Eine zugesagte Lieferzeit entstand aus einem Planungsprozess: Aufträge sammeln, Kapazität abwägen, Ausnahmen manuell lösen und ein Datum kommunizieren, das mit einer gewissen Marge stimmte. Wer mehr Personen in die Planung setzte, konnte präziser zusagen. Wer dabei knapp bemessen war, rechnete mit Marge und verlor manchmal einen Auftrag wegen einer Lieferzeit, die eigentlich durchaus machbar war, aber nicht schnell genug ausgerechnet wurde.
Das ist der Grund, warum Lieferzeit lange eine Frage der Größe war. Größere Planungsabteilungen, mehr Erfahrung im Team, mehr Zeit, um pro Auftrag neu zu rechnen. Wer sich das leisten konnte, gewann an diesem Punkt des Vergleichs. Wer das nicht konnte, kompensierte mit Marge bei der Zusage oder mit einem niedrigeren Preis.
Wenn ein großer Teil des Neuberechnens von Kapazität, Lagerbestand und Route von KI übernommen wird, verändert sich nicht die Lieferzeit selbst, sondern die Geschwindigkeit und Genauigkeit, mit der sie zugesagt wird. Ein Angebot, das gestern noch mit einer großzügigen Marge abgegeben wurde, kann mit aktuellen Daten über Lagerbestand, Produktionsstatus und Logistikplanung schärfer berechnet werden, und das geschieht dann bei jeder Anfrage erneut, nicht nur bei den großen Aufträgen, für die ein Planer sich Zeit nimmt.
Das verschiebt den Vergleich. Nicht die Partei mit den meisten Personen in der Planung gewinnt dann bei der Lieferzeit, sondern die Partei, die ihre Systeme in Ordnung hat: saubere Lagerdaten, gekoppelte Produktionsplanung, eine Logistikkette, die aktuellen Status durchgibt. Auslastung war der Engpass; Datenqualität und Systemaufbau werden es.
Drei Arten von Arbeit ziehen sich durch eine Lieferzeitzusage, und sie verschieben sich nicht alle gleich weit.
Das Neuberechnen einer Lieferzeit auf Basis aktueller Lagerbestands- und Kapazitätsdaten ist der Teil, den KI am vollständigsten übernehmen kann, gerade dort, wo die zugrundeliegenden Systeme bereits strukturierte Daten liefern.
Das Abwägen einer Ausnahme — ein großer Auftrag, der die Planung stört, ein Kunde, der vorgezogen werden möchte, ein Lieferant, der sich verzögert — bleibt teilweise Menschenarbeit, wobei KI einen Vorschlag macht und ein Planer mit Begründung zustimmt oder ablehnt.
Die Absprache mit einem Kunden darüber, was eine verpasste Lieferzeit bedeutet, der Verhandlungsspielraum in einem Vertrag, die Beurteilung, ob eine Ausnahme die Beziehung wert ist: das bleibt Menschenarbeit, und das ändert sich nicht dadurch, dass sich die Rechenarbeit dahinter wohl verschiebt.
Der Unterschied liegt nicht in der Branche, sondern in der Grundlage. Ein Unternehmen, in dem Lagerbestand, Produktionsplanung und Logistik bereits in gekoppelten Systemen stehen, kann das Neuberechnen einer Lieferzeit schon heute der KI überlassen und ein Angebot innerhalb von Minuten scharf zusagen. Ein Unternehmen, in dem diese Daten noch in losen Tabellenblättern oder verschiedenen Systemen ohne Kopplung stehen, hat dieselbe KI zur Verfügung, aber keine brauchbaren Daten, mit denen gerechnet werden kann, und bleibt somit beim alten Tempo.
Das erklärt, warum zwei Wettbewerber vergleichbarer Größe an diesem Punkt auseinanderlaufen können. Nicht weil der eine mehr in KI investiert hat, sondern weil der eine die zugrundeliegenden Systeme bereits in Ordnung hatte, bevor KI damit etwas anfangen konnte.
Ein Kunde merkt dies nicht an einer Werbung über KI, sondern am Moment des Angebots. Eine Lieferzeit, die direkt und mit Präzision angegeben wird, statt nach einem Tag Warten auf interne Abstimmung, ist die sichtbare Folge dessen, was sich hinter den Kulissen verschoben hat. Bei einem zweiten Lieferanten, der dieselbe Anfrage erhält, kann dieser Prozess noch vollständig manuell ablaufen, mit einer längeren Durchlaufzeit und einer großzügigeren Marge als Ergebnis.
Um zu wissen, ob dieser Unterschied auch in Ihrem Markt den Auftrag entscheidet, ist es nötig zu wissen, wie Ihre Lieferzeitzusage im Vergleich dasteht, was wie benchmarke ich mein Unternehmen gegen Wettbewerber zeigt, und ob eine Aussage über Geschwindigkeit auch standhält, wenn sie geprüft wird, wie beschrieben auf wie bewertet man einen Wettbewerber, ohne Annahmen zu treffen.
Lieferzeit wird in einem Geschäft selten für sich allein beurteilt. Eine scharfe Lieferzeit neben einer unklaren Qualitätsaussage überzeugt weniger als eine scharfe Lieferzeit neben einer fundierten Antwort auf die Frage, was passiert, wenn etwas schiefgeht, wie nachzulesen auf welchen Vorsprung bringt KI beim Kundendienst nach dem Verkauf. Auch die Frage, ob Geschwindigkeit mit einem konsistenten Produkt einhergeht, spielt eine Rolle, behandelt auf welchen Vorsprung bringt KI bei Qualität.
Die zugrundeliegende Frage, welche Arbeit in diesem Unternehmen tatsächlich von KI übernommen werden kann, liegt also nicht bei Lieferzeit allein, und wird mit dem Werkscan von FTE TO AI pro Aufgabe beantwortet.
Wenn das Verschieben von Planungsarbeit Auswirkungen auf den Personaleinsatz hat, gelten dafür eigene gesetzliche Anforderungen. Das ist nicht Teil eines Wettbewerbsvergleichs und wird hier nicht als solches behandelt.
Ob Ihre Lieferzeitzusage aktuell ein Vorsprung oder ein Rückstand ist, hängt davon ab, was hinter Ihrer eigenen Planung steckt und was Wettbewerber daran bereits verändert haben. Mit dem kostenlosen Dimensionscheck benennen Sie, worauf Sie zu gewinnen glauben, bei Lieferzeit oder bei einer anderen Dimension, und sehen Sie, welche dieser Aussagen mit Beweisen zu verteidigen ist. Die vollständige Benchmark befindet sich im Aufbau.