LogTech Podcast

AI-Systeme können heute mehr Kontext verarbeiten, E-Mails und Dokumente gemeinsam verstehen und längere Aufgaben selbstständig bearbeiten. Aber welche dieser Fähigkeiten verändern bereits reale Speditionsprozesse – und was funktioniert weiterhin nur in einer kontrollierten Demo?In dieser Folge schauen wir auf die AI-Entwicklung der vergangenen Monate und übersetzen sie in den operativen Alltag von Speditionen.Anhand konkreter Beispiele diskutieren wir:wie operative Sammelpostfächer entlastet und Aufträge ins TMS übertragen werden können,warum zielorientierte AI-Agenten teilweise besser funktionieren als starr aufgebaute Workflows,wie Unternehmen Regeln, SOPs und Erfahrungswissen für AI nutzbar machen können,welche Rolle AI als Verbindung zwischen TMS, WMS und weiteren Systemen spielen könnte,und warum komplexe Zollprozesse, widersprüchliche Daten und menschliche Kommunikation weiterhin klare Grenzen setzen.Außerdem geht es um eine zentrale Make-or-buy-Frage: Welche Software müssen Speditionen künftig noch einkaufen – und welche kleineren Anwendungen können sie mit AI selbst entwickeln oder bestehende Systeme intelligenter miteinander verbinden?Zum Abschluss sprechen wir über Empfehlungen aus unserem eigenen Erfahrungsschatz für kleine und mittelständische Speditionen: vom operativen Postfach über Angebotsnachverfolgung bis zu einer festen Stunde pro Woche, in der Management und Geschäftsführung Prozesse hinterfragen und neue AI-Anwendungen ausprobieren.Nach der Folge kannst du besser einschätzen, welche Speditionsprozesse sich heute bereits sinnvoll mit AI unterstützen lassen, wo Menschen im Prozess bleiben müssen und wie ein risikoarmer Einstieg aussehen kann.Links zum Podcast:⁠LinkedIn⁠⁠Website zu diesem Podcast⁠Email: ⁠[email protected]⁠Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns über deine Nachricht!

Während viele Unternehmen beim Thema KI anfangs nur simple ChatGPT-Wrapper auf den Markt brachten, wählte Transporeon (a Trimble Company) einen anderen Weg. In dieser Episode des LogTech Podcasts gibt Bernhard Schmaldienst exklusive Einblicke in die KI-Strategie des Softwareunternehmens – vom ersten "ChatGPT-Moment" bis zum Launch des eigenen Enterprise-Agenten.Transporeon gründete 2023 eine interne "Applied AI" Unit, um KI zunächst im eigenen Haus auf Herz und Nieren zu prüfen ("Dogfooding"). Das Ergebnis: Nach einem enormen Leistungssprung der Modelle zur Jahreswende 2025/2026 bestehen heute rund 90 Prozent des geschriebenen Softwarecodes bei Transporeon aus KI-generiertem Code.Warum das aber nicht bedeutet, dass der gesamte Produktlebenszyklus sofort zehnmal schneller wird, erklärt Bernhard mit dem Konzept "Working Fast and Slow".Außerdem erfahrt ihr in dieser Folge:"No Token Maxing, it's stupid": Warum es in der Softwareentwicklung sinnlos ist, auf Token-Limits zu optimieren, und warum die Metrik der Zukunft "Cost-per-Task" lautet.Das Ende der "Agenten-Armeen": Warum der Trend von hunderten kleinen KI-Agenten hin zu einem großen, zentralen Agentensystem geht, das über "Skills" gesteuert wird und so die Orchestrierung massiv vereinfacht.Sicherheit als Fundament: Warum ein sicheres Enterprise-System strikte "Guardrails" direkt über dem Sprachmodell benötigt, um sensible Unternehmensdaten in einer Sandbox zu schützen.Trimble ARC Agent: Ein Blick auf das im August gelaunchte Agentensystem. ARC ist modellagnostisch (nutzt u. a. Anthropic, OpenAI, Google) und wählt durch "Smart Model Routing" für jede Aufgabe – ob simple E-Mail-Zusammenfassung oder komplexe Routenberechnung – automatisch das kosteneffizienteste Modell.Jeder wird zum Manager: Warum die Automatisierung von Fleißaufgaben durch KI zu einer Aufwertung der Jobprofile führt und Mitarbeiter künftig als Manager ihrer eigenen Hintergrund-Agenten agieren.

Echte Software oder nur eine gute Demo? Im Finale unseres „LogTechLab“-Experiments ziehen Jannik und Steffen Bilanz: Können zwei Nicht-Entwickler mit Vibe Coding selbst sinnvolle Logistiksoftware bauen – und was ist aus unserem Spot-Quote-Prototypen geworden?Nach vier Folgen voller Ideen, Prototypen und Reality-Checks geht es diesmal um den entscheidenden Schritt: vom historischen Tarifdokument über strukturierte Daten bis zur Preisindikation für eine neue Anfrage. Eigene Datenbanken, KI-Tool-Calls und Dokumentenerkennung sollen aus einzelnen Funktionen einen durchgängigen Prozess machen.Das Ziel bleibt klar: weniger manuelle Tipparbeit, schneller von der Anfrage zum Angebot und mehr Unterstützung bei der Preisfindung. Aber hält das Tool diesem Anspruch auch stand?Wir diskutieren spannende Fragen:Ab wann ist ein Prototyp nicht mehr nur eine schöne Klickstrecke, sondern tatsächlich Software?Wie weit kommen wir mit einem echten Vorgang – und wo müssen wir noch manuell nachhelfen?Hat Vibe Coding die Entwicklung wirklich beschleunigt oder die Arbeit nur an eine andere Stelle verschoben?Was würden wir heute anders machen – und würden wir das Experiment noch einmal starten?Ist daraus ein Produkt, ein guter Prototyp oder vor allem ein lehrreiches Experiment geworden?Keine glattgebügelte Erfolgsgeschichte, sondern eine ehrliche Abschlussbilanz: Was funktioniert, was wackelt und was passiert jetzt mit dem Tool? Die Serie endet – die Frage, ob unsere Lösung im Logistikalltag echten Mehrwert liefert, bleibt.Ihr möchtet zu den ersten Nutzern gehören und das Tool mit eigenen Daten testen? Schreibt uns eine Nachricht für die Warteliste!Unser Newsletter LogTech Pulse – jetzt kostenfrei abonnieren!Links zum Podcast:LinkedInWebsite zu diesem PodcastEmail: [email protected] du Fragen, Ideen oder Anregungen hast, freuen wir uns über deine Nachricht!

KI im Warehouse Management System (WMS) ist längst kein reines Buzzword mehr – doch wo liegen die echten Business Cases jenseits von simplen Chatbots? In dieser Episode diskutieren wir mit Sebastian Kirbus von Manhattan Associates über den Wandel von reaktiver GenAI hin zu autonom handelnden KI-Agenten.Sebastian erklärt konkrete Anwendungsfälle: Von Agenten mit OCR-Fähigkeiten, die Lieferavise aus E-Mails auslesen und im System anlegen, bis hin zu "Labor Management Agents", die bei unerwarteten Engpässen proaktiv Personal aus dem Wareneingang abziehen und umplanen. Auch bei der komplexen Fehleranalyse von unvollständigen Auftragswellen sparen die Agenten wertvolle Zeit, da sie nicht nur das Problem, sondern direkt den Lösungsweg aufzeigen.Außerdem erfahrt ihr in dieser Folge:Warum Monolithen ein KI-Problem haben: Warum es fehleranfällig ist, Daten erst in einen externen Data Lake zu replizieren, um KI darauf aufzubauen, und warum Manhattan auf eine Architektur setzt, bei der KI-Agenten als eigene Microservices ("Honigwaben") direkt im System leben.Die Angst vor Halluzinationen: Warum KI in der determinierten Logistik (anders als bei klassischen ChatGPT-Abfragen) durch klar definierte "Skills" nicht halluziniert.Do It Yourself mit Vibe Coding: Wie Kunden mit der sogenannten "Agent Foundry" über Vorlagen oder Vibe Coding eigene KI-Agenten für ihr WMS bauen können.Die Systemfrage: Wo leben die KI-Agenten der Zukunft, wenn Prozesse sowohl WMS- als auch TMS-Daten benötigen? Sebastian plädiert für getrennte Agenten pro System, die in Zukunft über "Agent to Agent" (A2A) Protokolle miteinander kommunizieren.Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Links zum Podcast:⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠LinkedIn⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Website zu diesem Podcast⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Email⁠: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠[email protected]⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!

Die Rahmenbedingungen für Distribution und Retail Logistics haben sich fundamental gewandelt – weg von der klassischen VUCA-Welt hin zur sogenannten "BANI"-Welt (brittle, anxious, non-linear, incomprehensible). Extreme Volatilität, struktureller Arbeitskräftemangel und der ökonomische Druck zur Nachhaltigkeit zwingen Unternehmen zum Umdenken. In dieser Episode des LogTech Podcasts haben Jannik und Steffen Prof. Dr. Christoph Tripp (TH Nürnberg) zu Gast, um zu klären: Welche Technologien bringen echten Mehrwert und was ist nur ein Hype?Prof. Tripp warnt vor einem "KI-Bullshit-Bingo", bei dem der Begriff inflationär für einfache Big-Data-Auswertungen missbraucht wird. Gleichzeitig hebt er hervor, dass das Thema Forecasting und KI-gestützte Planung oft unter dem Radar fliegt, obwohl es den größten betriebswirtschaftlichen Hebel für Bestände, Kapitalbindung und Ressourcenallokation bietet. Außerdem im Fokus:Der Cross-Border E-Commerce Boom: Milliarden Pakete von asiatischen Playern wie Temu und AliExpress überfordern die Import- und Zollprozesse. Wir diskutieren die Strategien der Plattformen – vom Factory-to-Consumer-Modell bis zum Aufbau eigener lokaler Bestands-Infrastrukturen in Europa – und die Reaktion der EU durch den Wegfall der Zollfreigrenze. Die Zukunft der Warehouse Automation: Starre Mega-Projekte weichen modularen, skalierbaren Lösungen (AMRs, AutoStore). Die größte Herausforderung ist nun die "Warehouse Orchestration", also das Zusammenspiel heterogener Hardware- und Software-Systeme. Das Comeback der "Make"-Strategie: Ein massiver Megatrend ist, dass große Handelsunternehmen wie Amazon, Lidl (mit Tailwind und der Beteiligung an Gartner), Walmart oder Rewe wieder verstärkt in eigene Logistiknetzwerke und Kapazitäten investieren. Um die Kontrolle über Daten, Nachhaltigkeitsziele und Resilienz zu behalten, machen sie sich zunehmend unabhängig von externen Dienstleistern.Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Links zum Podcast:⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠LinkedIn⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Website zu diesem Podcast⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Email⁠: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠[email protected]⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!

Wie rüstet man sein Lager für eine Zukunft, die sich nicht mehr vorhersagen lässt? In dieser Episode diskutieren wir mit Denis Niezgoda von Locus Robotics über den Wandel in der Intralogistik und die Grenzen starrer Automatisierungssysteme. Denis erklärt, warum das "Robotics as a Service" (RaaS)-Modell gerade bei starken Volumenschwankungen – wie dem Black Friday im E-Commerce oder der Grippesaison in der Pharmalogistik – entscheidende Vorteile bietet. Anstatt Millionen in starre Infrastruktur zu investieren, können Unternehmen (wie beispielsweise Adidas) ihre Flotte für Spitzenzeiten kurzfristig um Hunderte Roboter aufstocken und diese danach einfach wieder zurückgeben. Außerdem erfahrt ihr in dieser Folge:Der Irrtum der Vollautomatisierung: Warum vollautomatisierte "Greenfield"-Lösungen zwar beeindruckend sind, die Realität aber anders aussieht: Ca. 80 Prozent der knapp 48.000 Lager in den USA und Europa werden heute noch komplett manuell betrieben. Software schlägt Hardware: Ein funktionierender Roboter ist kein reines Hardware-Wunder. Denis verrät, dass 90 Prozent des Wertesversprechens von Locus in der Software, der Navigation und der smarten WMS-Integration liegen. Die Wahrheit über humanoide Roboter: Sind Treppensteigende, zweibeinige Roboter wirklich die Zukunft des Lagers? Denis erklärt, warum die Industrie eher auf generalistische "Alleskönner" verzichten sollte und stattdessen anwendungsbezogene (und rollende) Lösungen die Nase vorn haben. Sicherheit vs. Performance: Warum Leichtbau-Roboter (bis 36 kg oder 272 kg Nutzlast) das Tempo im Lager vorgeben und warum der Transport tonnenschwerer Paletten noch Jahre von einer ähnlichen Autonomie entfernt istUnser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Links zum Podcast:⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠LinkedIn⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Website zu diesem Podcast⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Email⁠: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠[email protected]⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!

Wie erkennt man als mittelständisches Unternehmen echte Logistik-Trends, bevor sie zum Hype werden? In dieser Episode begrüßt Jannik einen echten Praxis-Experten: Max, Co-CEO des technischen Großhändlers Ludwig Meister (125 Mio. Euro Umsatz, 300 Mitarbeitende). Zusammen mit seiner Schwester führt Max das Familienunternehmen in einer Doppelspitze und verrät, warum echte Innovation nicht auf der LogiMAT, sondern durch globale Unternehmensbesuche und ein starkes Netzwerk entsteht. Um im strategischen Fokus zu bleiben, nutzt er sogar einen selbstgebauten "KI-Buddy", der seine Kalenderplanung mit seinem Lebensplan abgleicht. Außerdem erfahrt ihr in dieser Folge:Strukturierte Innovation durch OKRs: Neue Ideen werden nicht einfach spontan in den Raum geworfen, sondern alle vier Monate im Management nach der "Objectives and Key Results"-Methode gepitcht und priorisiert, um die Mitarbeitenden nicht zu überlasten. Der Weg zum Supply Chain Award: Max erklärt, wie eine einfache Excel-Tabelle aus dem Jahr 2017 zu einer vollautomatisierten, prämierten Software wurde, die das Kaufverhalten der Kunden lernt und Lieferengpässe frühzeitig verhindert. Do-it-yourself statt Software-Silos: Ludwig Meister baut von der Wareneingangsmaske bis zur Pricing Engine alles selbst rund um das eigene ERP-System, um volle Datenkontrolle zu behalten und sich nicht von starren Systemen abhängig zu machen. Warnung vor "KI-Bullshit-Bingo": Max kritisiert, dass aktuell fast jedem WMS und Roboter ein KI-Label aufgedrückt wird, ohne dass echte Künstliche Intelligenz dahintersteckt.Das unterschätzte Potenzial von "Context Understanding": Die Zukunft der Intralogistik liegt für Max in der Edge-Technologie und Kamerasystemen, die Fehler beim Kommissionieren live im Lager erkennen und auswerten könnenUnser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Links zum Podcast:⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠LinkedIn⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Website zu diesem Podcast⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Email⁠: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠[email protected]⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!

Erleben wir gerade den "Container-Moment" der digitalen Supply Chain? Laut unserem heutigen Gast Knut Aleke wird Generative AI die Industrie ähnlich fundamental verändern wie einst die Erfindung des standardisierten Schiffscontainers oder die Einführung des Internets. Wir diskutieren warum gerade große Konzerne oft zögern, ihren Mitarbeitern moderne LLM-Werkzeuge zur Verfügung zu stellen – ähnlich wie damals beim Internetzugang am Arbeitsplatz. Knut teilt seine Erfahrungen aus "GenAI Exploration Workshops" – einer Art LAN-Party für Führungskräfte –, in denen C-Level-Manager und Supply-Chain-Leiter plötzlich selbst anfangen zu "Vibe Coden" und eigene Apps für ihre drängendsten Planungsprobleme programmieren. Die wichtigsten Themen der Folge:Vom Chatbot zur Agentic AI: Die Zukunft liegt in Agenten, die nach einem Briefing eigenständig Daten sammeln, S&OP-Szenarien berechnen und sich als Demand- und Supply-Agenten untereinander abstimmen. KI als Übersetzer: Aktuell passiert viel Planung in Excel, da Planer die komplexen Algorithmen der Planungssysteme nicht nachvollziehen können. GenAI wird sich als erklärende Zwischenschicht etablieren, mit der Planer auf Augenhöhe diskutieren können. Orchestrierung von Agenten: Unternehmen werden künftig einen eigenen, übergeordneten KI-Agenten benötigen, der als Dirigent mit den spezifischen Agenten der verschiedenen Softwareanbieter (TMS, WMS, Visibility) kommuniziert. Die Zukunft der Arbeit: Repetitive Aufgaben fallen weg, was Logistik-Jobs intellektuell anspruchsvoller macht. Kritisches Denken wird zur wichtigsten Fähigkeit, um KI-Halluzinationen zu hinterfragen. Onboarding durch "Digital Twins": Um neue Mitarbeiter effizient einzuarbeiten, könnten Unternehmen künftig digitale Zwillinge ihrer Organisation als interaktive Simulation nutzen. Außerdem stellen wir die kontroverse Frage: Was macht eigentlich die HR-Abteilung in einer hybriden Organisation, die künftig aus Menschen und KI-Agenten besteht?Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Links zum Podcast:⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠LinkedIn⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Website zu diesem Podcast⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Email⁠: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠[email protected]⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!

In dieser Ausgabe geht es um Visibility, KI und neue Spezialisten in der Logistik. Jannik kommentiert drei Entwicklungen, die zeigen, wie stark sich der Markt gerade verschiebt: project44 spaltet mit LSP44 ein eigenes KI-Unternehmen für Logistikdienstleister aus, Wegloc positioniert sich an der Schnittstelle von E-Commerce, Fulfillment, WMS und Transport, und Nexcade will mit agentengetriebener KI manuelle Speditionsprozesse automatisieren.⁠⁠​Der rote Faden dieser Folge: KI wird zum Upgrade für genau die Bereiche der Logistik, die lange zu fragmentiert, zu manuell oder zu individuell für klassische Software wirkten.Wir diskutieren spannende Fragen:Warum reicht Real-Time Visibility allein nicht mehr aus, wenn daraus keine operativen Entscheidungen entstehen?Wird KI der Hebel, der Visibility-Anbieter von Dashboards in Richtung echter Prozesssteuerung bringt?Warum entstehen gerade neue Spezialisten an schwierigen Schnittstellen wie E-Commerce, Fulfillment, WMS und Transport?Welche Rolle spielt agentengetriebene KI bei E-Mails, Frachtdokumenten, TMS-Updates und manueller Speditionsarbeit?Und warum könnte genau diese Phase der Startpunkt für ein echtes Produktivitäts-Upgrade in der Transportlogistik sein?Klar wird: Die nächste LogTech-Welle entsteht nicht nur durch große Plattformen, sondern durch spezialisierte Lösungen für konkrete operative Brüche. Visibility wird operativer, E-Commerce-Logistik stärker integriert und klassische Speditionsprozesse werden automatisierbarer. Noch nicht über Nacht — aber sichtbar.⁠Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Links zum Podcast:⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠LinkedIn⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Website zu diesem Podcast⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Email⁠: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠[email protected]⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!

Wir verlassen die Demo-Blase und gehen einen Schritt näher an die Realität! Im vierten Teil unseres „LogTechLab“-Experiments zeigt Jannik, was seit dem Reality-Check mit Markus Schenkel aus unserem Spot-Quote-Prototypen geworden ist.Statt Dummy-Daten und schöner Klickstrecke geht es diesmal um echte Anbindungen: eigene Datenbanken für Angebote, Tarife und Partner, vorbereitete Schnittstellen Richtung AI-Scans, die Dokumente auslesen und Datenfelder automatisch befüllen. Das Ziel bleibt klar: weniger manuelle Tipparbeit, schneller von der Anfrage zum Angebot und mehr Unterstützung bei der Preisfindung.Wir diskutieren spannende Fragen:Warum reicht ein gut aussehender Prototyp nicht aus, wenn echte Logistikprozesse abgebildet werden sollen?Wie viel Zeit kann AI-gestützte Dokumentenerkennung gegenüber klassischem Abtippen wirklich sparen?Welche Daten müssen sauber strukturiert sein, bevor Schnittstellen echten Mehrwert liefern?Wo bricht der Prozess aktuell noch ab – und welche Bugs zeigen, dass wir noch mitten im Aufbau stecken?Klar wird: Aus dem smarten Taschenrechner wird langsam ein echtes System. Noch nicht perfekt, noch nicht durchgängig, aber mit echten Daten, echten Schnittstellen und den ersten Bausteinen für einen End-to-End-Flow im Spot-Quote-Prozess.Schreibt uns eine Nachricht, wenn ihr auf die Warteliste für die 1. Nutzer möchtet!⁠⁠⁠⁠⁠Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Links zum Podcast:⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠LinkedIn⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Website zu diesem Podcast⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Email⁠: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠[email protected]⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!