LogTech Podcast Archiv
114 Episoden
50 Minuten
KI-Assistenten können bereits Frachtangebote auslesen, Verhandlungen vorbereiten und geeignete Transportpartner vorsortieren. Doch bevor eine KI Transporte eigenständig vergeben kann, muss eine entscheidende Frage geklärt sein: Kann sie den beteiligten Unternehmen, Identitäten und Daten vertrauen?
In dieser Folge sprechen Jannik und Steffen mit David Moog, strategischer Produktmanager bei TIMOCOM, über Vertrauen als Voraussetzung für die Automatisierung des Transportmarktes.
Denn während AI neue Möglichkeiten schafft, professionalisiert sie gleichzeitig den Betrug: Dokumente und Websites lassen sich leichter fälschen, Phantomfrachtführer treten glaubwürdiger auf und betrügerische Strukturen können schneller skalieren. Gleichzeitig müssen Transporte im Spotmarkt häufig innerhalb weniger Minuten vergeben werden – für umfangreiche Prüfprozesse bleibt wenig Zeit.
Wir sprechen darüber:
• warum bekannte Transportpartner trotz digitaler Marktplätze wieder an Bedeutung gewinnen,
• welche Trust-Signale für eine sichere Carrier-Auswahl benötigt werden,
• wie der KI-Verhandlungsassistent von TIMOCOM Transporte vorsortiert und Verhandlungen vorbereitet,
• unter welchen Guardrails eine automatische Transportvergabe möglich werden könnte,
• und warum fehlende Standards, Cyberrisiken und menschliche Gewohnheiten aktuell stärker bremsen als die Technologie.
David erklärt außerdem, wie sich die Arbeit von Disponenten verändern könnte: weg von der Frage, wie viele Transporte ein Mensch täglich disponiert, hin zu der Frage, bei wie vielen Transporten ein Mensch überhaupt noch eingreifen muss.
Nach der Folge kannst du besser einschätzen, welche Voraussetzungen für eine autonome Transportvergabe noch fehlen, welche Rolle Plattformen wie TIMOCOM dabei spielen und warum Vertrauen zur zentralen Infrastruktur des AI-gestützten Transportmarktes wird.
In dieser Folge sprechen Jannik und Steffen mit David Moog, strategischer Produktmanager bei TIMOCOM, über Vertrauen als Voraussetzung für die Automatisierung des Transportmarktes.
Denn während AI neue Möglichkeiten schafft, professionalisiert sie gleichzeitig den Betrug: Dokumente und Websites lassen sich leichter fälschen, Phantomfrachtführer treten glaubwürdiger auf und betrügerische Strukturen können schneller skalieren. Gleichzeitig müssen Transporte im Spotmarkt häufig innerhalb weniger Minuten vergeben werden – für umfangreiche Prüfprozesse bleibt wenig Zeit.
Wir sprechen darüber:
• warum bekannte Transportpartner trotz digitaler Marktplätze wieder an Bedeutung gewinnen,
• welche Trust-Signale für eine sichere Carrier-Auswahl benötigt werden,
• wie der KI-Verhandlungsassistent von TIMOCOM Transporte vorsortiert und Verhandlungen vorbereitet,
• unter welchen Guardrails eine automatische Transportvergabe möglich werden könnte,
• und warum fehlende Standards, Cyberrisiken und menschliche Gewohnheiten aktuell stärker bremsen als die Technologie.
David erklärt außerdem, wie sich die Arbeit von Disponenten verändern könnte: weg von der Frage, wie viele Transporte ein Mensch täglich disponiert, hin zu der Frage, bei wie vielen Transporten ein Mensch überhaupt noch eingreifen muss.
Nach der Folge kannst du besser einschätzen, welche Voraussetzungen für eine autonome Transportvergabe noch fehlen, welche Rolle Plattformen wie TIMOCOM dabei spielen und warum Vertrauen zur zentralen Infrastruktur des AI-gestützten Transportmarktes wird.
51 Minuten
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: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns über deine Nachricht!
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: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns über deine Nachricht!
55 Minuten
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.
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.
34 Minuten
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:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns über deine Nachricht!
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:
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns über deine Nachricht!
45 Minuten
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:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
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:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
54 Minuten
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:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
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:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
43 Minuten
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 ist
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
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 ist
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
35 Minuten
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 können
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
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 können
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
53 Minuten
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:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
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:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
15 Minuten
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:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
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:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
14 Minuten
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:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
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:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
18 Minuten
Von Automatisierung in der Kühlkette bis hin zur Zukunft von Software-Interfaces.
Den Anfang macht HelloFresh: Das Unternehmen automatisiert seine Kühllogistik im US-amerikanischen Phoenix mit Locus Robotics. Steffen wirft dabei eine spannende Frage auf: Warum rollen europäische Unternehmen ihre großen technologischen Meilensteine eigentlich so oft zuerst auf dem US-Markt aus?. Als erfolgreiches europäisches Gegenbeispiel im "Land and Expand"-Modell mit Locus wird die deutsche InQuality Group genannt.
Zudem werfen wir einen kritischen Blick auf den Visibility-Markt: Nach Project44 und Shippeo drängt nun auch FourKites massiv in die AI-Execution und kündigt autonome Workflows für Seefrachtbuchungen an. Wir debattieren, ob Visibility-Anbieter überhaupt das tiefe operative Prozesswissen besitzen, um solche Workflows verlässlich zu bauen. Zudem stellen wir die These in den Raum, dass klassische Software-Interfaces (wie TMS oder CRM) in Zukunft durch einfache Chat-Boxen ersetzt werden könnten, die auf eine extrem starke, zentrale Datenbank zugreifen.
Außerdem in dieser Episode:
Aus der Community: Entwickler Ricardo Schuster hat die Autobahn-Parkplatzdaten des Bundes (Tollcollect) genutzt und mit Rast-Monitor.de ein eigenes Open-Source-Tool für LKW-Fahrer gebaut.
Hardware-News: Melkos Mechatronik rüstet fahrerlose Transportsysteme (AGVs) mit 360-Grad-Laserscannern aus, sodass diese beim Rangieren und in Kurven kaum noch abbremsen müssen.
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
Den Anfang macht HelloFresh: Das Unternehmen automatisiert seine Kühllogistik im US-amerikanischen Phoenix mit Locus Robotics. Steffen wirft dabei eine spannende Frage auf: Warum rollen europäische Unternehmen ihre großen technologischen Meilensteine eigentlich so oft zuerst auf dem US-Markt aus?. Als erfolgreiches europäisches Gegenbeispiel im "Land and Expand"-Modell mit Locus wird die deutsche InQuality Group genannt.
Zudem werfen wir einen kritischen Blick auf den Visibility-Markt: Nach Project44 und Shippeo drängt nun auch FourKites massiv in die AI-Execution und kündigt autonome Workflows für Seefrachtbuchungen an. Wir debattieren, ob Visibility-Anbieter überhaupt das tiefe operative Prozesswissen besitzen, um solche Workflows verlässlich zu bauen. Zudem stellen wir die These in den Raum, dass klassische Software-Interfaces (wie TMS oder CRM) in Zukunft durch einfache Chat-Boxen ersetzt werden könnten, die auf eine extrem starke, zentrale Datenbank zugreifen.
Außerdem in dieser Episode:
Aus der Community: Entwickler Ricardo Schuster hat die Autobahn-Parkplatzdaten des Bundes (Tollcollect) genutzt und mit Rast-Monitor.de ein eigenes Open-Source-Tool für LKW-Fahrer gebaut.
Hardware-News: Melkos Mechatronik rüstet fahrerlose Transportsysteme (AGVs) mit 360-Grad-Laserscannern aus, sodass diese beim Rangieren und in Kurven kaum noch abbremsen müssen.
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
56 Minuten
In dieser Folge des LogTech Podcasts sprechen Jannik und Steffen mit Matthias Schanze. Als Mitgründer von Rethink Ventures, einem VC-Fonds, der rein auf Transport und Logistik fokussiert ist, sucht er nach den besten frühphasigen Start-ups in Europa. Durch seinen familiären Speditions-Hintergrund im Ruhrgebiet verbindet er operatives Verständnis mit der Perspektive eines Risikokapitalgebers.
Wir diskutieren, wie sich der Markt für LogTech-Start-ups verändert hat. Geld ist nicht mehr so billig wie noch 2021 oder 2022, weshalb Investoren genauer prüfen, ob Teams und Produkte wirklich skalieren können.
Außerdem erfahrt ihr in dieser Episode:
Was VCs wirklich suchen: Risikokapitalgeber suchen keine kleinen Prozessverbesserungen von 10 Prozent, sondern Start-ups, die den Markt disruptieren und große Probleme lösen.
Der KI-Effekt auf Kapitalbedarf: Durch Künstliche Intelligenz ist der Kapitalbedarf für Softwareentwicklung bei Start-ups in der Seed-Phase dramatisch gesunken.
Das Hardware-Comeback: "Physical AI" rückt in den Fokus der Investoren. Start-ups im Bereich Robotik und Teleoperation (wie z. B. EnableTec mit ferngesteuerten Gabelstaplern) sind hochattraktiv, da sie in der echten Welt die nötigen Trainingsdaten für zukünftige Automatisierungslösungen sammeln.
Wendepunkt E-LKW: Die Elektrifizierung des Schwerlastverkehrs steht an einem "Inflection Point", der nun stark von Kosten und Faktoren wie Mautbefreiungen angetrieben wird.
Warum Start-ups beim Funding scheitern: Oft liegt es nicht am mangelnden Interesse an der Logistikbranche, sondern am fehlenden vertrieblichen Know-how der Gründer bei der gezielten Investorenansprache
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
Wir diskutieren, wie sich der Markt für LogTech-Start-ups verändert hat. Geld ist nicht mehr so billig wie noch 2021 oder 2022, weshalb Investoren genauer prüfen, ob Teams und Produkte wirklich skalieren können.
Außerdem erfahrt ihr in dieser Episode:
Was VCs wirklich suchen: Risikokapitalgeber suchen keine kleinen Prozessverbesserungen von 10 Prozent, sondern Start-ups, die den Markt disruptieren und große Probleme lösen.
Der KI-Effekt auf Kapitalbedarf: Durch Künstliche Intelligenz ist der Kapitalbedarf für Softwareentwicklung bei Start-ups in der Seed-Phase dramatisch gesunken.
Das Hardware-Comeback: "Physical AI" rückt in den Fokus der Investoren. Start-ups im Bereich Robotik und Teleoperation (wie z. B. EnableTec mit ferngesteuerten Gabelstaplern) sind hochattraktiv, da sie in der echten Welt die nötigen Trainingsdaten für zukünftige Automatisierungslösungen sammeln.
Wendepunkt E-LKW: Die Elektrifizierung des Schwerlastverkehrs steht an einem "Inflection Point", der nun stark von Kosten und Faktoren wie Mautbefreiungen angetrieben wird.
Warum Start-ups beim Funding scheitern: Oft liegt es nicht am mangelnden Interesse an der Logistikbranche, sondern am fehlenden vertrieblichen Know-how der Gründer bei der gezielten Investorenansprache
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
20 Minuten
Große Investitionen, Mammutaufgaben und die Frage, wie viel Tech die Logistik wirklich verträgt: In dieser News-Folge kommentieren Jannik und Steffen die spannendsten Themen der letzten zwei Wochen.
Den Anfang macht das Start-up NextDash: Gegründet vom Grover-Macher Michael Cassau, tritt das Unternehmen als „Neo Carrier“ an, kauft klassische Speditionen auf und will diese über ein eigenes Flottenbetriebssystem (Next-OS) elektrifizieren und profitabler machen. Wir diskutieren die enorme Komplexität dieses "Buy and Build"-Ansatzes und die realen Hürden der E-Mobilität im Mittelstand – denn oft scheitert die Umstellung schlicht an den fehlenden Stromkapazitäten der lokalen Stadtwerke für die Ladeinfrastruktur auf dem Hof.
Außerdem im Fokus dieser Episode:
Agentic AI bei Trimble: Ein Blick auf die Entwicklungen rund um Transporion und Trimble. Weg von Single-Prompt-Agents hin zu Systemen geht, die eigenständig passende "Skills" auswählen und ausführen.
Exotec auf Erfolgskurs: Warum der Name Skypod aktuell in den Pressemeldungen von DSV bis Renault auftaucht und wie die Kassen beim französischen Automatisierer klingeln.
Der Humanoide im Härtetest: Die TU München und Neura Robotics forschen gemeinsam an humanoiden Robotern für die Industrie. Doch macht die menschliche Form im Lager überhaupt Sinn oder ist sie am Ende ineffizient?
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
Den Anfang macht das Start-up NextDash: Gegründet vom Grover-Macher Michael Cassau, tritt das Unternehmen als „Neo Carrier“ an, kauft klassische Speditionen auf und will diese über ein eigenes Flottenbetriebssystem (Next-OS) elektrifizieren und profitabler machen. Wir diskutieren die enorme Komplexität dieses "Buy and Build"-Ansatzes und die realen Hürden der E-Mobilität im Mittelstand – denn oft scheitert die Umstellung schlicht an den fehlenden Stromkapazitäten der lokalen Stadtwerke für die Ladeinfrastruktur auf dem Hof.
Außerdem im Fokus dieser Episode:
Agentic AI bei Trimble: Ein Blick auf die Entwicklungen rund um Transporion und Trimble. Weg von Single-Prompt-Agents hin zu Systemen geht, die eigenständig passende "Skills" auswählen und ausführen.
Exotec auf Erfolgskurs: Warum der Name Skypod aktuell in den Pressemeldungen von DSV bis Renault auftaucht und wie die Kassen beim französischen Automatisierer klingeln.
Der Humanoide im Härtetest: Die TU München und Neura Robotics forschen gemeinsam an humanoiden Robotern für die Industrie. Doch macht die menschliche Form im Lager überhaupt Sinn oder ist sie am Ende ineffizient?
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
49 Minuten
Im dritten Teil unserer Serie mit Hellmann Worldwide Logistics und dem KI-Startup Zauber verlassen wir die Theorieebene und schauen uns an, wie Agentic AI im echten Speditionsalltag funktioniert. Zur Verstärkung haben sich Dominik und Erik diesmal Jacqueline (Hellmann) und Sebastian (Zauber) mitgebracht.
Der Rollout nimmt massiv an Fahrt auf: Inzwischen arbeiten über 500 Kolleginnen und Kollegen mit der neuen Spot-Quote-Version, was aufs Jahr hochgerechnet in die Millionen Transaktionen geht. Wir diskutieren, wie der Agent mit zu 80 % unstrukturierten E-Mails umgeht und den Mitarbeitern lästige "Data Entry"-Aufgaben abnimmt, sodass mehr Zeit für die echte Kundenbetreuung bleibt.
Außerdem im Fokus dieser Episode:
Lustige KI-Fails: Warum der Agent plötzlich eine SOP (Standard Operating Procedure) für Hellmann selbst anlegen wollte.
Guardrails & Compliance: Wie man den "Blast Radius" einer KI kontrolliert. Während einfache Milestone-Updates komplett autonom laufen, gilt bei sensiblen Quotierungen weiterhin die strenge "Human in the Loop"-Regel.
Change Management: Wie man erfahrene Operator davon überzeugt, alte Copy-Paste-Gewohnheiten abzulegen und der KI zu vertrauen.
Der Ausblick: Wie in Zukunft auch nicht-technische Mitarbeiter ihre eigenen KI-Agenten bauen sollen und warum die holistische Orchestrierung von Agenten der nächste große logistische Schritt ist.
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!
Der Rollout nimmt massiv an Fahrt auf: Inzwischen arbeiten über 500 Kolleginnen und Kollegen mit der neuen Spot-Quote-Version, was aufs Jahr hochgerechnet in die Millionen Transaktionen geht. Wir diskutieren, wie der Agent mit zu 80 % unstrukturierten E-Mails umgeht und den Mitarbeitern lästige "Data Entry"-Aufgaben abnimmt, sodass mehr Zeit für die echte Kundenbetreuung bleibt.
Außerdem im Fokus dieser Episode:
Lustige KI-Fails: Warum der Agent plötzlich eine SOP (Standard Operating Procedure) für Hellmann selbst anlegen wollte.
Guardrails & Compliance: Wie man den "Blast Radius" einer KI kontrolliert. Während einfache Milestone-Updates komplett autonom laufen, gilt bei sensiblen Quotierungen weiterhin die strenge "Human in the Loop"-Regel.
Change Management: Wie man erfahrene Operator davon überzeugt, alte Copy-Paste-Gewohnheiten abzulegen und der KI zu vertrauen.
Der Ausblick: Wie in Zukunft auch nicht-technische Mitarbeiter ihre eigenen KI-Agenten bauen sollen und warum die holistische Orchestrierung von Agenten der nächste große logistische Schritt ist.
Unser Newsletter LogTech Pulse - jetzt kostenfrei abonnieren!
Links zum Podcast:
LinkedIn
Website zu diesem Podcast
Email: moin@logtechpodcast.com
Wenn du Fragen, Ideen oder Anregungen hast, freuen wir uns sehr über deine Nachricht!