KI im Fulfillment: Dienstleister steuern statt hinterhertelefonierenAI in fulfilment: managing service providers instead of chasing them by phone

Wer Logistik ausgelagert hat, kennt das Grundgefühl: Die Arbeit passiert woanders. Man sieht sie nicht. Man merkt erst, dass etwas schiefläuft, wenn ein Kunde sich meldet – also am Ende der Kette und nicht am Anfang.

Die übliche Gegenmaßnahme ist ein wöchentliches Telefonat und ein Bauchgefühl. Beides ist zu langsam. Künstliche Intelligenz ändert daran nichts Magisches, aber etwas sehr Praktisches: Sie kann große Mengen an Bewegungsdaten dauerhaft beobachten und melden, wenn etwas nicht zum Muster passt. Sie schaut hin, während Sie verkaufen.

Wo KI heute wirklich hilft

1. Nachschub und Bedarfsprognose

Aus Verkaufsverlauf, Saison, Lieferzeiten und offenen Bestellungen entsteht eine Empfehlung: Welcher Artikel muss wann in welcher Menge nachgeschoben werden – ins Lager, ins FBA, in den Kanal. Das ist keine neue Idee, aber der Aufwand für eine brauchbare Rechnung ist gesunken. Der Nutzen ist doppelt: weniger gebundenes Kapital und weniger Ausverkauf im falschen Moment.

2. Auffälligkeiten im Auftragsstrom

Ein Modell, das den normalen Tagesverlauf kennt, erkennt sofort, wenn etwas kippt: Ein Kanal liefert seit zwei Stunden keine Aufträge mehr – Schnittstelle tot. Zwanzig Aufträge hängen im Status kommissioniert, aber nicht versendet. Ein Artikel wird plötzlich zwanzigmal so oft bestellt wie sonst – entweder ein Preisfehler oder ein Glücksfall, und beides möchte man in Minuten wissen.

3. Retouren verstehen

Rücksendegründe stehen als Freitext da und werden deshalb selten ausgewertet. Ein Sprachmodell fasst tausend Kommentare zu fünf Ursachen zusammen – und plötzlich sieht man, dass ein Artikel nicht schlecht ist, sondern die Größentabelle falsch.

4. Papierkram aus dem Postfach

Lieferavise, Frachtpapiere, Zolldokumente, Rechnungen des Dienstleisters. Sie kommen als PDF, sie stehen in Mails, und jemand tippt sie ab. Diese Erfassung ist heute weitgehend automatisierbar, samt Abgleich gegen den erwarteten Wareneingang. Auffällig ist meist nicht die Rechnung, sondern die Abweichung – und genau die will man sehen.

5. Kundenservice mit echten Daten

Wo ist mein Paket, wann kommt die Erstattung, warum sind es zwei Sendungen? Wenn Trackingstatus und Auftragsdaten sauber angebunden sind, lassen sich diese Antworten vorbereiten, statt sie einzeln zu tippen. Wichtig ist die Reihenfolge: erst die Daten, dann die Formulierung. Eine schön formulierte falsche Auskunft ist schlimmer als gar keine.

6. Verpackung und Lagerplatz

Welcher Karton für welchen Warenkorb? Welcher Artikel gehört nach vorn, weil er gerade anzieht? Beides sind Optimierungen, die täglich neu gerechnet werden können, statt einmal im Jahr.

Der Unterschied zwischen Automatisierung und Steuerung

Automatisierung heißt: Ein Vorgang läuft ohne Sie ab. Steuerung heißt: Sie wissen, ob er richtig abläuft, und können eingreifen, bevor es teuer wird.

Für die Zusammenarbeit mit einem externen Dienstleister ist der zweite Teil der wichtigere. Ihr Dienstleister automatisiert seine Prozesse ohnehin. Ihre Aufgabe ist eine andere: die vereinbarte Leistung messen. Und das ist eine Datenaufgabe.

• Termintreue. Wie viel Prozent der Aufträge, die vor dem Schnitt eingingen, sind am selben Tag rausgegangen?
• Durchlaufzeit im Wareneingang. Wie lange liegt eine Anlieferung, bis sie buchbar ist?
• Pickgenauigkeit. Wie viele Positionen waren falsch – und bei welchen Artikeln häuft sich das?
• Retourenbearbeitung. Wie viele Tage von Eingang bis Wiedereinlagerung?
• Bestandsgenauigkeit. Wie groß ist die Differenz zwischen Buchbestand und Zählung?

Diese fünf Zahlen sind der Kern jedes vernünftigen Vertrags. Ein Modell, das sie täglich liest und Abweichungen meldet, ersetzt das wöchentliche Telefonat durch einen Satz am Morgen: Gestern lag die Termintreue bei 94 Prozent statt 99, betroffen waren vor allem Aufträge nach 15 Uhr. Mit so einem Satz führt man ein Gespräch. Mit einem Bauchgefühl führt man einen Streit.

KI ersetzt den Dienstleister nicht. Sie ersetzt das Gefühl, mit dem Sie ihn bisher beurteilt haben.

Was es dafür braucht

• Daten, die überhaupt entstehen. Zeitstempel je Statuswechsel. Ohne sie ist jede Auswertung geraten.
• Zugriff. Ein Portal zum Anschauen genügt nicht; es braucht eine Schnittstelle oder wenigstens einen regelmäßigen Export.
• Vereinbarte Definitionen. Was heißt versendet – Etikett gedruckt oder Lkw abgefahren? Ohne diese Einigung streiten am Ende zwei Statistiken miteinander.
• Ein fester Empfänger. Ein Alarm, für den sich niemand zuständig fühlt, ist Lärm.

Wo KI nichts verloren hat

Bei allem, was rechtlich bindend ist oder Geld bewegt, ohne dass jemand hinsieht. Gefahrgutklassifizierung, Zolltarifnummern, Erstattungen, Preisanpassungen – hier darf ein Modell vorschlagen, aber nicht entscheiden. Sprachmodelle formulieren Unsinn genauso überzeugend wie Richtiges; die Prüfung bleibt beim Menschen.

Ebenso gilt: Personenbezogene Daten von Endkunden gehören nicht ungefragt in beliebige Dienste. Wer Kundendaten verarbeitet, braucht eine Grundlage, einen Auftragsverarbeitungsvertrag und eine Antwort auf die Frage, wo die Daten liegen.

Ein realistischer Einstieg

• Stufe 1 – Sehen. Tägliche Auswertung der fünf Kennzahlen, automatisch zusammengefasst. Kein Eingriff, nur Sichtbarkeit.
• Stufe 2 – Melden. Schwellen definieren und Abweichungen automatisch an die richtige Person schicken.
• Stufe 3 – Vorschlagen. Nachschubmengen, Kartonwahl, Retourenentscheidungen – als Vorschlag mit einem Klick zur Freigabe.

Wer bei Stufe 1 anfängt, hat nach vier Wochen etwas, das er vorher nicht hatte: eine belastbare Aussage darüber, wie gut sein Dienstleister tatsächlich arbeitet. Alles Weitere fällt danach deutlich leichter.

Über datengestützte Steuerung sprechen

Wir zeigen Ihnen, welche Kennzahlen wir liefern, wie Sie sie abrufen – und was sich damit automatisieren lässt.