Der Großhandel übernimmt selten selbst die Kundenbeziehung oder den Produktionsprozess, sitzt aber mittendrin. Bestellungen kommen über Systeme von Kunden herein, der Bestand wird auf Lieferanten abgestimmt, und die Marge liegt in Geschwindigkeit und Präzision des Glieds dazwischen. Das macht KI-Nutzung in diesem Sektor weniger sichtbar als in Sektoren mit einem eigenen Frontoffice. Es gibt keine Verkaufsfläche, wo jemand einen Chatbot mit einem Kunden sprechen sieht. Es gibt einen Planer, der ein Tool nutzt, um Einkaufsvolumina vorherzusagen, einen Kundenbetreuer, der Angebote von einem Sprachmodell erstellen lässt, ein Lagersystem mit einer KI-Komponente, die niemand mehr als solche erkennt, weil sie schon jahrelang unter einem anderen Namen mitläuft.
Die IT-Abteilung eines Großhandelsunternehmens verwaltet in der Regel die Kernsysteme: das ERP, das WMS, die Schnittstellen mit Kunden und Lieferanten. Was darüber hinaus wächst — Tabellenkalkulationstools mit einer eingebauten Vorhersagefunktion, ein separates Abonnement für Textgenerierung, ein KI-Plugin im CRM, das von einem Team aktiviert wurde — fällt oft außerhalb dieser Verwaltung. Das liegt nicht daran, dass jemand etwas verbirgt, sondern daran, dass niemand es nachverfolgt hat. Wer in diesem Sektor wissen will, was tatsächlich läuft, muss bei den Menschen nachfragen, die es nutzen. Und das funktioniert nur, wenn diese Frage sich nicht wie ein Vorwurf anfühlt. Ein Einkäufer, der ein Tool nutzt, um Lieferzuverlässigkeit vorherzusagen, erzählt das erst, wenn er sicher weiß, dass die Antwort nicht gegen ihn verwendet wird.
Nicht jede KI-Nutzung im Großhandel wiegt gleich schwer. Ein Tool, das Rechnungen auf Abweichungen prüft, hat eine andere Wirkung als ein System, das automatisch Preise anpasst auf Basis von Angebot und Nachfrage, oder ein Modell, das Lieferanten bewertet und damit Einfluss darauf hat, wer einen Vertrag erhält. Die Klassifizierung hängt davon ab, was das System entscheidet, für wen, und was passiert, wenn es schiefgeht. Ein Preisalgorithmus, der strukturell falsch rechnet, trifft die Marge direkt. Ein Tool, das nur interne Berichte zusammenfasst, betrifft vor allem die Lesbarkeit eines Berichts. Diese Unterschiede bestimmen, welches Niveau an Aufsicht, Dokumentation und Überprüfung zu einer Anwendung passt. Der genaue Regelinhalt, der dabei verpflichtend ist, steht nicht auf dieser Seite; der ändert sich und wird an anderer Stelle nachgehalten. Hier geht es um den Mechanismus: wissen, was läuft, wissen, welches Risiko es trägt, und das so festhalten, dass ein Vorstand oder eine Aufsichtsbehörde nachfragen kann.
Was den Großhandel von vielen anderen Sektoren unterscheidet, ist das Maß, in dem KI-Nutzung nicht beim eigenen Unternehmen beginnt. Kunden liefern automatisierte Bestellungen, Lieferanten senden Vorhersagen über Verfügbarkeit, und zwischen diesen beiden Strömen sitzt ein Großhandelsunternehmen, das selbst auch Algorithmen nutzt, um zu schalten. Ein Governance-Ansatz, der nur auf die eigene Organisation blickt, verpasst einen Teil des Bildes. Die Frage ist nicht nur, welche KI intern läuft, sondern auch, welche automatisierten Entscheidungen von außen hereinkommen und wie diese kontrolliert werden, bevor sie sich auf Bestand, Preis oder Lieferzeit auswirken.
Ein Scan, der bei dem beginnt, was tatsächlich genutzt wird, statt bei dem, was auf der IT-Liste steht, bringt im Großhandel in der Regel ein mehrschichtiges Bild zum Vorschein: einen Kern genehmigter Systeme, eine mittlere Schicht von Tools, die funktional geworden sind ohne formale Prüfung, und einen Rand individueller Nutzung, der nie gemeldet wurde. Diese drei Schichten erfordern nicht denselben Ansatz. Manche Anwendungen können einfach dokumentiert und überwacht werden; andere erfordern ein Gespräch darüber, warum sie zum Einsatz kamen und was der Eigentümer davon erwartet. Das Ergebnis ist kein Urteil darüber, wer etwas falsch gemacht hat, sondern eine Grundlage, auf der ein Vorstand erklären kann, was im Spiel ist und warum das unter Kontrolle ist — oder wo das noch nicht der Fall ist.
Die Art, wie KI sich in einer Organisation verbreitet, unterscheidet sich je nach Sektor, aber die zugrunde liegende Bewegung ist vergleichbar. In der Fertigungsindustrie ist KI oft mit Produktionsplanung und Qualitätskontrolle verwoben, im Transportsektor spielt sie vor allem bei Routenplanung und Verspätungsvorhersage eine Rolle, und in den Unternehmensdienstleistungen taucht sie vor allem bei Berichten und Kundenkommunikation auf. Wer im Großhandel arbeitet, erkennt Elemente aus all diesen Sektoren, weil die Kette überall hindurchläuft.
Eine Bestandsaufnahme dessen, was an KI läuft, zeigt, wo Risiko liegt und wo Aufsicht fehlt. Sie beantwortet keine andere Frage, die in vielen Großhandelsunternehmen genauso dringend ist: welcher Teil der täglichen Arbeit sich eigentlich von KI übernehmen lässt, und welcher nicht. Das ist eine andere Rechnung, ausgerichtet auf Aufgaben statt auf Systeme. FTE TO AI bietet dafür einen Arbeitsscan, der pro Aufgabe berechnet, welcher Teil der Arbeit von KI übernommen werden kann, als Folgeschritt, nachdem klar ist, was bereits läuft und unter welcher Aufsicht das stehen muss.
Der Responsible AI Scan für den Großhandel wird gerade aufgebaut. Wer hierzu angesprochen werden möchte, sobald der Scan verfügbar ist, kann sich für die Warteliste anmelden.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.