KI richtet Lieferketten neu aus

Künstliche Intelligenz gilt oft als nächstes IT-Upgrade. In der Supply Chain ist sie mehr als das. Sie verändert nicht nur Werkzeuge, sondern die Logik, nach der Unternehmen planen, reagieren und entscheiden.

Bei Konsumgüterherstellern kommt es in diesen bewegten Zeiten häufiger dazu, dass ihre Prognosen nicht mehr greifen. Produkte, die über Monate verlässlich liefen, brechen plötzlich ein. Andere entwickeln sich unerwartet stark. Klassische Modelle reagieren träge, weil sie auf stabilen Mustern beruhen. Genau hier setzt KI an. Sie schreibt nicht einfach fort, was gestern galt, sondern bewertet laufend neu, was gerade passiert. Das macht sie in einer volatilen Welt so relevant.

Was sich wirklich verändert

Klassische Planung folgt festen Regeln. Daten werden gesammelt, analysiert und in Prognosen übersetzt. KI verändert diesen Ablauf. Modelle verarbeiten grosse Datenmengen aus unterschiedlichen Quellen und gewichten neue Informationen kontinuierlich. Globale Erhebungen von McKinsey aus dem Jahr 2024 zeigen, dass rund 88 Prozent der Unternehmen KI in mindestens einer Funktion einsetzen. Entscheidend ist jedoch nicht die Nutzung an sich, sondern die Einbindung in operative Prozesse. Erst dann entsteht ein messbarer Effekt.

Wo sich KI wirklich rechnet

Der Nutzen ergibt sich dort, wo klassische Modelle an Grenzen stossen. Studien von McKinsey zeigen, dass sich Prognosefehler in der Nachfrageplanung in einzelnen Anwendungsfällen um bis zu 50 Prozent reduzieren lassen. Gleichzeitig können Bestände sinken. Das ist vor allem dort relevant, wo Nachfrage kurzfristig kippt oder Lieferzeiten schwanken. KI erkennt solche Verschiebungen früher und kann alternative Dispositionen vorschlagen. Sie ersetzt die Planerin oder den Planer nicht, aber sie verschafft einen zeitlichen Vorsprung. Genau dieser Vorsprung entscheidet heute oft darüber, ob ein Unternehmen lieferfähig bleibt oder nur noch reagiert.

Entscheidend ist nicht die Menge der Daten, sondern deren Qualität und Verfügbarkeit in Echtzeit.

Warum die Schweiz ein gemischtes Bild zeigt

In der Schweiz ist das Interesse gross, die Reife aber uneinheitlich. Der Swiss AI Impact Report 2025, erstellt in Zusammenarbeit mit der Hochschule Luzern und Demoscope, zeigt, dass rund 48 Prozent der Unternehmen KI einsetzen. Gleichzeitig definiert nur ein kleiner Teil klare Ziele und Messgrössen für diese Projekte. Das ist ein typisches Muster. Die Technologie ist da, die Integration in Prozesse oft nicht. Viele Firmen testen, automatisieren erste Teilaufgaben oder arbeiten mit einzelnen Prognosemodellen. Doch der Schritt von der Anwendung zur durchgängigen Steuerung ist deutlich anspruchsvoller.

Wo der operative Hebel am grössten ist

Besonders stark wirkt KI dort, wo Entscheidungen unter Zeitdruck fallen. In der Bestandsplanung, in der Allokation knapper Ware und in der Anpassung von Produktions- und Transportplänen kann sie schneller rechnen als klassische Systeme. Der ROI entsteht selten spektakulär, aber oft sehr konkret: weniger Fehlmengen, weniger Überbestand, weniger Eingriffe. Analysen von Deloitte Schweiz unterstreichen, dass viele Unternehmen zwar in KI investieren, der tatsächliche geschäftliche Nutzen jedoch häufig hinter den Erwartungen zurückbleibt.

Warum viele Projekte stecken bleiben

Die Hürden liegen selten in der Technologie. Häufig fehlen saubere Daten, konsistente Systeme oder klare Verantwortlichkeiten. In gewachsenen IT-Landschaften lassen sich Informationen nur schwer zusammenführen. Modelle liefern dann Ergebnisse, aber keine belastbaren Grundlagen für Entscheidungen. Hinzu kommt ein organisatorisches Problem. KI verändert Verantwortung. Entscheidungen entstehen nicht mehr nur aus Erfahrung, sondern im Zusammenspiel mit Systemen. Wer Rollen, Freigaben und Zuständigkeiten nicht klärt, bleibt im Pilotstadium hängen.

Volatilität wird nicht geglättet, sondern gemanagt

Der grösste Unterschied liegt im Umgang mit Unsicherheit. Klassische Planung versucht, Schwankungen zu glätten. KI geht vom Gegenteil aus. Modelle werden laufend aktualisiert, neue Daten sofort einbezogen, Abweichungen schneller gewichtet. Das erhöht die Reaktionsgeschwindigkeit, macht Entscheidungen aber weniger eindeutig. Statt eines festen Plans entstehen mehrere Optionen mit unterschiedlichen Wahrscheinlichkeiten. Unternehmen müssen lernen, mit dieser Logik zu arbeiten.

Wo KI an ihre Grenzen stösst

Auch KI hat klare Grenzen. Ohne konsistente Daten sinkt die Qualität der Ergebnisse. In nicht wenigen Unternehmen sind Stammdaten unvollständig oder Systeme unverbunden. Noch schwieriger wird es bei Ereignissen ohne Vergleichswerte. Plötzliche geopolitische Krisen, neue Zölle oder unerwartete Nachfrageschocks lassen sich bislang nur begrenzt modellieren. KI erkennt hier Muster, aber keine Zukunft ohne verlässliche Datenbasis. Gerade in solchen Momenten bleibt menschliche Erfahrung entscheidend.

Ein Wendepunkt, aber kein Selbstläufer

Die eigentliche Veränderung liegt nicht allein in der Technologie. Planung entwickelt sich zu einem fortlaufenden Prozess. Unternehmen, die KI erfolgreich einsetzen, bauen keine perfekten Prognosen: Sie schaffen Systeme, die schneller reagieren, besser priorisieren und Unsicherheit früher sichtbar machen. Genau darin liegt der Wendepunkt. KI ist kein weiteres Werkzeug in einer bestehenden Logik – sie zwingt Unternehmen, Lieferketten anders zu führen. Das macht sie nicht zu einem Wundermittel. Aber zu einem Instrument, das über Tempo, Transparenz und Resilienz entscheidet.

Warum Daten und Organisation entscheiden

Zusätzlich zeigt sich, dass Unternehmen mit klar definierten Datenstrukturen deutlich schneller skalieren als solche mit fragmentierten Systemen. Entscheidend ist nicht die Menge der Daten, sondern deren Qualität und Verfügbarkeit in Echtzeit. Wer KI isoliert einführt, ohne Prozesse anzupassen, verschenkt einen grossen Teil des möglichen Nutzens. Erst wenn Technologie, Organisation und Entscheidungslogik vollständig zusammenspielen, entsteht ein nachhaltiger Wettbewerbsvorteil.