Ein Beispiel aus der US-Hoflogistik trifft ziemlich gut, worum es bei KI in der Logistik aus meiner Sicht wirklich geht.

Lazer Logistics hat ein internes KI-System gebaut, das sie “Uncle Phil AI” nennen. Benannt ist es nach Phil Newsome, dem COO des Unternehmens, der 36 Jahre operative Logistikerfahrung mitbringt.

Die Idee ist nicht: Ein Chatbot beantwortet allgemeine Fragen.

Die Idee ist: Das Musterwissen eines sehr erfahrenen Operators wird in ein System übersetzt, das Site Manager an vielen Standorten unterstützt.

Lazer Logistics betreibt Yard-Operations für Händler, Hersteller und Logistikstandorte. Also genau diesen oft unterschätzten Zwischenraum: Lkw kommen an, Trailer müssen bewegt werden, Rampen werden blockiert, Fahrer warten, Daten liegen in unterschiedlichen Systemen, und jemand muss trotzdem schnell entscheiden, was als Nächstes passiert.

Das KI-System zieht Daten aus Telematik, Fahrerprüfungen, Wartung, Personaleinsatz und Yard-Workflows zusammen. Dann hilft es bei Fragen wie:

  • Was passiert gerade wirklich?
  • Warum staut sich ein Ablauf?
  • Welche Entscheidung würde ein erfahrener Operator jetzt prüfen?
  • Welche Information fehlt, bevor jemand sinnvoll handeln kann?

Natürlich ist das ein US-Beispiel. Und natürlich ist es auch eine Unternehmensgeschichte. Trotzdem ist der Punkt relevant.

KI wird dort interessant, wo operative Erfahrung bisher an einzelne Menschen gebunden war.

Nicht, weil diese Menschen ersetzt werden sollen. Sondern weil gute operative Urteile oft aus vielen kleinen Signalen entstehen: ein fehlender Status, ein unklarer Auftrag, ein nicht gelesener Anhang, eine Auflage im Bescheid, ein Fahrzeug, das wartet, eine Rückfrage, die niemand rechtzeitig gestellt hat.

Genau dort entsteht Klärungslast.

KI-Know-how für Logistiker:innen in 2 Minuten

Was ist eigentlich ein Agent?

Ein Agent ist nicht einfach ein Chatbot. Ein Agent ist eher ein digitaler Mitarbeiter in einem klar begrenzten Arbeitsablauf.

Er bekommt ein Ziel, nutzt erlaubte Daten und Werkzeuge, prüft Zwischenschritte und bereitet eine Handlung vor. Wichtig ist: Die Grenzen müssen definiert sein.

Beispiele aus der Logistik:

  • Er liest einen Genehmigungsbescheid und markiert relevante Auflagen.
  • Er vergleicht Transportdaten mit fehlenden Angaben.
  • Er erkennt, welche Rückfragen vor der Dispo noch offen sind.
  • Er schlägt eine nächste Aktion vor.
  • Er schreibt einen Entwurf, aber versendet ihn nicht ohne Freigabe.

Der Mensch bleibt verantwortlich für Ziel, Entscheidung und Guardrails. Die KI übernimmt einen Teil der Vorarbeit.

Für uns ist das der entscheidende Punkt. ViMoKi soll nicht “noch ein System” werden. ViMoKi soll operative Teams von Klärungsarbeit entlasten, damit Menschen wieder mehr Zeit für die eigentliche Entscheidung haben.