DSA/DMA-Streit: Was das für Schweizer KI-Commerce heißt

Am 17.12.2025 hat die US-Regierung eine neue Eskalationsstufe im Streit um europäische Digitalregeln gezündet: Erstmals wurden große EU-Konzerne wie DHL, SAP, Siemens und Spotify namentlich genannt – verbunden mit dem Hinweis, man könne „alle verfügbaren Mittel“ nutzen, etwa neue Gebühren oder Einschränkungen für ausländische Dienstleistungen. Das ist mehr als politische Rhetorik. Es ist ein Signal an alle Unternehmen, die grenzüberschreitend digital arbeiten.

Für Schweizer Retailer und E-Commerce-Teams klingt das zunächst nach „EU vs. USA – nicht unser Problem“. Ich halte das für gefährlich. Die Realität ist: Regulierungs-Konflikte werden heute direkt in Plattformen, Clouds, Datenflüssen und KI-Tools ausgetragen. Und genau dort sitzen Schweizer Unternehmen – besonders in Logistik, Fulfillment, Customer Service, Pricing und Forecasting.

Dieser Beitrag ordnet ein, was hinter DSA und DMA steckt, warum die US-Drohung relevant ist und was Schweizer Unternehmen im KI-gestützten Logistik- und Lieferkettenmanagement jetzt konkret tun sollten, damit KI-Projekte nicht an Compliance, Vendor-Risiken oder Datenfragen scheitern.

Was in der DSA/DMA-Eskalation wirklich steckt

Kernpunkt: Der Streit dreht sich nicht nur um „Regeln für Big Tech“, sondern um Marktzugang, Durchsetzungsmacht und die Frage, wer digitale Spielregeln global prägt.

Die EU setzt mit dem Digital Services Act (DSA) und dem Digital Markets Act (DMA) striktere Leitplanken für digitale Dienste und Plattformmärkte. Die USA werfen der EU seit Längerem vor, US-Unternehmen würden faktisch stärker getroffen – die EU kontert: Die Regeln gelten formal für alle, entscheidend sei die Marktrolle (z. B. Gatekeeper).

Neu ist nun der Ton: Wenn europäische Institutionen auf strenger Durchsetzung bestehen, drohen die USA mit Gegenmaßnahmen, und zwar nicht abstrakt, sondern mit einer Art „Namensliste“. Das schafft Unsicherheit – und Unsicherheit ist Gift für Lieferketten, weil sie Investitionen, Partnerentscheidungen und IT-Roadmaps beeinflusst.

Warum das ausgerechnet Logistik und E-Commerce trifft

Answer first: Weil moderne Supply Chains ohne digitale Dienstleister nicht mehr funktionieren – und diese Dienstleister in genau den Regulierungszonen (EU/USA) sitzen, die gerade aneinandergeraten.

Im E-Commerce sind zentrale Werttreiber heute:

• Nachfrageprognosen und Bestandsoptimierung (KI)
• dynamisches Pricing
• personalisierte Marketing-Automation
• Fraud-Detection
• Retourensteuerung
• Carrier- und Netzwerkoptimierung

All das läuft über Software-Ökosysteme (ERP, WMS, TMS, CRM, CDP), Cloud-Infrastruktur und oft über Anbieter, die in EU oder USA reguliert werden. Wenn Handelskonflikte digitale Dienste teurer, rechtlich riskanter oder technisch eingeschränkter machen, wird aus einem „Legal-Thema“ schnell ein Operations-Thema.

Was Schweizer Retailer daraus lernen sollten: Compliance ist ein Lieferketten-Risiko

Kernpunkt: Wer KI in der Lieferkette einführt, baut Abhängigkeiten auf. Diese Abhängigkeiten müssen wie klassische Lieferantenrisiken gemanagt werden.

In Schweizer Unternehmen wird Compliance bei KI-Projekten oft zu spät eingeplant. Erst wird ein Proof of Concept gebaut, dann skaliert man, und irgendwann fragt jemand: „Dürfen wir diese Daten eigentlich so verwenden?“ Das kostet Zeit, Nerven – und manchmal den ganzen Business Case.

Der DSA/DMA-Streit zeigt: Regeln ändern sich nicht nur, sie werden geopolitisch aufgeladen. Für Schweizer Firmen heißt das nicht, sich politisch zu positionieren, sondern pragmatisch zu reagieren.

Drei konkrete Risiko-Kategorien in KI-Logistikprojekten

1. Datenflüsse & Datenresidenz

   • Wo liegen Tracking-, Kund:innen- und Transaktionsdaten?
   • Welche Subprozessoren hängen in der Toolchain?
   • Was passiert, wenn ein Anbieter Datenregionen, AGB oder Transfermechanismen ändert?

2. Plattform- und Vendor-Lock-in

   • Forecasting-Modelle, die nur in einer Cloud laufen, sind ein strategisches Risiko.
   • Gleiches gilt für „Black Box“-Optimierer in Transport und Lager.

3. Durchsetzung & Sanktionen (indirekt)

   • Wenn Anbieter wegen regulatorischer Risiken Features abschalten (z. B. bestimmte Targeting- oder Profiling-Funktionen), kann das Prozesse brechen.
   • In der Logistik trifft das z. B. ETA-Prognosen, Carrier-Selection oder automatisierte Ausnahmebehandlung.

Merksatz, den ich in Projekten immer wieder verwende: KI ist nur so robust wie das schwächste Glied in Daten, Vertrag und Betrieb.

DSA/DMA in der Praxis: Was ändert sich für KI-gestützte Commerce-Prozesse?

Answer first: Für Schweizer Unternehmen ändern DSA/DMA selten „direkt“ etwas, aber oft über die Anbieter, die Sie einsetzen – und über die Anforderungen Ihrer EU-Partner.

Viele Schweizer Retailer verkaufen in die EU, betreiben EU-Marktplätze, nutzen EU-Fulfillment oder arbeiten mit EU-Softwarehäusern. Dadurch entstehen de-facto-Pflichten: Audit-Fragen, Nachweispflichten, Prozessdokumentation.

Typische Berührungspunkte im Alltag (ohne Juristendeutsch)

• Transparenz & Nachvollziehbarkeit: Wenn ein System entscheidet (z. B. Fraud-Scoring, Priorisierung von Support-Tickets, automatische Sperrungen), wollen Partner und Plattformen nachvollziehen können, warum.
• Risiko- und Beschwerdeprozesse: DSA-Logiken rund um Moderation/Entscheidungen färben auf Service-Prozesse ab. Wer automatisiert sperrt oder klassifiziert, braucht saubere Eskalationspfade.
• Wettbewerbs- und Marktmacht-Fragen: DMA trifft primär Gatekeeper, aber die Folgewirkung ist real: Schnittstellen, Datenzugang, Ranking-Logiken können sich ändern.

Für Logistik heißt das ganz konkret: Die Qualität Ihrer Daten und die Erklärbarkeit Ihrer Automatisierung werden zum Verhandlungsthema – mit Carriern, Plattformen, Payment-Providern und Softwarepartnern.

Playbook für Schweizer Unternehmen: So machen Sie KI-Projekte regulatorisch stabil

Kernpunkt: Man kann nicht jede politische Wendung vorhersagen. Aber man kann Architektur, Verträge und Governance so bauen, dass man handlungsfähig bleibt.

Hier sind Maßnahmen, die ich für Schweizer Retail- und E-Commerce-Organisationen als besonders wirksam sehe – gerade jetzt, kurz vor Jahreswechsel, wenn viele Roadmaps für 2026 festgezurrt werden.

1) Bauen Sie ein „AI/Data Bill of Materials“ (A-DBOM)

Answer first: Dokumentieren Sie jede relevante KI-Funktion wie ein Bauteil in der Lieferkette.

Ein A-DBOM ist eine einfache Tabelle, die pro KI-Use-Case festhält:

• Datenquellen (Shop, POS, CRM, Tracking, Carrier-Events)
• Datenkategorien (personenbezogen/aggregiert)
• Modelltyp (Eigenmodell, Anbieter-Modell, Fine-Tuning)
• Hosting/Region (CH/EU/US)
• Subdienstleister
• Ausfall- und Exit-Plan

Das klingt bürokratisch, spart aber Monate, wenn sich Verträge, Regulierungen oder Anbieter-Setups ändern.

2) Trennen Sie „Decisioning“ von „Execution“

Answer first: KI darf entscheiden, aber das operative System muss auch ohne KI weiterlaufen.

Beispiel aus der Logistik:

• KI empfiehlt Carrier A statt B (Decisioning).
• TMS bucht tatsächlich den Carrier (Execution).

Wenn das KI-Modul ausfällt oder aus Compliance-Gründen abgeschaltet werden muss, sollte das TMS mit festen Regeln (Fallback) weiterarbeiten:

• Priorität nach Preis/Servicelevel
• feste SLAs
• manuelle Freigabe ab Schwelle X

Das erhöht Resilienz – und reduziert das Risiko, dass Regulatorik plötzlich „den Stecker zieht“.

3) Verankern Sie Auditierbarkeit als Produktanforderung

Answer first: „Warum hat die KI das getan?“ muss in 30 Sekunden beantwortbar sein.

Praktisch heißt das:

• Logfiles für Entscheidungen (Input-Features, Score, Schwellenwerte)
• Versionierung von Modellen und Regeln
• Dashboards für Drift/Qualität (z. B. Forecast Accuracy, Bias-Indikatoren)

Gerade in Peak-Zeiten (Black Friday-Nachlauf, Januar-Retouren, Wintersale) sind schnelle Antworten entscheidend, weil Fehlentscheidungen in Forecasting oder Retourenrouting sofort Geld kosten.

4) Verhandeln Sie „Regulatory Change“-Klauseln mit Anbietern

Answer first: Lassen Sie sich vertraglich absichern, dass Sie bei Regeländerungen nicht ohne Option dastehen.

Wichtige Punkte:

• Vorlaufzeiten bei Material Changes (AGB, Subprozessoren, Datenregion)
• Unterstützung bei Audits und Auskunftsanfragen
• Datenexport in nutzbaren Formaten
• klarer Exit-Prozess (inkl. Löschbestätigungen)

Das ist kein Nice-to-have. Es ist Lieferantenmanagement – nur eben für digitale Lieferanten.

Mini-Szenario: Wenn ein Trade-Konflikt Ihre Supply-Chain-KI trifft

Answer first: Der Schaden entsteht selten durch ein Verbot – meist durch Reibung: Kosten, Verzögerungen, Feature-Änderungen, Unsicherheit.

Stellen wir uns einen Schweizer Multichannel-Retailer vor:

• Demand Forecasting läuft in einer US-Cloud.
• WMS/ERP sitzt bei einem EU-Anbieter.
• Tracking- und ETA-Prognosen kommen von einem globalen Logistikdienst.

Wenn sich durch politische Gegenmaßnahmen Gebühren oder Einschränkungen für bestimmte digitale Services ergeben, passiert typischerweise Folgendes:

1. Finance fordert Kostenkontrolle, Budgets werden eingefroren.
2. IT verschiebt die Skalierung eines KI-Moduls.
3. Operations arbeitet wieder stärker mit manuellen Pufferbeständen.
4. Servicelevel sinkt (Lieferzeiten, Verfügbarkeiten), Marketing zahlt mehr für Conversion.

Das ist die Kette. Und die sieht man selten in der Pressemitteilung.

Was Sie jetzt in Q1/2026 konkret anstoßen sollten

Kernpunkt: Warten ist die teuerste Option, weil KI- und Datenabhängigkeiten mit jedem Sprint wachsen.

Eine pragmatische 30-60-90-Tage-Agenda:

• 30 Tage: A-DBOM für die Top-5 KI-Use-Cases in E-Commerce/Logistik erstellen (Forecasting, Retouren, Fraud, Support, Carrier-Optimierung).
• 60 Tage: Vendor-Risiko-Workshop mit Einkauf, Legal, IT, Operations. Ergebnis: Fallbacks + Prioritätenliste.
• 90 Tage: Architekturentscheid: Wo brauchen Sie Multi-Region/Multi-Cloud? Wo reicht ein sauberer Exit?

Wenn Sie nur einen Satz mitnehmen: Regulierung ist kein Blocker für KI – aber sie zwingt zu besserer Planung.

Zum Schluss eine Frage, die ich Teams gern auf den Tisch lege: Wenn morgen ein zentraler Anbieter Bedingungen ändert – können wir unseren KI-gestützten Fulfillment-Betrieb in zwei Wochen stabil weiterfahren? Wenn die Antwort nicht klar „ja“ ist, wissen Sie, wo Sie anfangen sollten.