.
Layout
Digitale Aufnahme des Lagers — PDF mit Maßstab oder Kubatur direkt eingeben.
- PDF-Polygon-Editor mit Referenz-Strecke
- Lagerklassen pro Fläche, Mehrfach-Zuordnung
- Sub-Bereich-Höhen für Kubatur-Genauigkeit
Operative Daten
Aufträge, Bestand, Artikelstamm — versioniert und mit Datenqualitäts-Layer.
- Multi-Sheet-Excel + CSV mit Format-Auto-Erkennung
- Auto-Repair regelbasiert + KI-Fallback
- Versionsverwaltung mit Aktivierung pro Datenart
Storage Sizing
Stellplatz-Berechnung mit ABC, Pick-Allokation, Best-Fit-LT-Wahl, Mehrzonen-Verteilung.
- Pick-aus-Reserve-Strategie (none / vpe_only / single_units)
- Capacity-Check Layout vs. Bedarf inkl. Gangfaktor
- Allokations-Trace pro Artikel — keine Black Box
Forecast
Wachstums-Szenarien für Bestand, Aufträge, SKU-Anzahl — in das Sizing einrechenbar.
- Forecast-Year-Offset im Compute
- Bestands-Simulation aus Verbrauch × Reichweite
- Pro-ABC-Klasse-Wachstum konfigurierbar
Replenishment & Tradeoff
Pick-Plätze gegen Replen-Bewegungen abwägen. What-if-Slider ohne destruktiven Eingriff.
- Σ Replen/Tag pro Klasse + pro Artikel
- Live-Vergleichs-Tabelle Baseline vs. Simulation
- Apply-Button bringt Werte in die echte Config
Snapshots
Jede Iteration einfrierbar mit Config + Compute-Stand. Beliebige Vergleiche, Audit-Trail beim Milestone-Abschluss.
- Side-by-side-Vergleich zwei beliebiger Snapshots
- Config-Diff zeigt was sich geändert hat
- Auto-Snapshot beim Milestone-Abschluss (nicht löschbar)
Technology-Auswahl
Vom Sizing-Output zur konkreten Hardware-Empfehlung — Autostore, Shuttle, Hochregal oder klassisches Pick-Regal, mit begründetem Match-Score pro Lagerklasse.
- Tech-Wiki mit RAG-Suche über Hersteller-Dokumente
- Vergleichsmetriken: Pickrate, Dichte, Investkosten-Indikator
- Begründung pro Empfehlung (warum Autostore vs. Shuttle)
Datenanreicherung
Drei-Schichten-Pipeline für lückenhafte Stammdaten: EAN-Lookup, ML-Ähnlichkeit, KI-Repair — bevor das Sizing rechnet, sind die Daten so vollständig wie möglich.
- EAN-Provider-Cache (Keepa, GS1, upcitemdb) pro Tenant
- Voyage-AI-Embeddings für semantische Artikel-Ähnlichkeit
- Claude-Auto-Repair: 1 Call pro Fehler-Pattern, lokal angewandt
Ein Pfad statt fünf Tools
Statt Excel-Sammlungen mit fünf Datenständen: ein zusammenhängender Workflow vom Layout-Scan bis zur Übergabe. Jeder Schritt baut auf dem vorigen auf.
- 01
Layout markieren
PDF mit Referenzstrecke kalibrieren oder Kubatur per L×B×H anlegen. Lagerklassen (Kleinteile, Paletten, Bulk-Boden, …) auf Flächen verteilen.
- 02
Operative Daten laden
Artikel, Bestand und Aufträge importieren — Multi-Sheet-Excel und CSV werden automatisch erkannt. Auto-Repair räumt typische Datenfehler auf.
- 03
Konfiguration & Sizing
ABC-Schwellen, Pick-Anteile, Mindest-Pickplätze, LT pro Klasse, Gangfaktor — Defaults stehen bereit, jeder Wert ist anpassbar. Compute liefert Stellplätze pro Klasse, Replenishment pro Tag, Capacity-Check gegen das markierte Layout.
- 04
Lagersystem-Auswahl
Aus den Sizing-Kennzahlen leitet even Tech-Empfehlungen ab — Autostore, Shuttle, Hochregal, klassisches Pick-Regal. Quantitativer Match-Score pro Klasse, RAG-basiertes Hersteller-Wiki für Detail-Fragen, begründeter Vergleich statt Bauchgefühl.
- 05
Tradeoff & Iteration
What-if-Tuner zeigt live, was sich bei geänderten Stellgrößen ändert — ohne den eigentlichen Datenbestand anzufassen. Snapshot anlegen, Apply, weiter iterieren.
- 06
Abschluss & Übergabe
Sizing-Milestone abschließen erzeugt automatisch einen Audit-Snapshot. CSV/Excel-Export für die Übergabe ans Engineering oder an die nächste Phase.
System-Design ist der Bottleneck. Wir machen daraus Software.
Wer den Workflow besitzt, besitzt den Datensatz — jedes Projekt erzeugt strukturierte Entscheidungen, die das nächste schneller machen.
Geschwindigkeit
Das Engineering ist nicht der Engpass — die Datenaufbereitung ist es. even erledigt sie automatisiert: Multi-Sheet-Imports, Auto-Repair, ML-Anreicherung. Was vorher Tage gefressen hat, ist in Minuten erledigt.
Transparenz
Pro Artikel ein Klick zum Allokations-Trace: warum landet er in welcher Zone, mit welchem LT, mit welcher Begründung. Jede Tech-Empfehlung ist auf operative Daten zurückführbar.
Daten als Wettbewerbsvorteil
Jedes Projekt erzeugt strukturierte Entscheidungs-Daten — Layout, Sizing, Tech-Auswahl, Begründung. Diese Daten gehören deinem Tenant, sind schema-getrennt zu allen anderen, und verbessern jedes weitere Projekt.
Häufige Fragen
Das Wichtigste auf einen Blick — alles weitere im Gespräch.
Lagerprojekte, neu gedacht.
Vom manuellen System-Design zur datengetriebenen Entscheidung. Login einrichten, Daten hochladen, in Stunden statt Wochen zur ersten belastbaren Empfehlung.