Künstliche Intelligenz (KI) ist in der Logistik längst angekommen. Viele Unternehmen haben erste Anwendungen getestet, Assistenten eingeführt oder Pilotprojekte in Entwicklung, Dokumentenverarbeitung und Kundenservice umgesetzt. Der Schritt von der sichtbaren Anwendung zum belastbaren Geschäftswert gelingt jedoch oft nicht. Viele Initiativen verbessern einzelne Arbeitsschritte, verbleiben aber lokal. Beim LMC vom 19.06.2026 gehen wir der zentralen Frage nach: Wie entsteht aus KI messbarer und dauerhafter Geschäftswert?
Viele KI-Initiativen erzeugen Sichtbarkeit, aber noch keinen belastbaren Beitrag zu Kosten, Servicequalität oder Entscheidungsfähigkeit. Für Reedereien und Logistikunternehmen zählt daher weniger die Anzahl der Use Cases, sondern ihr Beitrag auf klare Werttreiber: niedrigere Kosten pro TEU, höhere Auslastung, bessere Vorhersagegüte, schnellere Entscheidungen und höhere Kundenzufriedenheit.
In der aktuellen Debatte rückt häufig agentische KI in den Mittelpunkt. Gemeint sind Systeme, die mehrere Tools verbinden und mehrstufige Aufgaben steuern können. Für Unternehmen ist aber weniger die Begrifflichkeit entscheidend als die Frage, welche Form von KI zuverlässig in Arbeitsschritte und Entscheidungen eingebettet werden kann.
Denn Unternehmen stehen vor mehreren möglichen KI-Einsatzmöglichkeiten: Fachanwendungen lösen spezifische Probleme, etwa in der Planung. Digitale Assistenten, die Mitarbeitende unterstützen, bekommen immer mächtigere Tools. Enterprise-Systeme sind bereits tief in operative Abläufe integriert und können KI direkt in bestehende Workflows bringen.
Welche Form sich jeweils durchsetzt, hängt davon ab, wo KI verlässlich in Arbeitsschritte, Entscheidungen und Kontrollmechanismen eingebettet wird. Skalierbarer Wert entsteht erst, wenn KI-Teil des operativen Betriebs wird. Damit rückt eine zweite Frage in den Vordergrund: Wie bereiten sich Unternehmen auf unterschiedliche KI-Zukünfte vor, ohne sich zu früh auf eine einzelne Technologie festzulegen oder bestehende Prozesse ohne klaren Mehrwert umzubauen?
Das Transformationsradar bietet dafür einen pragmatischen Rahmen. Es betrachtet KI nicht als isoliertes Technologieprojekt, sondern als Zusammenspiel von sechs Dimensionen: Strategie, Personen, Ablauf, Governance, Daten und Technologie. Diese Dimensionen beantworten vier einfache Fragen: Warum wird KI eingesetzt? Wer nutzt sie? Wie wird KI in Prozesse integriert und betrieben? Womit wird KI technisch und datenbasiert umgesetzt?
Diese Logik ist gerade in der Logistik relevant. In globalen Netzwerken treffen volatile Nachfrage, regulatorische Anforderungen, operative Engpässe und hohe Serviceerwartungen aufeinander. KI kann hier helfen, schneller zu planen, Risiken früher zu erkennen und Entscheidungen konsistenter zu treffen. Das gelingt aber nur, wenn Datenqualität, Governance, Rollen und Betriebsprozesse zusammen gedacht werden.
Statt einzelne Use Cases zu skalieren, ist der Blick auf Wertfelder erfolgsversprechender: Kunde und Service, Netzwerk und Kapazität, Betrieb und Planung sowie Assets und Instandhaltung. Dort lässt sich die Wirkung aufgrund bestehender Kennzahlen konkret messen, etwa über Betriebskosten, Anlagenproduktivität, Reaktionsgeschwindigkeit oder Bearbeitungsaufwand. So kann etwa eine bessere Vorhersage in Planung und Netzwerksteuerung direkt auf Auslastung, Reaktionsgeschwindigkeit und Kosten pro Transportleistung wirken.
Neben den Dimensionen des Transformationsradars benötigt es das richtige Betriebsmodell für die KI. Das Betriebsmodell muss für den Betrieb festlegen, wo KI-Verantwortung liegt, wer Entscheidungen trifft, wie fachliche Bereiche eingebunden werden und wie Betrieb, Qualität und Risiken gesteuert werden.
Ein universell bestes Modell gibt es nicht. Je nach Archetyp und Strategie kann für Unternehmen eine zentralisierte KI-Fabrik, eine starke Steuerungsstelle, ein föderiertes Nabe-und-Speichen-Modell oder ein dezentrales Produktnetzwerk sinnvoll sein—oder Varianten.
Das Betriebsmodell wird damit zur Brücke zwischen Ambition und Wertrealisierung. Es verhindert, dass KI trotz guter technologischer und organisatorischer Voraussetzungen in isolierten Use Cases steckenbleibt. Stattdessen schafft es die Voraussetzung, Anwendungen wiederholbar, kontrolliert und wirksam in den Betrieb zu überführen. KI skaliert dann nicht entlang möglichst vieler Use Cases, sondern entlang von Zielen, Entscheidungen und Wertfeldern.
Für Logistikunternehmen ergibt sich daraus folgendes: weniger neue KI-Ideen sammeln, sondern Prioritäten klären. Wie organisiere ich die Transformation? Und welches Betriebsmodell passt zur eigenen Strategie und organisatorischen Voraussetzungen? Erst wenn diese Fragen beantwortet sind, wird aus KI-Ambition messbare Wertrealisierung.
Kontakt
Johannes Gast
Senior Consultant
Berlin
jgast@deloitte.de
