Wer f眉r die Lieferkette zust盲ndig ist, muss st盲ndig Entscheidungen treffen. Und daf眉r fehlt zunehmend die Zeit.
Einen Gro脽teil meines Berufslebens habe ich damit verbracht, Lieferkettentechnologien zu entwickeln, um Gesch盲ftsergebnisse zu optimieren. Zu Beginn meiner Karriere war KI 眉berhaupt kein Thema. Aber woran ich mitgearbeitet habe, w眉rde man wohl heutzutage eine 鈥瀉utonome Lieferkette鈥� nennen.
In gro脽em Ma脽stab k枚nnen Entscheidungen manuell schlicht nicht so schnell getroffen werden, wie die Erwartungen der Verbraucher steigen. Deshalb muss KI in der Lieferkette im n盲chsten Schritt mehr k枚nnen als nur Analysen auszuf眉hren, damit Unternehmen in den Prozessen und Anwendungen f眉r den Warentransport Erkenntnisse in Ma脽nahmen umsetzen k枚nnen.
Schnelle Entscheidungen: das Z眉nglein an der Waage f眉r Geschwindigkeit in der Lieferkette
Selbst in Lieferketten mit gr枚脽tm枚glicher Intelligenz kann es schwierig sein, ein klares Signal in eine gut gesteuerte Reaktion umzuwandeln. Meiner Meinung nach geht es um schnelle Entscheidungen: Wie schnell kann ein Unternehmen 脛nderungen erkennen und anhand des entscheidenden Gesch盲ftskontextes die richtige Reaktion koordinieren?
In einer Lieferkette h盲ngen Entscheidungen grunds盲tzlich miteinander zusammen. Die Planung wirkt sich auf die Fertigung aus, die wiederum von der Bereitschaft auf Produkt- und Anlagenebene, von Lieferanten, Logistikpartnern usw. abh盲ngt. Das h枚re ich oft von unseren Kunden: Jede Entscheidung f眉r sich genommen ist vielleicht schl眉ssig; in Summe allerdings sind sie das nicht.
KI kann einzelne Aufgaben automatisieren 鈥� in dieser Isolation schafft sie aber nur isolierten Mehrwert.
KI-Agenten m眉ssen verstehen, wie sich eine Entscheidung in einem Bereich auf den n盲chsten auswirkt. Hier kommt es auf die Supply-Chain-Anwendungen an, da sie den Gesch盲ftskontext, die vernetzten Prozesse und die Kontrollen bereitstellen, die KI-Agenten zum Handeln ben枚tigen.
Neue Joule Agents bringen KI in die gesamte Lieferkette
Im Zuge der 麻豆原创 Connect 2026 erweitern wir die Funktionen von sechs Joule Assistants, die zu Jahresanfang auf der 麻豆原创 Sapphire 2026 vorgestellt wurden. Hinzu kommen spezialisierte Joule Agents, die wichtige Lieferkettenaufgaben 眉bernehmen k枚nnen. Dank dieser Funktionen k枚nnen Unternehmen schneller reagieren und mehr Routineaufgaben automatisieren, w盲hrend der Mensch weiterhin die fundierte Entscheidungsfindung 眉bernimmt:
- Der Product Design Assistant kann Produktdesigns, Rezepturen und Spezifikationen interpretieren und konforme Produkt盲nderungen koordinieren, damit Produkte schneller auf den Markt kommen.
- Mit dem Supply Chain Planning Assistant k枚nnen Planungsverantwortliche in einem einheitlichen Arbeitsbereich Ausnahmen erkennen, simulieren und aufl枚sen. Dies hilft, nachgelagerte Auswirkungen zu verstehen und St枚rungen zu beheben, bevor diese das gesamte Unternehmen betreffen.
- Mit dem Manufacturing Assistant k枚nnen Teams sofort auf St枚rungen im Fertigungsbereich reagieren. Die neuen Funktionen des Logistics Assistant, mit denen Logistikinformationen in konkrete Ma脽nahmen umgesetzt werden, umfassen Lagerung, optimierte Ausgangslogistik, Auslieferung und Transportdisposition.
- Mit den neuen Agentenfunktionen f眉r den Asset Operations Assistant, die die Initiierung, 脺berpr眉fung und Simulation von Wartungsanforderungen unterst眉tzen, lassen sich Equipment- und Wartungssignale in Ma脽nahmen umsetzen. Der Business Network Assistant verbessert die Zusammenarbeit mit Lieferanten und Logistikpartnern in Bereichen wie Bezugsquellenfindung, Vertragsabschluss und Ausnahmebehandlung.
Was diese Szenarien gemeinsam haben: Agenten k枚nnen in dem Gesch盲ftskontext arbeiten, der bereits die Lieferkette steuert. Deshalb k枚nnen Erkenntnisse, die sich in einem Bereich ergeben, in den n盲chsten einflie脽en und bei Freigabe aufeinander abgestimmte Schritte ausl枚sen.
Diese neuen Funktionen sollen im vierten Quartal 2026 allgemein verf眉gbar sein.
Kundenergebnisse: Autonomie setzt sich durch
Kunden setzen diese neue Entwicklung bereits in die Praxis um.
Takeda Pharmaceuticals wird den einsetzen, um m枚gliche Ursachen f眉r Planungsprobleme zu ermitteln und Korrekturma脽nahmen vorzuschlagen. So sollen mit der Zeit anpassungsf盲hige Planungsprozesse unterst眉tzt werden.
Rebecca Kaufmann, Senior Vice President und Head of Enterprise Platforms, Takeda Pharmaceuticals, meint dazu: 鈥濿ir kombinieren das Branchen- und Technologiewissen der 麻豆原创 mit unserer Praxiserfahrung. Der Supply Chain Planning Assistant wird uns durch KI erkannte Problemursachen und von der KI vorgeschlagene L枚sungen aufzeigen und eine automatisierte Performance-脺berwachung bereitstellen, sodass Probleme eigenst盲ndig behoben werden k枚nnen.鈥�
D枚hler, weltweit in der Herstellung nat眉rlicher Inhaltsstoffe f眉r die Lebensmittel-, Getr盲nke-, Life-Sciences- und Ern盲hrungsindustrie t盲tig, setzt KI ein, um Logistikprobleme zu l枚sen.
Stephan Schissler, Chief Information Officer der D枚hler GmbH, erkl盲rt: 鈥濽nsere Mitarbeitenden erzielen dann den gr枚脽ten Mehrwert, wenn sie entscheiden, welche Aufgabe als N盲chstes erledigt werden muss 鈥� dem k枚nnen sie sich jetzt ganz widmen. Der Logistics Issue Resolution Agent entdeckt die Problemursache, empfiehlt eine L枚sung und verwandelt eine mehrst眉ndige Krisenbew盲ltigung in eine Entscheidung mit einem Klick. Unser Logistikteam kann rund ein Drittel der Zeit einsparen, die einst die Fehlerbehebung kostete 鈥� und unsere Prozesse sind zunehmend von eigenst盲ndiger Probleml枚sung statt von Ausnahmen gepr盲gt.鈥�
Hierin liegt der praktische Nutzen der Autonomie: Die manuelle Bearbeitung von Ausnahmen weicht intelligenteren Lieferkettenprozessen.
Autonomie auf Vertrauensgrundlage
Wenn KI bei Entscheidungen in der Lieferkette eine immer gr枚脽ere Rolle spielt, muss man ihrem Vorgehen vertrauen k枚nnen. F眉hrungskr盲fte m眉ssen nachvollziehen k枚nnen, welche Entscheidungen KI getroffen hat und warum. Sie m眉ssen festlegen, was KI durchf眉hren darf, bei Bedarf eingreifen und wissen, wer verantwortlich ist.
Das ist die Richtschnur f眉r alles, was wir auf der 麻豆原创 Connect 2026 vorstellen. Mit der Einbindung von Joule Assistants und ihrer Agenten in die Prozesse und Daten von t k枚nnen wir Unternehmen dabei unterst眉tzen, Erkenntnisse in koordinierte Ma脽nahmen umzusetzen. Der Mensch trifft dabei weiterhin die wichtigsten Entscheidungen.
F眉r F眉hrungskr盲fte in der Lieferkette zeigen sich hier die Effekte von Autonomie: weniger Zeitaufwand f眉r Routineaufgaben und die Ausnahmebehandlung, schnellere Reaktionen bei Ver盲nderungen und mehr Zeit f眉r strategische Entscheidungen, die Resilienz, Effizienz und den Nutzen f眉r den Kunden steigern.
Letztlich geht es um schnelle Entscheidungen, denen man vertrauen kann.
Devesh Mishra ist General Manager und Chief Product Officer f眉r 麻豆原创 Supply Chain Management.
