Primarks neues Logistikzentrum zeigt, wie Modehandel, KI und Nachhaltigkeit zusammengehören. Was österreichische Unternehmen jetzt für ihre Supply Chain lernen können.
Warum ein Logistikzentrum von Primark fĂĽr KI-Fans spannend ist
81.000 Quadratmeter, 200 neue Jobs und ein Standort nahe am Hafen Genua: Primark baut sein erstes Logistikzentrum in Italien. Auf den ersten Blick ist das „nur“ eine Expansionsmeldung aus dem Modehandel. Für alle, die sich mit KI in der Logistik beschäftigen – gerade in Österreich – steckt darin aber ein ziemlich klarer Trend.
Die Modebranche steht unter Druck: Nachhaltigkeit, Kosten, Liefertreue, Retourenflut, volatile Nachfrage – alles gleichzeitig. Wer da nur an mehr Lagerfläche und mehr Lkw denkt, hat schon verloren. Die Unternehmen, die jetzt Logistikzentren planen oder modernisieren, denken längst in Daten, Algorithmen und Automatisierung.
In unserer Serie „KI in der österreichischen Logistik: Supply Chain Excellence“ schauen wir uns heute an, was man aus dem Primark-Beispiel lernen kann – und wie österreichische Mode- und Handelsunternehmen ihre eigenen Standorte mit künstlicher Intelligenz fit machen können.
Was Primark in Italien macht – und warum das Vorbildcharakter hat
Primark setzt mit dem neuen Logistikzentrum in Alessandria ein klares Signal:
- Nähe zu einem wichtigen Seehafen (Genua)
- 81.000 m² Lager- und Abwicklungsfläche
- 200 neue Arbeitsplätze
- Parallel: Eröffnung neuer Stores und Investitionen von insgesamt rund 40 Mio. Euro in Italien
Das ist klassische Expansionsstrategie – aber sie funktioniert nur, wenn die Supply Chain präzise gesteuert wird. Ein Standort nahe am Hafen reduziert Transportzeiten und Kosten, bringt aber neue Komplexität: internationale Warenströme, Zoll, saisonale Peaks, verändertes Konsumverhalten.
Genau hier kommen moderne Logistik-IT und KI ins Spiel: Ohne intelligente Systeme wĂĽrde so ein Hub schnell zum teuren Engpass statt zum Wachstumsmotor.
Die Lehre für Österreich: Wer neue Distributionszentren oder Erweiterungen plant – etwa entlang der Korridore Wien–Bratislava, Linz–München oder Richtung Adria-Häfen – sollte nicht nur in Beton und Regale investieren, sondern von Anfang an in datengetriebene Steuerung.
Drei KI-Hebel, die jedes Mode-Logistikzentrum heute braucht
Der Kern von Supply-Chain-Exzellenz ist nicht mehr „mehr Fläche“, sondern bessere Entscheidungen in Echtzeit. Dafür hat sich besonders im Modehandel ein Trio an KI-Anwendungsfeldern bewährt.
1. Nachfrageprognose: Vom BauchgefĂĽhl zu belastbaren Szenarien
Gerade Mode ist brutal saisonal:
- WetterumschwĂĽnge
- kurzfristige Trends aus Social Media
- wirtschaftliche Unsicherheit (wie aktuell vor Weihnachten 2025)
Viele Händler planen trotzdem noch mit Vorjahresdaten und Excel. Das ist fahrlässig.
Was KI besser macht:
- verarbeitet historische Verkaufsdaten pro Artikel, Größe, Farbe und Standort
- integriert externe Daten (Wetter, Feiertage, lokale Events, Online-Trends)
- erstellt rollierende Prognosen mit täglichen Updates
- erkennt frĂĽh, welche Artikel zu LadenhĂĽtern oder Rennern werden
FĂĽr ein Logistikzentrum wie das von Primark bedeutet das:
- genauere Zuteilung der Ware auf Filialen
- weniger Sicherheitsbestände, also weniger gebundenes Kapital
- höhere Verfügbarkeit bei Trendartikeln
Österreichische Unternehmen können mit überschaubarem Aufwand starten: Ein zentrales Data Warehouse, ein KI-Modell für Nachfrageprognose, das zunächst nur auf ein Produktsegment oder eine Region angewendet wird – und dann ausgebaut wird.
2. Routenoptimierung: Von Kilometern zu COâ‚‚ und Servicegrad denken
Wer mehrere Stores aus einem Zentrallager beliefert, kennt das Problem:
- steigende Transportkosten
- Fahrermangel
- innerstädtische Zufahrtsbeschränkungen
KI-gestĂĽtzte Routenoptimierung geht deutlich weiter als klassische Tourenplanung:
- kalkuliert Millionen möglicher Routen und Lieferpläne in Minuten
- berĂĽcksichtigt Zeitfenster, Verkehrsaufkommen, Fahrzeitenregelungen
- optimiert nicht nur Kosten, sondern auch COâ‚‚-Emissionen oder Service-Level
Gerade im Kontext Nachhaltigkeit in der Modebranche – Primark spricht selbst von 74 % recycelten oder nachhaltiger beschafften Materialien im Sortiment – passt es schlicht nicht mehr, wenn die Ware danach mit ineffizienten Transportstrukturen durch halb Europa gefahren wird.
Für die österreichische Logistikpraxis heißt das:
- Regionale Hubs (z.B. im Raum Linz, Graz, Wien) mit KI-Routenplanung koppeln
- Fahrten zu Filialen, Outlets und E‑Commerce-Hubs dynamisch planen
- Ziele wie „maximaler CO₂-Ausstoß pro Tour“ oder „maximale Lieferzeit pro Store“ aktiv im Algorithmus hinterlegen
3. Lagerverwaltung: Vom Menschen unterstĂĽtzt, nicht ersetzt
Viele Lager arbeiten noch mit papierbasierten Kommissionierlisten oder starren WMS-Regeln, die seit Jahren nicht mehr angefasst wurden.
KI in der Lagerverwaltung kann unter anderem:
- Lagerplätze dynamisch vergeben (Schnelldreher nach vorne, Saisonware rechtzeitig umschichten)
- Pick-Routen optimieren (kĂĽrzere Wege, weniger Staus zwischen Zonen)
- Fehlerquoten senken, indem System und Scanner plausibilisieren, ob der Artikel zur Bestellung passt
- Personalplanung verbessern, etwa durch Prognosen von Peak-Zeiten
Das bedeutet nicht, dass Roboter sofort alles übernehmen. Gute Lösungen kombinieren Menschen mit KI-Empfehlungen – etwa über mobile Geräte, Pick-by-Voice oder AR-Brillen.
Für neue Zentren wie in Alessandria ist das ein No-Brainer. Für österreichische Standorte lohnt sich ein schrittweiser Ansatz: zunächst transparente Echtzeitdaten, dann optimierende KI-Layer obendrauf.
Nachhaltigkeit: Vom „grünen“ Produkt zur „grünen“ Supply Chain
Primark kommuniziert klar: 74 % der Kleidung bestehen laut Unternehmen bereits aus recycelten oder nachhaltiger beschafften Materialien, bis 2030 sollen es 100 % sein.
Das ist ambitioniert – und es zeigt ein Problem: Eine nachhaltige Faser nützt wenig, wenn die Logistik dahinter verschwenderisch ist.
Wie KI eine nachhaltigere Fashion-Logistik ermöglicht:
- Bestände reduzieren: Weniger Überproduktion und weniger Abschriften
- Transporte bĂĽndeln: durch intelligente Tourenplanung und bessere Auslastung
- Retouren analysieren: Warum kommen bestimmte Artikel häufiger zurück? Falsche Größenverteilung, Qualität, Beschreibung?
- CO₂-Footprint je Produkt berechnen: KI-gestützte Modelle können Emissionen entlang der Kette zuordnen
Österreichische Modehändler, die Nachhaltigkeit ernst meinen, sollten Logistik als Hebel begreifen – nicht als Problem. Wer heute in ein neues oder modernisiertes Lager investiert, sollte parallel KPIs wie CO₂ pro ausgeliefertem Stück, Anteil Direktlieferungen oder Retourenquote in ein zentrales KI-Dashboard bringen.
Was deutsche und österreichische Modeunternehmen konkret tun sollten
Die Realität: Viele Unternehmen sind technisch schon weiter, als sie glauben – nutzen das Potenzial aber kaum. Die Daten sind da, aber sie liegen in getrennten Systemen: ERP, Kassendaten, Online-Shop, Lagerverwaltung, Transportdienstleister.
Ein pragmatischer Fahrplan – angelehnt an Cases wie Primark:
1. Daten-Basis schaffen
- Artikel-, Bestands- und Verkaufsdaten in ein gemeinsames Datenmodell bringen
- Schnittstellen zu WMS, TMS und Kassensystem schaffen
- Datenqualität prüfen: Dubletten, falsche Artikelstammdaten, fehlende Größen
2. Einen klaren Business Case wählen
Statt „Wir wollen KI“ lieber Fragen stellen wie:
- „Wie reduzieren wir Überbestände in der Wintersaison um 20 %?“
- „Wie senken wir die Transportkosten pro Filiale um 10 % bei gleicher Lieferfrequenz?“
- „Wie halbieren wir die Zeit von Warenankunft am Hub bis zur Filialverfügbarkeit?“
Ein Business Case schafft Fokus und macht spätere ROI-Berechnungen greifbar.
3. Piloten mit ĂĽberschaubarem Risiko anlegen
- ein Teil-Sortiment (z.B. Basics) für KI-basierte Nachfrageprognose auswählen
- eine Region (z.B. Ostösterreich) mit KI-Routenplanung testen
- ein Lagerbereich fĂĽr KI-basierte Slotting-Optimierung definieren
Wichtig: Piloten brauchen klare Messgrößen (Servicegrad, Lagerumschlag, CO₂, Fehlerrate).
4. Organisation und Kompetenzen aufbauen
KI in der Logistik ist kein reines IT-Thema. Erfolgreiche Projekte haben:
- Logistikleiter:innen, die strategisch denken und Daten ernst nehmen
- Data-Teams oder zumindest Data-Stewards, die Modelle verstehen und weiterentwickeln
- Change-Management, damit Mitarbeitende von „Kontrolle verlieren“ zu „gute Unterstützung gewinnen“ kommen
Wie sich das in unsere Serie „KI in der österreichischen Logistik“ einfügt
In dieser Serie schauen wir immer wieder auf konkrete Impulse aus der Praxis. Primark in Italien ist ein gutes Beispiel dafür, wohin die Reise geht: strategische Standorte + moderne, KI-fähige Logistik als Grundlage für Wachstum.
Für Unternehmen in Österreich – egal ob Modekette, Sporthändler oder Lifestyle-Brand – heißt das:
- Neue oder modernisierte Standorte so planen, dass KI-Anwendungen fĂĽr Routenoptimierung, Lagerverwaltung und Nachfrageprognose von Anfang an mitgedacht werden.
- Nachhaltigkeitsziele nicht nur am Produkt festmachen, sondern an der gesamten Supply Chain.
- Logistik nicht als Kostenblock, sondern als Wettbewerbsvorteil begreifen.
Wer 2026 ein neues Verteilzentrum eröffnet und keine KI-Agenda in der Logistik hat, baut im Prinzip schon wieder um. Wer jetzt startet – mit klaren Piloten, sauberen Daten und Fokus auf konkrete Effekte – wird in ein, zwei Jahren deutlich stabiler durch Peaks, Krisen und Trendwechsel kommen.
Die Frage ist weniger, ob KI in der Logistik kommt, sondern: Mit welchem Projekt fangen Sie an?