Die Forschenden des Fraunhofer IML konnten mit dem WMS-Marktreport drei technologische Haupttrends identifizieren: Predictive Analytics, Deep Learning und Digital Security. Die Studie zeigt zudem, dass WMS-Anbieter KI am häufigsten zur Personalbedarfsprognose verwenden. Das verdeutlicht die zunehmende Relevanz der Technologie für die Ressourcenzuweisung. Dennoch sind die Anwendungsbereiche von KI sehr vielfältig: Der gängigste Ansatz zur Nutzung der Technologie in WMS ist die generative KI. Neben KI konzentrierte sich die Studie in diesem Jahr außerdem auf Cloud-Lösungen. Hier ist eine zunehmende Anzahl von WMS-Anbietern zu verzeichnen, die Cloud-Lösungen anbieten. Das stellt einen deutlichen Zuwachs im Vergleich zum letzten Report von 2022 dar.

Die größte Herausforderung im Bereich der Warehouse-Management-Systeme besteht in der kontinuierlichen Anpassung an das sich schnell entwickelnde Feld. Das gelingt den Anwendern der WMS-Systeme durch den Einsatz dieser neuen Technologien. Die Studienreihe "WMS Marktreport Kompakt 2024" beobachtet den Markt, um aktuelle Entwicklungen zu identifizieren und Transparenz zu schaffen.

>>> Der WMS-Report kann bei Fraunhoifer abgerufen werden.

Der jedes zweite Jahr veröffentlichte Report beinhaltet über 50 umfassende Auswertungen zum WMS-Markt. Durchgeführt wird er von der Plattform "warehouse logistics" des Fraunhofer IML, einer europäischen Vergleichsplattform für Logistik-IT-Systeme. Die Forschenden decken dabei verschiedene Systemgruppen ab, darunter WMS, TMS (Transport-Management-Systeme) und RPS (Ressourcenplanungssysteme). In naher Zukunft wird auch eine Beratung zu MES (Manufacturing Execution Systems) verfügbar sein, die sich derzeit in der Entwicklung befindet. Auf der Plattform "warehouse logistics" sind derzeit 81 WMS gelistet, die zum Teil in den WMS-Marktreport mit eingeflossen sind. Zur Datenerhebung haben die Forschenden gezielt ausgewählte Aspekte aus dem Fragebogen anonymisiert analysiert, die sie im Rahmen der Validierung erfragt hatten. Quelle: Fraunhofer IML