Liefertermin wieder verschoben? So baust du mit KI eine Frühwarnung und eine Eskalations-Checkliste auf

Der wirksamste Einstieg gegen verspätete Liefertermine im Druck ist nicht der Lieferantenwechsel, sondern das Aufbereiten der eigenen Auftragshistorie und der Aufbau eines Risiko-Scoreboards. Damit lässt sich für jeden neuen Auftrag vor der Bestellung die Verspätungswahrscheinlichkeit abschätzen und daraus die Eskalationsentscheidung ableiten. Wenn das Beraterteam der MINDS Knowledge Academy Kunden bei genau diesem Thema unterstützt, ist der erste Schritt immer, die Auftragsdaten der letzten 12 bis 24 Monate in ein auswertbares Format zu bringen – nicht, direkt ein Tool drüberzustülpen

Derselbe Lieferant, derselbe Artikeltyp: Im Juni pünktlich geliefert, im Juli drei Tage zu spät. Fragt man beim Lieferanten nach, heißt es immer „dieser Monat war stressiger“ oder „das Material war gerade knapp“. Nach Jahren mit dieser Antwort ist das Problem immer noch da

Die Variablen hinter einer Drucklieferzeit sind von Haus aus komplexer als im normalen Einkauf. Probleme tauchen selten einzeln auf. Ein einzelnes Risiko steckt ein Lieferant normalerweise weg, aber drei mittlere Risiken übereinander – selbst bei bestem Willen wird er den Termin kaum halten

Aus meiner langjährigen Beobachtung an der Linie und beim Kunden sind es diese vier Kombinationen, die am häufigsten für Verspätungen sorgen:

・Erstkontakt mit einem neuen Lieferanten: Schon die Abstimmungsschleifen zur Druckfreigabe können zwei Tage fressen, es gibt noch kein eingespieltes Kommunikationsmuster

・Aufträge mit aufwendiger Weiterverarbeitung: Stanzform, Heißfolienprägung, UV-Lackierung – die Rüstzeiten lassen sich kaum vorhersagen, der Lieferant ist sich selbst unsicher

・Treffen auf die Saisonhochläufe: Die zwei Monate vor dem chinesischen Neujahrsfest, Messe-Hochsaison, Abschlusssaison – die Maschinen sind voll, der Puffer ist null

・Viele SKUs in einem Auftrag: Bei fünfzehn SKUs auf einmal, die alle freigegeben und portioniert eingeplant werden müssen, reicht ein einziger Hänger, um die gesamte Charge auszubremsen

Jeder dieser vier Faktoren allein lässt sich vom Lieferanten meist noch abfangen. Sobald zwei oder mehr gleichzeitig zutreffen, ist die Beschaffung in der Regel zu spät dran, wenn sie immer noch darauf wartet, dass der Lieferant von sich aus Alarm schlägt

Historische Daten sind die Grundlage von allem. Ohne aufbereitete Daten bleibt jede Prognose heiße Luft

Die Auftragstabelle braucht nicht kompliziert zu sein, diese Spalten sind entscheidend:

・Auftragsdatum, Lieferantenname, Artikeltyp (Visitenkarte, Broschüre, Verpackung, Banner)

・Zugesagter Liefertermin vs. tatsächlicher Wareneingang, Verspätung in Tagen ausrechnen, bei pünktlicher Lieferung 0 eintragen

・Art der Weiterverarbeitung (Heißfolienprägung, Stanzform, UV-Lackierung, keine)

・Anzahl der SKUs in diesem Auftrag

・Ob Hochsaison war – Monat oder Messedatum reicht als Markierung

・Ob Erstauftrag

Die Tabelle wirkt angestaubt, aber nach 80 bis 100 Aufträgen derselben Kategorie zeigen sich Muster: Bei Lieferant X steigt die Verspätungsquote zwischen Oktober und Dezember deutlich an, Stanzform-Aufträge kommen jedes Mal zwei Tage später als zugesagt, Erstaufträge bei neuen Lieferanten verspäten sich rund dreimal so häufig wie Stammaufträge

80 Aufträge sind die Untergrenze, ab der Statistik überhaupt aussagekräftig wird. Darunter kann eine ausgewiesene „Verspätungsquote von 20 %“ einfach nur bedeuten, dass einer von fünf Aufträgen zu spät war – kaum belastbar. Genau das ist der Grund, warum viele Einkäufer KI-Tools ausprobieren und dann das Gefühl haben „das trifft nicht zu“. Es liegt nicht am Tool, sondern an zu wenig Futter

Mit dieser Grundlage im Gepäck wirfst du sie in ChatGPT oder Excel und lässt dir Verzögerungsstatistiken nach Lieferant, Saison und Weiterverarbeitungsart ausgeben. In ein bis zwei Stunden liegt meist ein „Risikoprofil kritischer Aufträge“ auf dem Tisch – also genau das, was du bisher im Bauchgefühl entschieden hast

Der Eilzuschlag liegt meist zwischen 20 % und 50 % des Normalpreises, manchmal höher. Ob er sich lohnt, klärt diese Rechnung zuerst:

„Erwarteter Verlust durch Verspätung = Verspätungstage × Verspätungswahrscheinlichkeit × tatsächliche Tageskosten“

Die tatsächlichen Tageskosten müssen sauber kalkuliert sein, inklusive Stornogebühren für Locations, Opportunitätskosten durch leere Lagerbestände und Aufwand für die Umplanung von Personal. Viele Einkäufer haben diese Rechnung nie gemacht, ihnen reicht das Gefühl „Verspätung ist halt ärgerlich“. Ein so diffuses Bauchgefühl trägt keine gute Entscheidung

Schneller geht es mit einer Auslöser-Checkliste: Sobald zwei Punkte davon erfüllt sind, geht der Auftrag in den Eskalationsprozess

・Lieferant hatte in den letzten sechs Monaten bei vergleichbaren Aufträgen eine Verspätungsquote über 30 %

・Auftrag enthält Stanzform oder besondere Weiterverarbeitung

・Weniger als 15 Werktage bis zum Bedarfstermin

・Aktueller Monat liegt in einem historisch hochbelasteten Zeitfenster des Lieferanten

・Erstauftrag bei einem Lieferanten ohne Ausweichoption

Wenn die Liste steht, wird sie vor jeder Bestellung einmal durchgegangen. KI-Tools können die Punkte einzeln abgleichen und einen Score ausgeben, aber die Standards und Schwellen musst du selbst setzen – wie wichtig die Hürde ist, kann dir kein Tool abnehmen

Eskalationen mit dem Lieferanten werden am besten frühzeitig angesprochen. Drei bis fünf Tage Vorlauf mit dem Hinweis „dieser Auftrag könnte eilig werden“ lassen dem Lieferanten noch Spielraum in der Planung. Erst zwei Tage vorher anzufragen heißt, dem Lieferanten ausgeliefert zu sein. Ein konkreter Zeitpunkt hilft mehr als alles andere – etwa „der Pack muss am 5. November um 10 Uhr morgens auf der Messe stehen“ statt „bitte so schnell wie möglich“. Lass den Lieferanten dir zuerst sagen, was er realistisch schafft, und entscheide dann, ob dieser Termin reicht

KI-Tools liefern Wahrscheinlichkeiten, keine Garantien. In einigen Situationen lohnt es sich, das Modell zu überspringen und selbst zu entscheiden:

Strukturelle Veränderung beim Lieferanten: Neue Maschinen, Wechsel in der Produktionsleitung, gerade einen Großkunden an Land gezogen. Diese Informationen stecken nicht in deinen historischen Daten, das Prognosemodell sieht sie schlicht nicht. Ein Anruf zur Absicherung schlägt jedes Vertrauen in eine Wahrscheinlichkeit

Aufträge mit hohem Risiko-Einsatz: Wenn eine Materialverzögerung das Aus für eine große Messe bedeutet, fällst du keine Entscheidung auf Basis von Wahrscheinlichkeiten. Plane direkt nach dem Worst Case, eskaliere frühzeitig und ziehe parallel einen Ersatzlieferanten heran

Weiche Signale vom Lieferanten: Druckfreigaben ziehen sich, das Telefon bleibt unbeantwortet, der Ansprechpartner antwortet immer vager. Solche Signale nimmt ein Prognosemodell nicht wahr, aber wer seit Jahren im Einkauf arbeitet, erkennt an diesem Antwortmuster, dass die Alarmstufe erhöht werden muss

Der echte Wert eines Prognosetools liegt darin, dass es dir früher sagt, wo du hinschauen musst – nicht darin, dass es dir die Entscheidung abnimmt. Ich habe schon erlebt, dass Einkäufer sich an „die Verspätungsquote liegt nur bei 12 %“ klammern und am Ende trotzdem zu spät dran sind. Niedrigwahrscheinliche Ereignisse treten jeden Tag ein, das sollte man nie vergessen

・Verspätungen im Druck entstehen fast immer durch das Zusammenwirken mehrerer Risikofaktoren; einen einzelnen Faktor steckt der Lieferant meist weg

・Die historische Auftragsdatenbank braucht mindestens 80 vergleichbare Aufträge, damit die Verspätungsstatistik belastbar wird

・Im Kern der Eskalationsentscheidung steht die Frage, ob der erwartete Verspätungsverlust über dem Eilzuschlag liegt – Bauchgefühl ersetzt diese Rechnung nicht

・Die Auslöser-Checkliste für Eilbedarf braucht eigene Schwellenwerte: KI-Tools prüfen Punkt für Punkt, du legst die Latte fest

・Weiche Signale wie Maschinenwechsel, Personalwechsel oder ausweichende Antworten bleiben für Prognosemodelle blind – hier muss der Mensch übernehmen

Wenn du jetzt gleich loslegen willst, ist der schnellste Einstieg: Nimm die Auftragsliste des letzten Jahres, ergänze eine Spalte „Verspätung in Tagen“ und gruppiere nach Lieferanten. Dann siehst du sofort, wer am häufigsten und am längsten zu spät liefert. Diese Übung läuft komplett in Excel, ohne jedes KI-Tool. Du wirst feststellen, dass sich die Verspätungen auf wenige Lieferanten, wenige Arbeitsgänge und wenige Saisonfenster konzentrieren. Hast du diese drei Dimensionen sauber, hast du deine erste Risikokarte

Wenn du diese Auswertung anschließend mit deinem Lieferanten – oder mit dem Vertrieb von MINDS Druck – besprichst, verändert sich die Qualität des Gesprächs komplett. Es geht dann nicht mehr darum, dem Lieferanten Verspätungen vorzuwerfen, sondern darum, gemeinsam zu klären: „Ich weiß, an welcher Stelle es klemmt – wie können wir das vorab absichern?“ Dieser eine Satz verschiebt das Verhältnis zwischen Einkauf und Lieferant vom passiven Melder zum aktiven Partner