Eine gestörte Lieferkette kann ein Fertigungsunternehmen innerhalb von Wochen in die Krise stürzen. Wenn kritische Bauteile nicht rechtzeitig ankommen, steht die Produktion still -- und jeder Tag Stillstand kostet fünfstellig. Trotzdem verlassen sich viele mittelständische Unternehmen auf veraltete Prozesse und Excel-Listen, statt ihre Supply Chain systematisch zu optimieren.
In diesem Praxisbeispiel zeigen wir, wie ein Operations Director PathHub AI nutzt, um die Lieferkette eines Fertigungsunternehmens nach kritischen Ausfällen komplett neu aufzustellen. Von der Eingabe bis zum fertigen Projektplan mit Phasen, Budget, Risiken und KPIs -- in weniger als 30 Minuten.
Das Ausgangsproblem: Lieferkettenstörungen gefährden die Produktion
PräzisionsTech GmbH ist ein mittelständisches Fertigungsunternehmen mit 340 Mitarbeitern und Sitz in Stuttgart. Das Unternehmen produziert Präzisionsbauteile für die Automobilindustrie und ist auf eine zuverlässige Lieferkette angewiesen. Doch die Zahlen der letzten Monate sprechen eine alarmierende Sprache:
- 12 Schlüssellieferanten in 6 Ländern -- eine komplexe, schwer steuerbare Lieferantenlandschaft mit unterschiedlichen Zeitzonen, Regulierungen und Kulturen.
- 42 Tage durchschnittliche Lieferzeit -- fast doppelt so lang wie der Branchendurchschnitt von 25 Tagen. Jeder zusätzliche Tag bindet Kapital und verzögert die Produktion.
- 380.000 € Lagerhaltungskosten pro Jahr -- weil überhöhte Sicherheitsbestände die unzuverlässigen Lieferzeiten kompensieren müssen.
- 3 Lieferausfälle im letzten Quartal -- die zu 180.000 € Produktionsausfallkosten geführt haben. Ein einziger fehlender Lieferant hat die gesamte Fertigungslinie lahmgelegt.
- 82% Liefertreue (OTIF) -- weit unter dem Branchenziel von 95%. Fast jede fünfte Lieferung kommt verspätet oder unvollständig.
Operations Director Thomas hat genug. Er überzeugt die Geschäftsführung, 145.000 EUR für eine umfassende Lieferketten-Optimierung freizugeben. Das Ziel: Dual-Sourcing für kritische Teile, Echtzeit-Tracking, automatisierte Bestellprozesse und eine OTIF-Rate von 95%. Thomas will das Projekt in 16 Wochen umsetzen -- doch die Realität sieht anders aus. Er setzt PathHub AI ein, um das Projekt realistisch zu planen.
Der Input: Was der Operations Director in PathHub AI eingibt
Thomas' Stärke liegt in der präzisen Problembeschreibung mit konkreten Zahlen. Je mehr Kontext die KI bekommt, desto realistischer wird der generierte Plan. Hier ist sein vollständiger Input:
So holst du das Beste aus PathHub AI heraus:
Bei der Lieferketten-Optimierung sind konkrete Verlust-Zahlen Gold wert. Thomas hat die Kosten der Lieferausfälle, die aktuelle OTIF-Rate und die Lagerhaltungskosten angegeben. So kann die KI den ROI realistisch berechnen und den Aufwand für jede Maßnahme korrekt einschätzen. Nenne außerdem immer die Anzahl der Lieferanten und Länder -- das beeinflusst die Komplexität des Rollouts erheblich.
Der KI-generierte Projektplan im Detail
Innerhalb von 30 Sekunden generiert PathHub AI einen vollständigen Projektplan mit sechs Phasen, detailliertem Budget, Risikoanalyse und Stakeholder-Mapping. Die KI erkennt automatisch, dass der geplante 16-Wochen-Zeitrahmen zu ambitioniert ist und schlägt realistisch 22 Wochen vor. Hier ist der komplette Output:
6 Phasen über 22 Wochen
Supply-Chain-Audit & Analyse
4 Wochen- Lieferanten-Risikobewertung aller 12 Schlüssellieferanten
- Bestandsanalyse nach ABC/XYZ-Klassifizierung
- Lead-Time-Mapping aller Lieferanten mit Ist-Soll-Vergleich
- Kostenstruktur-Analyse der gesamten Supply Chain
- IT-Systemlandschaft erfassen und Integrationsmöglichkeiten bewerten
Lieferanten-Strategie
3 Wochen- Dual-Sourcing-Strategie für kritische Teile entwickeln
- Lieferantenverhandlungen mit neuen und bestehenden Partnern
- Rahmenverträge mit SLAs und Penaltys ausarbeiten
- Nearshoring-Bewertung für ausgewählte Komponenten
- Lieferanten-Scoring-System mit gewichteten Kriterien einführen
Prozessoptimierung
4 Wochen- Demand-Forecasting-Modell implementieren
- Safety-Stock-Berechnung auf Basis der ABC/XYZ-Analyse optimieren
- Bestellprozesse automatisieren (regelbasierte Bestellauslösung)
- Warehouse-Layout optimieren für schnellere Kommissionierung
- Lean-Management-Prinzipien in der Beschaffung einführen
IT-Integration
4 Wochen- ERP-Modul für Supply Chain Management aktualisieren
- EDI-Anbindung für die Top-5-Lieferanten einrichten
- Echtzeit-Tracking-Dashboard für alle Lieferungen aufbauen
- Automatische Bestellauslösung bei Unterschreitung des Meldebestands
- Reporting & Analytics für Supply-Chain-KPIs aufbauen
Pilotphase
4 Wochen- Pilot mit 3 Schlüssel-Lieferanten starten
- A/B-Test: alter vs. neuer Prozess parallel laufen lassen
- KPI-Tracking und wochenweise Anpassung
- Mitarbeiterschulung für neue Tools und Prozesse
- Feedback-Schleifen mit Lieferanten und internen Teams
Rollout & Stabilisierung
3 Wochen- Schrittweiser Rollout auf alle 12 Lieferanten
- Prozessdokumentation und Handbücher erstellen
- Kontinuierliches Monitoring aller Supply-Chain-KPIs
- Eskalationsprozesse für Lieferstörungen etablieren
- Quartals-Review-Zyklus für kontinuierliche Verbesserung
Vereinfachtes Beispiel — der tatsächliche KI-Output ist deutlich detaillierter, mit konkreten Terminen, Verantwortlichen und projektspezifischen Daten.
Sechs Phasen, 22 Wochen, 30 konkrete Aufgaben. Besonders wichtig: Die KI hat den Zeitplan von 16 auf 22 Wochen angepasst. Das ist realistisch -- denn Lieferantenverhandlungen, EDI-Integrationen und der schrittweise Rollout auf 12 Lieferanten in 6 Ländern brauchen Zeit. Lieber ehrlich planen als nach 16 Wochen mit einer halbfertigen Supply Chain dazustehen.
Timeline: 22 Wochen zur optimierten Lieferkette
Die Timeline zeigt die vier Hauptphasen der Supply-Chain-Optimierung in der Übersicht. Einige Phasen überlappen sich -- zum Beispiel startet die IT-Integration bereits während der Prozessoptimierung:
Starte den Pilot nie mit dem schwierigsten Lieferanten. Wähle drei Lieferanten mit unterschiedlichem Risikoprofil (hoch, mittel, niedrig), aber grundsätzlicher Kooperationsbereitschaft. Thomas hat bewusst einen europäischen, einen asiatischen und einen türkischen Lieferanten für den Pilot gewählt -- so werden Zeitzonen- und Kulturunterschiede früh sichtbar.
Budget: 145.000 EUR sinnvoll verteilt
PathHub AI erstellt automatisch eine detaillierte Budgetplanung, die alle Kostenpositionen berücksichtigt. Thomas hatte 145.000 EUR als Rahmen vorgegeben. Die KI verteilt dieses Budget auf neun Positionen:
| Kostenposition | Betrag | Anteil | Details |
|---|---|---|---|
| IT-Systeme & Integration | 34.800 € | 24% | ERP-Update, EDI-Anbindung, Tracking-Dashboard |
| Externe Logistik-Beratung | 21.750 € | 15% | Supply-Chain-Berater, Prozessdesign, Best Practices |
| Lieferanten-Entwicklung & Audits | 17.400 € | 12% | Vor-Ort-Audits, Qualifizierung neuer Lieferanten |
| Prozessautomatisierung | 14.500 € | 10% | Demand Forecasting, automatische Bestellauslösung |
| Mitarbeiterschulung | 10.150 € | 7% | Schulungen für neue Tools, Prozesse und EDI |
| Nearshoring-Evaluation & Reisen | 8.700 € | 6% | Lieferantenbesuche, Nearshoring-Bewertung vor Ort |
| Warehouse-Optimierung | 11.600 € | 8% | Layout-Änderungen, Kommissionier-Optimierung |
| Safety-Stock-Aufbau | 14.500 € | 10% | Übergangsbestand für Dual-Sourcing-Umstellung |
| Risikopuffer | 11.600 € | 8% | Reserve für Unvorhergesehenes und Scope-Änderungen |
| Gesamt | 145.000 € | 100% | 22 Wochen Projektlaufzeit |
Vereinfachtes Beispiel — der tatsächliche KI-Output ist deutlich detaillierter, mit konkreten Terminen, Verantwortlichen und projektspezifischen Daten.
Besonders hilfreich: Die KI hat einen separaten Posten für Safety-Stock-Aufbau eingeplant (14.500 EUR). Während der Umstellung auf Dual Sourcing braucht man Übergangsbestände, um die Produktion nicht zu gefährden. Bei manueller Planung wird dieser Posten häufig vergessen -- mit fatalen Folgen, wenn der neue Lieferant noch nicht liefern kann und der alte bereits reduziert wurde.
ROI-Berechnung: Wann sich das Investment rechnet
Die Rechnung ist beeindruckend: Aktuell verliert PräzisionsTech 180.000 € pro Quartal durch Produktionsausfälle und zahlt 380.000 € pro Jahr für überhöhte Lagerhaltung. Das sind zusammen rund 1.100.000 € pro Jahr an vermeidbaren Kosten.
Nach der Optimierung sinken die Produktionsausfälle auf unter 20.000 € pro Quartal -- eine Einsparung von rund 640.000 € pro Jahr. Die Lagerhaltungskosten fallen von 380.000 € auf 260.000 € -- eine Einsparung von 120.000 € pro Jahr. Gesamtersparnis: rund 760.000 € pro Jahr.
Das Investment von 145.000 EUR amortisiert sich damit in unter 3 Monaten. Selbst bei konservativer Schätzung (nur 50% der prognostizierten Einsparungen) wäre der ROI in unter 6 Monaten erreicht.
Die Rechnung im Überblick: 145.000 EUR Investment, rund 760.000 EUR jährliche Einsparungen durch reduzierte Produktionsausfälle (640.000 €) und niedrigere Lagerhaltungskosten (120.000 €). ROI in unter 3 Monaten. Zusätzlich: höhere Kundenzufriedenheit durch bessere Liefertreue und geringeres Risiko für Produktionsunterbrechungen.
Risiken und Gegenmaßnahmen
Eine Lieferketten-Optimierung berührt viele externe Partner und Systeme. PathHub AI identifiziert automatisch die fünf kritischsten Risiken und schlägt konkrete Gegenmaßnahmen vor:
Lieferanten können neue EDI-Anbindungen und SLA-Anforderungen als zu aufwendig empfinden und die Kooperation verweigern -- besonders kleinere Zulieferer ohne eigene IT-Abteilung.
Gegenmaßnahme: Frühzeitige Kommunikation mit allen Lieferanten, technische Unterstützung bei der EDI-Einrichtung anbieten, Vorteile für beide Seiten klar kommunizieren (schnellere Bezahlung, höheres Auftragsvolumen). Eskalationsplan für nicht kooperative Lieferanten.
Neue Lieferanten für das Dual Sourcing liefern möglicherweise nicht die gleiche Qualität wie die etablierten Partner. Bei Präzisionsbauteilen für die Automobilindustrie können kleinste Abweichungen zu Reklamationen führen.
Gegenmaßnahme: Ausführliche Qualifizierungsphase mit Musterprüfung und Erstbemusterung (PPAP), parallel zum bestehenden Lieferanten produzieren lassen, schrittweiser Volumenaufbau. Qualitätsmanagement von Anfang an einbinden.
Das bestehende ERP-System hat möglicherweise veraltete Schnittstellen, die eine moderne EDI-Anbindung und Echtzeit-Tracking erschweren. Customizing kann unvorhergesehen aufwendig werden.
Gegenmaßnahme: ERP-Systemlandschaft in Phase 1 gründlich analysieren, Middleware-Lösung als Plan B vorbereiten, IT-Integrationsleiter von Anfang an im Kernteam. Risikopuffer gezielt für IT-Überraschungen einplanen.
Während der Umstellung müssen Safety Stocks aufgebaut werden, die zusätzliches Kapital binden. Die Lagerhaltungskosten könnten vorübergehend sogar steigen.
Gegenmaßnahme: Safety-Stock-Aufbau gezielt nach ABC-Klassifizierung priorisieren (nur A-Teile), klaren Abbauplan für Übergangsbestände definieren, Finance/Controlling frühzeitig über temporäre Kapitalbindung informieren.
Bei Nearshoring-Lieferanten außerhalb der Eurozone können Wechselkursschwankungen die kalkulierten Einsparungen auffressen.
Gegenmaßnahme: Verträge in EUR abschließen wo möglich, Währungsabsicherung (Hedging) für größere Volumina prüfen, regelmäßige Kosten-Nutzen-Analyse der Nearshoring-Strategie. Controlling als Stakeholder einbinden.
Vereinfachtes Beispiel — der tatsächliche KI-Output ist deutlich detaillierter, mit konkreten Terminen, Verantwortlichen und projektspezifischen Daten.
Stakeholder-Mapping
Die KI identifiziert acht zentrale Stakeholder für die Supply-Chain-Optimierung und ordnet sie nach ihrer Rolle zu:
Vereinfachtes Beispiel — der tatsächliche KI-Output ist deutlich detaillierter, mit konkreten Terminen, Verantwortlichen und projektspezifischen Daten.
Besonders wertvoll: Die KI identifiziert das Qualitätsmanagement als eigenständigen Stakeholder. Bei einer Dual-Sourcing-Umstellung in der Automobilzulieferung ist die Qualitätssicherung keine optionale Aufgabe -- neue Lieferanten müssen den PPAP-Prozess durchlaufen. Wird das QM zu spät einbezogen, verzögert sich der gesamte Rollout.
KPIs: Supply-Chain-Erfolg messbar machen
Eine Lieferketten-Optimierung ohne KPI-Tracking ist wie ein Blindflug. PathHub AI schlägt vier zentrale Kennzahlen vor, die Thomas ab dem Start wöchentlich überwachen sollte. Mehr über die richtige Auswahl von KPIs im Projektmanagement erfährst du in unserem Grundlagenartikel.
Die Messung erfolgt über das ERP-System (Lieferzeiten, OTIF), das neue Tracking-Dashboard (Echtzeitdaten) und das Controlling (Lagerhaltungskosten, Produktionsausfälle). Thomas richtet ein wöchentliches Dashboard ein, das alle vier KPIs auf einen Blick zeigt -- mit automatischen Alerts bei Abweichungen von den Zielwerten.
Warum diese vier KPIs? Sie decken alle Dimensionen einer erfolgreichen Supply-Chain-Optimierung ab: Geschwindigkeit (Lieferzeit), Kosten (Lagerhaltung), Zuverlässigkeit (OTIF) und Resilienz (Produktionsausfälle). Eine Optimierung, die die Lieferzeit halbiert aber die Qualität verschlechtert, ist gescheitert. Nur wenn alle vier KPIs stimmen, ist die Optimierung ein Erfolg.
Vergleich: Manuelle Planung vs. PathHub AI
Was hätte Thomas ohne KI-Unterstützung gemacht? Ein realistischer Vergleich:
| Kriterium | Manuelle Planung | PathHub AI |
|---|---|---|
| Zeitaufwand für Grundplan | 3-4 Wochen | 30 Minuten |
| Budgetplanung | Grobe Schätzung, Safety-Stock-Aufbau fehlt oft | 9 Positionen mit Prozentanteilen und Details |
| Risikoanalyse | Fokus auf Lieferzeiten, EDI-Widerstand wird übersehen | 5 Risiken nach Kritikalität mit Gegenmaßnahmen |
| Stakeholder-Mapping | Einkauf und Geschäftsführung | 8 Stakeholder inkl. QM und Controlling |
| Dual-Sourcing-Strategie | Wird oft erst nach dem nächsten Ausfall umgesetzt | Von Anfang an als eigene Phase eingeplant |
| Timeline-Realismus | Zu optimistisch, Pilotphase fehlt | Automatische Korrektur von 16 auf 22 Wochen |
| IT-Integration | "Machen wir später" | Dedizierte Phase mit EDI, ERP und Dashboard |
| KPI-Definition | Lieferzeit und Kosten | 4 messbare KPIs mit Ist- und Zielwerten |
| Gesamtkosten der Planung | Ca. 8.000-15.000 EUR (Personal + Berater) | Unter 100 EUR (Tool-Nutzung) |
Der größte Mehrwert liegt bei der Pilotphase. In der Praxis wird bei Supply-Chain-Projekten häufig direkt auf alle Lieferanten ausgerollt -- mit katastrophalen Folgen, wenn die neuen Prozesse nicht funktionieren. Die KI plant eine dedizierte 4-wöchige Pilotphase mit A/B-Tests und Feedback-Schleifen ein.
Nutze die KI als Checkliste, nicht als Autopilot. Der KI-generierte Plan deckt alle kritischen Bereiche ab -- aber du musst ihn mit deinem Wissen über die spezifische Situation anpassen. Thomas hat zum Beispiel die ERP-Integration als risikoreicher eingestuft als von der KI vorgeschlagen, weil sein ERP-System über 10 Jahre alt ist und keine Standard-APIs bietet. Solches Kontextwissen hat nur der Mensch.
Thomas' Fazit nach dem Rollout
Sechs Monate nach Projektstart zieht Thomas Bilanz. Die Optimierung hat 23 Wochen gedauert statt der geplanten 22 -- eine Verzögerung von einer Woche wegen eines unerwartet aufwendigen EDI-Setups bei einem asiatischen Lieferanten. Das Budget wurde dank des Risikopuffers eingehalten.
"Der KI-generierte Plan war unser Kompass. Er hat uns gezwungen, über Dual Sourcing, Safety Stocks und Lieferanten-Scoring nachzudenken, bevor wir den ersten Vertrag verhandelt haben. Ohne diesen Plan hätten wir vermutlich die Pilotphase übersprungen und direkt auf alle Lieferanten ausgerollt -- mit fatalen Folgen. Allein die strukturierte Vorgehensweise hat uns wahrscheinlich Hunderttausende an Fehlkosten erspart."
So startest du deine eigene Supply-Chain-Optimierung
Wenn du eine ähnliche Optimierung planst, hier sind die drei wichtigsten Schritte:
- Ist-Zustand dokumentieren: Miss deine aktuellen Supply-Chain-KPIs (Lieferzeit, OTIF, Lagerhaltungskosten, Produktionsausfälle). Ohne Baseline kannst du nach der Optimierung keinen Erfolg messen.
- Klaren Input formulieren: Beschreibe dein Projekt in PathHub AI mit allen Details -- Anzahl Lieferanten, Länder, aktuelle Probleme, Zielvorgaben und Besonderheiten wie ERP-System oder Branchenanforderungen.
- Plan als Startpunkt nutzen: Passe den KI-generierten Plan an deine spezifische Situation an. Prüfe besonders die Risikoanalyse und füge eigene Risiken hinzu, die nur du kennst (z.B. politische Risiken in bestimmten Ländern, veraltete IT-Systeme).
Häufig gestellte Fragen
Mit PathHub AI dauert die initiale Planung einer Lieferketten-Optimierung weniger als 30 Minuten. Die KI generiert automatisch Phasen, Aufgaben, Budget, Risiken und Stakeholder-Analyse. Eine umfassende Supply-Chain-Optimierung für ein mittelständisches Fertigungsunternehmen mit 12 Lieferanten dauert in der Umsetzung typischerweise 18-24 Wochen. Die KI-gestützte Planung verkürzt die Planungsphase von 3-4 Wochen auf wenige Stunden.
Für ein mittelständisches Fertigungsunternehmen mit 10-15 Lieferanten liegt ein realistisches Budget bei 100.000-200.000 EUR. Die größten Kostenblöcke sind IT-Systeme und Integration (20-25%), externe Beratung (12-18%) und Prozessautomatisierung (8-12%). Wichtig: Plane immer einen Risikopuffer von 5-10% und einen separaten Posten für Safety-Stock-Aufbau während der Umstellung ein. Der ROI ist oft beeindruckend -- Einsparungen bei Lagerhaltungskosten und reduzierten Produktionsausfällen amortisieren das Investment häufig in unter 6 Monaten.
Dual Sourcing bedeutet, für kritische Komponenten mindestens zwei Lieferanten zu qualifizieren. Vorteile: geringeres Ausfall-Risiko, bessere Verhandlungsposition, Flexibilität bei Nachfragespitzen. Nachteile: höherer Verwaltungsaufwand, möglicherweise geringere Mengenrabatte, aufwendigere Qualitätssicherung. Für kritische Bauteile mit langen Lieferzeiten ist Dual Sourcing fast immer die bessere Wahl -- die Kosten eines einzigen Produktionsstillstands übersteigen die Mehrkosten für den zweiten Lieferanten bei weitem.
Die fünf wichtigsten Hebel zur OTIF-Verbesserung: 1) Echtzeit-Tracking aller Lieferungen mit automatischen Alerts bei Verzögerungen. 2) Lieferanten-Scoring mit regelmäßigem Performance-Review und Konsequenzen. 3) Realistische Lead-Time-Vereinbarungen statt Wunschdenken in den Verträgen. 4) Safety-Stock für kritische A-Teile. 5) EDI-Anbindung für automatisierten Informationsaustausch mit Top-Lieferanten. Unternehmen, die diese Maßnahmen konsequent umsetzen, erreichen typischerweise OTIF-Werte von 93-97%.
Die vier wichtigsten Supply-Chain-KPIs sind: Durchschnittliche Lieferzeit (Ziel: Reduktion um 30-40%), Lagerhaltungskosten (Ziel: Reduktion um 25-35% durch optimierte Safety Stocks), Liefertreue/OTIF (Ziel: über 95%) und Produktionsausfälle durch Lieferengpässe (Ziel: Reduktion um 85-90%). Diese KPIs sollten wöchentlich im Tracking-Dashboard überwacht und monatlich im Stakeholder-Meeting reviewed werden. Zusätzlich hilfreich: Lieferanten-Scoring, Bestelldurchlaufzeit und Cash-to-Cash-Cycle.