- Der Erfolg von KI hängt maßgeblich vom Verständnis der eigenen Geschäftsprozesse und der Qualität der Daten ab.
- Nur wenige Unternehmen sind derzeit reif in der vollständigen Integration von KI in ihre operativen Abläufe.
- Echtzeitdaten und IoT-Technologien bilden die essentielle Grundlage für effektive KI-Anwendungen im Lieferkettenmanagement.
- Die Definition und Verfolgung klarer KPIs ist entscheidend für den wirtschaftlichen Nutzen von KI-Investitionen.
Das Problem ist nicht die KI, sondern ein mangelndes Verständnis der eigenen Prozesse
Künstliche Intelligenz ist in Verbindung mit Echtzeitdaten nicht mehr nur eine technologische Frage, sondern eine Frage der strategischen Unternehmensführung. Der Handlungsdruck ist hoch. Laut McKinsey planen 92 Prozent der Unternehmen, ihre KI-Investitionen in den nächsten drei Jahren zu erhöhen.
Gleichzeitig bezeichnen sich nur 1 Prozent der befragten Unternehmen als wirklich „ausgereift“ in ihrer Umsetzung – also als Organisationen, in denen KI bereits fest in die Prozesse integriert ist und greifbare Geschäftsergebnisse liefert.
Ein Großteil der Diskussion rund um KI in der Lieferkette konzentriert sich auf Algorithmen und Anwendungen. In der Praxis wird die Leistungsfähigkeit jedoch durch die Datenebene eingeschränkt. Ashley Burkle stützt ihre Sichtweise auf das IoT, wo Technologien wie RFID und BLE die präzisen Echtzeitdaten generieren, auf die KI angewiesen ist, um in operativen Umgebungen zu funktionieren.
Diese Kluft zwischen Investitionen und Reifegrad lässt sich oft auf ein grundlegenderes Problem zurückführen: das Verständnis dafür, wo KI innerhalb bestehender Abläufe messbaren Mehrwert liefern kann – und ob die zugrunde liegenden Daten ausreichen, um dies zu unterstützen.
In der Vergangenheit waren Lieferkettendaten periodisch und verzögert – sie trafen erst ein, nachdem Ereignisse bereits stattgefunden hatten. Echtzeit-IoT-Daten ändern diese Dynamik, indem sie das Geschehen unmittelbar widerspiegeln.
Nur auf dieser Grundlage kann der Wert von KI bewertet, relevante Kennzahlen ermittelt und Investitionen sinnvoll priorisiert und begründet werden.
Ashley Burkle, Director of Sales and Business Development bei Identiv, macht deutlich, dass der Schlüssel nicht in der Technologie selbst liegt, sondern in der Fähigkeit von Unternehmen, die Auswirkungen messbar zu machen und Entscheidungen konsequent an den operativen Ergebnissen auszurichten. McKinsey zeigt zudem, dass die Verfolgung klar definierter KPIs für KI-Lösungen zu den Praktiken gehört, die den stärksten Einfluss auf den wirtschaftlichen Nutzen haben.
Über Ashley Burkle
Ashley Burkle ist Director of Sales and Business Development bei Identiv und konzentriert sich dabei stark auf die Rolle von IoT- und Identifikationstechnologien in modernen Lieferketten. Aufgrund ihrer Erfahrung und ihrer Erkenntnisse aus den jüngsten Branchenentwicklungen identifiziert sie KI als eines der wichtigsten Themen für Unternehmen heute. Im Mittelpunkt ihrer Arbeit steht die Frage, wie Technologien wie RFID und BLE als grundlegende Datenquellen für KI-gesteuerte Entscheidungsfindung dienen.
Sie beleuchtet sowohl die Stärken und Einsatzaspekte dieser Technologien als auch die praktischen Herausforderungen, denen Unternehmen bei der Implementierung gegenüberstehen. Ein Schwerpunkt ihrer Expertise ist der Übergang von historischen und prädiktiven Modellen zu Echtzeit-Intelligenz in der physischen Lieferkette und die konkreten betrieblichen Auswirkungen, die dieser Wandel ermöglicht.
KI hat die Führungsebene erreicht
Ashley Burkle macht deutlich, dass das Thema KI mittlerweile die höchsten Ebenen erreicht hat. „Ich glaube, es herrscht unter Vorstandsmitgliedern und Entscheidungsträgern Einigkeit darüber, dass sie in Bezug auf KI Maßnahmen ergreifen müssen.“ Wer zu lange zögert, riskiert, hinter die Konkurrenz zurückzufallen. „Wenn man nicht schnell handelt und an der Spitze der Innovation bleibt, hinkt man seinen Konkurrenten bereits hinterher.“
Zwischen Potenzial und Unsicherheit
Gleichzeitig beobachtet Burkle in vielen Unternehmen erhebliche Unsicherheit, wenn es um die konkrete Integration von KI in betriebliche Prozesse geht. Das Potenzial ist zwar enorm, doch genau das macht den Einstieg schwierig. „Ich glaube, es herrscht eine gewisse Unsicherheit darüber, wie wir KI nutzen und in unseren betrieblichen Prozessen anwenden können, um die betriebliche Effizienz zu steigern, Kosten zu senken und natürlich unseren Kunden ein besseres Erlebnis zu bieten“, erklärt sie.
Diese Vielzahl an Möglichkeiten wirft eine zentrale Frage auf, mit der sich viele Unternehmen derzeit auseinandersetzen: „Wo fangen wir an? Was setzen wir zuerst um? Wie investieren wir zuerst?“ Nach Burkles Einschätzung arbeiten die meisten Unternehmen noch an genau dieser Priorisierung.
Kein sinnvoller KI-Einsatz ohne Prozessverständnis
Sie ist der Ansicht, dass in den meisten Fällen nicht die KI selbst das Hindernis ist – vielmehr geht es darum, ob Unternehmen über die Daten, Systeme und die erforderliche Abstimmung verfügen, um sie gezielt dort einzusetzen, wo sie konkrete Verbesserungen erzielen kann.
„Unternehmen, die kurz- und langfristig erfolgreich sind, konzentrieren sich darauf, KI dort einzusetzen, wo sie ihre Prozesse tatsächlich verbessert, basierend auf der bestehenden Lieferkette und den verfügbaren Daten“, sagt Burkle.
Die Qualität der Daten ist hier entscheidend. KI kann nur so gut sein wie die Informationen, mit denen sie arbeitet. Fehlt es an einer sauberen Datenerfassung, -verarbeitung und -qualität, bleibt der Mehrwert begrenzt.
Daraus ergibt sich eine klare Voraussetzung: Unternehmen müssen ihre eigenen Prozesse im Detail verstehen. Erst wenn Arbeitsabläufe, Schwachstellen und Datenflüsse über den gesamten Produktlebenszyklus hinweg transparent sind, lässt sich sinnvoll bestimmen, wo KI einen echten Mehrwert bieten kann.
KI ist kein Nischenthema mehr
KI eröffnet ein enormes Spektrum an Möglichkeiten, doch ohne ein klares Verständnis der eigenen betrieblichen Realität wird es schwierig zu entscheiden, wo man ansetzen und welche Anwendungen priorisiert werden sollten. Gleichzeitig wächst der Druck weiter. KI ist kein Randthema mehr, sondern hat sich in nahezu jeder Branche zu einem strategischen Faktor entwickelt.
„Regierungen, Unternehmen und Kapitalmärkte sprechen darüber, und große Marktakteure wie Amazon zeigen sehr deutlich, wie zentral KI für die Weiterentwicklung von Geschäftsmodellen geworden ist“, sagt Burkle. Deshalb ist die Grundlage so entscheidend: „Wer KI erfolgreich integrieren will, muss zunächst die eigenen Prozesse verstehen. Erst dann können Daten richtig genutzt, sinnvolle Anwendungsfälle definiert und Investitionen zielgerichtet umgesetzt werden.“
Um diese Herausforderungen näher zu beleuchten, erörtert Ashley Burkle die strategische Rolle von RTLS, KI und Daten für die Zukunft des Lieferkettenmanagements.
Wie verändern RTLS und KI strategische Entscheidungen? Wie sollten Unternehmen diese Zukunftschancen angehen?
Ashley Burkle: RTLS und KI verändern grundlegend, wie strategische Entscheidungen in Lieferketten getroffen werden. Viele Jahre lang funktionierten Lieferketten auf relativ ähnliche Weise, doch das hat sich innerhalb kurzer Zeit drastisch geändert. Genau hier wird die Bedeutung von RTLS und KI sichtbar.
Unternehmen bewegen sich weg von einem eher berichtorientierten Führungsstil hin zu operativer Echtzeit-Intelligenz. Das bedeutet, dass Entscheidungen nicht mehr ausschließlich auf Quartalsplanungen oder statischen Prognosen basieren, sondern viel stärker auf aktuellen Daten und dem, was gerade tatsächlich im Unternehmen geschieht. Dies ermöglicht es Unternehmen, flexibler zu reagieren und kontinuierlich bessere Entscheidungen zu treffen.
Dies verändert natürlich auch die Logistik. Anstatt lediglich auf Probleme zu reagieren, können Unternehmen proaktiver handeln, Prozesse früher anpassen und Lieferketten insgesamt effektiver steuern. Wenn KI ins Spiel kommt, verstärkt sich dieser Effekt noch. KI kann große Datenmengen schneller analysieren, Muster erkennen und zusätzliche Erkenntnisse liefern, die als Grundlage für menschliche Entscheidungen dienen.
Letztendlich geht es also nicht nur um Technologie, sondern auch um einen Mentalitätswandel in den Unternehmen, weg von alten, etablierten Mustern hin zu einer Kultur, in der datengestützte Entscheidungen, Transparenz und Anpassungsfähigkeit eine viel größere Rolle spielen.
Wer wird in Zukunft die strategische Verantwortung für Daten als operativen Produktionsfaktor tragen, und wie müssen sich Unternehmen darauf vorbereiten?
Ashley Burkle: Wir alle erinnern uns an die Zeit, als der Begriff „Big Data“ aufkam und klar wurde, dass Daten neben Arbeit, Kapital und Material zunehmend den Status eines zentralen Produktionsfaktors einnahmen. Ihr Wert ist in den letzten Jahren stark gestiegen, insbesondere in Lieferketten.
Viele große Unternehmen haben bereits darauf reagiert, indem sie Funktionen wie Chief Data Officer oder Chief Digital Officer geschaffen und eigene funktionsübergreifende Datenabteilungen eingerichtet haben. Je nach Organisationsstruktur sind diese Teams an unterschiedlichen Stellen verankert, doch ihre Kernaufgabe ist dieselbe: sicherzustellen, dass Daten strategisch erfasst, verwaltet und genutzt werden.
Der entscheidende Punkt dabei ist, dass Daten nicht mehr isoliert innerhalb einzelner Abteilungen betrachtet werden können. Heute fließen sie durch praktisch alle Funktionen eines Unternehmens. Wer agiler und datengesteuerter arbeiten will, braucht daher eine zentrale Struktur, die die Verantwortung für die Datennutzung, die Datenqualität und zunehmend auch den sinnvollen Einsatz von KI übernimmt.
Ich denke, wir werden in Zukunft noch mehr neue Rollen, Verantwortlichkeiten und Organisationsmodelle sehen. Aber unabhängig vom Titel lautet das Fazit: Unternehmen müssen sich auf ein Betriebsmodell vorbereiten, das auf Daten, Echtzeit-Feedbackschleifen und funktionsübergreifender Zusammenarbeit basiert.
Wie können Unternehmen den Wert von Echtzeit-KI quantifizieren und damit Investitionen rechtfertigen?
Ashley Burkle: Unternehmen können den Wert von Echtzeit-KI anhand von Kennzahlen bewerten, mit denen sie bereits vertraut sind. Dazu gehören beispielsweise eine höhere Bestandsgenauigkeit, geringere Schwundraten, eine verbesserte Kapitalumschlagshäufigkeit, eine höhere Arbeitsproduktivität und ein besseres Serviceniveau.
Der Vorteil besteht darin, dass diese Effekte nicht isoliert betrachtet werden müssen. Sie lassen sich anhand derselben operativen KPIs messen, die Unternehmen traditionell zur Bewertung von Leistung und Effizienz nutzen, beispielsweise durch Vorjahresvergleiche oder durch die Verfolgung spezifischer Prozesskennzahlen.
Letztendlich sollten Unternehmen solche Investitionen genauso betrachten wie andere Innovationsprojekte: mit klar definierten Zielen, messbaren Ergebnissen und einem strukturierten Bewertungsprozess. Sobald dieser Zusammenhang klar hergestellt ist, lässt sich der strategische Wert von Echtzeit-KI sehr gut rechtfertigen.
Wie robust und unabhängig wird das Geschäftsmodell der Zukunft sein, wenn KI und Echtzeitfähigkeiten entscheidende Faktoren sind?
Ashley Burkle: Ich glaube, dass die Unternehmen, die in Zukunft erfolgreich sein werden, ihre Betriebsmodelle konsequent an Echtzeit-Datenintelligenz ausrichten werden. Dazu nutzen sie das Internet der Dinge (IoT), Sensortechnologie und KI, um ihre Prozesse transparenter und leichter steuerbar zu machen.
Lieferketten entwickeln sich derzeit hin zu autonomen Modellen mit digitalen Zwillingen, prädiktiver Logistik und einer nahtlosen, sensorbasierten Infrastruktur. In diesem Umfeld wird Echtzeit-Intelligenz zum entscheidenden Faktor für operative Entscheidungen.
Dadurch sind sie weniger abhängig von einzelnen Ereignissen oder starren Planungen.
Gleichzeitig beobachten wir, dass Technologien wie das IoT, digitale Identitäten und KI zunehmend zusammenwachsen und die Funktionsweise globaler Lieferketten grundlegend verändern.
Die COVID-Ära war ein gutes Beispiel dafür, wie wichtig Anpassungsfähigkeit ist. Unternehmen, die schnell reagieren konnten, beispielsweise durch flexible Liefermodelle oder alternative Fulfillment-Strukturen, waren deutlich erfolgreicher. Dieser Wandel hat gezeigt, wie entscheidend Geschwindigkeit und Transparenz in der Lieferkette sind.
Ich glaube, dass KI die nächste große Entwicklung in diesem Bereich sein wird. Unternehmen, die diese Technologien strategisch einsetzen und in ihre Prozesse integrieren, werden langfristig die robustesten und unabhängigsten Geschäftsmodelle aufbauen.
