Jeder zweite Logistiker nutzt KI. Messen Sie Ihre eigenen Effekte.

Die Hälfte der deutschen Logistikunternehmen nutzt inzwischen KI, und Logistikroboter führen den Markt für Serviceroboter an; zählen sollten die Effekte, die Sie an Ihrer eigenen Ausgangsbasis messen.

Unser Beitrag von 2024 zeigte, wie KI die Bestandsgenauigkeit im Handel verbessert. Diese Ausgabe baut auf dem auf, was seither gemessen und veröffentlicht wurde, und ergänzt eine Methode, mit der Sie den Effekt in Ihrem eigenen Betrieb messen.

Die Logistik ist schnell vom Pilotprojekt zur Anwendung übergegangen:

• 51% der deutschen Logistikunternehmen mit 20 oder mehr Beschäftigten nutzen 2026 KI, nach 22% im Jahr 2022 (Bitkom, September 2026, n=502). In der gesamten deutschen Wirtschaft liegt der Wert bei 57%.
• In derselben Umfrage nutzen 47% Lagerverwaltungssysteme, 39% Big Data und Analytik, 23% digitale Zwillinge, 17% Robotik oder autonomen Transport und 15% intelligente Regale.
• In einer US-Logistikumfrage stieg die aktive KI-Nutzung binnen eines Jahres von 16% auf 43%; zugleich vertrauen nur 7% der Befragten KI-Ergebnissen in hohem Maß, und 65% sagen, Beschäftigte nutzen KI mit oder ohne Freigabe (Logistics Management, September 2026).
• Rund 14% der US-Einzelhandelsunternehmen nutzen KI (US Census Bureau, Mai 2026), deutlich weniger als die Informationsbranche (39,7%) und Finanz- und Versicherungsdienstleister (33,9%).
• Nur 17% der Supply-Chain-Verantwortlichen streben mit KI eine grundlegende Neugestaltung an; 83% skalieren schrittweise (Gartner, Mai 2026, n=140).

Zusammen gelesen zeigen die Zahlen: Die Nutzung breitet sich aus, die nächsten Engpässe sind Vertrauen und Nutzungstiefe.

Die 2024 beschriebenen Kerntechniken bleiben gültig: Bedarfsprognosen aus Verkaufshistorie, Saisonalität und externen Signalen; automatische Nachbestellung; dynamische Sicherheitsbestände; Routen- und Lageroptimierung. Bei der Technik darunter hat sich dreierlei geändert:

• Sprachmodelle übernehmen die Dokumente. Lieferscheine, Zollpapiere, Lieferanten-E-Mails und Reklamationen können heute von allgemeinen Modellen gelesen und geprüft werden. Kleine Modelle kosten ab 0,10 US-Dollar je Million Eingabe-Tokens (OpenAI GPT-6 Luna, Anthropic Claude Haiku 5.5); damit wird Dokumentenarbeit in großen Mengen bezahlbar. Dokumentenbetrug gehört zu den Risiken, die Logistikverantwortliche nennen.
• Agenten handeln über Systeme hinweg. Die Ausgaben für KI-Agenten und -Assistenten sollen sich 2027 auf 65,5 Mrd. US-Dollar mehr als verdoppeln (Gartner). 55% der Supply-Chain-Verantwortlichen erwarten, dass Agenten-KI den Bedarf an Einstiegsstellen senkt (Gartner, Februar 2026, n=509).
• Modelle wechseln häufig. OpenAI schaltet die Versionen von GPT-4o und GPT-4.1 am 14. Januar 2027 ab. Jeder Agent und jeder Dokumenten-Workflow braucht vor einem Modellwechsel einen Regressionstest.

Der erwartete Nutzen ist in den deutschen Daten klar: 66% der Logistikunternehmen erwarten mehr Transparenz in der Lieferkette, 60% geringere Umweltbelastung und 49% niedrigere Kosten (Bitkom).

In der Logistik verdienen Roboter heute ihr Geld.

• Fast 250.000 professionelle Serviceroboter wurden 2025 weltweit verkauft (+24%). Auf Transport und Logistik entfielen 117.500 Einheiten oder 47%, das größte Anwendungsfeld (IFR, September 2026).
• Robots-as-a-Service ist in den USA das vorherrschende Geschäftsmodell (IFR).
• Rund 7.000 humanoide Roboter in voller Größe wurden 2025 weltweit verkauft, die erste Zählung der IFR. Im Lager sind Humanoide Pilotprojekte; Einsätze in großer Zahl finden bei mobilen Robotern und automatisierten Lagersystemen statt.
• Der Bestand an Industrierobotern erreichte den Rekord von 5 Millionen Einheiten; Deutschland hat 449 Roboter je 10.000 Beschäftigte in der Industrie, der EU-27-Durchschnitt liegt bei 231 (IFR).

Für den Kauf von Robotern in der EU sind zwei Regeln wichtig. Die Maschinenverordnung (EU) 2023/1230 gilt ab 20. Januar 2027, einschließlich Anforderungen an KI-gestützte Sicherheitsfunktionen. Die überarbeiteten Sicherheitsnormen ISO 10218-1 und -2 für Industrieroboter erschienen 2025.

KI und Robotik in der Logistik sind eine Antwort auf eine Personallücke. 87% der deutschen Logistikunternehmen nennen Fachkräftemangel, 48% speziell bei Lagerpersonal (Bitkom). Weltweit sind rund 2,9 Millionen Stellen für Lkw-Fahrerinnen und -Fahrer unbesetzt (IRU). Auch Energie zählt: Alle befragten deutschen Logistikunternehmen nannten Energiepreise als Herausforderung.

Wo KI Beschäftigte betrifft, gelten Regeln. Personalsteuerung und Leistungsüberwachung sind Anwendungen nach Anhang III der KI-Verordnung, mit Hochrisiko-Pflichten ab 2. Dezember 2027 (Verordnung (EU) 2026/1744). Emotionserkennung am Arbeitsplatz ist seit Februar 2025 verboten.

Eine glaubwürdige Zahl kommt aus Ihrem eigenen Betrieb, gemessen vorher und nachher:

1. Ausgangsbasis festlegen. Bestandsgenauigkeit (physisch gegenüber System), Prognosefehler, Lagerumschlag, Fehlbestandsquote, Termintreue und Kosten pro Sendung, gemessen über mindestens einen vergleichbaren Zeitraum.
2. Zuerst die Datenreife prüfen. In der Fertigung stehen Datenqualitätsprobleme hinter 51% der gescheiterten KI-Piloten (RSM, 2026).
3. Akzeptierte Ergebnisse zählen. Bei Dokumenten- oder Nachbestell-Workflows teilen Sie die Gesamtkosten (Nutzung, Integration, Prüfung, Nacharbeit) durch die Fälle, die Ihr Team akzeptiert, nicht durch die bearbeiteten Fälle.
4. Abbruchbedingung vereinbaren. Legen Sie vorab fest, welches Ergebnis den Piloten skaliert und welches ihn beendet.
5. Schatten-KI sichtbar machen. Wenn 65% KI-Nutzung mit oder ohne Freigabe berichten, ist ein Inventar der genutzten Werkzeuge der Ausgangspunkt für Vertrauen.

Das Good AI Prisma ordnet Angebote in den Bereichen Mobilität & Logistik sowie Handel & Konsumgüter nach Datentyp und Technologieebene. Das hilft, eine Vorauswahl vor jeder Demo einzugrenzen.

Bestandsgenauigkeit, Prognosequalität und physische Bewegung sind unterschiedliche Probleme. Ein Lager kann richtige Aufzeichnungen haben und trotzdem das falsche Sortiment vorhalten. Eine gute Nachfrageprognose beweist nicht, dass eingehende Ware korrekt gescannt wurde. Ein Roboter kann einen Behälter effizient bewegen, während das System den falschen Artikel erfasst. Bestimmen Sie Fehler und betriebliche Entscheidung, bevor Sie ein KI-Produkt auswählen.

Beginnen Sie mit einer repräsentativen Produktgruppe oder einem Standort. Erfassen Sie Bestandsprozess, Datenquellen, Nachbestellregel und Korrekturverantwortung. Dazu gehören gewöhnliche Schwankungen: Aktionen, Retouren, Lieferverzug, Ersatzartikel und beschädigte Ware. Der Ausgangswert soll den tatsächlichen Betrieb beschreiben und nicht nur eine bereinigte Auswahl ohne wiederkehrende Schwierigkeiten.

Wählen Sie das maßgebliche Ergebnis. Weniger Fehlbestände, geringerer Verfall, weniger manuelle Kontrolle und zuverlässigere Lieferung benötigen unterschiedliche Messgrößen. Ein Projekt kann einen Wert verbessern und einen anderen verschlechtern. Benennen Sie akzeptable Abwägungen und nicht verhandelbare Grenzen wie Arbeitssicherheit oder vorgeschriebene Handhabung. So erhält die Untersuchung einen Zweck jenseits einer ansprechenden Übersicht.

Bei einem hypothetischen Artikel beträgt die Nachfrage an drei Tagen 80, 100 und 120 Stück. Eine Prognose von jeweils 100 verursacht absolute Fehler von 20, null und 20 Stück, im Mittel rund 13,3 Stück. Das beschreibt eine Fehlermessung für drei Beobachtungen. Es belegt nicht, ob Kunden beliefert wurden. Dafür sind Anfangsbestand, Lieferzeit und Nachbestellung ebenfalls entscheidend.

Verringert ein neues Modell den Prognosefehler, während sich die Lieferzeit verdoppelt, kann die Verfügbarkeit trotzdem schlechter werden. Umgekehrt kann eine mäßige Prognose mit einer besseren Nachbestellregel den Service verbessern. Messen Sie den gesamten Mechanismus, statt jede betriebliche Veränderung der Prognosegenauigkeit zuzuschreiben. Die Zahlen sind ein Rechenbeispiel und kein Befund über einen Anbieter oder Kunden.

Zeigen Sie wichtige Unterschiede. Langsam drehende Artikel, neue Produkte und Aktionsware können sich anders verhalten als stabile Volumenartikel. Ein guter Durchschnitt kann einen untragbaren Zustand kritischer Produkte verdecken. Vereinbaren Sie getrennte Betrachtungen und begründen Sie Ausschlüsse. Das Ergebnis soll zeigen, wo die Methode sinnvoll ist, statt gleiche Eignung für sämtliche Waren zu behaupten.

Die Wahl der Einheit gehört ebenfalls zur Methode. Stück, Wert und Anzahl betroffener Aufträge beantworten unterschiedliche Fragen. Ein großer Mengenfehler bei einem billigen Artikel ist nicht zwingend wirtschaftlich bedeutender als eine kleine Abweichung bei einem kritischen Ersatzteil. Berichten Sie die Maße, die zur Entscheidung passen, und erklären Sie ihre Grenzen.

Bestandsabläufe benötigen eindeutige Identitäten, Einheiten und Zeitpunkte. Karton, Palette und Einzelstück sind keine austauschbaren Mengen. Ein verspätetes Ereignis unterscheidet sich von einem fehlenden. Eine Retoure muss möglicherweise geprüft werden, bevor sie wieder als verfügbar gilt. Ein Assistent kann Unstimmigkeiten vorbereiten. Das maßgebliche Bestandssystem bleibt der Ort angenommener Änderungen.

Bei Dokumentenarbeit werden extrahierte Angaben mit der Originalquelle verglichen. Ein Lieferschein kann eine richtige Menge für den falschen Auftrag enthalten. Eine flüssige Zusammenfassung kann einen Schadenshinweis übersehen. Legen Sie fest, welche Abweichungen zur Prüfung vorbereitet werden und welche eine Aktualisierung blockieren. Eine generierte Erklärung ersetzt das Original nicht, wenn dessen Einzelheiten entscheidend sind.

Testen Sie wiederholte Übernahmen und die Wiederaufnahme nach Unterbrechung. Derselbe Lieferschein darf nicht wegen eines erneuten Versuchs zwei Wareneingänge erzeugen. Ist eine Änderung möglicherweise bereits erfolgt, wird zunächst ihr Zustand abgeglichen. Eine passende Kennung verbindet Quelldokument, Vorschlag und angenommene Transaktion. Diese betriebliche Disziplin wird durch flexible automatische Vorbereitung wichtiger und nicht überflüssig.

Ein Gesprächsassistent und eine bewegte Maschine haben unterschiedliche Folgen. Die Vorführung eines Roboters belegt nicht die Sicherheit Ihres Standorts, Ihrer Wege, Lasten oder Zusammenarbeit mit Menschen. Spezifikation, Einbaubetrachtung und einschlägige Konformitätsarbeit benötigen qualifizierte Fachleute. Eine allgemeine KI-Bewertung ersetzt diese Arbeit nicht.

Betrachten Sie den gewöhnlichen Betrieb: blockierte Wege, wechselnde Lagerorte, Wartung, neue Beschäftigte und Notfallregeln. Der Plan benennt, wer anhalten, wiederherstellen und den übrigen Ablauf fortführen darf. Eine Softwareänderung kann das Verhalten so verändern, dass die physische Anwendung erneut geprüft werden muss.

Anwendungsbeginn der Maschinenverordnung und Veröffentlichung einer Norm sind verschiedene Tatsachen. Beides bedeutet nicht, dass jedes als Roboter angebotene Produkt die nötigen Anforderungen erfüllt. Nutzen Sie die amtliche Verordnung und die passende technische Norm mit fachkundiger Beratung für den konkreten Einsatz. Anbieterbehauptungen bleiben auf die tatsächlich erfasste Ausrüstung und deren Bedingungen begrenzt.

Bei Dokumentenunterstützung zählen akzeptierte Datensätze, Korrekturminuten, ungelöste Abweichungen und Nacharbeit. Bei Nachbestellung kommen Servicegrad, Bestandswert, Verfall und Eilaufträge hinzu. Physische Handhabung verlangt passende Durchsatz- und Sicherheitsgrößen. Ein gemeinsames Finanzmodell kann diese Ergebnisse verbinden, sollte ihre unterschiedlichen Bedeutungen aber nicht in einem Automatisierungsprozentsatz auflösen.

Frei werdende Kapazität kann mehr Volumen oder geringere Belastung ermöglichen, ohne sofort Ausgaben zu senken. Erläutern Sie ihre geplante Verwendung. Schulung, Wartung, Integration und Ausnahmebearbeitung gehören in die Kostenbasis. Eine Verlagerung von Arbeit auf eine unzureichend unterstützte Schichtleitung senkt nicht zwangsläufig den Gesamtaufwand.

Betreffen Systeme Beschäftigte, werden die zuständigen Interessenvertretungen und Fachleute einbezogen. Erklären Sie Messung und Zweck. Daten zur Warenbewegung dürfen nicht stillschweigend zu einer Leistungsüberwachung werden. Ein anderer Zweck ist eine neue Entscheidung mit anderen Fragen und keine nebensächliche technische Wiederverwendung.

Überprüfen Sie auch die Alltagstauglichkeit. Können Beschäftigte eine fehlerhafte Erfassung schnell korrigieren? Ist die Rückfrage zur richtigen Person möglich? Eine präzise Erkennung hilft wenig, wenn jede Ausnahme einen langen Sonderprozess auslöst. Beobachten Sie deshalb Bedienung und Übergaben gemeinsam mit den technischen Ergebnissen.

Verfolgen Sie vor einer Ausweitung eine strittige Lieferung vom Dokumenteneingang bis zum angenommenen Bestand. Die Bedienperson zeigt die Quelle, erklärt die Abweichung und benennt die Korrekturbefugnis. Prüfen Sie, ob der Assistent ursprüngliche Menge und Einheit im Vorschlag erhält. Eine überzeugende Zusammenfassung darf keinen Unterschied stillschweigend bereinigen, der noch eine fachliche Entscheidung verlangt.

Unterbrechen Sie anschließend nach der Vorbereitung und vor der Bestätigung. Können Beschäftigte beim Wiederanlauf Entwurf, Änderungsversuch und angenommene Transaktion unterscheiden? Kontrollieren Sie den maßgeblichen Bestand unabhängig. Das ist bei einem Netzausfall wichtig, wenn der Abschluss unklar bleibt. Die Wiederaufnahme stellt zuerst den Zustand fest, statt wiederholtes Absenden nahezulegen.

Vergleichen Sie danach korrigierte physische Zählung und Systemdatensatz. Eine erfolgreiche Softwareänderung beweist nicht, dass die Ware vorhanden oder verwendbar ist. Beschädigung, Quarantäne und ausstehende Prüfung bleiben als Zustände erhalten. Die Abnahme muss beschreiben, was einem Kunden tatsächlich zugesagt werden kann.

Fragen Sie zuletzt die Schichtleitung, ob der Weg in einer arbeitsreichen Phase praktikabel ist. Erfassen Sie Klärungszeit und Unterstützungsbedarf. Eine Kontrolle, die nur neben dem Projektteam funktioniert, ist noch keine gewöhnliche Betriebsfähigkeit. Die Beobachtung kann eine bessere Übergabe, eine engere Aufgabe oder zusätzliche Quellen verlangen, bevor der Einsatz ausgeweitet wird.

Beziehen Sie auch Vertretungen und neue Beschäftigte ein. Ein Ablauf sollte nicht nur für die erfahrenste Person verständlich sein. Kurze Arbeitsanweisungen mit einem konkreten Beispiel können helfen, ohne jedes Detail in der Oberfläche zu erklären. Die fachliche Entscheidung und der benötigte Nachweis müssen trotzdem erkennbar bleiben. So wird aus dem erfolgreichen Einzelfall eine überprüfbare Arbeitsweise.

Im Bereich Mobilität und Logistik lassen sich passende Angebote erkunden. Vergleichen Sie danach Funktionen, Bereitstellung und Abrechnungsgrundlage. Eine Kategoriezuordnung belegt keine Eignung für ein bestimmtes Lager. Nehmen Sie wesentliche offene Fragen in Profilvergleich und Anbietergespräch mit.

Für eine konkrete Geschäftsfrage können Sie den AI Business Blueprint prüfen. Eine vertiefte Prozess- und Investitionsbetrachtung wird im Enterprise AI Opportunity Case per Angebot vereinbart. Bringen Sie Ablauf, Ausgangswert und Entscheidungsverantwortung mit. Der nächste Schritt sollte klären, ob bessere Daten, eine andere Regel, Unterstützung oder eine sorgfältig geprüfte automatische Handlung den größten Nutzen verspricht.

Was Sie jetzt entscheiden sollten

• Wählen Sie einen Bestands- oder Logistikprozess und erfassen Sie seine Ausgangsbasis: Genauigkeit, Prognosefehler, Kosten pro Sendung.
• Schreiben Sie für jeden Roboterkauf ab 2027 die Konformität mit der Maschinenverordnung und ISO 10218:2025 in die Spezifikation.
• Wenn KI Lagerbeschäftigte überwacht, bereiten Sie sich jetzt mit dem Betriebsrat auf die Hochrisiko-Pflichten ab 2. Dezember 2027 vor.

Belege und Einkaufswerkzeuge für Logistik und Handel finden Sie in der Good AI Prisma Global Market Study 2026/27 unter ethority.ai/ai-prism-study.

• Bitkom, Logistik und KI 2026 (Sep. 2026): https://www.bitkom.org/Presse/Presseinformation/Die-Logistik-investiert-in-KI-doch-es-fehlt-Knowhow
• Bitkom, Erstmals nutzt die Mehrheit der Unternehmen KI (Sep. 2026): https://www.bitkom.org/Presse/Presseinformation/Erstmals-nutzt-die-Mehrheit-der-Unternehmen-KI
• Logistics Management, Studie zu KI-Nutzung und Vertrauen (Sep. 2026): https://www.supplychain247.com/article/logistics-ai-use-adoption-trust-study
• US Census Bureau, KI-Nutzung von Unternehmen (Mai 2026): https://census.gov/library/stories/2026/05/ai-use-businesses.html
• Gartner, KI und Betriebsmodelle der Lieferkette (Mai 2026): https://www.gartner.com/en/newsroom/press-releases/2026-05-06-gartner-survey-shows-ai-is-not-driving-supply-chain-operating-model-transformation
• Gartner, Agenten-KI und Einstiegsstellen (Feb. 2026): https://www.gartner.com/en/newsroom/press-releases/2026-02-25-gartner-survey-shows-55-percent-of-supply-chain-leaders-expect-agentic-ai-to-reduce-entry-level-hiring-needs
• Gartner, Prognose weltweiter KI-Ausgaben (Sep. 2026): https://gartner.com/en/newsroom/press-releases/2026-09-16-gartner-forecasts-worldwide-ai-spending-to-grow-49-point-5-percent-in-2026
• OpenAI, Preise GPT-6.1 Sol und Luna: https://openai.com/index/introducing-gpt-6-1-sol/
• Anthropic, Modellübersicht: https://platform.claude.com/docs/en/about-claude/models/overview
• OpenAI, Deprecations: https://developers.openai.com/api/docs/deprecations
• IFR, World Robotics 2026 Service Robots (Sep. 2026): https://kyodonewsprwire.jp/release/202610017079
• IFR, Fünf Millionen Roboter (Sep. 2026): https://ifr.org/ifr-press-releases/five-million-robots-now-operate-in-factories-globally
• IFR, Roboterdichte (Apr. 2026): https://ifr.org/downloads/press_docs/DE-2026-APRIL-_8-IFR_PRESSMELDUNG_Roboterdichte-deutsch.pdf
• Verordnung (EU) 2023/1230 (Maschinenverordnung): https://eur-lex.europa.eu/eli/reg/2023/1230/oj
• ISO 10218-2:2025: https://www.iso.org/standard/73934.html
• IRU-Bericht zum Fahrermangel (via DC Velocity): https://www.dcvelocity.com/supply-chain/other-services/labor/iru-report-finds-global-truck-driver-shortage
• Verordnung (EU) 2026/1744: https://eur-lex.europa.eu/eli/reg/2026/1744/oj/eng
• RSM, Hersteller und KI 2026: https://rsmus.com/insights/industries/manufacturing/manufacturers-using-ai-2026.html
• ETHORITY, Good AI Prisma Global Market Study 2026/27: https://ethority.ai/ai-prism-study

Aktualisierte Ausgabe des Beitrags, der 2024 erstmals auf ethority.net erschien; das Original bleibt archiviert.