Anastasia Pyleva, Senior Supply Chain Expert, Planingo
Über viele Jahre hinweg wurde die Leistungsfähigkeit der Unternehmensplanung anhand weniger Kennzahlen gemessen: Prognosegenauigkeit, Servicegrad und Lagerumschlag. Wer die präziseste Prognose lieferte, verschaffte sich einen Wettbewerbsvorteil.
Doch diese Logik stößt zunehmend an ihre Grenzen.
Die Wirtschaft Kasachstans ist eng mit den internationalen Rohstoffmärkten verbunden. Der Tenge reagiert empfindlich auf externe Einflüsse, während Lieferketten sich über mehrere Länder und Grenzen erstrecken. Schwankungen der Ölpreise, Veränderungen von Transportwegen oder neue regulatorische Anforderungen in Partnerländern wirken sich unmittelbar auf Kosten, Nachfrage und Warenverfügbarkeit aus. Gleichzeitig wächst die Datenmenge rasant – und damit auch die Herausforderung, relevante Signale von bloßem Datenrauschen zu unterscheiden.
Unter diesen Bedingungen bedeutet Planung längst nicht mehr nur, möglichst präzise Zahlen zu liefern. Sie ist zu einem Instrument des Risikomanagements und der Stärkung der unternehmerischen Resilienz geworden. Unternehmen benötigen Lösungen, die Abweichungen frühzeitig erkennen, alternative Szenarien simulieren und die Auswirkungen unterschiedlicher Entscheidungen bewerten können. Genau deshalb investieren immer mehr Unternehmen in Kasachstan in Technologien der künstlichen Intelligenz.
KI-Funktionen sind bereits in den weltweit führenden Planungsplattformen wie Anaplan, o9 Solutions und Oracle integriert. Machine-Learning-Modelle erkennen Marktveränderungen oft deutlich früher als Menschen. Sie können beispielsweise feststellen, dass Verbraucher nach einer starken Währungsabwertung zunehmend auf günstigere Marken umsteigen. Innerhalb weniger Minuten kann KI die Folgen einer Lieferverzögerung berechnen: Wie lange reichen die vorhandenen Bestände? Welche SKUs sind gefährdet? Wo entstehen Engpässe in der Lagerkapazität? Wie verändert sich der Bedarf an Working Capital?
Braucht es den Menschen also überhaupt noch?
Keineswegs. Für Fachkräfte aus Finance und Unternehmensplanung ersetzt KI den Beruf nicht – sie verändert ihn grundlegend. Algorithmen übernehmen Berechnungen, doch die schwierigste Aufgabe bleibt beim Menschen: Entscheidungen unter Unsicherheit zu treffen. KI kann die Folgen verschiedener Handlungsoptionen aufzeigen, sie entscheidet jedoch nicht, was für das Unternehmen letztlich die beste Lösung ist – ob Bestände umverteilt, Sicherheitsbestände erhöht oder Werbeaktionen vorübergehend reduziert werden sollten.
Planungsverantwortliche verbringen daher immer weniger Zeit mit manuellen Neuberechnungen und immer mehr Zeit mit der Interpretation von Ergebnissen. Statt auf einen einzigen „richtigen“ Plan hinzuarbeiten, steuern sie ein Spektrum möglicher Szenarien. Ihre Aufgabe besteht darin, die Sensitivität von Modellen gegenüber Datenänderungen zu verstehen, die Grenzen von Algorithmen zu erkennen und analytische Ergebnisse in fundierte Managemententscheidungen zu übersetzen. Der Schwerpunkt verlagert sich von der Genauigkeit der Berechnung hin zur Qualität der Entscheidung.
Diese Entwicklung verändert zwangsläufig auch die Anforderungen an die Kompetenzen von Planungsexperten.
Eine präzise Prognose zu erstellen, reicht heute nicht mehr aus. Moderne Planer müssen verstehen, wie Planungsentscheidungen den Cashflow, die Profitabilität und die Resilienz der Lieferkette beeinflussen. Sie müssen den KI-Modellen die richtigen Fragen stellen, anstatt deren Empfehlungen ungeprüft zu übernehmen. Vor allem aber müssen sie kontinuierlich ein Gleichgewicht zwischen Kundenservice, Lagerbeständen und Risiko herstellen – drei Ziele, die häufig in unterschiedliche Richtungen wirken.
Der Planer der Zukunft ist nicht nur Analyst, sondern auch Interpret komplexer Unternehmenssysteme.
An erster Stelle steht Datenkompetenz – allerdings nicht im Sinne der Fähigkeit, Modelle zu entwickeln, sondern sie zu verstehen. Welche Daten bilden die Grundlage einer Prognose? Wo können Verzerrungen entstehen? Reagiert das Modell stärker auf Preisänderungen, Promotions oder historische Nachfragemuster? Ohne dieses Verständnis wird die Zusammenarbeit mit KI schnell zu einem blinden Vertrauen in Zahlen.
Ebenso gewinnt szenariobasiertes Denken zunehmend an Bedeutung. Unternehmen in Kasachstan bewegen sich in einem Umfeld, das von Wahrscheinlichkeiten und nicht von Gewissheiten geprägt ist. Ein einzelner „optimaler“ Plan reicht nicht mehr aus. Unternehmen müssen in der Lage sein, ein Portfolio möglicher Entwicklungen zu steuern, rasch zwischen verschiedenen Szenarien zu wechseln und potenzielle Schwachstellen frühzeitig zu erkennen, bevor sie kritisch werden.
Darüber hinaus gewinnt finanzwirtschaftliches Verständnis zunehmend an Bedeutung. Die Entscheidung, den Servicegrad um nur wenige Prozentpunkte zu erhöhen, ist nicht allein eine operative Maßnahme, sondern auch eine Entscheidung über den Kapitaleinsatz. Höhere Sicherheitsbestände reduzieren Risiken, binden jedoch gleichzeitig Working Capital. Planungsexperten bewegen sich heute an der Schnittstelle zwischen operativer Leistungsfähigkeit und finanziellen Auswirkungen und müssen kontinuierlich zwischen Effizienz, Resilienz und Rentabilität abwägen.
Ebenso sind Kompetenzen im Risiko- und Resilienzmanagement unverzichtbar geworden. Das Ziel besteht nicht mehr darin, Lagerbestände um jeden Preis zu minimieren. Vielmehr geht es darum, bewusst festzulegen, wo das Unternehmen flexibel bleiben muss und wo zusätzliche Puffer erforderlich sind. Es handelt sich nicht länger um Optimierung im klassischen Sinne, sondern um die Gestaltung eines resilienten Betriebsmodells.
Ebenso entscheidend sind Kommunikationsfähigkeiten. Unternehmensplanung bedeutet vor allem, unterschiedliche Interessen miteinander in Einklang zu bringen. Vertriebsteams streben nach einem möglichst hohen Servicegrad, Finance fokussiert sich auf eine effiziente Kapitalnutzung, während die Produktion Stabilität priorisiert. Zielkonflikte nachvollziehbar zu erläutern, die Auswirkungen verschiedener Szenarien zu vermitteln und bereichsübergreifenden Konsens zu schaffen, ist heute ein wesentlicher Bestandteil professioneller Planungskompetenz.
Schließlich werden Anpassungsfähigkeit und kontinuierliche Lernbereitschaft zu Schlüsselkompetenzen. Technologien entwickeln sich schneller als Stellenbeschreibungen. Die Fähigkeit, neue Werkzeuge rasch zu beherrschen, etablierte Ansätze zu hinterfragen und neue Arbeitsweisen anzunehmen, entwickelt sich zunehmend zu einem entscheidenden Wettbewerbsvorteil.
Künstliche Intelligenz liefert Geschwindigkeit, Skalierbarkeit und analytische Tiefe. Resilienz entsteht jedoch durch Managemententscheidungen – durch bewusst getroffene Abwägungen und nicht durch mathematisch optimale Lösungen.
Wie nutzen Planungsexperten KI bereits heute in der Praxis? Einige Beispiele verdeutlichen dies.
Während einer starken Abwertung des Tenge wechseln viele Verbraucher zu günstigeren Marken oder Handelsmarken (Private Labels). Ein klassisches Prognosemodell, das ausschließlich auf historischen Verkaufsdaten basiert, erkennt diesen Wandel oft erst mit Verzögerung. Ein Machine-Learning-Modell, das Preissensitivität und Kategoriedynamiken berücksichtigt, identifiziert Veränderungen im Nachfrageverhalten deutlich früher. Die Entscheidung, Bestände von Handelsmarken zu erhöhen oder den Promotionsplan anzupassen, trifft jedoch weiterhin der Mensch.
Ein weiteres Beispiel: Ein Handels- oder Distributionsunternehmen erhält eine Frühwarnung über mögliche Lieferverzögerungen aufgrund eines überlasteten Grenzübergangs. Das Planungssystem berechnet unmittelbar die potenziellen Auswirkungen: Reichen die aktuellen Bestände aus? Welche SKUs sind gefährdet? In welchen Regionen sollten Bestände umverteilt werden? KI schafft Transparenz über die Konsequenzen verschiedener Szenarien. Ob Waren tatsächlich umverteilt, Sicherheitsbestände erhöht oder Promotionen vorübergehend reduziert werden, entscheidet jedoch weiterhin der Planungsverantwortliche.
Das Paradoxe daran ist: Je intelligenter Planungssysteme werden, desto höher sind die Anforderungen an die Menschen, die mit ihnen arbeiten. Die Rolle des Planers verschwindet nicht – sie wird anspruchsvoller und rückt näher an die strategische Ebene des Unternehmens. Nicht, weil Algorithmen unzureichend wären, sondern weil in einem Umfeld hoher Unsicherheit die letztendliche Entscheidung immer beim Menschen bleibt.
Vielleicht ist der wichtigste Indikator für die Reife der Unternehmensplanung im Zeitalter der KI daher nicht mehr die Genauigkeit der Prognose. Sondern die Fähigkeit eines Unternehmens, mit Überzeugung sagen zu können:
„Wir verstehen die Risiken. Wir kennen die möglichen Szenarien. Und wir treffen diese Entscheidung ganz bewusst.“
