👋 Willkommen zum LogTech Pulse vom 17.02.2026!
Heute starten wir ein Experiment: Wir bauen Software selbst. Außerdem stellen wir die unbequeme Frage, ob der Mensch in der KI-Schleife wirklich noch der Pilot ist – oder längst das Hindernis.
Agenda 📋
Editorial: Pilot oder Bremsklotz? Der Konflikt der "Human-in-the-Loop"-Illusion
Deep Tech: GenLogs holt 60 Mio. $ für IoT-Sensoren
Job-Wandel: Vom Planer zum Parametrisierer
Hardware: UPS führt Smart Labels ein
Knowledge: Smart Glasses & AI gegen den Wissensverlust
Strategy: Geduld bei KI-Investments
Spotlight: Premiere: LogTech Lab #1 – Wir bauen Software (Vibe Coding)
Editorial
Pilot oder Bremsklotz? Die Illusion der Kontrolle
Es gibt aktuell zwei Denkschulen in der Logistik-IT, die auf den ersten Blick harmonisch klingen, bei genauerem Hinsehen aber auf Kollisionskurs sind.
Auf der einen Seite steht die "Evolution": Mark Albrecht von C.H. Robinson beschreibt im Interview die KI als "Superpower" für den Menschen. Der Mensch bleibt "in the Loop", er ist der Pilot, die KI der Co-Pilot, der die lästigen E-Mails schreibt. Das fühlt sich gut an. Es suggeriert Kontrolle.
Auf der anderen Seite steht die "Revolution": Kritiker warnen vor "Human Bottlenecks". Das Argument: Wenn eine KI in Millisekunden entscheiden kann, aber auf die Freigabe eines Menschen warten muss (der gerade Mittagspause macht oder überlastet ist), drosseln wir die Geschwindigkeit der gesamten Supply Chain auf das biologische Limit des Menschen.
Wir müssen uns entscheiden: Wollen wir Augmentation (der Mensch wird etwas schneller) oder Autonomie (der Prozess läuft in Maschinengeschwindigkeit)?
Die Wahrheit für 2026 ist unbequem: Solange der Mensch jede Entscheidung freigeben muss, ist er kein Pilot, sondern ein Flaschenhals. Die Rolle des Logistikers wandelt sich radikal – weg vom "Dahinter-Her-Entscheider", hin zum "System-Architekten", der die Regeln und Parameter definiert, nach denen die Maschine autonom handelt. Wer das nicht akzeptiert, wird die PS der KI niemals auf die Straße bringen.
🗞 LogTech News & Updates
Hier sind die wichtigsten Entwicklungen der letzten zwei Wochen, kuratiert für dich:
Funding: 60 Mio. Dollar für GenLogs
Das US-Startup GenLogs hat sich 60 Millionen Dollar gesichert. Ihr Ziel: Ein nationales Netzwerk von Sensoren an Autobahnen und Lagerstandorten, um LKWs und Equipment zu tracken.
Warum das wichtig ist: Während viel Geld in Software fließt, zeigt dieses Investment, dass "Hard Tech" und physische Datenpunkte (IoT) das Fundament bleiben. Ohne Sensoren keine Daten für die KI.
Job-Wandel: Vom Planer zum Parametrisierer
Passend zum Editorial: Ein Bericht zu den Supply Chain Awards zeigt, wie sich Berufsbilder wandeln. Der klassische Disponent, der manuell plant, stirbt aus.
Die neue Rolle: Der "Parametrisierer". Er plant nicht mehr die Tour, sondern stellt die Regeln (Kosten, Zeitfenster, Restriktionen) ein, nach denen der Algorithmus optimiert. Ein fundamentaler Skill-Shift.
Hardware: UPS Stores nutzen RFID "Smart Package"
UPS rollt RFID-Technologie in seinen Stores aus. Pakete werden "smart", was das Scannen überflüssig macht und die Abfertigung massiv beschleunigt.
Trend: Was lange als zu teuer für Pakete galt, wird durch sinkende Chip-Kosten zum Standard. Das manuelle Barcode-Scannen wirkt bald so antiquiert wie das Faxgerät.
Knowledge Management: Smart Glasses & KI gegen Wissensverlust
Wie hält man das Wissen im Unternehmen, wenn die Babyboomer in Rente gehen? Augment (mit einem "Knowledge Hub") und neue Smart-Glass-Lösungen zeigen den Weg.
Use Case: KI zeichnet Prozesse auf und macht das implizite Wissen erfahrener Mitarbeiter für neue Kollegen ("Knowledge on Demand") verfügbar – direkt ins Sichtfeld oder per Chatbot.
Strategy: Geduld ist eine Tugend (auch bei KI)
Das JOC mahnt zur Besonnenheit: Die Entwicklung von KI ist rasant, aber die Implementierung in komplexen Supply Chains braucht Zeit.
Takeaway: "Fear of Missing Out" (FOMO) ist ein schlechter Ratgeber. Shipper sollten auf solide Use Cases warten, statt jedem Beta-Tool hinterherzulaufen.
Aber: Sich keine KI Kompetenzen im Unternehmen aufzubauen, halten wir für fahrlässig!
Ocean Freight & Visibility: KI spart Kosten, FourKites tracked Pharma
Zwei kurze Updates:
Reedereien nutzen KI zunehmend zur Kostenoptimierung (Leercontainer-Positionierung, Fuel-Save) Quelle: JOC
Yusen Logistics setzt im sensiblen Healthcare-Bereich auf FourKites, um Temperatur und Location in Echtzeit zu überwachen Quelle: Verkehrsrundschau.
Spotlight: Die neueste Podcast-Folge
LogTech Lab #1: Vibe Coding im Selbstversuch – Wir bauen Logistik-Software
Das Experiment beginnt! 🧪
18 Monate auf eine IT-Lösung warten oder doch wieder eine Excel-Tapete basteln? Das war gestern. Willkommen zur Premiere des LogTech Lab!
In dieser neuen Serie wagen wir ein Experiment über die nächsten 12 Monate: Wir bauen eine eigene Software-Lösung für ein echtes logistisches Problem – und das, ohne selbst Software-Entwickler zu sein. Das Zauberwort heißt "Vibe Coding".
Wir diskutieren, wie wir mit Tools wie Lovable, n8n und LLMs (Claude, ChatGPT, Gemini) eine Anwendung entwickeln, die den Umsatz maximiert, statt nur Kosten zu sparen.
Unser Use-Case: Die Reaktivierung von Spot Quotes. Wir automatisieren, was heute im E-Mail-Postfach untergeht – Angebote, die nie beantwortet wurden, aber bei geänderten Marktpreisen plötzlich wieder attraktiv sind.
Direkter Link zur Folge auf Spotify
Direkter Link zur Folge auf Apple Podcasts
Direkter Link zur Folge auf YouTube
Key Takeaways aus der Episode:
Die Barriere ist gefallen: Eigene Tools zu erschaffen, erfordert heute kein Informatik-Studium mehr, sondern nur noch logisches Verständnis und die richtigen Prompts.
Revenue vor Cost-Savings: Wir fokussieren uns bewusst auf ein Umsatz-Thema. Tote Angebote zu reaktivieren, bringt direktes Geld in die Kasse.
Validierung am Wochenende: Statt monatelange Lastenhefte zu schreiben, bauen wir Prototypen in 48 Stunden. Wir zeigen transparent (und mit dem Risiko zu scheitern), wie das geht.
🗣 Dein Input ist uns wichtig!
Hast du schon mal "Vibe Coding" ausprobiert? Welches logistische Problem würdest du gerne lösen, wenn du programmieren könntest?
Schreib es uns – vielleicht bauen wir es im Lab nach!
Vernetze dich mit uns auf LinkedIn: Jannik & Steffen
oder schreibe uns direkt eine E-Mail an [email protected]
Wir freuen uns auf den Austausch und deine Vorschläge!