Der KI-Kollege am Führungstisch

Der iX3 ist für BMW mehr als ein neues Elektro-SUV. Als erstes Serienmodell der Neuen Klasse steht er für den technologischen Neustart des Autobauers – und trifft offenbar einen Nerv. Ein Jahr nach der Premiere lagen allein in Europa 100.000 Bestellungen vor. Bereits Ende Juli hatte das Werk in Debrecen den 50.000sten iX3 produziert. Daraus ergibt sich ein Luxusproblem, das viele Automobilhersteller derzeit wohl gern hätten: Was, wenn die Kundschaft nach mehr iX3 verlangt als ursprünglich geplant? Kann BMW kurzfristig mehr Fahrzeuge bauen, wenn der Markt danach ruft?

So simpel die Frage erscheint, so komplex ist bislang eine Antwort darauf. Denn zusätzliche Volumina müssen mit Produktionsplanung, verfügbaren Komponenten, technischen Freigaben, Kapazitäten und Kosten abgeglichen werden. Die dafür nötigen Informationen liegen in unterschiedlichen Ressorts und Systemen. Bis daraus eine belastbare Entscheidung entsteht, können Wochen vergehen. Mit „Mr. Flexibility“ will BMW diese Logik umdrehen. Der KI-Assistent bündelt die relevanten Informationen und soll deutlich schneller aufzeigen, was zusätzlich gebaut werden kann – und zu welchen Kosten. Doch hinter dem Anwendungsfall steckt ein größerer Anspruch: BMW will KI im Einkauf nicht nur als Produktivitätswerkzeug einsetzen, sondern als zusätzliche Instanz in der Entscheidungsfindung.

Effektivität statt Effizienz

Dass der Konzern gerade im Einkauf nach radikaler Vereinfachung sucht, überrascht bei einem Blick auf dessen Dimensionen kaum. Rund 2.600 direkte Lieferanten und hunderttausende Unternehmen auf tieferen Stufen gehören zum Netzwerk. Täglich müssen etwa 36 Millionen Teile für mehr als 30 Produktionsstandorte zur richtigen Zeit, in der richtigen Qualität und Stückzahl bereitstehen. Rund 70 Prozent der Wertschöpfung eines Fahrzeugs entstehen gemeinsam mit dem Partnernetzwerk. Der Einkauf ist damit schon für sich genommen ein Geflecht aus starken Abhängigkeiten. Bedarfe, Kapazitäten, Kosten, Qualität und Versorgungssicherheit müssen permanent aufeinander abgestimmt werden. Sobald für eine Entscheidung zusätzlich Informationen aus Produktion oder Entwicklung nötig sind, kommen weitere Schnittstellen hinzu. Genau aus dieser Komplexität entsteht der Wunsch, Entscheidungswege deutlich zu verkürzen.

Für Nicolai Martin, BMW-Vorstand für Einkauf und Lieferantennetzwerk, liegt darin der eigentliche Hebel von KI. Er unterscheidet bewusst zwischen Effizienz und Effektivität. „Versuche ich nur, meine Mitarbeiter in ihren Routinetätigkeiten effizienter zu machen – oder versuche ich, die ganze Komplexität der Supply Chain mit KI-Agenten so zu bearbeiten, dass wir wirklich einen Mehrwert für das Business schaffen?“, fragt Martin vor Journalisten bei der Demonstration des KI-Assistenten. Seine Rechnung dahinter ist bewusst zugespitzt, aber simpel: Den Fixkostenaufwand der Einkaufsorganisation beziffert Martin auf einen mittleren dreistelligen Millionenbetrag. Diese Summe mit KI effizienter zu bewirtschaften, kann Kosten sparen. Demgegenüber stünden jedoch 80 Milliarden Euro Einkaufsvolumen. „Schon kleine Verbesserungen bei Materialkosten, Kapazitäten oder Flexibilität besitzen damit einen ungleich größeren Hebel“, so Martin.

BMW will den Effekt deshalb nicht nur in eingesparten Stunden messen. Für das Gesamtprogramm der agentischen Anwendungen im Einkauf peilt Martin für das kommende Jahr einen Business Impact im dreistelligen Millionenbereich an. Darin stecken unter anderem eine bessere Steuerung von Flexibilität und Materialkosten. Für den Einkaufschef ist das der entscheidende Perspektivwechsel: KI soll nicht nur vorhandene Prozesse beschleunigen, sondern bessere Entscheidungen ermöglichen, solange diese noch beeinflusst werden können. Und genau deshalb soll „Mr. Flexibility“ nicht irgendwo im Hintergrund Analysen produzieren. Martin will den Agenten dort haben, wo die Fragen entstehen: im Führungskreis.

Der digitale Kollege am Führungstisch

Martin beschreibt den Anspruch sehr konkret. Kapazitäts-, Kosten- und Szenarioinformationen sollen möglichst in Echtzeit in Besprechungen verfügbar sein. Statt eine Frage aus dem Leadership-Meeting mitzunehmen und später mit einer Analyse zurückzukommen, soll die Führungsrunde verschiedene Optionen direkt durchspielen können. Das passt zur Art, wie BMW die Technologie intern entwickelt. Martins Führungskreis beschäftigt sich nach seinen Angaben seit rund 15 Monaten jede Woche mit KI. Dabei gehe es ausdrücklich nicht um fertige Präsentationen. Die Agenten würden direkt herausgefordert: Warum kann eine Frage nicht beantwortet werden? Welches Werkzeug fehlt? Wo reicht die Datenbasis noch nicht aus?

Agentic AI im Fokus: Was Entscheider jetzt wissen müssen

Agentic AI ist mehr als ein Trend. Sie verändert Prozesse, Entscheidungen und Unternehmenssteuerung. Unser Themenkompass bündelt für Sie Hintergründe, Spannungsfelder und strategische Orientierungsmarken. Jetzt herunterladen und die richtigen Fragen früher stellen.

Redaktion

Auch deshalb spricht Martin nicht gerne von einer weiteren Softwareanwendung. „Es ist kein IT-Tool, das bereitgestellt wird, sondern ein neuer Kollege. Und der neue Kollege lernt dazu.“ Dahinter steht ein mehrstufiges Zielbild. BMW unterscheidet zwischen einem KI-assistierten Unternehmen, einem agentischen Modell mit verknüpften Daten und Systemen entlang von Prozessen und schließlich einer KI-orchestrierten Organisation. In der letzten Stufe sollen spezialisierte Agenten funktionsübergreifend zusammenarbeiten und aus Markt-, Lieferketten-, Kapazitäts- oder Kostendaten Handlungsoptionen ableiten. Wie wertvoll dieser Platz am Führungstisch sein kann, zeigt sich beim iX3 besonders anschaulich.

Wenn aus Wochen Minuten werden

Soll zusätzliches Fahrzeugvolumen gebaut werden, müssen mindestens drei Informationswelten zusammenkommen. Aus der Produktion stammt das geplante Fahrzeugprogramm. Der Einkauf kennt verfügbare und vereinbarte Kapazitäten. Die Entwicklung liefert die technischen Stammdaten darüber, welche Komponenten in welcher Variante eingesetzt werden dürfen. Für eine einzige Volumenfrage müssen also Informationen über Ressortgrenzen hinweg zusammengeführt und fachlich bewertet werden. „So eine Anfrage hat in der Vergangenheit mehrere Wochen gedauert, bis wir eine Antwort bekommen haben. Mit Mr. Flexibility können wir diese Frage innerhalb weniger Minuten beantworten“, erklärt Hendrik Lang, Bereichsleiter Einkauf und Lieferantennetzwerk für Hochvolt-Speicher.

Der Fahrzeugakku eignet sich besonders gut, um den Hub von Mr. Flexibility zu demonstrieren, weil hier mehrere Ebenen von Komplexität zusammenlaufen. Er ist laut Lang die mit Abstand teuerste Komponente eines batterieelektrischen Fahrzeugs, zugleich lassen sich zusätzliche Kapazitäten nur mit langen Vorläufen aufbauen. Für signifikante Erweiterungen spricht BMW von mindestens zwei Jahren. Allein bei den Batteriezellen müssen Kapazitäten an 13 weltweit verteilten Lieferantenstandorten berücksichtigt werden. Hinzu kommen regionale Regulatorik und Homologationsvorgaben: Selbst technisch identische Zellen lassen sich nicht in jedem Markt ohne Weiteres zwischen Standorten tauschen. Für Lang liegt der Nutzen daher nicht nur in Geschwindigkeit, sondern in Präzision und einer ganzheitlichen Betrachtung. Vor allem der letztgenannte Punkt ist zentral: „Selbst vermeintlich einfache Ausweichoptionen bringen neue Abhängigkeiten mit sich. Zellen lassen sich wegen Alterungsvorgaben nur in einem begrenzten Zeitfenster vorproduzieren. Ein Wechsel zwischen Regionen kann wiederum den Local Content des Fahrzeugs und damit mögliche Zollkosten beeinflussen“, erklärt Lang.

Warum Zeit im Einkauf überhaupt eine so zentrale Rolle für das Business spielt, machte Martin an einem typischen Ablauf deutlich: Ein zusätzliches Fahrzeugvolumen kann zunächst als technisch machbar erscheinen. Dauert die vollständige Kostenbewertung im Einkauf Wochen, zeigt sich womöglich zu spät, dass die zusätzlichen Einheiten an anderer Stelle einen Kostensprung bei benötigten Komponenten auslösen – Schichtplanung und Produktionsprogramm womöglich längst angepasst. Die Entscheidung lässt sich dann kaum noch zurückdrehen. Eine Antwort innerhalb von Minuten verändert deshalb nicht nur den Arbeitsaufwand, sondern den Entscheidungszeitpunkt. Szenarien lassen sich vergleichen, bevor Fakten geschaffen sind.

Das Sprachmodell rechnet nicht

Gerade weil solche Antworten direkt in Managemententscheidungen einfließen können, dürfen sie nicht nur überzeugend klingen. BMW trennt deshalb Sprachverarbeitung und fachliche Berechnung klar voneinander. „Das Large Language Model berechnet bei uns nichts. Wir haben überall deterministische Tools“, erklärt Maik Leuthold, Product Owner von „Mr. Flexibility“. Das Sprachmodell übernimmt vor allem die Orchestrierung. Es interpretiert die Nutzerfrage, erkennt den Kontext und entscheidet, welches Werkzeug benötigt wird. Das LLM bildet damit die sprachliche Schnittstelle zur bestehenden IT, ersetzt deren Berechnung aber nicht.

BMW trennt so sprachliche Flexibilität von rechnerischer Verlässlichkeit. Für den Nutzer verschwindet zugleich ein Teil der technischen Komplexität. „Unsere Einkäufer interagieren mit dem Agenten wie mit Menschen“, sagt Leuthold. Fragen würden ähnlich formuliert wie gegenüber einem Kollegen – ohne dass der Anwender jedes einzelne Quellsystem kennen müsse. Auch bei der Modellwahl will BMW flexibel bleiben. „Wir sind anbieter- und modell-agnostisch“, betont Leuthold. Sprachmodelle sollen je nach Performance, Geschwindigkeit und Kosten ausgewählt und bei Bedarf ausgetauscht werden können. Damit rückt allerdings eine weniger spektakuläre Frage in den Vordergrund: Wie gut sind die Daten, auf denen all diese Antworten beruhen?

BMW setzt auf CodeRabbit für agentengestützte Entwicklung

BMW beteiligt sich am KI-Startup CodeRabbit. Die Plattform unterstützt bereits mehr als 1.000 BMW-Entwickler bei der Codeprüfung. Die Investition passt zur KI-Offensive der Venture-Capital-Tochter der Münchner.

Redaktion

Daten und Governance werden zur Basis

Eine Antwort nach drei Minuten ist schließlich kein Fortschritt, wenn die verwendeten Kapazitätsdaten drei Monate alt sind. BMW macht Datenqualität deshalb zum Teil des laufenden Prozesses. Das System zeigt an, wie aktuell hinterlegte Informationen sind. Werden Daten längere Zeit nicht bestätigt, verändert sich ihr Status und der zuständige Mitarbeiter wird zur Prüfung aufgefordert. Auch Auffälligkeiten in Datenreihen soll das System erkennen und markieren. Und selbst aktuelle Daten lösen nicht jedes Problem. Denn nicht jeder Mitarbeiter darf alles sehen.

Und so orientieren sich auch die Zugriffsmöglichkeiten von „Mr. Flexibility“ bewusst an den Berechtigungen des jeweiligen Nutzers. Der Agent bekommt also nicht automatisch ein unternehmensweites Informationsprivileg. Das schafft eine neue Anforderung: Ein System, das Daten aus unterschiedlichen Bereichen zusammenführt, muss im Zweifel auch transparent machen, wenn ihm Informationen für eine vollständige Antwort fehlen. „Der Agent weiß, was er nicht weiß“, versichert Martin.

Damit wird aus einer technischen Frage schnell eine organisatorische: Wer darf was wissen? Wer bewertet die Empfehlung? Und wer trägt am Ende die Verantwortung? Für Martin bleibt diese beim Menschen. Somit sitzt mit „Mr. Flexibility“ noch kein autonomer Entscheider am Tisch. Der Assistent liefert Antworten, spielt Szenarien durch und bereitet Entscheidungen vor. Spannend wird die nächste Stufe.

Wann aus dem Assistenten ein Agent wird

Perspektivisch könnte „Mr. Flexibility“ auf Basis seiner Analysen auch definierte Prozessschritte selbst auslösen – etwa Ergebnisse an nachgelagerte Systeme übergeben oder Kapazitätsmaßnahmen anstoßen. Technisch seien solche Schritte grundsätzlich möglich, so Martin. Entscheidend seien Sicherheit und Governance. „Wir wollen diese Autonomie bewusst in Stufen freigeben. Zunächst muss die KI zeigen, dass sie tatsächlich bessere Entscheidungen ermöglicht“, sagt der Einkaufsvorstand. Erst danach stelle sich die Frage, welche heute manuellen Schritte sie selbst ausführen darf.

Vielleicht liegt der eigentliche Fortschritt vorerst also gar nicht darin, dass eine KI selbst entscheidet. Sondern darin, dass eine Führungsrunde eine komplexe Frage stellt und die Diskussion nicht mehr mit dem Satz endet: „Das müssen wir prüfen.“ Wenn „Mr. Flexibility“ funktioniert wie gedacht, liegt die Antwort auf dem Tisch, solange noch etwas zu entscheiden ist.

BMW-CIO Franz Decker auf dem automotiveIT Kongress 2026

Am 14. Oktober 2026 geht Deutschlands größtes Branchentreffen der Automobil- und IT-Industrie in Ingolstadt in die nächste Runde. CIOs und IT-Experten stellen dort ihre Strategien und Projekte vor. Erleben Sie spannende Vorträge, Paneldiskussionen, Insights auf unseren Deep Dive-Bühnen, die Verleihung der nächsten IT Team Awards und natürlich das Networking mit der Community hautnah.

🎫 Jetzt Ticket sichern!