Logistik / Supply Chain — Wissen

KI in Logistik und Supply Chain — Nutzen, Grenzen und die relevanten Entscheidungen.

KI-Fakten-Fundament für die Geschäftsführung

Leitfrage: Wo liefert KI in der Logistik belegten Nutzen — und warum sind die spektakulären „bis −50 %"-Zahlen mit Vorsicht zu genießen?

Rolle & Zweck der Abteilung

Logistik sorgt dafür, dass das richtige Produkt zur richtigen Zeit am richtigen Ort ist — zu vertretbaren Kosten. Kern-Jobs: Nachfrage prognostizieren (was, wann, wie viel?), Bestände steuern (Lager weder leer noch übervoll), Transport/Routen planen, Lager betreiben (Kommissionierung, ggf. Robotik), Lieferkette absichern (Risiken, Ausfälle). Im Kleinbetrieb ist es oft der Versand nebenbei; im Mittelstand ein Dispositionsteam mit ERP; im Konzern eine eigene Supply-Chain-Organisation. Logistik ist zahlengetrieben und datenintensiv — ein natürliches Feld für Prognose-KI, aber extrem abhängig von Datenqualität.

Historische Linie (~2015–2026)

Die Linie verläuft von ERP/Cloud über physische Automatisierung zu prädiktiver KI:

2012: Amazon kauft Kiva Systems — der Startschuss für breite Lager-Automatisierung

mit mobilen Robotern. [BELEGT] (aboutamazon)

~2013–2016: UPS rollt „ORION" global aus — Routenoptimierung auf Basis von

Operations Research/ML. [BELEGT] (INFORMS)

2019: DHL integriert KI in seine Risikoplattform (Resilience360). [ANBIETERANGABE]
2022: Amazon nennt über 520.000 mobile Roboter weltweit. [ANBIETERANGABE]
2024–2026: Übergang von reiner Automatisierung zu prädiktiver und generativer KI

(Demand Forecasting, Risikofrüherkennung).

KI heute in der Logistik: Anwendungen, Grenzen, Heikelpunkte

1. Routenoptimierung (UPS ORION). Laut INFORMS spart das System bei Vollausbau rund 300–400 Mio. USD/Jahr und ~100.000 t CO₂. [ANBIETERANGABE/BELEGT] *Grenze:* klassische OR/ML, kein Selbstläufer — Projektkosten ~250 Mio. USD, jahrelange Fahrer-Adoption nötig. Nicht 1:1 auf einen Mittelständler übertragbar.

2. Lagerrobotik (Amazon). >520.000 mobile Roboter; Amazon betont, parallel „über 1 Mio. Jobs" geschaffen zu haben (Gegenerzählung zum Jobverlust). [ANBIETERANGABE] *Grenze:* hohe Investition, für Kleinbetriebe selten sinnvoll.

3. Supply-Chain-Risikofrüherkennung. KI wertet „millions of risk data sources daily" aus. [ANBIETERANGABE] *Grenze:* keine veröffentlichten Genauigkeits-/ Vorwarnzeit-Kennzahlen → Wirksamkeit [UNKLAR].

4. Nachfrageprognose/Bestandsoptimierung. ML-basiert; Effekte s. Abschnitt 4. *Grenze:* stark datenqualitätsabhängig; bei Nachfrageschocks (z. B. Corona) versagten Modelle — ein wichtiger Realitätscheck gegen Prognose-Euphorie.

Rechtliche Heikelpunkte (Logistik-spezifisch)

a) Lieferkettensorgfalt (LkSG → CSDDD). Das deutsche LkSG ist formal in Kraft, aber das BAFA hat seit Okt. 2025 die Berichtsprüfung ausgesetzt und sanktioniert nur schwere Verstöße; die Bundesregierung plant eine Ablösung im Zuge der EU-Umsetzung. Die EU-Lieferkettenrichtlinie (CSDDD) gilt nach aktuellem Stand (Omnibus) einheitlich ab 26.07.2029 (Umsetzung bis 26.07.2028), mit erhöhten Schwellen (≥5.000 MA / ≥1,5 Mrd. € Umsatz). [STRITTIG — im Gesetzgebungsprozess] (Fieldfisher, 01/2026) KI-Relevanz: KI-gestütztes Lieferantenscreening wird zum praktischen Werkzeug der Sorgfaltspflicht — die Rechtsgrundlage ist derzeit aber im Umbau, daher vor Druck neu prüfen.

b) Haftung bei Fehlprognosen/Datenqualität. In den geprüften Quellen nicht belegt → [UNKLAR]; grundsätzlich greifen allgemeine Haftungsregeln (Vertrag, Produkthaftung) und die AI-Act-Risikoklassen (Rechts-Kompass).

Studien, Zahlen, Trends — mit Widersprüchen

Kennzahl	Wert	Quelle / Einordnung
Prognosefehler-Senkung durch KI	−20 bis −50 %	McKinsey, 04/2017. [ANBIETERANGABE — Potenzialschätzung, keine Feldmessung]
Bestandssenkung	−20 bis −50 %	McKinsey, 04/2017. [ANBIETERANGABE]
Transport-/Lagerkosten	−5 bis −10 %	McKinsey, 04/2017. [ANBIETERANGABE]
KI-Nutzung deutscher Unternehmen (allgemein)	36 % (2024: 20 %)	Bitkom, 2025 (n=604). [BELEGT]
KI-Einsatz speziell Logistik (DE)	nur ~4,9 %	IW Köln, 04.07.2025. [BELEGT]

Vorsicht/Widersprüche: Die berühmten „bis −50 %"-Werte stammen aus einer McKinsey-Schätzung von 2017 und zirkulieren seither in Anbieter-Playbooks — es ist keine unabhängige, aggregierte Feldmessung. Für einen konkreten Betrieb sind die realen Effekte [UNKLAR]. Zugleich zeigt der IW-Köln-Befund: Logistik ist in Deutschland bei der KI-Durchdringung ein Nachzügler (~4,9 %) — trotz des großen theoretischen Potenzials. Diese Lücke zwischen Potenzial (Beratung) und Praxis (Empirie) ist die eigentliche Nachricht.

Wohin geht es (12–36 Monate)

Belegte Trendlinie: Rasch steigende KI-Adoption in Deutschland allgemein (Bitkom: Verdopplung 2024→2025); Verschiebung des Regulierungsschwerpunkts von LkSG zu CSDDD (2028/29). [BELEGT]

Vermutung (kein Fakt): Stärkere Kopplung generativer KI mit Prognose-/Risiko-Tools; teilautonome Disposition im Tagesgeschäft; Rückgang eigenständiger LkSG-Bürokratie zugunsten der CSDDD. *Spekulation.*

Maßnahmen für den Unternehmer (priorisiert)

Datenqualität vor Prognose-KI (mittel bis hoch, fundamental): Ohne saubere

Stamm-, Bestands- und Absatzdaten liefert Prognose-KI Scheingenauigkeit.

Klein anfangen, messen (mittel): Prognose-KI auf eine Warengruppe pilotieren und

den realen Prognosefehler vorher/nachher messen — statt der „−50 %" zu vertrauen.

Lieferantenscreening auf CSDDD ausrichten (mittel): KI-Screening als Werkzeug der

Sorgfaltspflicht aufbauen, Rechtslage-Umbau (LkSG→CSDDD) im Blick behalten.

Robotik nur bei belegtem Volumen (hoch): Lagerautomatisierung lohnt sich mit

Menge und Standardware — für kleine Sortimente selten.

Prognose-Grenzen einplanen (laufend): Modelle versagen bei Schocks; Puffer und

menschliche Übersteuerung vorsehen.

Ausblick (nur andeuten)

Merker: Ein Dispositions-Assistent (schlägt Bestellmengen vor), ein Lieferanten-Risiko- Monitor, ein Sendungs-Ausnahme-Agent (bearbeitet Abweichungen). Autonome Disposition mit finanzieller Wirkung bleibt freigabe-/aufsichtspflichtig. Nur Merker.

Was heißt das für den Geschäftsführer?

Logistik ist das Paradebeispiel für die Kluft zwischen Beratungs-Potenzial und gemessener Praxis. Auf dem Papier verspricht KI die Halbierung von Prognosefehlern und Beständen — die Zahl ist aber eine acht Jahre alte Schätzung, keine Messung, und in Deutschland setzt gerade einmal jedes zwanzigste Logistikunternehmen KI ein. Die richtige Führungshaltung ist deshalb nüchtern: Das Potenzial ist real, aber es materialisiert sich nur mit sauberen Daten, realistischen Pilotmessungen und eingeplanten Grenzen (Modelle versagen bei Schocks). Rechtlich ist der Umbau von LkSG zur CSDDD zu beobachten — KI-Lieferantenscreening wird zum praktischen Sorgfaltswerkzeug, die Rechtsgrundlage ist aber in Bewegung. Wer hier zuerst die Datenqualität ordnet, statt das teuerste Tool zu kaufen, holt den belegbaren Nutzen — die anderen kaufen die „−50 %" und bekommen sie nicht.

Quellenliste, „schnell veraltend" & Selbstprüfungs-Notiz

Quellen (Stand 08/2026)

Amazon, „10 years of Amazon robotics", 2022 — https://www.aboutamazon.com/news/operations/10-years-of-amazon-robotics-how-robots-help-sort-packages-move-product-and-improve-safety [ANBIETERANGABE]
McKinsey, „Smartening up with AI", 04/2017 (PDF) — https://www.mckinsey.com/~/media/McKinsey/Industries/Semiconductors/Our%20Insights/Smartening%20up%20with%20artificial%20intelligence/Smartening-up-with-artificial-intelligence.ashx [ANBIETERANGABE]
INFORMS, „UPS ORION" Success Story — https://www.informs.org/Impact/O.R.-Analytics-Success-Stories/UPS [ANBIETERANGABE/BELEGT]
Bitkom, „Durchbruch Künstliche Intelligenz", 2025 — https://www.bitkom.org/Presse/Presseinformation/Durchbruch-Kuenstliche-Intelligenz [BELEGT]
IW Köln, „KI als Wettbewerbsfaktor", 04.07.2025 — https://www.iwkoeln.de/fileadmin/user_upload/Studien/Report/PDF/2025/IW-Report_2025-KI-als-Wettbewerbsfaktor.pdf [BELEGT]
DHL Group, „AI advancements to Resilience360", 19.09.2019 — https://group.dhl.com/en/media-relations/press-releases/2019/dhl-adds-ai-advancements-to-resilience360-platform.html [ANBIETERANGABE]
Fieldfisher, „Update LkSG und CSDDD (Januar 2026)" — https://www.fieldfisher.com/de-de/locations/germany/insights/client-insight-update-lksg-und-csddd-januar-2026 [Sekundärquelle — vor Druck LkSG/CSDDD-Primärtext prüfen]

Schnell veraltend

McKinsey-„−50 %"-Werte (2017) — nicht als aktuelle Messung verwenden.
LkSG/CSDDD-Status — im Gesetzgebungsprozess, laufend prüfen.
KI-Adoption Logistik (IW/Bitkom) — jährlich neu.

Selbstprüfungs-Notiz (Durchgang 2)

Zahlen mit Quelle? Ja; „−50 %" als [ANBIETERANGABE/Schätzung] entzaubert, IW-Köln als

Gegenempirie [BELEGT].

Recht korrekt? LkSG/CSDDD als [STRITTIG/im Prozess] über Fieldfisher; Primärrecht vor

Druck ergänzen.

Meinung/Fakt getrennt? Ja (Abschnitt 5).
DE vs. US? Belegte Roll-outs sind US/global (UPS/Amazon/DHL); DE-spezifische

Wirkungsstudie fehlt → [UNKLAR] ausgewiesen.

Keine erfundenen Quellen? Alle URLs real; Kernquellen in dieser Sitzung abgerufen.

*Ende Kapitel 04 — Logistik.*