KI-Automatisierung in der Logistik: Dokumente, Status und Ausnahmen

Das Wichtigste in Kürze: KI-Automatisierung in der Logistik: welche Prozesse sich eignen, wie Status, Dokumente und Ausnahmen zusammenlaufen, ohne Versprechen.

Über die Hälfte der deutschen Unternehmen nutzt inzwischen KI in irgendeiner Form (54,5 % laut ifo-Konjunkturumfrage Mai 2026). Im Dienstleistungssektor, zu dem Logistik überwiegend zählt, liegt die Quote sogar bei 56,2 %. Was in dieser Zahl nicht steckt: ob KI systematisch im Alltag läuft oder nur in einzelnen Tools. Genau das ist der Unterschied, der zählt. In der Logistik laufen Statusdaten, Dokumente und Ausnahmen aus mehreren Systemen zusammen. Diese Systeme sprechen selten von Haus aus miteinander.

Für wen diese Seite gedacht ist

Diese Seite richtet sich an Logistikleitung, Disposition und Operations in kleinen und mittleren Speditionen, Transportunternehmen und Logistikdienstleistern. Sie kämpfen mit einer konkreten Reibung im Alltag. 3 Beispiele: Sendungsstatus muss aus 3 verschiedenen Portalen zusammengetragen werden. Frachtpapiere kommen als Foto per WhatsApp oder E-Mail-Anhang statt als strukturierte Daten. Verspätungen fallen erst auf, wenn der Kunde anruft.

Wer stattdessen ein fertiges Vollautomatisierungssystem für die gesamte Supply Chain sucht, ist hier an der falschen Adresse. Die meisten Projekte, die ich sehe, starten kleiner und wachsen von dort aus.

Typischerweise sind das Betriebe mit einer Handvoll bis einigen Dutzend Disponenten. Dazu kommen mehrere Carrier- oder Subunternehmer-Beziehungen. Die Systemlandschaft ist gewachsen: TMS, WMS, ERP und einige Insellösungen, die über Jahre dazugekommen sind.

Gemeinsam ist diesen Betrieben: Die eigentliche Arbeit scheitert selten am Fehlen von Daten. Sie scheitert daran, dass dieselbe Information in 3 Systemen unterschiedlich aussieht. Niemand hat die Zeit, das täglich manuell abzugleichen.

Welche Prozesse sich eignen

Am ehesten eignen sich Prozesse, bei denen dieselbe Art von Information immer wieder anfällt. 3 Beispiele. Erstens Statusmeldungen mit denselben paar Feldern: Sendungsnummer, Ort, Zeitstempel, Ereignis. Zweitens Frachtdokumente mit wiederkehrendem Layout, auch wenn es zwischen Frachtführern variiert. Drittens Ausnahmen, die sich in wenige Kategorien einordnen lassen: Verspätung, Mengendifferenz, Beschädigung, fehlende Unterschrift.

Schlechte Kandidaten sind Einzelfälle ohne Wiederholung und Prozesse mit unklarer Datenlage. Auch Entscheidungen mit direkten rechtlichen Folgen gehören nicht dazu. Dort bleibt die automatisierte Ausgabe ein Vorschlag, keine Entscheidung.

Begriffe kurz eingeordnet

4 Begriffe tauchen in fast jedem Gespräch auf. Oft werden sie synonym verwendet, obwohl sie es nicht sind. TMS (Transport-Management-System) plant und steuert Transporte. WMS (Warehouse-Management-System) steuert Lagerprozesse. In kleineren Betrieben übernimmt oft ein System beide Rollen.

EDI (Electronic Data Interchange) ist der klassische, strukturierte Nachrichtenaustausch zwischen Partnersystemen, etwa für Statusmeldungen oder Sammelrechnungen. Er ist kein KI-Thema, sondern die Datenbasis, auf der Automatisierung aufsetzt. API-Anbindungen sind die modernere Alternative. Sie sind meist einfacher zu implementieren, wo Systeme das unterstützen.

KI kommt typischerweise dort ins Spiel, wo Daten nicht strukturiert vorliegen, etwa auf einem Foto, in einer E-Mail oder in einem PDF ohne einheitliches Layout. Sie müssen erst in eine strukturierte Form überführt werden, bevor klassische Automatisierung (Regeln, EDI, API-Abgleich) greifen kann.

Wie Statusdaten aus mehreren Systemen integriert werden

Die meiste Reibung entsteht nicht durch fehlende Daten, sondern durch verteilte Daten. Ein Carrier meldet Status über ein eigenes Webportal. Ein anderer nutzt eine EDI-Nachricht. Die eigene Flotte meldet über Telematik, ein dritter Partner nur per E-Mail: 4 verschiedene Wege.

Eine Automatisierung bündelt diese Quellen dort, wo eine Schnittstelle per API existiert. Sie ist meist direkt an das bestehende TMS oder WMS angebunden. Wo keine API verfügbar ist, übernimmt ein strukturierter Abgleich aus Dateien oder E-Mails die Lücke. Er arbeitet mit klar definierten Feldern statt mit Freitext-Interpretation.

Wichtig ist dabei: Die Automatisierung ersetzt nicht die Ursprungssysteme. Sie schafft eine gemeinsame, aktuelle Sicht darauf. Disposition und Kundenservice sehen denselben Stand, ohne selbst zwischen Portalen zu wechseln.

Wie Dokumente automatisiert verarbeitet werden

Lieferscheine, CMR-Frachtbriefe, Zollpapiere und Eingangsrechnungen sind in der Logistik der Normalfall, nicht die Ausnahme. Sie kommen selten in einem einheitlichen Format an. KI-gestützte Dokumentenerkennung liest aus gescannten oder fotografierten Belegen 5 relevante Felder aus: Sendungsnummer, Menge, Gewicht, Empfänger, Unterschrift oder Stempel. Ein Abgleich mit den Auftragsdaten im System läuft automatisiert. Stimmen Beleg und Auftrag überein, läuft der Fall durch.

Bei Abweichungen oder wenn die Erkennung unsicher ist, geht der Beleg an eine Person zur Prüfung, statt automatisch verbucht zu werden. Das ist der Human-in-the-Loop-Grundsatz, den ich in Projekten konsequent umsetze: Automatisierung übernimmt das Volumen der eindeutigen Fälle, Menschen bleiben für die unklaren zuständig.

Wie Ausnahmen und Verzögerungen behandelt werden

Ausnahmen sind in der Logistik nicht der Störfall, sondern ein planbarer Teil des Geschäfts. 4 typische Ursachen sind Stau, Wetter, Zollverzögerung, defektes Equipment. Die Frage ist nicht, ob Ausnahmen auftreten, sondern wie schnell sie erkannt und an die richtige Stelle weitergeleitet werden. Eine sinnvolle Automatisierung definiert Schwellenwerte, etwa eine Abweichung vom geplanten Zeitfenster um mehr als X Minuten.

Sie löst bei Überschreitung eine Prüfung oder Benachrichtigung aus, an die Disposition, den Kunden oder das Lager, je nach Fall. Wiederkehrende Muster in den Abweichungen lassen sich zusätzlich auswerten, um die Planung selbst zu verbessern. Ein Beispiel: bestimmte Routen sind systematisch zu knapp kalkuliert. Die Entscheidung, ob und wie eskaliert wird, bleibt dabei bei Menschen. Die Automatisierung sorgt dafür, dass die Information rechtzeitig ankommt, nicht erst beim Kundenanruf.

Welche Systeme dafür verbunden werden müssen

Der Systemkontext bestimmt, was technisch möglich ist. Das klärt sich, bevor über konkrete Use Cases gesprochen wird. In den meisten Projekten geht es um diese 6 Bausteine:

• TMS oder WMS als Datenkern für Aufträge, Routen und Bestände.

• ERP-System für Auftragsabwicklung, Abrechnung und Stammdaten.

• Carrier- und Trackingportale der beauftragten Frachtführer für Statusdaten.

• EDI-Anbindungen dort, wo Partner strukturierte Nachrichten senden (z. B. IFTSTA, IFCSUM).

• Dokumentenspeicher für gescannte Frachtpapiere, Lieferscheine und Rechnungen.

• Kundenportal oder E-Mail für die ausgehende Statuskommunikation.

Welche dieser Systeme wirklich angebunden werden müssen, ergibt sich erst aus einer Bestandsaufnahme, pauschale Aussagen dazu wären an dieser Stelle unseriös.

Wie die Zusammenarbeit abläuft

Schritt 1, Bestandsaufnahme: Wir sehen uns gemeinsam an, welche Systeme im Einsatz sind, wo Statusdaten, Dokumente und Ausnahmen heute manuell zusammengeführt werden, und wie die Datenqualität dort tatsächlich aussieht.

Schritt 2, Priorisierung: Aus der Bestandsaufnahme entsteht eine Liste konkreter Engpässe, bewertet nach Zeitersparnis, technischer Machbarkeit und Risiko bei Fehlern. Der erste Use Case ist meist der mit dem besten Verhältnis aus Nutzen und Aufwand, nicht der größte.

Schritt 3, Umsetzung eines ersten Bausteins: Statt eines großen Systemwechsels beginnen wir mit einem abgegrenzten Baustein, etwa der Dokumentenerfassung für einen Belegtyp oder dem Statusabgleich für einen Carrier. Wir erweitern von dort, wenn er sich im Betrieb bewährt.

Schritt 4, Betrieb mit menschlicher Kontrolle: Jeder automatisierte Schritt bleibt überwachbar; unsichere oder abweichende Fälle landen sichtbar bei einer Person, statt in einem System zu verschwinden.

Anders als bei vielen klassischen Beratungsmandaten endet die Zusammenarbeit nicht mit einer Präsentation. Wenn ihr die Umsetzung wollt, übernehme ich sie direkt: von der Schnittstellenanbindung über die Dokumentenerkennung bis zur Benachrichtigungslogik für Ausnahmen. Das spart die Übergabe an ein weiteres Team, das euren Systemkontext erst neu lernen müsste. Es verkürzt den Weg von der Analyse zum laufenden Baustein. Liegt ein Thema außerhalb dessen, was sich seriös in Eigenleistung abdecken lässt, etwa eine tiefgreifende ERP-Anpassung durch den Systemhersteller, sage ich das transparent. Ich vermittle dann bei Bedarf weiter, statt eine Kompetenz vorzutäuschen, die nicht vorhanden ist.

Prozesslandkarte: Wo KI-Automatisierung in der Logistik typischerweise ansetzt

Die folgende Übersicht mit 6 Prozessbereichen zeigt, wo Automatisierung realistisch ansetzt.

Prozessbereich	Typische Aufgabe	Datenquelle(n)	Automatisierungsgrad realistisch.
Statusverfolgung	Sendungsstatus aus mehreren Portalen bündeln	Carrier-Portale, Telematik, EDI	Hoch, wenn APIs vorhanden sind.
Dokumentenerfassung	Lieferscheine, CMR-Frachtbriefe, Rechnungen auslesen	Scan/Foto, E-Mail-Anhang	Mittel bis hoch, mit Prüfschleife für Unsicheres.
Ausnahmebehandlung	Verspätungen, Mengendifferenzen erkennen und melden	TMS-Zeitstempel, Statusmeldungen	Mittel, Erkennung automatisiert, Eskalation manuell.
Auftrags-/Belegabgleich	Lieferschein gegen Bestellung prüfen	ERP, WMS, eingehende Belege	Hoch bei klaren Referenznummern.
Kundenkommunikation	Statusupdates proaktiv versenden	TMS, Kundenportal	Hoch für Standardfälle, manuell bei Reklamation.
Frachtplanung/Routing	Muster in wiederkehrenden Verzögerungen auswerten	Historische Statusdaten	Niedrig bis mittel, unterstützend statt autonom.

Eigene Prozesslandkarte Philogic Labs, basierend auf wiederkehrenden Mustern aus KMU-Logistikprojekten. Kein Anspruch auf Vollständigkeit für jeden Betriebstyp.

Kosten und Zeit: nur als Bandbreite mit Annahmen

Belastbare Aussagen zu Kosten und Dauer gibt es erst nach der Bestandsaufnahme. Wer vorher einen Festpreis für „die Logistik-KI“ nennt, hat entweder ein Standardprodukt im Angebot, das an eure Systeme nicht wirklich passt, oder kalkuliert eine Überraschung ein. Als grobe Orientierung gilt 1 Annahme: Mindestens eine API oder ein strukturierter Datenexport existiert.

Ein Statusabgleich für einen einzelnen Carrier oder eine Dokumentenerfassung für einen Belegtyp lässt sich meist innerhalb weniger Wochen als lauffähiger erster Baustein umsetzen. Eine EDI-Neuanbindung, eine tiefere TMS-Integration oder die Ausweitung auf mehrere Belegtypen und Partner gleichzeitig braucht spürbar mehr Zeit. Testfälle, Ausnahmebehandlung und Abstimmung mit Partnern kommen dort zusätzlich dazu. Diese Bandbreiten sind keine Zusage. Sie sind ein Ausgangspunkt für das Gespräch im Erstcheck.

Grenzen

KI-Automatisierung ersetzt in der Logistik kein TMS oder WMS und keine Disposition. Sie verbindet vorhandene Systeme und übernimmt die eindeutigen, wiederkehrenden Fälle. Wir versprechen 3 Dinge nicht: keine garantierten Einsparquoten, keine bestimmte Automatisierungsquote, keine zertifizierte Rechtskonformität mit Zoll-, Gefahrgut- oder Datenschutzvorgaben. Das BSI weist ausdrücklich darauf hin. Generative KI-Systeme bringen eigene, neuartige Risiken mit. Vor der Integration sind eine Risikoanalyse sowie laufendes Monitoring auf Fehler und Bias nötig (Stand Juli 2026).

Für rechtliche Einordnungen zu Zoll, Gefahrgut oder Datenschutz sind die zuständigen Behörden und eine eigene Rechtsberatung maßgeblich, keine Aussage auf dieser Seite. Kosten- und Zeitangaben sind bei uns grundsätzlich Bandbreiten mit genannten Annahmen, keine Festpreise vor einer Bestandsaufnahme.

Auch technisch gibt es Grenzen. Manche Partner bieten keine Schnittstelle an und kommunizieren ausschließlich per Telefon oder unstrukturierter E-Mail. Dann kann Automatisierung die Lücke abmildern, aber nicht vollständig schließen. Irgendwo bleibt ein manueller Erfassungsschritt.

Kommen Dokumente in schlechter Qualität an, etwa unscharfe Fotos oder handschriftliche Ergänzungen, sinkt die Erkennungsgenauigkeit spürbar. In solchen Fällen ist eine höhere Prüfquote durch Menschen die richtige Antwort, nicht eine erzwungene Vollautomatisierung. Manchmal ist der eigentliche Engpass eine fehlende Systemanbindung oder ein ungeklärter Prozess. Dann sagen wir das auch so, statt eine KI-Lösung darüberzustülpen.

Checkliste: Passt KI-Automatisierung zu eurer Logistik?

1. Mindestens ein Prozess (Status, Dokumente oder Ausnahmen) kostet spürbar Zeit oder führt regelmäßig zu Rückfragen.
2. Die relevanten Daten liegen zumindest teilweise digital vor, auch als Scan, Foto oder E-Mail zählt das.
3. Es gibt eine Person mit Mandat, das Thema intern zu treiben und Ergebnisse zu prüfen.
4. Ihr wollt zuerst einen abgegrenzten Baustein testen, statt sofort die gesamte Kette umzustellen.
5. Menschliche Prüfung bei unsicheren oder rechtlich relevanten Fällen ist für euch kein Kompromiss, sondern gewünschter Teil der Lösung.

Wenn mindestens drei Punkte zutreffen, lohnt sich ein kostenloser Erstcheck, in dem wir drei konkrete Engpässe eures Betriebs gemeinsam einordnen, Statusverfolgung, Dokumente oder Ausnahmen, oder alle drei zugleich. Das Gespräch dauert rund 45 Minuten, ist unverbindlich und endet mit einer ehrlichen Einschätzung, auch wenn die Antwort „noch nicht“ oder „anders lösen“ lautet. Zur automatisierten Dokumentenerfassung im Detail, inklusive der Frage, wie mit unsicheren Erkennungsergebnissen umgegangen wird, gibt es den vertiefenden Artikel PDF-Daten automatisch auslesen und in Systeme übertragen.