Künstliche Intelligenz Logistik : KI in der Logistik: Die Technik ist nicht das Problem

Künstliche Intelligenz ist in der Logistik längst keine Zukunftsvision mehr. Zahlreiche Unternehmen setzen KI bereits produktiv ein und erzielen messbare Verbesserungen bei Geschwindigkeit, Produktivität und Dokumentenverarbeitung.

Dennoch bleibt der großflächige Rollout in vielen Organisationen aus. Der Grund liegt weniger in den Fähigkeiten der Technologie als vielmehr in den Strukturen der Unternehmen selbst. Zu diesem Ergebnis kommt die internationale Studie The State of AI in Supply Chain, für die mehr als 200 Supply-Chain-Entscheider und Praktiker weltweit befragt wurden.

Die Untersuchung zeichnet zunächst ein klares Bild: KI funktioniert bereits in vielen operativen Anwendungsfällen. Besonders deutlich wird dies bei der automatisierten Dokumentenverarbeitung. Fast 80 Prozent (79,7 %) der Unternehmen, die bereits konkrete KI-Erfolge verzeichnen, nennen Dokumentenextraktion und -verarbeitung als den Bereich mit dem größten operativen Nutzen.

Auch darüber hinaus zeigen sich positive Effekte. 89,5 Prozent berichten von einer höheren Geschwindigkeit und Produktivität. 52,6 Prozent sehen Verbesserungen in der internen Zusammenarbeit, 47,4 Prozent nennen eine höhere Daten- und Prozessgenauigkeit. Weitere positive Auswirkungen betreffen Kostensenkungen (34,6 %), Umsatzwachstum (29,3 %), eine bessere Customer Experience (24,1 %) sowie geringere Risiken (18 %).

Die Studie macht jedoch deutlich, dass diese Erfolge bislang überwiegend in einzelnen Anwendungsfeldern erzielt werden und noch selten zu einer umfassenden Transformation der Unternehmensprozesse führen. 

Die Einführung von KI befindet sich vielerorts noch in einem frühen Reifestadium. Zwar befinden sich rund zwei Drittel der Unternehmen bereits in der Produktionsphase oder experimentieren mit ersten Anwendungen. Gleichzeitig geben jedoch lediglich 7,3 Prozent an, dass KI inzwischen ein zentraler Bestandteil ihrer operativen Entscheidungen ist. Weitere 15 Prozent haben KI funktionsübergreifend eingeführt.

Demgegenüber befinden sich 34,6 Prozent der Unternehmen lediglich im produktiven Einsatz in begrenztem Umfang, 30,8 Prozent experimentieren noch mit ersten Anwendungen und 12,4 Prozent haben ihre KI-Reise bislang überhaupt nicht begonnen.

Insgesamt verfügen somit nur 22,2 Prozent über einen tatsächlich skalierenden KI-Einsatz, während sich 43,2 Prozent noch in der Experimentierphase befinden oder noch gar nicht gestartet sind. 

Entgegen der häufigen Annahme sind technische Hürden nicht das wichtigste Problem. 53,8 Prozent der Befragten nennen fehlende interne KI-Kompetenz sowie mangelndes Change Management als größte Hürde für die Skalierung. Damit rangiert dieser Faktor noch vor technischen Integrationsproblemen, die 48,7 Prozent als wesentliches Hindernis ansehen.

Weitere Bremsfaktoren sind Budgetrestriktionen (32,1 Prozent), unklare Wirtschaftlichkeit beziehungsweise fehlende ROI-Nachweise (32,1 Prozent), regulatorische Anforderungen und Datenschutz (29,9 Prozent) sowie aktive Widerstände gegen KI innerhalb der Organisation (15,4 Prozent).

Die Autoren der Studie leiten daraus ab, dass erfolgreiche KI-Einführung weit mehr bedeutet als die Implementierung neuer Software. Entscheidend seien angepasste Prozesse, klare Verantwortlichkeiten und Führungskräfte, die organisatorische Veränderungen aktiv gestalten.

Besonders auffällig ist der Unterschied zwischen Management und operativen Mitarbeitern. Unter Führungskräften auf VP- oder Direktorenebene bewerten 77,5 Prozent KI optimistisch oder sogar enthusiastisch. Lediglich 0,8 Prozent sehen ihre eigene Position durch KI bedroht.

Ganz anders fällt das Bild bei Fachkräften, Spezialisten und Analysten aus. Hier äußern sich lediglich 37,5 Prozent positiv über KI, während 9,4 Prozent die Technologie als Bedrohung für ihre berufliche Zukunft empfinden. Die Studie sieht darin einen zentralen Erfolgsfaktor: Während das Management KI-Projekte initiiert, erleben die operativen Mitarbeiter die tatsächlichen Veränderungen im Arbeitsalltag. Ohne deren Akzeptanz und aktive Nutzung bleibt der wirtschaftliche Nutzen begrenzt. 

Ein weiteres Kernergebnis betrifft die Datenqualität. Die Supply Chain arbeitet heute mit Informationen aus ERP-Systemen, Transportmanagementsystemen, Sichtbarkeitsplattformen, E-Mails, Tabellen, Papierdokumenten und Partnernetzwerken. Diese Daten liegen meist in unterschiedlichen Formaten vor und sind häufig nur unzureichend miteinander verknüpft.

65,8 Prozent der Befragten gehen deshalb davon aus, dass Datenqualität und Systemintegration in den kommenden zwei bis drei Jahren den entscheidenden Unterschied zwischen KI-Vorreitern und Nachzüglern ausmachen werden.

Bereits heute nennen 29,9 Prozent Integrationsprobleme und 27,8 Prozent mangelnde Datenqualität als Hauptgründe dafür, KI-Projekte gar nicht erst zu beginnen oder nach ersten Versuchen wieder einzustellen.

Nach Einschätzung der Studienautoren entscheidet künftig weniger die Leistungsfähigkeit einzelner KI-Modelle über den Erfolg als vielmehr die Fähigkeit, saubere und miteinander verbundene Daten bereitzustellen.

Obwohl viele Unternehmen operative Verbesserungen beobachten, gelingt es ihnen häufig nicht, diese wirtschaftlich sauber zu bewerten. 62,8 Prozent der Befragten geben an, den Return on Investment ihrer KI-Anwendungen bislang nicht gemessen zu haben oder nicht zu wissen, wie eine geeignete Messung erfolgen sollte. 13,2 Prozent berichten von geringeren Ergebnissen als erwartet.

Dagegen sehen 17,9 Prozent ihre Erwartungen erfüllt, während sechs Prozent sogar bessere Resultate erzielen als ursprünglich prognostiziert. Die Studie kritisiert dabei insbesondere die heute häufig verwendeten Bewertungsmaßstäbe. Unternehmen konzentrierten sich oftmals auf eingesparte Arbeitszeit, obwohl sich der eigentliche Nutzen vielfach anders äußere. 

Ein interessantes Detail der Untersuchung betrifft die Produktivität. Obwohl fast 90 Prozent der Unternehmen deutliche Geschwindigkeits- und Produktivitätsgewinne feststellen, berichten gleichzeitig 56,4 Prozent, dass sich die tatsächliche Schreibtischarbeit um weniger als 15 Prozent oder überhaupt nicht reduziert habe.

Die Autoren sehen darin keinen Widerspruch. KI führe häufig nicht dazu, dass Mitarbeiter weniger arbeiten, sondern dass sie mit derselben Personalstärke deutlich mehr Vorgänge bearbeiten können. Zusätzliche Sendungen, Dokumente, Ausnahmen oder Kundenanfragen werden effizienter abgewickelt, ohne dass sich dies unmittelbar in eingesparten Arbeitsstunden widerspiegelt.

Deshalb empfiehlt die Studie, den Erfolg künftig stärker anhand operativer Kennzahlen wie Durchsatz, Bearbeitungszeit von Ausnahmen oder Anzahl verarbeiteter Dokumente zu messen. 

Vollständig autonome Entscheidungen bleiben in der Supply Chain vorerst die Ausnahme. Lediglich 4,3 Prozent der Unternehmen vertrauen KI-Ergebnissen so stark, dass diese nur selten durch Menschen überprüft werden. 67,9 Prozent arbeiten dagegen bewusst mit einem "Human in the Loop", bei dem KI-Empfehlungen vor ihrer Umsetzung kontrolliert werden.

Interessant ist dabei der Zusammenhang zwischen Nutzung und Vertrauen. Von den Unternehmen, die bereits mit KI arbeiten, geben 79 Prozent ein mittleres oder hohes Vertrauen in die Ergebnisse an. Unter den Unternehmen ohne KI-Erfahrung weisen dagegen 75,9 Prozent ein geringes oder gar kein Vertrauen auf. Die Studie folgert daraus, dass Vertrauen vor allem durch praktische Erfahrungen entsteht. 

Parallel zur zunehmenden KI-Nutzung gewinnt das Thema Governance an Bedeutung. 39,3 Prozent der Unternehmen arbeiten bereits aktiv an Sicherheitsmaßnahmen gegen KI-bezogene Risiken wie Phishing, Betrug oder Social Engineering.

Die Mehrheit befindet sich allerdings noch in einer frühen Phase: 26,1 Prozent prüfen geeignete Schutzmaßnahmen, 21,8 Prozent sind sich der Risiken zwar bewusst, handeln jedoch noch nicht, und 12,8 Prozent beschäftigen sich derzeit überhaupt nicht mit diesem Thema. 

Die Studie kommt zu dem Schluss, dass die nächste Wettbewerbsphase weniger von der Verfügbarkeit von KI abhängen wird als von der organisatorischen Fähigkeit, diese dauerhaft in Prozesse einzubinden.

44,9 Prozent der Befragten sehen die Bereitschaft zum Experimentieren als entscheidenden Erfolgsfaktor. Unternehmen müssten testen, aus Fehlschlägen lernen und ihre Lösungen kontinuierlich weiterentwickeln.

Die Autoren warnen davor, KI lediglich als Sammlung einzelner Pilotprojekte zu betrachten. Erfolgreich werden vielmehr diejenigen Unternehmen sein, die KI als dauerhafte operative Fähigkeit etablieren – mit integrierten Daten, klaren Verantwortlichkeiten, messbaren Kennzahlen und einer breiten Akzeptanz innerhalb der Organisation.