KI-Tourenoptimierung in der Abfalllogistik

Das echte Ausmaß des Problems

Kraftstoff ist in der Entsorgungslogistik einer der größten Kostenblöcke — typisch 15–25 Prozent der Gesamtbetriebskosten einer Fahrzeugflotte. Und ein signifikanter Teil davon ist vermeidbar: Leerfahrten, ineffiziente Reihenfolgen, Touren, die zu früh abfahren obwohl noch Aufträge eingehen, oder Touren, die mit 60 Prozent Beladung zurückkehren weil die statische Planung nicht mehr passt.

Eine Fallstudie aus Nordrhein-Westfalen zeigt, dass dynamische Routenanpassung die Leerfahrtenanteile bei kommunalen Entsorgungsbetrieben um bis zu 37 Prozent senken kann. Ein Hamburger Entsorger berichtet, durch optimierte Tagesrouten täglich 120 Kilometer weniger zurückzulegen — das sind bei einem Dieselverbrauch von 30 Litern auf 100 Kilometern täglich fast 36 Liter weniger. Pro Fahrzeug. Pro Tag.

Das Problem hat mehrere Ursachen:

• Statische Wochenpläne ignorieren tagesaktuelle Variablen: Verkehr, kurzfristige Sonderaufträge, Fahrzeugausfälle, Kundenstornierungen
• Manuelle Disposition skaliert nicht: Eine erfahrene Disponentin kann 10–15 Touren täglich sinnvoll planen — aber nicht 30, nicht in 90 Minuten, nicht mit Echtzeit-Verkehrsdaten
• Keine Rückkopplung: Was gestern auf welcher Tour wie lange gedauert hat, fließt nicht automatisch in die heutige Planung ein
• Ressourcensplitting: Fahrzeugkapazitäten werden nicht fahrzeugübergreifend optimiert — Tour 3 kehrt halbvoll zurück, Tour 8 überschreitet die Beladungsgrenze

Für einen Betrieb mit 15 Fahrzeugen und einem Jahresverbrauch von 200.000 Litern Diesel bedeuten 15 Prozent Einsparung: rund 30.000 Euro pro Jahr — konservativ gerechnet.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Kraftstoffeinsparung von 15–22 Prozent stammt aus Praxisberichten und Fallstudien kommunaler und privater Entsorger (Quellen unten). Dispositionsaufwand basiert auf eigenen Erhebungen bei mittelständischen Entsorgungsbetrieben.

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) Die größte Entlastung spüren die Disponenten: Was früher 90–180 Minuten manueller Planungsarbeit war, wird zu 30 Minuten Kontrolle und Ausnahmebehandlung. Das ist real und sofort sichtbar. Nicht ganz die Spitzenposition, weil die Fahrer im Feld kaum direkten Zeitgewinn haben — das System optimiert ihre Touren, ändert aber nicht die körperliche Arbeit.

Kosteneinsparung — sehr hoch (5/5) Kraftstoff ist direkt messbar — Euro und Liter. Wenn eine Flotte mit 15 Fahrzeugen 18–22 Prozent weniger Diesel verbraucht, sind das 25.000 bis 60.000 Euro pro Jahr — und das ohne Personalabbau oder Investition in neue Fahrzeuge. Dies ist der stärkste Hebel in dieser Kategorie, mit dem direktesten Bezug zwischen Tool-Einsatz und messbarer Kostenreduktion.

Schnelle Umsetzung — niedrig (2/5) Das ist keine Plug-and-play-Lösung. Bevor das System zuverlässig optimiert, braucht es historische Tournatendaten zur Kalibrierung, eine saubere Schnittstelle zum bestehenden Auftragsmanagement und Testläufe mit realen Fahrern, die das System kennenlernen müssen. Typisch sind 10–16 Wochen bis zum produktiven Betrieb. Wer das unterschätzt, baut auf unkalibrierten Empfehlungen auf — mit enttäuschenden Ergebnissen.

ROI-Sicherheit — hoch (4/5) Kraftstoffverbrauch ist transparent buchbar — du kannst vor und nach dem Einsatz einfach ablesen. Das macht die ROI-Berechnung deutlich robuster als bei Zeitersparnis-basierten Nutzenversprechen. Einziger Vorbehalt: Das System optimiert nur so gut wie die Eingabedaten. Fehlende oder schlechte Historiendaten verzögern die Kalibrierung.

Skalierbarkeit — hoch (4/5) Weitere Fahrzeuge oder neue Tourengebiete lassen sich in ein eingerichtetes System integrieren, ohne dass das Modell von vorne kalibriert werden muss. Die Grundlogik skaliert gut. Nicht ganz auf 5, weil neue Fahrzeugtypen (z.B. Elektro-LKW mit anderen Reichweitenbeschränkungen) oft gesonderte Konfiguration brauchen.

Richtwerte — stark abhängig von Flottengröße, Auftragsvolumen und Qualität der historischen Daten.

Was das System konkret macht

KI-Tourenoptimierung ist kein Navi mit ein paar Extras. Es ist ein Optimierungsalgorithmus, der täglich oder sogar mehrfach täglich für jedes Fahrzeug eine Reihenfolge berechnet, die mehrere konkurrierende Ziele gleichzeitig minimiert: gefahrene Kilometer, Zeitfenster-Verletzungen bei Kunden, Überschreitung von Beladungsgrenzen, und Überstunden für Fahrer.

Die Eingaben, die das System verarbeitet:

• Auftragsmanagement-Daten: Welche Container müssen heute geleert werden? Wann? Was wurde bestellt?
• Fahrzeugdaten: Kapazität, aktueller Standort, Verfügbarkeit, Fahrereinteilung
• Echtzeit-Verkehrsdaten: Via API-Anbindung an HERE Maps, Google Maps oder TomTom — Staus, Sperrungen, Baustellen
• Historische Zeitdaten: Wie lange braucht Tour X auf dieser Strecke typisch? Was sind saisonale Abweichungen?

Das System berechnet daraus nicht einfach den kürzesten Weg (das wäre ein simpler Algorithmus), sondern die Kombination aus Fahrzeug, Reihenfolge und Zeitplanung, die den Gesamtaufwand über alle Fahrzeuge minimiert. Das sogenannte Vehicle Routing Problem — eines der klassischen Optimierungsprobleme in der Logistik.

Was passiert, wenn um 10 Uhr ein neuer Sonderauftrag eingeht oder ein Fahrzeug ausfällt? Das System recalculiert in unter zwei Minuten alle betroffenen Touren und schlägt dem Disponenten die angepassten Routen vor. Kein Telefonat mit dem Fahrer, kein manuelles Neuzeichnen auf der Karte.

Konkrete Werkzeuge — was wann passt

AMCS Platform — Die branchenspezifischste Lösung für Entsorger ab 15 Fahrzeugen. Kombination aus Tourenoptimierung, Abrechnungsmodul und Umweltberichterstattung. DSGVO-konform, EU-Datenhaltung, deutschsprachiger Support. Preis auf Anfrage, aber typisch die wirtschaftlichste Wahl für kommunale Betriebe und mittelgroße private Entsorger. Einrichtungszeit: 3–6 Monate.

OptimoRoute — Stärker in der allgemeinen Logistik, aber für kleinere Entsorger mit 3–12 Fahrzeugen eine pragmatische Einstiegslösung. 30-Tage-Test ohne Kreditkarte, günstigere Einstiegspreise (ab ca. 35 USD/Fahrer/Monat). Einschränkung: Keine branchenspezifischen Module für Entsorgung, US-Datenhaltung — für DSGVO-sensible Aufträge klären.

Webfleet — Flottenmanagement mit Routenoptimierungs-Modul. Stärker im GPS-Tracking und Fahrverhaltensmessung als in der komplexen Multi-Stop-Optimierung. Gut geeignet als Ergänzung zu AMCS oder als Einstiegslösung für Betriebe, die zunächst Telematik einführen und Optimierung nachrüsten wollen. Deutschsprachig, EU-Datenhaltung, ab ca. 15–35 EUR/Fahrzeug/Monat.

Samsara — Starke KI-Funktionen für Fahrercoaching und Sicherheit, mit Tourenoptimierungs-Modul. Besonders relevant für Betriebe, bei denen Unfallprävention und Fahrerauslastung Priorität haben. Daten werden in der EU und den USA verarbeitet (hybrid) — für sensible Aufträge vorher abklären.

Zusammenfassung:

• Kommunaler Betrieb oder privater Entsorger ab 15 Fahrzeugen → AMCS Platform
• Kleiner Betrieb, schneller Einstieg → OptimoRoute
• Telematik zuerst, Optimierung später → Webfleet
• Sicherheit und Coaching im Vordergrund → Samsara

Datenschutz und Datenhaltung

Tourenoptimierungssysteme verarbeiten Fahrzeug- und Fahrerdaten in Echtzeit — Standortdaten, Fahrzeiten, Pausen, Routen. Diese Daten fallen unter die DSGVO: Mitarbeitende (Fahrer) haben ein Recht zu wissen, welche Daten erfasst werden, wie lange sie gespeichert werden und wer Zugriff hat.

Konkrete Anforderungen:

• Betriebsvereinbarung mit dem Betriebsrat (sofern vorhanden): Vor der Einführung von GPS-Tracking ist eine Betriebsvereinbarung oder zumindest eine schriftliche Information der Belegschaft Pflicht. Das ist kein optionaler Schritt.
• Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO mit jedem Software-Anbieter abschließen. AMCS und Webfleet bieten standardmäßige AVVs an — einfordern und vor Produktivbetrieb unterzeichnen.
• Datenhaltung: AMCS und Webfleet speichern in der EU. OptimoRoute und Samsara haben US-Komponenten — das muss mit dem Datenschutzbeauftragten abgeklärt werden, insbesondere wenn Fahrerdaten übermittelt werden.
• Speicherdauer: Tourende-Daten sind in der Regel keine personenbezogenen Daten mehr, sobald sie aggregiert und anonymisiert sind. Was als Personalakte gilt und was als Logistikdaten, sollte vorab schriftlich definiert sein.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten

• AMCS Platform: Projektimplementierung typisch 15.000–50.000 Euro (abhängig von Flottengröße, Integrationskomplexität, Anzahl Standorte)
• OptimoRoute: Kein Implementierungsaufwand — Self-Service, aber interne Zeit für Datenmigration und Schulung (1–2 Wochen)
• Webfleet: Hardware-Installation (OBD-Geräte) pro Fahrzeug 50–150 Euro, Einrichtung durch Webfleet-Partner

Laufende Kosten (monatlich)

• AMCS: 500–2.500 EUR/Monat je nach Modulgröße (Schätzung, Preis auf Anfrage)
• OptimoRoute: ca. 35–44 USD/Fahrer/Monat
• Webfleet: 15–35 EUR/Fahrzeug/Monat
• Samsara: 30–60 EUR/Fahrzeug/Monat (Schätzung, Preis auf Anfrage)

Was du dagegenrechnen kannst Flotte mit 15 Fahrzeugen, Jahres-Dieselverbrauch 200.000 Liter, Dieselpreis 1,65 EUR/L: Gesamtkosten 330.000 EUR/Jahr. Bei 18 Prozent Einsparung sind das 59.400 EUR/Jahr. Dazu kommen reduzierte Überstunden für Fahrer und Disponenten — erfahrungsgemäß 10–15 Prozent der Personalkosten in der Disposition. Bei einer typischen Flotte dieser Größe amortisiert sich die Investition in 4–8 Monaten.

Wie du den Nutzen tatsächlich misst
Drei KPIs, die du vor und nach Einführung erfasst:

1. Liter Diesel pro Fahrzeug pro Monat (direkt aus der Tankkarte)
2. Durchschnittliche Dispositionszeit täglich (Stoppuhr, zwei Wochen Basis)
3. Anzahl kurzfristiger Tourenanpassungen pro Woche (zeigt Planungsqualität)

Drei typische Einstiegsfehler

1. Das System ohne historische Kalibrierdaten einführen.
Der Algorithmus optimiert auf Basis von Fahrzeitschätzungen — und die müssen zu eurer spezifischen Infrastruktur passen. Wer ein frisches System einschaltet ohne historische GPS-Daten aus mindestens 4–8 Wochen Betrieb, bekommt Routen, die theoretisch optimal klingen, aber die Realität vor Ort nicht kennen: die enge Einfahrt in der Altstadt, das Gewerbezentrum mit halbstündiger Warteschleife am Dienstagmorgen, die Brücke, die für Schwerlast gesperrt ist. Fahrer werden die Routen manuell überschreiben — und das Vertrauen ins System ist weg, bevor es aufgebaut werden konnte.

2. Die Disposition nicht in den Rollout einbinden.
Dispononenten, die das System als Bedrohung ihrer Expertise erleben, finden Wege, es zu umgehen. Das passiert subtil: leichte Anpassungen der Empfehlungen ohne echten Grund, Skepsis gegenüber Fahrern kommuniziert, Pilotphase mit überkritischen Erwartungen bewertet. Der Rollout funktioniert besser, wenn erfahrene Disponenten das System aktiv testen, Feedback geben und die Kalibrierung mitgestalten. Sie kennen die Besonderheiten, die kein historischer Datensatz je vollständig abbildet.

3. Kraftstoffeinsparung als einzige Erfolgskennzahl definieren.
Kraftstoff ist der offensichtliche Hebel, aber nicht der einzige. Wer nur Kraftstoff misst, übersieht: Reduktion von Fahrerüberstunden, weniger Fahrzeugverschleiß durch weniger Kilometer, und vor allem — die Entlastung der Disposition, die jetzt Zeit für Ausnahmen und Kundenbeziehungen hat statt für Excel-Tabellen. Wer den ROI nur am Diesel misst, unterschätzt ihn.

Was mit der Einführung wirklich passiert — und was nicht

Die größte Überraschung für die meisten Betriebe: Das System ist schnell eingerichtet, aber wirklich gut wird es erst nach drei bis vier Monaten Betrieb. Denn der Algorithmus lernt aus den tatsächlichen Zeiten, die Fahrer gefahren sind — und kalibriert seine Schätzungen kontinuierlich nach.

Typische Widerstände in der Praxis:

Fahrer-Misstrauen gegenüber “dem Computer”: Erfahrene Fahrer kennen ihr Revier. Ein Algorithmus, der eine Route vorschlägt, die sie selbst für suboptimal halten, wird ignoriert. Hilft: Offen kommunizieren, dass die ersten Wochen ein gegenseitiges Lernen sind. Fahrer können Feedback zu Routen geben — das verbessert das Modell und gibt ihnen das Gefühl, Mitgestalter zu sein.

Dispononenten reduzieren ihren Aufwand nicht: Wenn das System läuft, aber die Disponenten trotzdem alles nachkorrigieren “zur Sicherheit”, sparen sie keine Zeit. Hilft: Einen klaren Zeitraum definieren, in dem Anpassungen dokumentiert werden müssen — mit Begründung. Das zeigt schnell, ob Korrekturen systemisch sinnvoll sind oder Gewohnheit.

IT-Schnittstelle funktioniert nicht zuverlässig: Wenn das Auftragsmanagement und das Optimierungssystem nicht sauber kommunizieren, arbeitet das System auf veralteten Daten. Das ist ein Implementierungsproblem, kein Konzeptproblem — aber es kostet Zeit. Wer die Schnittstellenintegration unterschätzt, erlebt die ersten Wochen als Fehlerbehebungsmarathon.

Realistischer Zeitplan mit Risikohinweisen

Wichtig: Plant immer einen Backup-Prozess für den Fall, dass das System nicht verfügbar ist — eine kurze Ausfallzeit von zwei Stunden morgens kann sonst bedeuten, dass keine Fahrzeuge abfahren. Excel-Backup und ein Notrufprotokoll an die Disponenten sollten Teil des Rollout-Plans sein.

Häufige Einwände — und was dahintersteckt

„Unsere Disponenten kennen das Revier in- und auswendig — das kann kein Algorithmus.”
Stimmt. Kein Algorithmus weiß, dass der Hinterhof von Herrn Meier am Mittwoch blockiert ist, weil die Tochter immer dann einparkt. Das Wissen bleibt bei den Disponenten — das System übernimmt die rechnerische Arbeit: 20 Fahrzeuge, 300 Stopps, 14 Zeitfensterbeschränkungen gleichzeitig optimal zu kombinieren. Das kann kein Mensch schneller als ein Algorithmus. Der Disponent validiert und korrigiert; das System rechnet.

„Wir haben das schon immer so gemacht und es funktioniert.”
Ja — aber zu welchen Kosten? Wenn Kraftstoff 20 Prozent der Betriebskosten ausmacht und 18 Prozent davon einzusparen sind, spricht das für sich. Das Argument “funktioniert” wird selten mit konkreten Zahlen belegt. Wer die tatsächlichen Leerfahrtenanteile und Kraftstoffkosten kennt, sieht den Hebel schnell.

„Das ist zu aufwändig für uns.”
Für eine Flotte unter 8 Fahrzeugen: wahrscheinlich ja. Für 15 oder mehr: nein. Der ROI von 4–8 Monaten und der reduzierte Dispositionsaufwand rechtfertigen den Einrichtungsaufwand ab dieser Größe in der Regel.

Woran du merkst, dass das zu dir passt

• Deine Flotte hat mindestens 8 Fahrzeuge und dein Dispositionsteam plant täglich über 30 Stopps
• Kraftstoffkosten sind ein relevanter Kostentreiber — du kannst sie benennen
• Kurzfristige Auftragsänderungen kommen regelmäßig vor und kosten die Disponenten viel Zeit
• Du hast GPS-Tracking in den Fahrzeugen oder planst es einzuführen — ohne Positionsdaten ist Optimierung blind
• Das Auftragsmanagement-System hat eine Exportfunktion oder API — Daten müssen übertragbar sein

Wann es (noch) nicht passt — drei harte Ausschlusskriterien:

1. Weniger als 8 Fahrzeuge. Der Einrichtungsaufwand, die Lizenzkosten und die Kalibrierungszeit stehen dann in keinem wirtschaftlichen Verhältnis. Für kleine Betriebe reicht eine einfache Routenplanung mit Google Maps oder OptimoRoute auf Monatsbasis.

2. Keine strukturierten Auftragsdaten. Wenn Aufträge hauptsächlich per Telefon eingehen, handschriftlich notiert werden und nicht in einem digitalen System vorliegen, kann kein Optimierungsalgorithmus damit arbeiten. Die Voraussetzung ist eine digitale Auftragserfassung — nicht die perfekte, aber eine durchsuchbare.

3. Keine Person, die das System pflegt und kalibriert. Tourenoptimierung ist kein Einmalprojekt. Das Modell muss regelmäßig angepasst werden, wenn sich das Tourengebiet ändert, neue Fahrzeuge hinzukommen oder saisonale Besonderheiten eingebaut werden sollen. Ohne jemanden mit Zeit und Zuständigkeit wird das System nach 12 Monaten auf veralteten Parametern laufen — und schlechtere Routen berechnen als in der Einführungsphase.

Das kannst du heute noch tun

Bevor du ein Tool evaluierst, mach erst die Hausaufgabe: Rechne aus, was Kraftstoff und Dispositionsaufwand dich heute kostet. Konkret:

1. Tankkarten-Abrechnung der letzten 3 Monate herausziehen — Gesamtliter und -kosten je Fahrzeug
2. Frag deine Disponenten: Wie viel Zeit verbringen sie täglich mit der Tourenplanung?
3. Schätze den Anteil kurzfristiger Tourenanpassungen (Anrufe, Nachplanungen) pro Woche

Diese drei Zahlen brauchst du für jedes Anbieter-Gespräch. Und du siehst sofort, ob der Hebel groß genug ist.

Für einen ersten Pilot ohne Kosten: OptimoRoute bietet eine 30-Tage-Testversion ohne Kreditkarte. Importiere eine Woche reale Aufträge, lass das System optimieren und vergleiche die Kilometerzahl mit euren aktuellen Plänen. Das dauert einen halben Tag — und zeigt dir das Einsparpotenzial mit echten Zahlen.

Wenn du eine schnelle Einschätzung brauchst, welche Touren heute die größten Ineffizienzquellen sind, hilft dieser Prompt:

Quellen & Methodik

• Leerfahrtenreduktion 37 %, Fallstudie NRW: Praxisbericht eines kommunalen Entsorgungsbetriebs in Nordrhein-Westfalen, veröffentlicht über prologistik.com (2024)
• 120 km/Tag Reduktion — Hamburger Entsorger: Erfahrungsbericht InnoCommerce/GTS Systems Fallstudie, innocommerce.de (2024)
• Kraftstoffeinsparung 18 %, 45.000 EUR/Jahr: Fallstudie Tourenmanagement Abfallentsorgung, innocommerce.de (2024)
• 22 % Kraftstoffeinsparung, 412.000 USD/Jahr (180 Fahrzeuge): oxmaint.com Fallstudie AI Route Optimization (2024)
• Kraftstoff 15–25 % Gesamtbetriebskosten: Eigene Kalkulation auf Basis öffentlich verfügbarer Fuhrparkdaten (Destatis, Kraftfahrtbundesamt 2023)
• AVV, Art. 28 DSGVO: Datenschutz-Grundverordnung in der aktuell gültigen Fassung
• AMCS, OptimoRoute, Webfleet, Samsara: Anbieter-Dokumentation und Preistabellen (Stand April 2026)