Künstliche Intelligenz könnte die Leistung von Lieferketten verbessern, vorausgesetzt, die Prozesse werden überdacht statt bestehende Aufgaben zu automatisieren, laut einer Modellierung des Beratungsunternehmens The Hackett Group. Vorgestellt am 12. Oktober 2026 in seiner Studie « AI World Class Supply Chain », könnte diese Transformation die Kosten, Bestände und logistischen Lieferzeiten senken.
- KI kann Lieferketten verbessern, wenn Unternehmen ihre Prozesse neu gestalten.
- Laut Modell könnten dringende Bestellungen um 59 % sinken und Bestandskosten um bis zu 41 %.
- Ein Hersteller mit KI-Agenten hat seine Investition in vier Monaten oder weniger amortisiert.
- Die Zahlen sind Schätzungen eines Modells und keine gemessenen Ergebnisse.
KI in der Lieferkette tritt in eine neue Phase ein. Nach den ersten Projekten, die sich der Automatisierung von Aufgaben oder der Verbesserung von Prognosen widmeten, liegt die Herausforderung jetzt in der End-to-End-Transformation der Abläufe. Die Studie hebt eine potenzielle Leistungsdifferenz zwischen Organisationen hervor, die ihre Prozesse rund um KI neu organisieren, und solchen, die lediglich Werkzeuge zu ihrem bestehenden Betrieb hinzufügen.
Gewinne in jedem Schritt
Die Projektionen des Unternehmens veranschaulichen das Ausmaß der möglichen Verbesserungen. Indem sie ihre Planungs- und Lieferprozesse rund um KI neu gestalten, könnten die fortschrittlichsten Organisationen ihre Prognosefehler um 52 % und ihre dringenden Bestellungen um 59 % reduzieren. Die Bestandskosten könnten um bis zu 41 % sinken, während die Zeit zwischen Auftragsvorbereitung und Versand um 38 % verkürzt werden könnte.
Zuverlässigere Prognosen würden eine bessere Abstimmung der Bestandsniveaus und deren Verteilung im Netzwerk ermöglichen. Die Lagerhäuser hätten dann weniger Engpässe zu bewältigen, was die Auftragsvorbereitung erleichtern und beschleunigte Lieferungen zur Kompensation von Verzögerungen reduzieren würde.
Das Modell schätzt zudem, dass die Kosten des „Plan-to-Deliver »-Prozesses, der von der Planung bis zur Auslieferung reicht, um 12 bis 17 % sinken könnten und der Ressourcenbedarf um 15 bis 24 % reduziert würde. Die Herausforderung besteht insbesondere darin, die Teams von Aufgaben wie Datenabgleich, Ausnahmeüberwachung und Dringlichkeitsmanagement zu entlasten, um sie auf wertschöpfendere Tätigkeiten zu verlagern. Diese Zahlen beschreiben ein Ziel‑Performance‑Szenario, dessen Realisierung von den bestehenden Prozessen, dem digitalen Reifegrad und dem Ausmaß der eingeleiteten Transformationen abhängt.
Eine Neugestaltung der Abläufe
Für The Hackett Group reicht die Anhäufung spezialisierter Lösungen nicht aus, um die Leistung nachhaltig zu transformieren. Dedizierte Werkzeuge können die Genauigkeit einer Prognose verbessern oder eine punktuelle Entscheidung erleichtern, ohne die Gesamtleistung der Kette signifikant zu verändern.
Die Studie veranschaulicht diese Entwicklung am Beispiel eines globalen Herstellers von Energietechnologien, der über mehr als 100 Werke verfügt und mit 20 000 Lieferanten zusammenarbeitet. Dieses Unternehmen hat KI‑Agenten eingesetzt, Programme, die Aktionen halbautonom verketten, in den Prozessen der eingehenden Lieferung und Auftragsbestätigung. Laut dem Dokument würden die Systeme jährlich etwa zwei Millionen Lieferzeilen und drei Millionen Bestellzeilen verarbeiten, und jeder dieser beiden Prozesse hätte seine Amortisationszeit in vier Monaten oder weniger erreicht.
Eine messbare Transformation
Um dieses Potenzial zu nutzen, empfiehlt die Gruppe, zunächst eine Leistungsreferenz zu etablieren und dann die Anwendungsfälle nach erwarteten Nutzen, Kosten und Komplexität zu priorisieren. Die Neugestaltung von Prozessen und des Betriebsmodells muss anschließend der großflächigen Einführung vorausgehen. Die Ergebnisse sollten anhand konkreter Kennzahlen verfolgt werden, wie der finanziellen Bindung in Beständen, der Liefertreue, den Logistikkosten und den Durchlaufzeiten, um die Investitionen mit messbaren Gewinnen zu verknüpfen statt nur mit der Anzahl der eingesetzten Werkzeuge.
Die Studie basiert auf einer vergleichenden Modellierung, die die mittleren Werte bei Peer‑Unternehmen mit sogenannten „AI World Class »-Zielszenarien vergleicht. The Hackett Group gibt an, auf 30 Jahre Benchmark‑Daten, Prozessanalysen und Transformationserfahrung zurückzugreifen. Es handelt sich also um Schätzungen potenzieller Gewinne und nicht um eine Umfrage, die tatsächlich erzielte Ergebnisse einer repräsentativen Unternehmensstichprobe misst. Das Unternehmen nennt die Stichprobengröße für jeden Indikator nicht.
