Eine zugesagte Lieferzeit ergab sich aus der Personalbesetzung: wie viele Mitarbeiter zur Verfügung standen, um Aufträge einzuplanen, Ausnahmen zu bearbeiten und Kunden zu informieren, wenn etwas schiefging. Wer über mehr Kapazität verfügte, konnte schneller reagieren und somit eine kürzere Lieferzeit zusagen. Das war das Spielfeld, und auf diesem Spielfeld wusste ein kommerziell Verantwortlicher ungefähr, wo er im Vergleich zur Konkurrenz stand: Personalbesetzung ist sichtbar oder zumindest einschätzbar.
Diese Annahme gilt nicht mehr überall. Wo Planung, Auftragsverarbeitung und Kundenupdates größtenteils von KI übernommen werden, ist die Lieferzeit keine Funktion mehr davon, wie viele Menschen daran arbeiten, sondern davon, wie gut das dahinterliegende System eingerichtet ist. Zwei Unternehmen mit gleich viel Personal können dann völlig unterschiedliche Lieferzeiten zusagen. Das ist kein Zukunftsbild: Es passiert heute bereits, bei dem einen Unternehmen schon und bei dem anderen noch nicht.
Hinter einer zugesagten Lieferzeit steckt eine Reihe von Aufgaben, die in drei Kategorien zerfällt.
Ein Teil kann KI vollständig übernehmen: Das Zusammenführen von Lagerbeständen, Produktionskapazität und Transportzeiten zu einem realisierbaren Liefertermin ist Rechenarbeit, und Rechenarbeit ist genau das, worin KI systematisch schneller und konsistenter ist als ein Planer, der dies neben anderen Aufgaben erledigt.
Ein Teil erfolgt mit menschlicher Aufsicht: Bei einer Störung — ein Lieferant, der ausfällt, ein Auftrag, der vom Muster abweicht — kann KI eine angepasste Lieferzeit vorschlagen, aber jemand genehmigt diesen Vorschlag oder lehnt ihn ab, mit Begründung. Die Geschwindigkeit dieser Genehmigung bestimmt, wie schnell die neue Zusage beim Kunden ankommt.
Ein Teil bleibt Menschenarbeit: Der Kunde, der anruft, weil eine Lieferung zweimal verschoben wurde, möchte eine Erklärung und eine Abwägung, die über einen Knopfdruck hinausgeht. Wie viel von diesem Gespräch noch nötig ist, hängt davon ab, wie gut die ersten beiden Kategorien bereits funktionieren — je weniger Störungen unbemerkt bleiben, desto weniger solcher Gespräche sind nötig.
Der Unterschied zwischen Unternehmen liegt nicht in der Frage, ob sie KI einsetzen, sondern darin, was bereits verknüpft ist. Ein Planungssystem, das losgelöst von der Lagerverwaltung besteht, bringt wenig Gewinn, wie fortschrittlich das dahinterliegende Modell auch sein mag. Ein Unternehmen, bei dem Auftragsdaten, Lagerbestand und Transportplanung bereits ineinandergreifen, kann ein Planungsmodell sofort darüberlegen und die Lieferzeit nach unten anpassen. Ein Unternehmen, bei dem diese Daten in getrennten Systemen und Tabellenkalkulationen verstreut sind, muss das erst bereinigen, bevor überhaupt etwas zu automatisieren ist.
Das erklärt, warum die Verschiebung nicht überall gleich schnell verläuft, und warum zwei Wettbewerber im selben Markt mit derselben Personalgröße dennoch unterschiedliche Lieferzeiten zusagen können. Es sagt nichts darüber aus, wie viele Menschen dort arbeiten oder arbeiten sollten; das ist eine eigenständige Abwägung mit eigenen gesetzlichen Anforderungen, die hier nicht zur Debatte steht.
Wenn sich die Lieferzeit von einer Personalfrage zu einer Systemfrage verschiebt, verschiebt sich auch, woran Sie Wettbewerber messen. Nachzufragen, wie viele Leute in der Planung sitzen, sagt kaum noch etwas aus. Relevanter ist, ob ein Wettbewerber Lieferzeiten konsequent einhält, wie schnell er bei einer Störung nachjustiert, und ob sich das bereits vorab darin zeigt, wie bestimmt er einen Liefertermin zu nennen wagt.
Das ist zugleich einer der Punkte, an denen wie Sie an verwertbare Informationen über Wettbewerber gelangen, die keine Zahlen veröffentlichen relevant wird: Lieferzeit ist eine der wenigen Dimensionen, die sich in der Praxis überprüfen lässt, über eigene Bestellungen oder Kundensignale, auch ohne dass ein Wettbewerber dazu Zahlen teilt.
Lieferzeit steht auch nicht losgelöst von anderen Dimensionen. Eine kürzere Lieferzeit, die mit mehr Fehlern einhergeht, ist kein Gewinn; wie sich diese beiden zueinander verhalten, kommt zurück bei wie KI den Wettbewerb bei der Qualität verändert. Und eine Lieferzeit, die nur bei Standardaufträgen kurz ist, sagt etwas anderes aus als eine Lieferzeit, die auch bei einem breiten Sortiment standhält, wie bei wie KI den Wettbewerb bei der Produktbreite verändert besprochen. Wer im eigenen Marketing und dem der Wettbewerber vor allem wiedererkennbare Versprechen zur Geschwindigkeit ohne Unterscheidung antrifft, erkennt das Muster aus warum alle Wettbewerber in ihren Versprechen gleich klingen.
Die Frage, ob Lieferzeit bei Ihrem Unternehmen eine Personalfrage ist oder bereits eine Systemfrage, lässt sich mit einem groben Blick schwer beantworten; welche Arbeit dahinter tatsächlich von KI übernommen werden kann, wird pro Aufgabe mit dem Arbeitsscan von FTE TO AI beantwortet.
Für den Vergleich mit Wettbewerbern ist ein erster Schritt kleiner: Benennen Sie, wobei Sie glauben, bei der Lieferzeit zu gewinnen, und prüfen Sie mit dem kostenlosen Dimensionscheck, welche dieser Behauptungen mit Belegen zu verteidigen ist. Die vollständige Benchmark, mit Scores und Beweismatrix pro Dimension, befindet sich im Aufbau.