SaaS, agentische KI und Lieferkette: Das Ende statischer Software?

Die großen SaaS-Anbieter werden nicht verschwinden, aber ihre Rolle wandelt sich. In der Lieferkette verlagert sich der Mehrwert zunehmend auf KI-gestützte, no-code-fähige und interoperable Plattformen, die in der Lage sind, Arbeitsabläufe zu koordinieren, Entscheidungen zu automatisieren und Lagerbestände zu optimieren, ohne dass dafür umfassende Umstellungen erforderlich sind.

Große SaaS-Anbieter bilden nach wie vor das Rückgrat des Betriebs

In den meisten Unternehmen haben sich die großen etablierten SaaS-Anbieter als Standardlösungen durchgesetzt. Sie hosten wichtige Daten, verwalten Transaktionen, sichern Prozesse und gewährleisten die Geschäftskontinuität. Ein Austausch dieser Lösungen ist selten einfach.

Ein ERP-System bündelt Bestellungen, Rechnungsstellung, Beschaffung und Produktkataloge. Ein WMS verwaltet das Lager. Ein TMS organisiert die Logistikabläufe. Ein CRM-System verwaltet die Kundenbeziehungen. Diese Tools sind mit Dutzenden von Anwendungen, Teams, Geschäftsregeln und Berichtssystemen vernetzt.

Genau aus diesem Grund sind sie so widerstandsfähig. Ihre Stärke liegt nicht nur in ihrer Funktionalität, sondern auch in der Tiefe ihrer Integration. Innerhalb einer Lieferkette kann die Umstellung eines Kernsystems Auswirkungen auf Lagerbestände, Beschaffung, Lieferzeiten, Spediteure, Teams an der Kundenfront, EDI-Schnittstellen, Dashboards und mitunter sogar auf die Kundenbeziehungen haben.

Die richtige Frage lautet also nicht: Sollten wir die großen SaaS-Plattformen ersetzen?
Die eigentliche Frage lautet: Wie können wir sie verbessern, ohne das Bestehende zu untergraben?

Hier ebnen KI, Automatisierung und No-Code-Architekturen den Weg.

Agentenbasierte KI verlagert den Schwerpunkt der Software auf den Arbeitsablauf

Lange Zeit bedeutete Digitalisierung lediglich, Abläufe in eine Software zu übertragen. Die Nutzer mussten sich anmelden, nach Informationen suchen, ein Feld ausfüllen, einen Schritt bestätigen, eine Datei exportieren oder einen Kontakt kontaktieren.

Bei der agentenbasierten KI ist es genau umgekehrt. Das System gibt nicht mehr nur Daten wieder, sondern kann eine Situation analysieren, Anomalien erkennen, Maßnahmen vorschlagen, einen Workflow auslösen oder mehrere Tools koordinieren.

In der Lieferkette führt dies zu einer grundlegenden Veränderung in der Art und Weise, wie die Abläufe gesteuert werden. Ein KI-Agent kann beispielsweise:

eine drohende Lieferengpassgefahr bei einem kritischen Artikel erkennen;
Lagerbestände mit Nachfrageprognosen abgleichen;
einen Auftrag nach dem Kunden, dem Termin oder der Marge priorisieren;
einen automatischen Nachschubservice anbieten;
bei Unstimmigkeiten nach Erhalt einen Vorgesetzten zu benachrichtigen;
einen Transportunfallbericht erstellen;
einen Arbeitsablauf zwischen Einkauf, Lager, Finanzabteilung und Kundenservice koordinieren.

Dieser Trend ist nicht nur theoretischer Natur. Gartner schätzt, dass bis 2028 33 % der Unternehmenssoftwareanwendungen agentenbasierte KI integrieren werden – im Vergleich zu weniger als 1 % im Jahr 2024 – und dass bis dahin 15 % der alltäglichen Geschäftsentscheidungen autonom von KI getroffen werden könnten.

Für Fachleute im Bereich Lieferkette liegt der Vorteil auf der Hand: KI sollte nicht nur eine weitere Schnittstelle sein. Sie muss zu einer intelligenten Ebene werden, die Daten in konkrete Maßnahmen umsetzen kann.

Zunächst werden die Peripheriemodule vorgestellt

Groß angelegte Transaktionssysteme werden sich kurzfristig nur schwer ersetzen lassen. Peripheriemodule hingegen sind wesentlich anfälliger.

Manuelle Berichterstellung, Genehmigungsanfragen, Zusammenarbeit mit Lieferanten, Leistungsanalyse, Vorfallverfolgung, Erstellung von Dashboards, Bestandsbenachrichtigungen, Bestellanforderungen, Qualitätskontrolle und grundlegende Planung: Diese Anwendungsfälle werden häufig durch spezialisierte SaaS-Erweiterungen abgedeckt, die jedoch kostspielig, unflexibel oder nur unzureichend genutzt sein können.

KI kann einige dieser Anforderungen nun jedoch schneller und reibungsloser erfüllen. Sie kann Daten aus verschiedenen Systemen zusammenfassen, kategorisieren, Warnmeldungen ausgeben, Prioritäten setzen, vergleichen, dokumentieren und Maßnahmen auslösen.

Nehmen wir ein einfaches Beispiel: Ein Unternehmen verfügt bereits über ein Planungstool, das mit der Personalabteilung, der Lohnabrechnung und der Rechnungsstellung verknüpft ist. Ein Austausch dieses Tools wäre zeitaufwendig und riskant. Die Ergänzung um eine KI-Ebene hingegen, die in der Lage ist, Dienstpläne auf der Grundlage von Abwesenheiten, Arbeitsspitzen, verfügbaren Kompetenzen und Liefervorgaben zu optimieren, schafft sofortigen Mehrwert, ohne dass das gesamte System neu aufgebaut werden muss.

Das Gleiche gilt für die Bestandsoptimierung. Anstatt mehrere Excel-Dateien anzulegen oder ein eigenständiges Modul hinzuzufügen, kann eine integrierte Plattform Daten zu Verkäufen, Einkäufen, Lagerbeständen, Prognosen und Lieferzeiten der Lieferanten zusammenführen, um die richtigen Maßnahmen zu empfehlen.

Das erfolgreiche Modell ist nicht unbedingt das „neue SaaS, das alles ersetzt“. Oft ist es vielmehr die agile Ebene, die das Bestehende intelligenter macht.

No-Code und Interoperabilität werden zu strategischen Prioritäten

Die Lieferkette ist kein in Stein gemeißeltes Gebilde. Regeln ändern sich, Lieferanten entwickeln sich weiter, gesetzliche Anforderungen werden strenger, die Erwartungen der Kunden steigen und die Unsicherheiten nehmen zu. Vor diesem Hintergrund wird es zu einem Hindernis, mehrere Monate auf die Anpassung eines Prozesses zu warten.

No-Code bietet eine Lösung für dieses Problem. Es ermöglicht Geschäftsteams, Arbeitsabläufe zu konfigurieren, Regeln anzupassen, Formulare zu erstellen, Validierungen zu verfolgen und Daten zu verknüpfen, ohne sich ausschließlich auf langwierige Entwicklungszyklen verlassen zu müssen.

Aber No-Code allein reicht nicht aus. Der wahre Mehrwert entsteht erst durch die Kombination mit drei weiteren Elementen:

Interoperabilität, um ERP-, WMS-, TMS-, CRM- und Transport-Tools, Sensoren, Lieferantenportale und Außendienstanwendungen miteinander zu verbinden.

Nachvollziehbarkeit – um zu wissen, wer was wann und warum getan hat, welche Daten dabei verwendet wurden und welche Regeln dabei beachtet wurden.

KI, die sich von einem deskriptiven Ansatz hin zu einem prädiktiven und präskriptiven Ansatz entwickelt.

Gartner hat agentenbasierte KI, Ambient Intelligence und erweiterte vernetzte Teams als wichtige Technologietrends für die Lieferkette im Jahr 2025 identifiziert. Das Ziel ist klar: die Vernetzung, die operative Intelligenz und die Anpassungsfähigkeit von Unternehmen zu verbessern.

Dieser Ansatz trägt zudem zur Verbesserung einer nachhaltigen Logistik bei. Eine bessere Übersicht über Logistikabläufe, Lagerüberhänge, Lieferrouten, Retouren und Lieferengpässe hilft dabei, Verschwendung, unnötige Fahrten und verspätete Entscheidungen zu vermeiden.

Vom Experimentieren mit KI hin zu messbarer Leistung

KI steht derzeit stark im Fokus, doch nicht alle Initiativen schaffen einen Mehrwert. Gartner prognostiziert, dass bis Ende 2027 über 40 % der agentenbasierten KI-Projekte eingestellt werden könnten, vor allem aufgrund hoher Kosten, unklarer Rentabilität oder unzureichender Risikokontrollen.

Damit Projekte nicht zu bloßen Spielereien verkommen, müssen sie auf praktischen Erfahrungen basieren. In der Lieferkette sind die besten Anwendungsfälle diejenigen, die einen konkreten operativen Schwachpunkt beheben oder einen von den Teams überwachten Leistungskennwert verbessern.

Einige Schwerpunkte, auf die man sich konzentrieren sollte:

Lieferengpässe bei wichtigen Artikeln vermeiden;
Benachrichtigungen zur Nachbestellung automatisieren;
die Nachfrageprognosen verbessern;
die Beilegung von Streitigkeiten mit Lieferanten beschleunigen;
die Zuverlässigkeit der Bestandsaufnahmen verbessern;
Vorbereitungsfehler reduzieren;
die Lagerbestände optimieren;
die Genehmigungsverfahren zwischen den Abteilungen straffen;
den CO₂-Fußabdruck von Logistikströmen messen.

Der Einsatz von KI kann erhebliche Vorteile mit sich bringen, wenn sie effektiv genutzt wird. McKinsey schätzt, dass KI in bestimmten Bereichen des Einzelhandels die Lagerbestände um 20–30 %, die Logistikkosten um 5–20 % und die Beschaffungskosten um 5–15 % senken kann.

Auch die Aussichten sind vielversprechend: Gartner prognostiziert, dass bis 2030 70 % der großen Unternehmen KI-gestützte Prognosen für ihre Lieferkette einführen werden, um die Nachfrage besser vorhersagen zu können.

Erfolg hängt jedoch nicht allein von der Technologie ab. Er hängt vielmehr von der Datenqualität, der Datenverwaltung, der Akzeptanz bei den Nutzern, klaren Zuständigkeiten und der Möglichkeit ab, Ergebnisse zu messen.

SaaS wird nicht verschwinden; es verlagert lediglich seinen Schwerpunkt

KI bedeutet nicht das Ende für große SaaS-Anbieter. Vielmehr stellt sie deren Monopol in Bezug auf Benutzererfahrung, Automatisierung und Wertschöpfung infrage.

Altsysteme werden auch weiterhin das transaktionstechnische Rückgrat vieler Unternehmen bilden. Die Differenzierung wird jedoch zunehmend durch die intelligenten Schichten bestimmt, die diese Systeme umgeben: interoperable Plattformen, No-Code-Workflows, KI-Agenten, Geschäftsautomatisierung, Rückverfolgbarkeit in Echtzeit und prädiktive Analysen.

Für Supply-Chain-Manager, CIOs und Logistikabteilungen ist die Richtung klar: Es geht nicht darum, Tools anzuhäufen, sondern Abläufe zu koordinieren. Es geht nicht darum, um der Digitalisierung willen zu digitalisieren, sondern jeden Arbeitsablauf transparenter, jede Entscheidung zuverlässiger und jede Maßnahme schneller zu gestalten.

Die Lieferkette der Zukunft wird nicht nur von Software angetrieben. Sie wird vernetzt, intelligent und flexibel sein und in der Lage sein, selbstständig zu handeln.

Wird KI die großen SaaS-Anbieter in der Lieferkette ablösen?

Nein, nicht kurzfristig. Große SaaS-Plattformen sind nach wie vor eng mit Betriebsabläufen, Daten und Prozessen verknüpft. KI wird in erster Linie die Art und Weise verändern, wie sie genutzt werden, indem sie um Ebenen der Automatisierung, Prognose, Empfehlung und Koordination erweitert wird.

Was ist ein agentisches KI-Overlay?

Ein agentenbasiertes KI-Overlay ist eine intelligente Ebene, die mit bestehenden Systemen verbunden ist. Es analysiert Daten, erfasst Geschäftsziele, löst Arbeitsabläufe aus und kann unter menschlicher Aufsicht bestimmte Maßnahmen vorschlagen oder ausführen.

Warum gewinnt No-Code für die Lieferkette zunehmend an Bedeutung?

Dank No-Code-Technologie lassen sich Prozesse schnell anpassen, ohne dass man auf langwierige Entwicklungszyklen warten muss. Sie verschafft den Teams in den Unternehmen mehr Autonomie bei der Erstellung von Arbeitsabläufen, der Anpassung von Regeln, der Automatisierung von Validierungen und der Verbesserung des Betriebsmanagements.

Mit welchen Anwendungsfällen für KI sollte man am besten beginnen?

Die relevantesten Anwendungsfälle sind diejenigen, die messbare betriebliche Auswirkungen haben: Bestandsoptimierung, Bedarfsprognosen, Warnmeldungen bei Bestandslücken, automatisierte Nachschubplanung, Konfliktmanagement, Rückverfolgbarkeit von Logistikabläufen und Leistungsüberwachung.

Wie lässt sich die Rückverfolgbarkeit mithilfe von KI gewährleisten?

Es muss ein übersichtliches Protokoll über die verwendeten Daten, die generierten Empfehlungen, die ausgelösten Maßnahmen und die manuellen Genehmigungen geführt werden. Die Rückverfolgbarkeit ist unerlässlich, um die Zuverlässigkeit von Entscheidungen zu gewährleisten, Arbeitsabläufe zu überprüfen und das Vertrauen der Nutzer zu stärken.

Kann KI zu einer nachhaltigen Logistik beitragen?

Ja. Durch eine bessere Übersicht über Lagerbestände, Logistikabläufe, Lieferrouten, Retouren und Prognosen trägt KI dazu bei, unnötige Fahrten, Überbestände, Lieferengpässe und Verschwendung zu reduzieren. Sie entwickelt sich zu einem entscheidenden Faktor für Leistungsfähigkeit und nachhaltige Logistik.

Mit Monstock machen Sie Ihren Lagerbestand zu einem echten strategischen Vorteil. Dank einer agilen und intelligenten Verwaltung ermöglicht Ihnen unsere Lösung, Risiken frühzeitig zu erkennen, Ihre Lieferkette abzusichern und die Geschäftskontinuität auch in unsicheren Zeiten zu gewährleisten.

Um mehr über strategisches Bestandsmanagement zu erfahren und weitere Anwendungsfälle zu entdecken, klicken Sie hier.

Für weitere Informationen wenden Sie sich bitte an das Monstock-Team.