Agentische KI für die Supply-Chain-Planung in der Produktion
Oct 16, 2026 • 11 min
Die Supply-Chain-Planung in der Produktion wird immer anspruchsvoller: Störungen nehmen zu, die Nachfrage fragmentiert, und die Handelspolitik ändert sich laufend. Angesichts dieser Turbulenzen interessieren sich Hersteller zunehmend dafür, was KI leisten kann. Laut der Umfrage State of the Supply Chain 2026 von RELEX Solutions investieren bereits 32 % der Befragten aktiv in KI und skalieren sie, und 67 % vertrauen KI bei Supply-Chain-Entscheidungen mehr als noch im Vorjahr.
Zu den vielversprechendsten KI-Ansätzen für die Produktion zählt die agentische KI. Sie baut auf generativer KI und anderen KI-Formen auf und schafft autonome Werkzeuge, die Herausforderungen selbstständig durchdenken und Aufgaben eigenständig ausführen. Doch diese neuere, unabhängigere Technologie liefert Herstellern nur dann den gewünschten Nutzen, wenn sie richtig eingesetzt wird. Erfolgreiche Hersteller nutzen beides: den Komfort einsatzfertiger Standard-Agenten und die unbegrenzte Anpassungsfähigkeit maßgeschneiderter Agenten.
Wirksame agentische KI braucht ein bewährtes Planungsfundament
Agenten müssen den Planungskontext verstehen, in dem sie arbeiten. Dazu gehören Stammdaten, Planungslogik, Restriktionen, Workflows, Geschäftsregeln und Entscheidungsbefugnisse ebenso wie die kundenspezifische Definition dessen, was „gut“ bedeutet.
Fehlt dieses Fundament, wirken Agenten im Gespräch vielleicht überzeugend, sind in der Ausführung aber unzuverlässig. Dabei sind Vertrauen, Erklärbarkeit und Kontrolle in der Supply-Chain-Planung unverzichtbar.
Agentische KI sollte auf einem bewährten Planungsfundament aufsetzen, nicht daneben oder losgelöst davon. RELEX bietet dieses Fundament bereits: mit KI-gestützter Planung, tiefer Fachlogik sowie spezialisierten Optimierungs-, Machine-Learning- und Heuristikfunktionen in der Bedarfs- und Angebotsplanung. Mehr als 600 Kunden automatisieren mit RELEX ihre tägliche Planungsarbeit und schaffen messbaren Geschäftswert.
Agentische KI ist die nächste Ebene: Sie macht diese Automatisierung interaktiver, proaktiver und im täglichen Entscheidungsalltag der Planenden leichter nutzbar.
Warum die meisten Hersteller Standard-Agenten und maßgeschneiderte Agenten brauchen
Bei den Agententypen lassen sich die meisten entweder den Standard-Agenten (auch „produktisierte Agenten“ genannt) oder den maßgeschneiderten Agenten (oft auch „kundenspezifische Agenten“ genannt) zuordnen.
Keiner der beiden Typen ist per se besser. Tatsächlich brauchen Hersteller beide, um erfolgreich zu sein.
Standard-Agenten für gängige Aufgaben wie die Prognoseprüfung
Standard-Agenten sind die einsatzfertigen Agenten, die Hersteller bei den gängigen Planungsaufgaben unterstützen, die in fast jedem Produktionsunternehmen anfallen.
In diese Kategorie fallen wiederkehrende Planungsmuster, die bei vielen Kunden auftreten, etwa Prognoseprüfung, Fehleranalyse, Stresstests und Restriktionsanalyse. Solche Agenten sollten sofort einsatzbereit sein. Sie beruhen auf Planungslogik nach Best Practice und liefern schnell Mehrwert, ohne dass aufwendige Anpassungen nötig sind.
Maßgeschneiderte Agenten für Planungsaufgaben, die einzigartig für Ihr Unternehmen sind
Maßgeschneiderte Agenten übernehmen den „Long Tail“ der Planung, den ein festes Angebot an Standard-Agenten nicht vollständig abdecken kann. Sie eignen sich, wenn Hersteller mehr Anpassungsfähigkeit benötigen, etwa dort, wo sich Planungsprozesse, Workflows, Definitionen, Datenquellen oder Entscheidungsbefugnisse von Unternehmen zu Unternehmen unterscheiden. Kunden brauchen die Freiheit, eigene Agenten zu erstellen, die ihren Planungskontext, ihre Geschäftsregeln und ihr Betriebsmodell abbilden.
Die meisten agentischen Plattformen für Hersteller verfolgen nur einen dieser Ansätze. RELEX kombiniert beide und bietet Ihnen so das Beste aus beiden Welten.
So kombiniert RELEX Open Standard-Agenten und maßgeschneiderte Agenten
Während Hersteller die Standardfunktionen der Planung einführen, können sie mit RELEX Open RELEX mit dem übrigen Unternehmen verbinden und die Plattform um maßgeschneiderte Agenten und neue KI-gestützte Workflows erweitern.
Neben Dashboards und Visualisierungen enthält RELEX Open eine dialogbasierte Oberfläche namens Rebot. Damit stellen Hersteller in natürlicher Sprache komplexe Fragen, untersuchen Probleme, lösen Analysen aus und steuern Entscheidungen. Rebot ist dabei intelligenter Planungsassistent und Orchestrator in einem und ruft bei Bedarf die passenden Agenten auf.
RELEX Open verbindet eine bewährte, einsatzbereite Plattform und Agenten für wiederkehrende Planungsmuster mit einem erweiterbaren Fundament für die besonderen Anforderungen jedes Herstellers.
RELEX Open basiert auf dem bewährten, hochgradig skalierbaren und konfigurierbaren Planungsfundament von RELEX und ermöglicht drei Kernfunktionen:
- Bereitstellen: Starten Sie schnell mit einer bewährten, skalierbaren Supply-Chain-Planungsplattform, auf der Sie Standard-Agenten für wiederkehrende Planungsmuster nutzen können.
- Verbinden: Integrieren Sie die Planung über eine offene Integrationsschicht mit MCP und A2A in das gesamte Unternehmen und verknüpfen Sie sie mit weiteren Systemen und Bereichen.
- Erweitern: Entwickeln Sie mit KI-gestützten Tools und Prompting schnell neue Funktionen, darunter maßgeschneiderte Agenten für kundenspezifische Prozesse, Definitionen und Arbeitsweisen.
Die 5 zentralen RELEX-Agenten für Hersteller einsetzen
Die Zusammenarbeit mit vielen Produktionsunternehmen hat uns bei RELEX gezeigt, dass bestimmte Probleme immer wieder auftreten. Das größte Potenzial, die tägliche Produktionsplanung weiter zu vereinfachen, liegt darin, Pläne zu prüfen, Auffälligkeiten zu analysieren, Alternativen zu simulieren, Ursachen zu diagnostizieren und Verbesserungspotenziale zu identifizieren.
Diese wiederkehrenden, wertvollen Muster erkennen und lösen fünf produktisierte, leicht einzuführende Agenten. Sie konzentrieren sich auf zentrale Bereiche der Bedarfs- und Angebotsplanung, die bei Kunden immer wieder anfallen.
| RELEX-Agent | Herausforderung in der Produktion | Das leistet der RELEX-Agent |
|---|---|---|
| Forecast Review agent | Manche Situationen benötigen Prüfzeit und das Fachwissen der Planenden, selbst bei einem hochautomatisierten, ML-gesteuerten Prognoseprozess. | Automatisiert Prognoseprüfungen und liefert eine kompakte Zusammenfassung der Artikel, die Aufmerksamkeit benötigen. Eskaliert an den Forecast Troubleshooting Agent, wenn eine tiefere Untersuchung nötig ist. |
| Forecast Troubleshooting agent | Zu verstehen, warum manche Prognosen unerwartet ausfallen, kostet Zeit. Planende müssen Dateneingaben, Modellverhalten und jüngste Änderungen untersuchen, was den Prüfzyklus verlangsamt. | Sammelt relevante Daten, diagnostiziert Prognoseprobleme und setzt Korrekturmaßnahmen um, sobald die Planenden sie freigeben. Fasst Ergebnisse und Empfehlungen zusammen, damit sich Probleme schneller lösen lassen. |
| Stress-Testing agent | Planende müssen das Planungssystem auch bei Unsicherheit steuern. Wichtige Entscheidungen sollten sich an mehreren möglichen Zukunftsszenarien messen lassen, nicht nur am wahrscheinlichsten Plan. Diese Analyse manuell auszuführen, kostet jedoch viel Zeit. | Führt sofort szenariobasierte Analysen aus, um alternative Nachfrage- und Angebotsszenarien einem Stresstest zu unterziehen. So erkennen Planende vor strategischen Entscheidungen, wie belastbar ein Plan ist. – Hilft Planenden, widerstandsfähigere Supply-Pläne für chancenorientierte und pessimistische Szenarien zu erstellen. – Ermöglicht schnellere Reaktionen und bessere Entscheidungen, besonders bei veränderten Marktbedingungen. – Unterstützt ein besseres Risikomanagement und hilft Planenden, Kurs auf höhere Profitabilität zu nehmen. |
| Constraint Review agent | Supply-Optimierungsmodelle sind komplex, und es ist schwierig zu prüfen, ob sie die Realität zutreffend abbilden. Wirken Ergebnisse unerwartet, lautet die häufigste Frage: „Was schränkt den Plan ein?“ Um die Antwort zu finden, ist oft eine aufwendige manuelle Untersuchung nötig. | Analysiert den Plan, um Engpässe zu identifizieren, die die Umsetzung einschränken, samt ihrer Ursachen und nachgelagerten Auswirkungen. Der Agent analysiert schnell und lässt die Planenden anschließend nachvollziehen: – welche Restriktionen den Plan tatsächlich begrenzen – wie sich diese Restriktionen auf den Plan auswirken – welchen Ursachen die Planenden nachgehen sollten |
| Constraint Unlock agent | RELEX optimiert zwar über alle Restriktionen hinweg, doch herauszufinden, welche Restriktionen den Plan begrenzen und warum, setzt weiterhin tiefes Fachwissen voraus und braucht Zeit. | Empfiehlt Kapazitätsanpassungen, um Supply-Engpässe zu beseitigen, und führt die Planenden durch die unterstützenden Analysen. Änderungen werden gegen verschiedene Zukunftsszenarien validiert, bevor sie verbindlich werden. – Erkennt die Supply-Engpässe, die verhindern, dass die Nachfrage gedeckt wird. – Schlägt Lösungen vor und wendet sie zur Prüfung durch die Planenden innerhalb von Szenarien an. |
Praxisbeispiel: So half der Forecast Review Agent einem Lebensmittelhersteller, Probleme schneller zu lösen
Diese Agenten sind bereits live und einsatzbereit, wie ein RELEX-Kunde zeigt, ein großer Lebensmittelhersteller. Das Team stellte fest, dass es trotz hoher Prognosegenauigkeit noch immer einige Prognoseprobleme gab, die sich möglicherweise mit einem Agenten lösen ließen. Die Planenden wollten herausfinden, ob sie Untersuchungen seltener eskalieren müssen.
Der Forecast Review Agent wurde eingeführt und nahm sich sofort dieser Probleme an. Das Team bemerkte schnellere Prognoseprüfungen und insgesamt weniger Fälle, die an das zentrale RELEX-Team eskaliert werden mussten. Weniger Eskalationen bedeuteten, dass Probleme schneller und mit weniger manuellen Anpassungen gelöst wurden.
Neue Teammitglieder sind heute innerhalb weniger Wochen statt Monaten einsatzfähig, und bestehende Nutzende lösen ihre Probleme 50–70 % schneller. Analysen, die früher unmöglich waren, sind für das Team inzwischen Routine.
Verbinden und erweitern: einzigartige KI-Agenten für die Produktion entwickeln
Produktisierte Agenten sind für viele Kunden gleichermaßen nutzbar. RELEX hat jedoch festgestellt, dass viele Agenten an kundenspezifische Anforderungen angepasst werden müssen, um die Produktionsplanung zu optimieren. Planungsprozesse unterscheiden sich von Unternehmen zu Unternehmen erheblich: mit anderen Systemen, anderen Prioritäten und eigenen Definitionen von „normal“. Dieser Long Tail verlangt eine Plattform, die auf schnelle, geführte Entwicklung ausgelegt ist statt auf ein festes Menü an Optionen.
Neue Funktionen, ob Geschäftslogik oder agentische Fähigkeiten, lassen sich per Prompting und KI-Automatisierung entwickeln, validieren und veröffentlichen, ohne auf einen Release-Zyklus zu warten. Die Forward Deployed Engineers (FDEs) von RELEX helfen Herstellern gemeinsam mit der RELEX Open-Plattform dabei, Lösungen zu schaffen, die genau zu ihren Anforderungen passen und ihren Geschäftserfolg maximieren.
Mit Ihrer bestehenden IT-Landschaft verbinden
RELEX Open fügt sich nahtlos in die Tools und Funktionen ein, die Ihr Team bereits nutzt. Ein Beispiel: Ein Hersteller erhält von seinen Lieferanten regelmäßig Meldungen über verspätete Lieferungen per E-Mail. Diese Informationen manuell in ERP- und Planungssysteme zu übertragen, kostet Zeit, verzögert die Neuplanung und bremst die Entscheidungsfindung.
Stattdessen kann der Kunde seine E-Mails mit RELEX verbinden, damit die Plattform die relevanten Informationen automatisch im richtigen Planungskontext erfasst. RELEX überträgt sie anschließend in den Plan, analysiert Alternativen und empfiehlt die nächsten Schritte.
Funktionen mit maßgeschneiderten Agenten erweitern
Sobald die Plattform eingeführt und angebunden ist, kann ein Hersteller darauf genau das aufbauen, was er braucht. Nehmen wir Supply-Planende, die jeden Montagmorgen den Plan mit der Nachfrage abgleichen, mögliche Lücken identifizieren und die nächstbesten Alternativen bewerten, um die erwartete Nachfrage zu decken.
Dieser mehrstufige Prüfprozess kann Standard-Agenten nutzen, braucht aber unter Umständen zusätzliche agentische Fähigkeiten, die auf den Prozess des Kunden zugeschnitten sind. Mit RELEX Open bauen die Planenden genau das, was nötig ist, damit die Montagmorgen-Prüfung mühelos und automatisiert abläuft.
Erste Schritte mit agentischer KI von RELEX für die Produktion
Der Weg zur KI sieht bei jedem Hersteller anders aus. RELEX verfolgt deshalb den Ansatz, dass jedes Unternehmen in seinem eigenen Tempo vorankommt, ohne allen ein einheitliches Tempo oder Modell vorzugeben. Kunden erhalten ein bewährtes Fundament für die durchgängige Supply-Chain-Planung und einen schnellen ROI, ergänzt um agentische Tools, die sich leicht einführen, verbinden und erweitern lassen. So realisieren sie vom ersten Tag an Geschäftswert und schaffen zugleich den Weg zu weiterer Automatisierung und Innovation.
Hersteller können heute in das bewährte Fundament und in Agenten für wiederkehrende Planungsmuster investieren und anschließend auf derselben offenen Plattform schnell maßgeschneiderte Agenten und neue Funktionen aufbauen.
FAQ: KI-Agenten für die Produktion
Was ist agentische KI?
Agentische KI bezeichnet autonome Systeme, die komplexe, mehrstufige Planungen vornehmen und im Auftrag der Nutzenden handeln. Auf Basis großer Sprachmodelle (LLMs) verarbeiten und kommunizieren Agenten wie ein Chatbot mit generativer KI. Statt eine Frage nur zu beantworten, gehen sie jedoch einen Schritt weiter und führen Aktionen aus.
Was unterscheidet agentische KI in der Produktion von anderen Branchen?
Die Planung in der Produktion bringt eine Komplexität mit sich, die anderswo so nicht auftritt: mehrstufige Produktionsprozesse, Kapazitäts- und Materialrestriktionen, Lieferanten-Vorlaufzeiten sowie Wechselwirkungen zwischen Angebot und Nachfrage, die sich durch das gesamte Netzwerk ziehen. Ein Agent in diesem Umfeld kann nicht einfach allgemein über „das Unternehmen“ nachdenken. Er muss den tatsächlichen Kontext der Planenden verstehen, darunter Stammdaten, Planungslogik, Workflows, Geschäftsregeln und Entscheidungsbefugnisse.
Deshalb muss agentische KI für die Produktion auf einem bewährten Planungsfundament aufbauen und darf nicht nachträglich daneben gesetzt werden. Ohne diese Verankerung wirkt ein Agent womöglich überzeugend, liefert aber Empfehlungen, die realen Produktionsrestriktionen nicht standhalten. Genau deshalb sind Vertrauen und Erklärbarkeit hier wichtiger als in Geschäftsbereichen mit geringeren Risiken.
Welche Aufgaben der Produktionsplanung eignen sich am besten für agentische KI?
Am besten eignen sich Aufgaben, die sich wiederholen, viel Zeit kosten und für die Planende erst mehrere Quellen zusammenführen müssen, bevor sie handeln können. Die Prognoseprüfung ist ein gutes Beispiel: Auch bei einer leistungsstarken, ML-gesteuerten Prognose muss jemand markierte Auffälligkeiten prüfen und entscheiden, was Aufmerksamkeit braucht. Ein weiteres Beispiel ist die Fehleranalyse bei unerwarteten Prognoseergebnissen, denn dafür müssen Planende meist Verkaufshistorie, Modellverhalten und jüngste Änderungen durchforsten, nur um zu verstehen, was passiert ist. Auch Szenarioplanung und Stresstests passen gut: Eine ganze Bandbreite möglicher Zukunftsszenarien für jede wichtige Entscheidung manuell durchzuspielen, lässt sich nicht skalieren. Ein Agent erledigt das sofort.
Dasselbe gilt für die Frage, was einen Plan einschränkt: Das „Warum passiert das?“ stellt sich ständig, und es zu beantworten, bedeutet oft eine langwierige manuelle Untersuchung. Diese Muster treten bei Herstellern unabhängig von der Branche auf. Deshalb eignen sie sich für einsatzbereite Standard-Agenten und nicht für individuelle Eigenentwicklungen.
Worin unterscheiden sich Standard-Agenten und individuell entwickelte KI-Agenten für die Produktion?
Standard-Agenten (auch produktisierte Agenten genannt) lösen Probleme, die bei den meisten Herstellern auftreten, etwa die Prognoseprüfung oder die Analyse von Restriktionen. Sie sind auf minimalen Einrichtungsaufwand und schnellen Mehrwert ausgelegt, weil das zugrunde liegende Planungsmuster von Unternehmen zu Unternehmen kaum variiert.
Individuell entwickelte (oder „maßgeschneiderte“) Agenten decken alles andere ab: die Prozesse, Definitionen und Entscheidungsbefugnisse, die für die Arbeitsweise eines einzelnen Unternehmens spezifisch sind. Diesen Long Tail kann kein festes Angebot an Standard-Agenten abdecken. Deshalb brauchen Hersteller eine Möglichkeit, maßgeschneiderte Agenten zu bauen, die ihren eigenen Planungskontext widerspiegeln. Die meisten benötigen am Ende beide Typen: Standard-Agenten übernehmen das Gemeinsame, individuelle Agenten das, was den eigenen Betrieb ausmacht.
Sollten Hersteller ihre agentischen KI-Lösungen selbst entwickeln oder zukaufen?
Hersteller haben einige gemeinsame Anforderungen an Agenten, doch jeder bringt auch Besonderheiten mit, die durch Branche, Restriktionen und Produktionsart geprägt sind. RELEX deckt beide Seiten ab: Hersteller können einen Standard-Agenten für den schnellen Einsatz zukaufen und anschließend weitere Agenten entwickeln, die Aufgaben außerhalb dessen übernehmen, was eine fertige Lösung abdeckt.
Wie entscheiden Hersteller, wo sie mit agentischer KI beginnen?
Die meisten beginnen bei Planungsmustern, die verbreitet und risikoarm sind und keine aufwendigen Anpassungen benötigen, denn dort zeigt sich der Mehrwert am schnellsten, ohne bestehende Workflows zu stören. Von dort aus können Hersteller in ihrem eigenen Tempo erweitern, statt sich auf eine einzige Roadmap festzulegen. Wächst das Vertrauen in die Agenten und werden Lücken in den Standard-Tools erkennbar, ist es sinnvoll, zu stärker maßgeschneiderten Funktionen überzugehen, die die eigenen Prozesse und Entscheidungsregeln abbilden. Der Startpunkt ist dabei weniger entscheidend als Raum zum Wachsen. Ein starrer Rollout nach dem Gießkannenprinzip kommt oft ins Stocken, ein flexibler dagegen lässt Hersteller schrittweise mehr Automatisierung aufbauen, sobald sie dafür bereit sind.
Welche Risiken sollten Hersteller vor der Einführung agentischer KI bedenken?
Das größte Risiko besteht darin, einen Agenten einzuführen, der im Gespräch kompetent klingt, aber ohne ausreichenden Einblick in den tatsächlichen Planungskontext entwickelt wurde. Ohne Zugriff auf Stammdaten, Planungslogik, Geschäftsregeln und Entscheidungsbefugnisse kann ein Agent Empfehlungen geben, die oberflächlich vernünftig wirken, aber an realen Restriktionen scheitern. In der Produktion wiegt das schwerer als in Bereichen mit geringeren Risiken, denn eine schlechte Empfehlung kann die Kapazitätsauslastung und Lieferzeiten beeinträchtigen oder kostspielige Folgekorrekturen auslösen.
Deshalb sind Transparenz und Erklärbarkeit ebenso wichtig wie die technische Raffinesse des Agenten. Hersteller sollten auf Agenten setzen, die innerhalb klarer Grenzen arbeiten, und nicht auf solche, die als undurchsichtige Black Box agieren. Die besten Agenten für die Produktion erläutern ihre Überlegungen und lassen bei folgenreichen Entscheidungen Raum für eine menschliche Prüfung.
Beitrag von
ähnliche Artikel
Fallstudie: Grupo Vinoteca
Erfahren Sie, wie Grupo Vinoteca mit RELEX entgangene Umsätze um 34,7 % senkte, die Lieferquote steigerte und den Aufwand für die Filialdisposition halbierte.
7 Wege, wie KI-gestützte Planungssoftware die Supply-Chain-Herausforderungen der Fleischverarbeitung löst
Entdecken Sie sieben KI-Planungsfunktionen, die Margenlücken in der Fleischverarbeitung schließen und Angebot, Nachfrage und Haltbarkeit ausbalancieren.
Kundenstory: Qualtia
Qualtia hat sich mit RELEX zusammengetan, um manuelle Prozesse und isolierte Entscheidungsfindung hinter sich zu lassen und die Synchronisierung sowie Automatisierung der Supply Chain zu verbessern.