Die größten Hürden der digitalen Transformation sind nicht technischer, sondern organisatorischer Natur. © Freepik/BPawesome

Fast alle Unternehmen haben die digitale Transformation eingeleitet, aber nur ­wenigen gelingt die Skalierung.

Und ­während KI mehr Effizienz verspricht, scheitert die Umsetzung oft an fehlender Strategie. Hinzu kommt eine drohende „Skill-Krise“. Doch im Wandel liegen ­Chancen.

Es ist irgendwie paradox: Während einerseits 96 Prozent der Transport- und Logistikunternehmen angeben, ihre digitale Transformation bereits angestoßen zu haben, schaffen es andererseits lediglich zehn Prozent auch, neue Technologien in der Breite zu optimieren und zu skalieren. So lautet eines der Ergebnisse der Studie „Transport und Logistik im Wandel: Stand der digitalen Transformation 2025“, die von Strategy&, der globalen Strategieberatung von PwC, und der Bundesvereinigung Logistik (BVL) durchgeführt wurde.

Rund zwei Drittel der 115 befragten Logistikdienstleister – vorrangig aus Deutschland, Österreich und der Schweiz – stufen folgerichtig ihren eigenen digitalen Reifegrad als niedrig bis mittel ein. Zwar verfügen 69 Prozent dieser Unternehmen über strategische Leitplanken zur Digitalisierung, doch nur knapp ein Drittel schafft es, diese auch operativ in den Ge­schäftsalltag überzuführen. Das Resultat: Der erhoffte Mehrwert für Geschäft und Kunden bleibt für die Mehrheit der Branche trotz steigender Ausgaben bislang aus.

Transformation braucht Führung – nicht nur Technologie
Viele Logistiker setzen laut der Studie vor allem Maßnahmen um, die sich durch Effizienzgewinne direkt im Betrieb auszahlen sollen. So automatisieren 76 Prozent der Unternehmen ihre Abläufe, etwa bei der Tourenplanung, im Lager oder in der Verwaltung. Etwas mehr als die Hälfte nutzt Business-Intelligence-Lösungen, die zum Beispiel eine effektive Kapazitätssteuerung ermöglichen. Und 44 Prozent investieren in ihre IT- und Cloud-Infrastruktur. Langfristig zahlen sich digitale Investitionen aber nur aus, wenn sie auch Innovationsprojekte finanzieren. 

Die größten Hürden der digitalen Transformation sind laut Studie allerdings nicht technischer, sondern organisatorischer Natur. Etwas weniger als die Hälfte der Unternehmen identifiziert fehlende strategische Prioritäten als zentrales Hindernis. Rund ein Drittel scheitert an Vorbehalten der eigenen Belegschaft. Als Erfolgsfaktoren nennen 70 Prozent eine klare Strategie, 49 Prozent ein klares Bekenntnis der Führungskräfte und 41 Prozent konsequentes Change-Management. Bemerkenswert ist, dass viele Unternehmen ihre Digitalisierung im Blindflug antreten.

Etwa ein Viertel der Logistiker hat bislang keine Erfolgsmessung etabliert und besitzt keine Transparenz über die Realisierung geplanter finanzieller Effekte. Fast jedes fünfte Unternehmen stellt zudem erhebliche Lücken zwischen geplanten und ­realisierten Effekten fest. Um diese Lücken zu schließen, sollten Logistiker laut Studie ihre digi­ta­le Transformation konsequent an den Ge­schäfts­anforderungen ausrichten und eine strategische Programmleitung etablieren, die Entscheidungen vorantreibt, ein aktives Risikomana­gement leistet und den Business-Case im Blick hat.

„Der Wirtschaftsbereich Logistik ist ein zentrales Bindeglied unserer globalen und hochvernetzten Wertschöpfungsketten. Logistiker agieren in einem herausfordernden Marktumfeld, das durch steigende Kundenanforderungen an Effizienz, Geschwindigkeit und Digitalisierung geprägt ist. Um sich in diesem Kontext zu behaupten, müssen sie effizienter arbeiten und zugleich Innovatio­nen vorantreiben. Digitale Technologie ist ein Schlüssel, um beides erfolgreich anzugehen – allerdings nur, wenn sie richtig eingesetzt, klug gesteuert und kontinuierlich kontrolliert wird“, sagt Sebastian Pieper, Director bei Strategy& Deutschland.

„Schon heute zeichnet sich dabei ein Gefälle innerhalb der Branche ab. Während digitale Vorreiter klare Roadmaps verfolgen und von signifikanten Effizienz- und Umsatzsteigerungen profitieren, riskieren die reaktiv handelnden Unternehmen ohne formalisierte Strategie, den Anschluss zu verlieren. Besonders für kleine bis mittelgroße Unternehmen wird das zum existenziellen Risiko. Ihnen droht eine strategische Lücke – denn ohne Skalierung bleibt Digitalisierung ein Kostenfaktor, statt zum Wettbewerbsvorteil zu werden.“

Generative KI als Hebel
Besonders großes Transformationspotenzial sehen die Transport- und Logistikunternehmen – wie viele andere Branchen heutzutage auch – in generativer künstlicher Intelligenz (GenAI). Je nach Marktsegment rechnen Unternehmen mit Profitabilitätssteigerungen von 1,4 bis 4,4 Prozentpunkten. Allerdings offenbart sich auch hier das Digitalisierungsparadox: Zwar beschäftigen sich nahezu 80 Prozent aktiv mit GenAI, aber nur drei Prozent haben die Technologie unternehmensweit integriert und skaliert. 

„Logistikunternehmen setzen große Hoffnungen in GenAI als Hebel für ihre digitale Transformation. Bislang kommt die Technologie aber vor allem dort zum Einsatz, wo es erprobte Lösungen gibt, etwa in Funktionen wie Finanz- und Rechnungswesen, und Marketing und Vertrieb“, sagt Sebastian Pieper. „Allerdings müssen eigene Use-Cases für die logistischen Kernprozesse stärker in den Fokus rücken. Viele unserer Befragten halten Anwendungsfälle im Bereich Tourenplanung und Routenoptimierung oder der Analyse von Kunden- und Wettbewerbsdaten für hoch relevant. Wer solche Potenziale erschließt, kann sich einen realen Wettbewerbsvorteil sichern.“

Möglichkeiten von KI in der Praxis
Genau hier setzte das Projekt „Möglichkeiten von KI in der Logistik“ im Auftrag des österreichischen Bundesministeriums für Innovation, Mobilität und Infrastruktur (BMIMI) an: Mit dem Studienbericht „Möglichkeiten von KI in der Logistik – Chancen und Risiken in der Umsetzung in Österreich“ und einem begleitenden praxisorientierten Leitfaden für Klein- und Mittelunternehmen (KMU) liegt nun eine fundierte Wissensbasis und konkrete Umsetzungshilfe für Unternehmen vor.

Projektauftraggeber Franz Schwammenhöfer, Leiter der Abteilung für Logistikkoordination im BMIMI, ist überzeugt: „Logistik ist das Rückgrat einer wettbewerbsfähigen und resilienten Wirtschaft, und künstliche Intelligenz wird in den kommenden Jahren ­maßgeblich dazu beitragen, Prozesse effizienter, ­ressourcenschonender und krisenfester zu gestalten.“

Das Projekt wurde im Auftrag des BMIMI von einem Projektkonsortium, bestehend aus Mitarbeiter:innen des Logistikums der FH Oberösterreich, der BearingPoint GmbH und des VNL (Verein Netzwerk Logistik), durchgeführt. Die Ergebnisse stützen sich auf drei Säulen: eine systematische Literaturauswertung, eine österreichweite Unternehmensbefragung mit 80 Un­ter­nehmensvertreter:innen sowie vertiefende Interviews. Dadurch entsteht ein realistisches Bild davon, welche KI-Anwendungen bereits eingesetzt werden, welche Potenziale Unternehmen priorisieren und welche Hürden in der Umsetzung tatsächlich zählen.

KI ist angekommen, aber oft nicht verankert
Diese Befragung zeichnet ein ähnliches Bild wie die Studie von Strategy&, geht aber mehr ins KI-Detail. Demnach ist künstliche Intelligenz in vielen Betrieben bereits präsent. Über 90 Prozent der Befragten geben an, mindestens einen KI-Anwendungstyp zu nutzen. Besonders häufig sind Natural Language Processing (63 %) sowie GenAI (58 %) im Einsatz; auch Chatbots/virtuelle Assistenten (55 %) und Automatisierung (53 %) werden häufig genannt. Gleichzeitig bleibt der produktive Einsatz in logistischen Kernprozessen oft punktuell und ist vielerorts noch experimentell bzw. nicht systematisch skaliert.

Studienleiter Patrick Brandtner, Professor für Data Driven Management am Logistikum der FH Oberösterreich, erläutert: „KI ist in der Praxis angekommen, besonders in Sprachverarbeitung und generativer KI. In der Logistik wird daraus aber erst dann echter Nutzen, wenn man KI sauber in Kernprozesse wie Planung, Bestandsmanagement oder Transport einbettet. Für die Öffentlichkeit klingt Logistik oft abstrakt. Man spürt sie aber sofort, wenn Pakete zu spät kommen oder Regale leer bleiben.

Genau hier kann KI helfen, Engpässe früher zu erkennen und Abläufe stabiler und effizienter zu machen. Gleichzeitig zeigen unsere Interviews: Unternehmen wünschen sich Orientierung, weil Datenqualität, klare Verantwortlichkeiten und recht­liche Einordnung genauso entscheidend sind wie die Technik und weil fehlerhafte oder schlecht eingebettete Systeme den laufenden Betrieb stören können. Der Praxisleitfaden liefert dafür, einen pragmatischen roten Faden in drei Phasen: vom Vorbereiten über das erste Projekt bis zur Skalierung und Governance.“ 

Franz Staberhofer, Obmann des VNL, ergänzt: „Wir sehen aktuell eine deutliche Lücke zwischen dem, was KI in der Logistik leisten könnte, und dem, was tatsächlich umgesetzt wird – vor allem bei KMU. Vielen fehlt es nicht am Interesse, sondern an Ressourcen, Klarheit und verlässlicher Orientierung. Wenn wir hier nicht gezielt gegensteuern, droht ein Wettbewerbsnachteil für den Standort. Genau deshalb braucht es praxisnahe Unterstützung statt abstrakter Diskussionen – und genau hier setzen Studie und Leitfaden an.“

Was Unternehmen von KI erwarten
Bei den erwarteten Nutzenwirkungen liegen Prozessverbesserungen und Effizienzsteigerung an der Spitze, gefolgt von Kostenreduktion und Produktivitätssteigerung. Den Chancen stehen jedoch Herausforderungen gegenüber, die nicht nur technologisch sind: Neben IT-Infrastruktur und Datenverfügbarkeit spielen etwa auch fehlende Ressourcen, Kompetenzaufbau, unklare Verantwortlichkeiten, Change-Management sowie rechtliche Orientierung (beispielsweise im Kontext des EU AI Act und weiterer Vorgaben) eine zentrale Rolle.

Studienbegleiterin Chiara Werner-Tutschku, Managerin für KI-Strategie und Transformation bei BearingPoint GmbH, erklärt: „Für KMU in der Logistik kann ein Einstieg in KI dort sinnvoll sein, wo erste Mehr­werte erkennbar werden, Risiken überschaubar bleiben und der Governance-Aufwand begrenzt ist. In der Praxis können dafür datenanalytische Anwendungsfälle wie die automatisierte Dokumenten- und Auftragsverarbeitung, Bedarfsprognosen oder Bestands- und Engpass-Frühwarnungen in Betracht kommen.

Entscheidend ist dabei ein pragmatischer Standard: ein KI-Inventar aufbauen, Use-Cases risikobasiert klassifizieren, klare Verantwortlichkeiten festlegen, den Betriebsrat möglichst frühzeitig einbinden, die KI-Kompetenz der Mitarbeitenden nachweisen und ein laufendes Monitoring etablieren – so kann Trustworthy AI schrittweise entstehen und sich im Alltag als Wettbewerbsvorteil bewähren.“

Gefahr einer Skill-Krise 
Wie bereits zuvor angeschnitten, sind die größten Hürden oft nicht technischer Natur. Denn der Wandel in Technologien und Prozessen wirkt sich natürlich auch auf die Mitarbeitenden in der Logistikbranche aus. Laut dem „Cornerstone Skills Economy Report 2026“ verändern sich auch die Tätigkeitsprofile in einem rasanten Tempo. Logistikunternehmen benötigen demnach zunehmend hybride Kompetenz- und Skill-Profile, die technisches Prozessverständnis mit menschlichen Fähigkeiten verbinden.

Denn weil die Automatisierung viele Routineaufgaben übernimmt, steigt die Bedeutung von Tätigkeiten, die komplexes Denken, situatives Entscheiden, Kommunikation und Koordination erfordern. Der Report von Cornerstone, einem Anbieter von Talent- und Lernmanagementlösungen, zeigt besonders deut­liche Zuwächse im Bedarf nach emotionaler Intelligenz (+ 95 %), Belastbarkeit und Flexibilität (+ 42 %) sowie kreativem Denken (+ 18 %).

Weiters führt dem Report zufolge die zunehmende Automatisierung in der Branche dazu, dass viele traditionell manuell geprägte Einstiegsrollen entfallen. So sollen sich über 30 Prozent typischer Einstiegsaufgaben automatisieren lassen, was den Nachwuchsaufbau erschwert. Darüber hinaus entwickeln sich autonome Systeme, KI-gestützte Routenoptimierung, digitale Frachtplanung und Last-Mile-Innovationen schneller, als das Re­skilling (Umschulungen und Weiterbildungen) mithalten kann. Nicht zuletzt verschärft der demografische Wandel den Fachkräftemangel zusätzlich: So wird die erwerbsfähige Bevölkerung in vielen Ländern bis 2060 um rund 30 Prozent zurückgehen.

Strategische Empfehlungen
Der Report formuliert vier strategische Empfehlungen, mit denen Logistikunternehmen anhand gezielter Investitionen in Qualifizierungsstrate­gien Kompetenz- und Qualitätsverluste vermeiden können:

1. HR- und Skill-Analytics gezielt nutzen: Es gilt, Qualifikations- und Skill-Lücken so früh wie möglich zu erkennen, Kompetenzschwund sichtbar zu machen und zukünftige Bedarfe systematisch zu planen.

2. KI-Kompetenzen und digitale Logistik-Skills aufbauen: Da KI, digitale Track-and-Trace-Systeme, autonome Fahrzeuge und Drohnenlogistik an Bedeutung gewinnen, benötigen Mitarbeitende verstärkt daten-, technologie- und KI-bezogene Fähigkeiten.

3. Praxisorientiertes Lernen implementieren: Simulationsumgebungen und realitätsnahe Trainings schaffen, die den praxisnahen Aufbau neuer Kompetenzen in autonomen und digitalisierten Transportumgebungen ermöglichen.

4. Qualifikations- und Skill-Entwicklung wie ein Investitionsportfolio managen: Wichtig ist es, nicht nur Effizienz zu messen, sondern auch Skill-Aufbau, Resilienz und Anpassungsfähigkeit als zentrale Performancefaktoren des Unternehmens beziehungsweise der Mitarbeitenden zu bewerten.

Alles fließt – besonders ­Warenströme
Der Wandel in der Logistik bringt also nicht nur seine eigenen Paradoxa mit sich, sondern ist außerdem eine mehrdimensionale Herausforderung für die gesamte Branche. Zugleich eröffnen sich aber auch vielversprechende neue Chancen für alle Beteiligten. „Die einzige Konstante im Leben ist die Veränderung“, oder auch in der Kurzfassung „panta rhei – alles fließt“, soll schon der griechische Philosoph Heraklit von Ephesos gesagt haben. Und welche Branche verkörpert das besser als die Logistik, die heute und in Zukunft dafür sorgt, dass die Warenströme rund um den Erdball weiter in Schwung bleiben? (RNF)


INFO-BOX
Praxisleitfaden: Leitfragen statt Patentrezepte
Der begleitende Leitfaden des Projekts „Möglichkeiten von KI in der Logistik“ übersetzt die Studienergebnisse in eine niedrigschwellige Orientierungshilfe und ist kein starres „Schritt für Schritt“-Rezept, sondern bietet Leitfragen für die eigene Standort­bestimmung und die Planung nächster Schritte. Er ist in drei Phasen gegliedert:
1. Was sollte vor dem KI-Einsatz beachtet werden?
2. Wie sollte beim ersten KI-Projekt vor­gegangen werden?
3. Was kann getan werden, um die KI-­Nutzung zu skalieren?

Informationen und Download unter:
www.bmimi.gv.at/themen/mobilitaet/­transport/gueterverkehrslogistik/­publikationen/ki.html