Warum sich KI im Grosshandel rechnet
Viele Geschäftsfürer im technischen Fachgrosshandel stellen uns dieselbe Frage: "Rechnet sich das wirklich?" Die Antwort ist klar. Ja, und zwar schneller, als die meisten erwarten. Aber nur, wenn Sie den Business Case sauber aufsetzen.
Das Problem: Die Diskussion über Künstliche Intelligenz wird oft abstrakt geführt. Man spricht über Potenziale, Zukunftsfähigkeit und Wettbewerbsvorteile. Was fehlt, ist eine konkrete Rechnung in Euro und Cent. Genau die liefern wir Ihnen in diesem Artikel.
Ein gut gerechneter Business Case ist der wichtigste Erfolgsfaktor für jedes KI-Projekt. Ohne klare Zahlen fehlt die Grundlage für Investitionsentscheidungen, und das Projekt verliert intern schnell an Rückhalt.
Die typischen Kostentreiber im Fachgrosshandel
Bevor wir rechnen, müssen wir verstehen, wo im Grosshandel die grössten Kostenblöcke liegen, die durch KI-Automatisierung adressierbar sind. In unserer Beratungspraxis sehen wir immer wieder dieselben Bereiche:
- Auftragserfassung: Manuelle Eingabe von Bestellungen aus E-Mail, Fax und Telefon. Pro Auftrag 5 bis 10 Minuten Bearbeitungszeit.
- Angebotserstellung: Kundenspezifische Preisfindung, Konditionen prüfen, Verfügbarkeiten abgleichen. Oft 15 bis 30 Minuten pro Angebot.
- Reklamationsbearbeitung: Retouren erfassen, Gutschriften anlegen, Lieferanten kontaktieren. Zeitaufwand je nach Fall 20 bis 60 Minuten.
- Disposition: Bestellpunkte manuell überwachen, Lieferanten anschreiben, Bestellungen zusammenfassen. Täglich mehrere Stunden.
- Kundenanfragen: Standardfragen zu Verfügbarkeit, Lieferstatus und Preisen binden Innendienst-Kapazitäten.
In einem typischen Grosshandelsunternehmen mit 50 bis 200 Mitarbeitern stecken in diesen Prozessen 8 bis 15 Vollzeitäquivalente (FTE), die überwiegend repetitive Aufgaben erledigen.
Die Beispielrechnung: Auftragserfassung automatisieren
Nehmen wir ein konkretes Szenario, das wir so ähnlich bei mehreren Kunden umgesetzt haben. Ein SHK-Grosshändler mit 80 Mitarbeitern an drei Standorten.
Die Ausgangslage
Das Unternehmen bearbeitet täglich rund 350 Bestellungen. Davon kommen 60 % per E-Mail (häufig als PDF-Anhang), 25 % per Fax und 15 % per Telefon. Vier Mitarbeiter im Innendienst sind ausschliesslich mit der Auftragserfassung beschäftigt.
Die Kosten heute
| Position | Berechnung | Jährliche Kosten | |---|---|---| | 4 FTE Innendienst (Auftragserfassung) | 4 x 52.000 EUR (inkl. Nebenkosten) | 208.000 EUR | | Fehlerkosten (3,8 % Fehlerquote) | 350 Aufträge x 3,8 % x 160 EUR | 76.800 EUR | | Opportunitätskosten (verzögerte Bearbeitung) | geschätzt | 30.000 EUR | | Gesamtkosten pro Jahr | | 314.800 EUR |
Die Investition in KI-gestützte Automatisierung
| Position | Kosten | |---|---| | Strategische Beratung und Prozessanalyse | 18.000 EUR | | Technische Implementierung (OCR, NLP, ERP-Integration) | 45.000 EUR | | Testphase und Feinabstimmung (3 Monate) | 12.000 EUR | | Jährliche Lizenz- und Wartungskosten | 24.000 EUR | | Gesamtinvestition Jahr 1 | 99.000 EUR | | Laufende Kosten ab Jahr 2 | 24.000 EUR |
Das Ergebnis nach Automatisierung
Realistische Automatisierungsquote nach 6 Monaten Produktivbetrieb: 75 % der Aufträge laufen vollautomatisch durch. Die restlichen 25 % (Sonderfälle, unleserliche Faxe, telefonische Bestellungen) werden weiterhin manuell bearbeitet, aber mit KI-Unterstützung deutlich schneller.
Die detaillierte Rechnung: 2,5 FTE-Einsparung entspricht 130.000 EUR Personalkosten. Die reduzierte Fehlerquote spart weitere 62.000 EUR. Abzüglich der laufenden Kosten von 24.000 EUR ergibt das eine Nettoeinsparung von 168.000 EUR pro Jahr ab dem zweiten Jahr.
Die Erstinvestition von 99.000 EUR amortisiert sich in rund 9 Monaten.
Über die Auftragserfassung hinaus: Weitere ROI-Hebel
Die Auftragserfassung ist nur der offensichtlichste Anwendungsfall. In unserer Beratungspraxis identifizieren wir regelmässig weitere Bereiche mit starkem ROI:
Intelligente Disposition: KI-gestützte Bestandsoptimierung senkt typischerweise die Lagerhaltungskosten um 15 bis 25 %. Bei einem Lagerbestand von 5 Mio. EUR sind das 750.000 bis 1,25 Mio. EUR gebundenes Kapital, das freigesetzt wird.
Automatisierte Angebotserstellung: Reduktion der Bearbeitungszeit um 60 bis 70 %. Bei 80 Angeboten pro Tag und 20 Minuten Zeitersparnis pro Angebot sind das über 25 Stunden pro Tag, die Ihr Vertrieb für Kundenbeziehungen nutzen kann.
Predictive Pricing: Dynamische Preisanpassung basierend auf Marktdaten, Wettbewerb und Kundenverhalten. Unsere Erfahrung zeigt Margensteigerungen von 0,5 bis 1,5 Prozentpunkten.
Wir haben mit der Auftragserfassung angefangen, weil der Business Case am klarsten war. Inzwischen automatisieren wir Schritt für Schritt weitere Prozesse. Die Investition hat sich schon im ersten Jahr gerechnet.
So rechnen Sie Ihren eigenen Business Case
Einen soliden Business Case für KI im Grosshandel aufzusetzen, ist kein Hexenwerk. Aber es braucht Sorgfalt. Hier die wesentlichen Schritte:
1. Prozesskosten ermitteln. Wie viele Mitarbeiter arbeiten an welchen Aufgaben? Wie lange dauert jeder Vorgang? Was kosten Fehler? Seien Sie ehrlich und genau. Schätzungen reichen für den Start, aber messen Sie nach, sobald Sie können.
2. Automatisierungspotenzial bewerten. Nicht jeder Prozess eignet sich gleich gut. Ideal sind Aufgaben, die regelbasiert, datengetrieben und repetitiv sind. Je standardisierter der Prozess, desto höher die erreichbare Automatisierungsquote.
3. Investitionskosten realistisch kalkulieren. Beratung, Implementierung, Integration, Testphase, Schulung, laufende Wartung. Vergessen Sie keine Position. Ein häufiger Fehler: Die Kosten für Change Management und interne Ressourcen werden unterschätzt.
4. Konservativ rechnen. Nehmen Sie im Business Case nicht die optimistischste Annahme. Rechnen Sie mit 60 bis 70 % der theoretisch möglichen Einsparung. Wenn sich das Projekt dann trotzdem rechnet, haben Sie eine belastbare Entscheidungsgrundlage.
5. Amortisationszeitraum bestimmen. In unserer Erfahrung bei Conveso liegt die Amortisation von KI-Projekten im Grosshandel zwischen 6 und 18 Monaten. Projekte, die sich erst nach zwei Jahren rechnen, sollten Sie kritisch hinterfragen.
Faustregel für den Grosshandel
Wenn ein manueller Prozess mindestens 2 FTE bindet und eine Fehlerquote von über 2 % aufweist, lohnt sich eine KI-gestützte Automatisierung fast immer. Die Amortisation liegt dann typischerweise unter 12 Monaten.
Die versteckten Vorteile, die im Business Case fehlen
Neben den direkt messbaren Einsparungen gibt es Effekte, die schwer in Euro zu beziffern sind, aber erheblich zum Unternehmenserfolg beitragen:
- Mitarbeiterzufriedenheit: Repetitive Tätigkeiten frustrieren gute Leute. Wer Auftragserfassung automatisiert, gibt Mitarbeitern die Chance, sich auf Beratung und Kundenbeziehungen zu konzentrieren.
- Geschwindigkeit: Kunden erwarten schnelle Auftragsbestätigungen. Automatisierte Prozesse liefern in Sekunden statt Stunden.
- Verlässlichkeit: Eine Fehlerquote von 0,4 % statt 3,8 % bedeutet weniger Reklamationen, weniger Retouren, zufriedenere Kunden.
- Fachkräftemangel: In einem Markt, in dem qualifizierte Mitarbeiter immer schwerer zu finden sind, verschafft Automatisierung Luft zum Atmen.
Diese Faktoren machen den Unterschied zwischen einem guten und einem überzeugenden Business Case. Erwähnen Sie sie, auch wenn Sie sie nicht exakt beziffern können.
Der erste Schritt
Einen Business Case für KI im Grosshandel zu rechnen, ist kein theoretisches Gedankenspiel. Es ist der Startpunkt für eine fundierte Investitionsentscheidung. Die Zahlen aus diesem Artikel basieren auf realen Projekten, die wir bei Conveso begleitet haben.
Wenn Sie wissen möchten, wie der Business Case für Ihr Unternehmen konkret aussieht, sprechen Sie mit uns. In einem unverbindlichen Erstgespräch analysieren wir gemeinsam Ihre Prozesse und identifizieren die Bereiche mit dem grössten Hebel. Termin vereinbaren.
