Geschäftsfrauen und -männer in einem Konferenzraum bei der Arbeit an einer Projektpräsentation

Wie beschleunigen Managed Services die Transformation?

Managed Services als Turbo der Transformation: Wie Unternehmen schneller innovieren, Fachkräftemangel lösen und Compliance sichern.


Überblick

  • Unternehmen investieren in APS und KI, doch die Planung bleibt oft instabil und realitätsfern, weil grundlegende strukturelle Mängel bestehen bleiben.
  • KI-Lösungen erfordern saubere Daten, klare Entscheidungslogik und eine Architektur, die Variabilität gezielt steuert.
  • Vor KI-Investitionen sollten Unternehmen ihre Planungsprozesse zuerst klar definieren, entkoppeln und flexibilisieren, um echte Verbesserungen zu schaffen.

Heute sind Unternehmen in Deutschland mehr denn je einem andauernden Transformationsdruck auf ihre Geschäftsmodelle ausgesetzt, was eine kontinuierliche Transformationsfähigkeit und die konsequente Anwendung neuer digitaler Technologien als Innovations- und Effizienztreiber erfordert. Dies bedingt einen ganzheitlichen Ansatz: von der Erneuerung von Geschäftsprozessen und dem Aufbau neuer digitaler Fähigkeiten über die Einführung neuer IT-Systeme und deren Integration in bestehende IT-Landschaften bis hin zur Anwendung moderner IT-Betriebsmodelle wie DevOps auf der Basis von Cloud-Technologien.

Dabei zählt eine schnelle Time-to-Market, um die potenziellen Wettbewerbsvorteile schnell auszuspielen. Unternehmen haben einen immensen Zeitdruck, entsprechende Fähigkeiten aufzubauen und zu betreiben. Gleichzeitig müssen sie die Kosten im Griff behalten.

Hier können moderne Managed Services mit betriebsbereiten End-to-End-Lösungen unterstützen, indem sie die Transformation, die Optimierung von Prozessen, die Implementierung innovativer Technologien, den nahtlosen Betrieb und die Fähigkeit, dabei fortwährend neue Anforderungen und Gesetze direkt zu berücksichtigen, aus einer Hand anbieten. Beispiele für den Nutzen innovativer Technologien sind beispielsweise Digital Twins in der Produktion. Ein Digital Twin ist ein virtuelles Modell eines physischen Objekts oder Systems, das dessen Eigenschaften, Zustände und Verhaltensweisen in Echtzeit spiegelt, um Optimierungs- und Flexibilisierungspotenziale in Produktionsabläufen zu heben. Ein weiteres Beispiel ist die Integration von KI-Fähigkeiten für die vorausschauende Wartung, die auf der Analyse von Daten basiert, um den optimalen Zeitpunkt für Wartungsarbeiten vorherzusagen, bevor ein Ausfall auftritt. 


Viele Prozesse benötigen vollständig trainierte, regelbasierte Systeme mit echter Entscheidungskompetenz. Wir sind in den meisten Branchen noch nicht so weit. Und KI wird das Problem nicht lösen, wenn sie auf fehlerhafter Prozesslogik aufbaut.


Managed Services – der Weg in die Transformation und aus dem Fachkräftemangel

Eine Studie von Lünendonk & Hossenfelder in Zusammenarbeit mit EY.

Geschäftsfrauen schütteln sich die Hände über einem Schreibtisch mit Tabellen und Diagrammen

Was wirklich gebraucht wird

Wir brauchen kein neues Monolithsystem. Stattdessen brauchen wir Systeme, die

  • Planungsschichten entkoppeln, damit Variabilität sich nicht ausbreitet, 
  • Produktion und Distribution über Puffer und Rhythmus synchronisieren, 
  • Feinjustierung über Parameter auf allen Ebenen ermöglichen, 
  • mehrere Planungsmethoden in einem System unterstützen (zum Beispiel für Bandbreiten statt Punktprognosen), 
  • Segmentierung ermöglichen (zum Beispiel nach dem Cynefin- oder ähnlichen Frameworks), 
  • Transparenz schaffen, Ergebnisse simulieren und sie strukturiert anpassen. 

Und vor allem: Systeme müssen Erweiterungen zulassen. Denn „Standards einhalten“ bedeutet oft: nicht denken, nicht bauen, nicht fragen.
 

Komplexität verschwindet nicht – und zu glauben, ein starres Modell könne sie lösen, ist gefährlicher als die Erkenntnis, dass maßgeschneiderte Logik nötig ist. 60 bis 80 Prozent können Standard bleiben. Aber die restlichen 20 bis 40 Prozent müssen spiegeln, wie die Lieferkette wirklich funktioniert.


Systeme müssen Erweiterungen zulassen. Denn „Standard einhalten“ bedeutet oft: nicht denken, nicht bauen, nicht fragen.


Sind Sie bereit für das, was Sie fordern?

Bevor Sie in „Next-Gen“-Planung investieren, fragen Sie sich, wo Ihre Organisation heute steht. Wenn Ihr Team noch mit Excel-Tabellen Brände löscht, sollte Ihre erste Investition nicht eine solche in KI sein, sondern in Struktur, Logik und Orchestrierungsfähigkeit. Ein paar grundlegende Fragen zur Bereitschaft:

  • Wissen Ihre Planenden, wie Entscheidungen über Planungsebenen hinweg wirken? 
  • Haben Sie Planungsregeln dokumentiert – oder existieren sie nur in den Köpfen der Mitarbeitenden? 
  • Sind Ihre Daten (zum Beispiel Stücklisten, Durchlaufzeiten, Arbeitspläne) sauber genug für eine Automatisierung? 
  • Können Ihre Systeme innerhalb von Toleranzbereichen planen – oder nur Ja/Nein-Ausgaben liefern? 

Wenn Ihr Team noch mit Excel-Tabellen Brände löscht, sollte Ihre erste Investition nicht eine solche in KI sein, sondern in Struktur, Logik und Orchestrierungsfähigkeit.


Noch ein Anwendungsfall: adaptive Bestandslogik

Stellen Sie sich vor, KI könnte Ihre Bestandsparameter anpassen, aber nicht zufällig, nicht nur weil die Nachfrage um 3 Prozent gesunken ist. Ein echter Agent würde

  • die Volatilität über ein Segment oder eine „Stock Keeping Unit“ (SKU) hinweg überwachen, 
  • das Ziel-Servicelevel mit dem tatsächlich Erreichten vergleichen,
  • erkennen, ob die Variabilität im erwarteten Bereich liegt oder strukturell ist, 
  • dann eine Anpassung des Sicherheitsbestands empfehlen – nicht nur in Einheiten, sondern in der Planungslogik (zum Beispiel einen Wechsel von Bestellpunkt zu zeitbasierter Überprüfung) und
  • schließlich die Auswirkungen auf Versorgung, Produktion und Cashflow simulieren.

Nochmals: Das ist kein Plug and Play, sondern eine Entscheidungsautomatisierung unter Auflagen – gesteuert durch Regeln, Transparenz und Verantwortlichkeit.

 

Wie geht es weiter?

Es gibt derzeit kein perfektes APS auf dem Markt. Doch das heißt nicht, dass man warten sollte. Die Lösung ist nicht, bestehende Tools zu ersetzen, sondern

  • Synchronisationsschichten darüber einzuführen,
  • KI dort einzusetzen, wo sie Struktur bringt und nicht nur Geschwindigkeit, 
  • eine Orchestrierungslogik zu ermöglichen, die Planung und Ausführung stabilisiert, und 
  • zu akzeptieren, dass manche Teile intelligent und gezielt erweitert werden müssen.

Und vor allem: Denken Sie nicht sofort in IT-Lösungen. Beginnen Sie mit Konzepten. Mit Prozesslogik. Mit echten Betriebsmodellen.

Fragen Sie sich:

  • Wie wollen wir planen – strategisch, taktisch und operativ? 
  • Wie bedienen wir unsere Kunden – konsistent und wettbewerbsfähig? 
  • Wie stellen wir sicher, dass dies effizient geschieht – „End-to-End“, mit den vorhandenen Mechanismen? 
  • Welche Entscheidungen müssen getroffen werden – und von wem? 
  • Welche Bandbreiten, Puffer und Regeln brauchen wir für Stabilität? 
  • Was ist wirklich nötig, um den Betrieb zu verbessern – und nicht nur Chaos zu automatisieren?

Suchen Sie nicht nach dem „One-Button-Wunder“, nur weil es „Advanced Planning“ heißt. Und folgen Sie nicht dem KI-Hype, wenn es nur der nächste „Optimierer“ ist, getarnt als Intelligenz. Es gibt weder Wunderwaffen noch Standardlösungen, nur besseres Denken, bessere Architektur – und den Mut, das zu gestalten, was Ihre Lieferkette wirklich braucht.


Suchen Sie nicht nach der Wunderwaffe oder der Standardlösung. Sie brauchen in erster Linie besseres Denken, eine bessere Architektur und den Mut, das zu gestalten, was Ihre Lieferkette wirklich braucht.



Fazit

Unternehmen stehen vor der Herausforderung, trotz steigender Investitionen in APS- und KI-Lösungen praxisnahe Planungsergebnisse zu erzielen. Das Hauptproblem ist dabei nicht die fehlende KI, sondern die fehlerhafte Prozesslogik, auf der diese Lösungen aufsetzen. Statt immer komplexere, vermeintlich intelligente Systeme zu implementieren, müssen Unternehmen zuerst ihre grundlegenden Planungsstrukturen verbessern: klare Regeln schaffen, Variabilität durch gezielte Entkopplung eindämmen und konsequent Transparenz sicherstellen. KI kann ihre volle Stärke erst entfalten, wenn sie auf sauberen Daten, klar definierten Entscheidungsregeln und flexibler, robuster Systemlogik basiert. Die Zukunft der Planung liegt daher nicht im nächsten KI-Hype, sondern in einer strukturierten Weiterentwicklung der eigenen Planungskompetenzen und -prozesse.

Mehr zum Thema

Was ist die richtige Mischung, damit Transformationen einen echten Wert schaffen?

Finden Sie in unserem Greenpaper wertvolle Impulse, wie Transformationen in einer sich stetig wandelnden Unternehmenswelt gelingen können und einen echten Wert schaffen.

EY European AI Barometer 2024

Erfahren Sie in diesem Report mehr darüber, wie Mitarbeitende und das Management über KI denken – und welche Anwendungsbeispiele es bereits gibt.

    Über diesen Artikel

    Autoren