Warum Sie KI NICHT wie einen weiteren Kollegen behandeln sollten

Die Metapher vom „KI-Kollegen“ ist attraktiv, weil sie Unternehmens-KI einfach erscheinen lässt. Geben Sie ihr einen Namen. Arbeiten Sie sie wie einen neuen Mitarbeiter ein. Weisen Sie ihr Aufgaben zu. Lassen Sie sie lernen, wie das Unternehmen funktioniert.

Für eine Demo ist dieses Bild nützlich. Als Betriebsmodell ist es gefährlich.

In der Unternehmenslogistik besteht Arbeit nicht nur darin, Aufgaben auszuführen. Dazu gehören Urteilsvermögen, Verantwortung, Kundenzusagen, Eskalationswege, Systemzugriffe, Freigaberichtlinien, Nachvollziehbarkeit und die Zuständigkeit für Risiken. Ein Kollege kann eine Entscheidung verantworten. Software kann nur innerhalb eines Systems klarer Verantwortlichkeiten handeln.

Die bessere Frage lautet nicht: „Welchen KI-Mitarbeiter sollten wir einstellen?“ Sondern: „Wie müssen wir unser Betriebsmodell neu gestalten, damit Menschen, KI, Regeln und Systeme sicher zusammenarbeiten?“

Logistikarbeit ist nicht gleich Logistikarbeit

Sendungsanlage, Angebotserstellung, Sendungsverfolgung, Rechnungsstellung, Kommunikation mit Frachtführern und Ausnahmebehandlung sind keine einzelnen Aufgaben. Sie bestehen aus unterschiedlichen Arten von Arbeit.

Manche Arbeit ist Mustererkennung. KI eignet sich dafür, E-Mails zu klassifizieren, Dokumente zu lesen, Sendungsdetails zu extrahieren, fehlende Informationen zu erkennen und Kontext zusammenzufassen.

Manche Arbeit ist deterministisch. Fehlt ein Pflichtfeld, wird eine SLA verletzt, gehört eine Sendung zu einem bestimmten Kundensegment oder ist eine Rate ungültig, sollte die richtige Reaktion häufig durch Regeln festgelegt sein.

Manche Arbeit macht einen fehlerhaften Prozess sichtbar. Wenn Mitarbeitende E-Mails zwischen Teams weiterleiten, Felder in Tabellen kopieren oder erfahrenen Kollegen jeden Tag dieselbe Frage stellen, lautet die Antwort nicht immer „einen Agenten hinzufügen“. Manchmal muss der Ablauf neu gestaltet werden.

Und manche Arbeit muss von Menschen geführt werden, weil die Entscheidung Risiken, Urteilsvermögen oder Kundenbeziehungen betrifft: einem Kunden einen Lösungsweg zusagen, einen wirtschaftlichen Zielkonflikt abwägen, von einem Standardprozess abweichen oder eine sensible Ausnahme behandeln.

All das als Zuständigkeitsbereich eines „KI-Mitarbeiters“ zu betrachten, verdeckt die eigentliche Gestaltungsaufgabe.

Das Betriebsmodell ist wichtiger als die Persona

Eine menschenähnliche Rolle kann KI zugänglich erscheinen lassen. Unternehmen brauchen jedoch etwas weniger Inszeniertes und Nützlicheres: eine klar gesteuerte operative Ebene.

Sie legt fest, wer den Prozess verantwortet, welche SOPs gelten, wo Regeln deterministisch sein müssen, wann KI empfehlen oder Entwürfe erstellen darf, wann ein Mensch freigeben muss, welche Systeme angesprochen werden dürfen und wie jede Entscheidung nachvollziehbar bleibt.

Ohne diese Ebene laufen Unternehmen Gefahr, lokale Gewohnheiten, undokumentierte Umgehungslösungen und uneinheitliche Entscheidungen zu automatisieren. Die KI mag produktiv wirken, doch die Organisation hat dadurch nicht mehr Kontrolle. Sie hat nur die bestehende Unklarheit beschleunigt.

Die Zusammenarbeit von Mensch und KI braucht Prozessgestaltung

Die Zukunft der Logistikautomatisierung kombiniert unterschiedliche Arbeitsweisen.

KI sollte dort unterstützen, wo Sprache, Kontext und Mustererkennung gefragt sind. Regeln sollten automatisieren, was einheitlich und deterministisch ablaufen muss. Prozesse sollten dort neu gestaltet werden, wo manuelle Übergaben Verzögerungen oder Unklarheit verursachen. Menschen sollten führen, wo Urteilsvermögen, Verantwortung, Kundenvertrauen oder operative Risiken entscheidend sind.

Das ist nicht weniger ambitioniert als eine KI-Belegschaft. Es ist realistischer.

Nehmen wir die Sendungsanlage: Ein Kunde schickt eine Anfrage mit Sendungsdetails, Dokumenten, Referenzen und Einschränkungen. KI kann den Kontext extrahieren und Lücken erkennen. Eine Regelebene kann Pflichtfelder, kundenspezifische SOPs, Niederlassungsrichtlinien und Freigabegrenzen prüfen. Die Automatisierung kann eine Aufgabe anlegen, einen Antwortentwurf vorbereiten oder eine Systemänderung bereitstellen. Ein Mensch kann die Ausnahme prüfen, die Kundenzusage freigeben oder entscheiden, vom Standardablauf abzuweichen.

Ein einziger Workflow kann all diese Arbeitsweisen verbinden. Der Nutzen entsteht durch die Gestaltung ihrer Übergänge.

KI hebt Verantwortung nicht auf

Bei der Verantwortung stößt die Kollegenmetapher am schnellsten an ihre Grenzen.

Gibt ein Mitarbeiter einem Kunden eine Zusage, weiß die Führungskraft, wer sie gemacht hat und warum. Wird eine Sendung ohne gültige Rate bestätigt, muss das Unternehmen wissen, welche Regel versagt hat, welche Freigabe fehlte und welche Systemaktion ausgeführt wurde. Unterscheidet sich ein Prozess je nach Kunde, Land oder Niederlassung, müssen diese Varianten ausdrücklich festgelegt, kontrolliert und prüfbar sein.

KI wird nicht verantwortlich, nur weil wir ihr einen Namen geben. Verantwortung entsteht durch klare Zuständigkeiten, Kontrollen, Freigaben, Überwachung und Feedback.

Deshalb sollte Autonomie kein binärer Schalter sein. Sie sollte nach Segment vergeben werden: Prozess, Kunde, Relation, Niederlassung, Land, Risikoniveau und Erkennungssicherheit. Eine risikoarme Statusmeldung kann sich sicher automatisch ausführen lassen. Die Sendungsbestätigung für einen strategischen Kunden kann eine menschliche Freigabe erfordern. Eine wiederkehrende Ausnahme kann zur Regel werden. Eine regelmäßig nötige manuelle Umgehung kann einen Prozess aufdecken, der neu gestaltet werden muss.

Was Unternehmen stattdessen aufbauen sollten

Statt eine KI-Belegschaft einzustellen, sollten Logistikunternehmen ein gemeinsames Betriebsmodell für Mensch und KI schaffen.

Dazu gehören die Einteilung der Arbeit nach Typ, klare Verantwortungsgrenzen, dokumentierte SOPs und Ausnahmeleitfäden, Freigabegrenzen, der Schutz führender Systeme, die Simulation von Änderungen vor dem Rollout und das Erfassen menschlicher Korrekturen als Feedback.

Auch KI muss anders gemessen werden. Nicht „Wie menschlich wirkt sie?“, sondern „Wie zuverlässig ist der Prozess?“ Nicht „Kann sie die Aufgabe erledigen?“, sondern „Können wir die Aufgabe auch im großen Maßstab steuern, prüfen und verbessern?“

Die besten KI-Systeme geben sich nicht als Mitarbeitende aus. Sie machen menschliches Urteilsvermögen skalierbarer, wiederkehrende Arbeit einheitlicher und operative Prozesse ausführbar.

KI sollte Verantwortung nicht ersetzen. Sie sollte dafür sorgen, dass klar verantwortete Prozesse besser funktionieren.