Moderne ERP-, Lager- und Transportmanagementsysteme allein machen eine Lieferkette noch nicht leistungsfähig. Entscheidend ist, wie nahtlos Unternehmen, Lieferanten und Logistikpartner Daten austauschen und Prozesse miteinander verzahnen. Im Interview erklärt Tim Srock, CEO von Lobster, warum Integration die Grundlage für transparente, resiliente und KI-fähige Supply Chains bildet – und weshalb Unternehmen dabei Flexibilität vor Tempo stellen sollten.

Künstliche Intelligenz verspricht schnellere Entscheidungen und stärker automatisierte Abläufe. Doch ohne durchgängige Daten und integrierte Partner stößt sie an denselben Schnittstellen an Grenzen wie klassische IT-Systeme. Im Gespräch ordnet Tim Srock ein, was Unternehmen vor KI-Projekten klären müssen und wie aus heterogenen Systemlandschaften belastbare End-to-End-Prozesse entstehen.

Seit unserem letzten Gespräch zum Launch der Lobster Data Plattform im vergangenen Jahr hat sich die KI-Diskussion stark weiterentwickelt. Herr Srock, was hat sich seitdem bei Lobster getan?

Seit der Einführung der Lobster Data Plattform im Mai 2025 hat sich innovations- und IT-seitig viel bewegt. In der allgemeinen Diskussion ging es zunächst um Chatbots, später dann um KI-Agenten. Auch diese müssen orchestriert werden und benötigen Kontext, das heißt damit rückt auch aktuell wieder die grundlegende Frage in den Mittelpunkt: Wie schaffen Unternehmen ein sauberes Datenfundament? Gerade in der Logistik ist das herausfordernd, weil sehr viele Beteiligte zusammenarbeiten und dadurch eine heterogene Landschaft entsteht. Genau dort setzt Lobster an. Mit der Lobster Data Plattform haben wir zunächst die infrastrukturelle Grundlage geschaffen und darauf ein Datenmodell für die Logistik aufgebaut. Weil wir diese Basisarbeit über Jahre gemeinsam mit Kunden geleistet haben, können wir ihnen einen Weg für den praktischen Einsatz von KI aufzeigen.

Tim Srock,
CEO bei Lobster

Trotz besserer Supply-Chain-Technologien sind Lieferzeiten länger geworden. Wurde zu viel in Einzellösungen investiert?

Die Pandemie und geopolitische Entwicklungen haben den Druck auf Lieferketten sicherlich erhöht. Das Kernproblem ist eben nicht ein Mangel an Technologie, sondern die wachsende Komplexität. Unternehmen haben stark in die vertikale Integration investiert: Sie haben ERP-Systeme, Lagerverwaltung oder Transportmanagement modernisiert. Das geschah jedoch häufig innerhalb der eigenen Unternehmensgrenzen. Weniger Aufmerksamkeit gab es hinsichtlich der horizontalen Integration, also dem Zusammenspiel zwischen Unternehmen, Lieferanten, Logistikern und anderen Partnern. Ein Automobilzulieferer arbeitet möglicherweise mit 3.000 Lieferanten zusammen. Die Brüche entstehen dort, wo unterschiedliche Datenformate und Arbeitsprozesse aufeinandertreffen. Das ist kein rein technologisches Thema, sondern eine Frage von Kommunikation und Zusammenarbeit. Im Kern handelt es sich um ein Integrationsproblem.

Müssen Partner entlang der Lieferkette kompatibel werden und ist dafür eine vollständig standardisierte Datenlandschaft realistisch?

Partner müssen kompatibel werden, allerdings ohne die Erwartungshaltung, dass ein einheitlicher Standard entsteht. Die fragmentierte Landschaft ist gegeben, und Unternehmen müssen lernen, mit ihr zu arbeiten. Der technologische Fortschritt schafft fortlaufend neue Komplexitäten. Der Grad an Integration setzt auch die Obergrenze für die Leistungsfähigkeit implementierter Technologie: Unternehmen können viel in ERP oder Transportmanagement investieren. Wenn sie jedoch nicht sauber mit Lieferanten oder Logistikern integriert sind, scheitert der Geschäftsprozess an den Übergängen. Unternehmen sollten deshalb nicht auf vollständige Standardisierung warten, sondern Heterogenität beherrschbar machen.

Wie lässt sich Transparenz entlang der Lieferkette verbessern? Wo liegen dabei die Grenzen?

Tracking kann Transparenz schaffen, löst aber nicht automatisch die Brüche in der Lieferkette. Container lassen sich mit Chips ausstatten, sodass sich ihr Standort nachvollziehen lässt. Das funktioniert, solange die Ware im Container bleibt. Sobald die Ware jedoch etwa bei einem Logistikpartner auf einen Lkw umgeladen wird, entsteht wieder ein Logikbruch. Genau daran zeigt sich das grundsätzliche Problem: Transparenz darf nicht an einzelnen Stationen oder Systemen enden. Entscheidend ist, die Übergänge zwischen den Beteiligten und ihren Prozessen sauber zu integrieren.

Was bedeutet das im Kontext der vielen geopolitischen Veränderungen für die Resilienz von Unternehmen?

Lange stand die Optimierung einzelner Prozesse im Vordergrund. Zugleich hat sich jedoch die Ausgangslage verändert: Technologisch passiert in kurzer Zeit sehr viel, geopolitische Entwicklungen haben an Frequenz gewonnen, und mit dem Thema digitale Souveränität kommen zusätzliche regulatorische Anforderungen hinzu. Deshalb sollte Flexibilität in der IT-Architektur Vorrang vor reinem Tempo haben. Unternehmen wissen heute nicht, aus welcher Richtung Veränderungen kommen. Wer flexibel aufgestellt ist, kann auf regulatorische, geopolitische oder technologische Entwicklungen reagieren. Tempo und Resilienz sind dann die Folge einer vorher getroffenen Entscheidung für Flexibilität.

Was muss aus Ihrer Sicht vor dem Start eines KI-Projekts geklärt sein?

Die erste Frage lautet immer: Warum möchte ein Unternehmen KI einsetzen, und was ist das konkrete Ziel? Geht es um die Optimierung eines einzelnen Prozesses, um eine tiefere Veränderung oder tatsächlich um Kosteneinsparungen? Auch die Pricing-Modelle vieler Anbieter sind noch vage. Unternehmen müssen deshalb prüfen, in welche Abhängigkeit sie sich begeben und wie langlebig eine Technologie sein kann. Mit KI-Agenten ist es ähnlich wie damals, als Unternehmen ihre Prozesse durch Bots ersetzen wollten: Die grundlegenden Fragen bleiben die gleichen. Wie passt die KI in die bestehende Landschaft? Und wie erhält sie den notwendigen Kontext? Dieser Kontext sind Daten. Funktionale oder länderspezifische Silos verhindern eine ganzheitliche Optimierung. Hinzu kommt das Ökosystem: Nach unseren Analysen liegen 70 bis 80 Prozent der Daten, die zur Optimierung einer Supply Chain benötigt werden, außerhalb des Unternehmens – bei Lieferanten und Logistikern. Ohne deren saubere Integration werden Unternehmen nicht den gewünschten Nutzen erzielen. Zuerst kommt daher die fundamentale Integrationsarbeit, dann die Frage, welches Problem KI langfristig lösen soll.

Woran erkennt man, ob ein Unternehmen dafür bereit ist?

Daran, dass eine Sendung von A bis Z durchgängig laufen kann, ohne dass Menschen an mehreren Übergabepunkten eingreifen müssen. Es sollte nicht darum gehen, 15 Agenten für einzelne Übergaben zu schaffen. Idealerweise wird ein Prozess angestoßen und läuft durchgängig. Schritt für Schritt zu modernisieren, ist dabei kein Zeichen von Schwäche. Ob ERP-Modernisierung oder KI-Einführung: Ein Big-Bang-Ansatz ist gerade bei Supply Chains kein realistisches Szenario. Lieferketten sind das Rückgrat der Gesellschaft – im Bereich der Medizinversorgung, bei Lebensmitteln oder Konsumgütern. Deshalb müssen sie schrittweise weiterentwickelt werden.

Reichen Echtzeitdaten aus, um automatisiert zu handeln?

Nein. Eine Datenlandschaft allein genügt nicht. Viele Unternehmen haben in Data Lakes investiert, während andere ihre Daten lieber im ERP oder in anderen Systemen bündeln möchten. Entscheidend ist aber nicht allein, wo Daten gespeichert werden. Entscheidend ist, sie mit Unternehmensprozessen und Regeln zu verknüpfen. Erst dann kann Automatisierung funktionieren: Entsteht eine Verzögerung, muss klar sein, ob auf einen anderen Lieferanten oder Logistiker umgeroutet werden kann. Wo Regeln nicht ausreichen oder definierte Grenzen überschritten werden, kommt der Mensch ins Spiel – als »Human in the Loop«. Wichtig ist dann, dass die Person, die die Information erhält, auch die Kompetenz besitzt, Entscheidungen zu treffen. Heute sehen Mitarbeitende oft Fehlermeldungen in Dashboards, ohne tatsächlich entscheiden zu dürfen. Das Prinzip muss daher »Management by Exception« sein: Automatisierung im Regelfall, menschliche Entscheidung bei Abweichungen.

Was raten Sie dem Topmanagement in Bezug auf KI-Projekte?

Nicht jedem Trend hinterherzulaufen. Gerade in der IT gibt es schnell das Gefühl, etwas zu verpassen. Unternehmen sollten aber bewerten, was sie tatsächlich verbessern wollen und welches Ziel sie verfolgen. Eine gewisse Zurückhaltung kann dabei ein Vorteil sein.

Auch Lobster hätte sich vollständig als KI-Anbieter positionieren können. Wir haben uns bewusst dafür entschieden, zunächst das weiterzuentwickeln, was bei unseren Kunden seit 24 Jahren erfolgreich eingesetzt wird. Viele Kunden verlieren erfahrene Mitarbeitende durch Renteneintritte. Deshalb wollen wir helfen, Prozesse zu stabilisieren und effizienter zu machen. Unsere ersten zwei Agenten werden mit dem nächsten Release bereitgestellt – aber mit dem Anspruch, dass Kunden sie auch wirklich anwenden können. Innovation, die nicht umsetzbar ist, verpufft.

Was sind abschließend Ihre drei wichtigsten Empfehlungen?

Die IT als Enabler verstehen und prüfen, wie sie auf die Unternehmensziele einzahlt. Daraus ergibt sich, wo in der IT-Landschaft Probleme bestehen und wo modernisiert werden sollte. Wenn das feststeht, ist es wichtig, ein sauberes Datenfundament zu schaffen, das Transparenz ermöglicht und als Grundlage für fundierte Entscheidungen dient.

Vielen Dank für das Gespräch!

Bilder: © Silverarts | dreamstime.com; Lobster

2549 Artikel zu „Daten KI Lieferkette“

Ausgabe 9-10-2026 | Business | Geschäftsprozesse | Künstliche Intelligenz | Lösungen | News

Wie KI das Dokumentenmanagement verändert – Vom passiven Archiv zum aktiven Assistenten

25. Oktober 2026

Künstliche Intelligenz verändert das Dokumentenmanagement grundlegend: Aus digitalen Archiven werden intelligente Assistenzsysteme, die Inhalte verstehen, Informationen verknüpfen und Geschäftsprozesse gezielt unterstützen. Unternehmen profitieren dabei vor allem dort, wo bislang manuelle Recherche, Klassifikation und Prüfung viel Zeit gebunden haben.

Tim Srock, CEO bei Lobster

Bilder: © Silverarts | dreamstime.com; Lobster

2549 Artikel zu „Daten KI Lieferkette“

Tim Srock,
CEO bei Lobster