Ein Großhandel läuft auf Arbeit, die sich wiederholt: Aufträge eingeben und kontrollieren, Bestand zwischen Standorten und Lieferanten abstimmen, Preise und Konditionen pro Kunde pflegen, Angebote aus vorhandenen Produktdaten zusammenstellen, Lieferzeiten bestätigen, Retouren abwickeln, Einkaufsverträge vergleichen. Viele dieser Stunden liegen nicht im Verkauf, sondern in der Schicht darunter: Innendienst, Planung, Einkaufsadministration. Wer einen Konkurrenten nach Geschwindigkeit, Preisgestaltung oder Lieferzuverlässigkeit beurteilt, beurteilt eigentlich die Qualität dieses zugrundeliegenden Prozesses.
Das Ergebnis eines Deals im Großhandel wurde historisch durch Besetzung gesteuert: wie viele Menschen konnten gleichzeitig Aufträge verarbeiten, Angebote berechnen, Bestand prüfen. Mehr Volumen erforderte mehr Kapazität, und der Akteur mit dem größten oder am besten organisierten Innendienst gewann bei der Reaktionszeit. Dieser Mechanismus verschiebt sich jetzt, da Teile dieser Arbeit keine Besetzungsfrage mehr sind, sondern eine Verarbeitungsfrage.
Auftragsverarbeitung, Bestandsabgleich und Angebotserstellung aus vorhandenen Daten sind Aufgaben, die KI weitgehend übernehmen kann: strukturierte Eingabe, feste Regeln, erkennbare Muster. Verhandlungen mit einem Lieferanten über Konditionen, die Beurteilung einer abweichenden Kundenanfrage oder die Abwägung bei knappem Bestand, wer Vorrang bekommt, bleiben Aufgaben mit menschlichem Toezicht, der mit Begründung genehmigt oder ablehnt. Und die Betreuung großer Accounts, bei denen Vertrauen und Kontext schwerer wiegen als Geschwindigkeit, bleibt Menschenwerk.
Dieses Dreiergespann erklärt, warum das eine Großhandelsunternehmen bereits schneller anbietet als vor einem Jahr, und das andere nicht. Der Unterschied liegt nicht in der Branche, sondern darin, wie die Arbeit intern organisiert ist. Ein Unternehmen mit normierten Produktdaten, festen Auftragscodes und einem klar strukturierten CRM kann KI direkt auf die administrative Schicht ansetzen. Ein Unternehmen, bei dem dieselben Informationen in E-Mail-Wechseln, Tabellen und im Kopf eines einzelnen Planers stecken, kann diese Arbeit nicht einfach übertragen, so repetitiv sie auch ist. Der Rückstand liegt dann nicht in der Ambition, sondern im Zustand des zugrundeliegenden Prozesses. Für Entscheidungen, die Personal betreffen, gelten übrigens eigene gesetzliche Anforderungen; diese werden hier nicht behandelt.
Wenn die Reaktionszeit auf ein Angebot nicht länger eine Besetzungsfrage ist, verschwindet sie als Unterscheidungsmerkmal. Jede Partei mit bereinigten Daten und einem funktionierenden System kann innerhalb weniger Stunden reagieren. Was als Engpass übrig bleibt, wird der Engpass, auf dem gewonnen wird: Richtigkeit des Angebots bei abweichenden Spezifikationen, Flexibilität bei Ausnahmen und die Fähigkeit, bei einer gestörten Lieferung selbst mit einer Alternative zu kommen, bevor der Kunde danach fragt. Das ist genau der Bereich, in dem Toezicht und Menschenwerk bestehen bleiben, und damit der Bereich, in dem für einen Kunden noch ein Unterschied sichtbar ist.
Dasselbe gilt für den Einkauf. Ein Großhändler, der Konditionen und Margen automatisch durchrechnen lässt, gewinnt nicht mehr durch Rechengeschwindigkeit, sondern durch die Frage, ob jemand rechtzeitig erkennt, dass ein Lieferant strukturell von Vereinbarungen abweicht, und daraufhin handelt. Der Vergleich zwischen zwei Großhändlern verschiebt sich also von „wer hat den größten Innendienst“ zu „wer hat den saubersten Prozess und die schärfste Ausnahmebehandlung“. Das ist eine andere Frage, und viele kommerziell Verantwortliche messen noch an der alten.
Diese Verschiebung spielt sich nicht nur im Großhandel ab. In der Fertigungsindustrie verändert sich der Vergleich auf vergleichbare Weise über Planung und Qualitätskontrolle, in der Transportbranche über Routenplanung und Kapazitätsauslastung, und in den unternehmensnahen Dienstleistungen über die Geschwindigkeit und Fundierung von Beratungsprodukten. Die zugrundeliegende Logik ist jeweils dieselbe: Wo KI eine Aufgabe übernimmt, verschwindet diese Aufgabe als Unterscheidungsmerkmal, und der Vergleich verschiebt sich auf das, was dahinterliegt.
Die Frage, welche Arbeit in Ihrem eigenen Unternehmen tatsächlich von KI übernommen werden kann und welche Arbeit dafür noch nicht bereit ist, wird mit dem Werkscan von FTE TO AI pro Aufgabe beantwortet, statt in allgemeinen Aussagen über die Branche.
Einen Konkurrenten anhand von Website, Bewertungen und Reaktionsgeschwindigkeit einzuschätzen, liefert einen Eindruck, keinen Beweis. Wer wissen möchte, wie das ohne Rätselraten geht, liest wie Sie einen Konkurrenten bewerten, ohne Annahmen zu treffen, und wer sein eigenes Unternehmen diesem Konkurrenten gegenüberstellen möchte, findet den Ansatz in wie Sie Ihr Unternehmen mit Konkurrenten benchmarken.
Die Dimensionen, auf denen Großhändler glauben zu gewinnen, wurden selten gegen das geprüft, was ein Konkurrent tatsächlich liefert. Mit dem kostenlosen Dimensionscheck benennen Sie, worauf Sie glauben zu gewinnen, und sehen Sie, welche dieser Behauptungen mit Beweisen zu verteidigen ist und welche auf Annahmen beruht. Die vollständige Wettbewerbsbenchmark, mit Scores pro Dimension und einer Beweismatrix für die gesamte Peer Group, befindet sich im Aufbau.