Tourenplanung und Fahrzeugeinsatz optimieren

Das echte Ausmaß des Problems

Wer täglich 8 bis 25 Techniker zu Einsatzorten schickt, verwaltet im Kern ein Optimierungsproblem mit Dutzenden Variablen: Auftragsprioritäten, Fahrzeugausstattung, Qualifikation der Monteure, Zeitfenster beim Kunden, Verkehrslage, Entfernung zum nächsten Auftrag. Ein Mensch kann das nicht vollständig lösen — er macht Näherungen, bevorzugt bekannte Routen und verpasst die effizientere Option.

Die Folgekosten dieser Näherungen summieren sich schnell:

• Leerkilometer: Ein Betrieb mit 10 Fahrzeugen, die täglich je 15 km zu viel fahren, verbrennt bei einem Kraftstoffpreis von 1,90 €/Liter und einem Verbrauch von 9 Litern/100 km rund 9.500 € im Jahr für Fahrten, die vermeidbar wären.
• Verpasste Aufträge: Jeden Tag, an dem ein Monteur 45 Minuten zu lang fährt, fehlt Zeit für einen weiteren Einsatz. Bei einem Stundensatz von 80 €/Stunde und 10 Fahrzeugen: bis zu 600 € täglich in nicht abgerechnetem Potenzial.
• Disponenten-Aufwand: Erfahrungsgemäß verbringen Disponenten in Betrieben ohne Optimierungssoftware 1,5–2,5 Stunden täglich allein mit Routenplanung und Telefonkoordination — Arbeitszeit, die für Auftragsmanagement und Kundenkommunikation fehlt.

Fraunhofer-Forscher Volker Kraft hat es gegenüber dem Handwerk Magazin klar formuliert: „Acht bis zehn Prozent [Einsparung] sind in jedem Fall zu heben” — und je nach Region und Tourenkomplexität liegt das Potenzial bei 15 Prozent und mehr (Handwerk Magazin, 2024). AREALCONTROL, Gewinner des Deutschen Telematik Preises 2024 in der Kategorie Field Service, beziffert das Potenzial für Servicebetriebe auf 15–25 % Kilometerersparnis in Praxisstudien.

Mit vs. ohne KI — ein ehrlicher Vergleich

Realistischer Korridor aus Praxisdaten: Betriebe mit 5–15 Fahrzeugen berichten nach 3–6 Monaten Betrieb von Einsparungen von 8–25 % bei den gefahrenen Kilometern. Fraunhofer-Forscher Kraft setzt den garantierten Mindestwert bei 8–10 % an; AREALCONTROL nennt 15–25 % als Zielwert in Praxisstudien.

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) Der Disponent spart täglich 45–90 Minuten an Planungsaufwand — das ist unter den verglichenen Handwerks-Anwendungsfällen ein hoher Wert. Auch die Techniker gewinnen Zeit durch kürzere Fahrwege. Nicht ganz die Spitze, weil die Einsparung primär intern wirkt (Koordinationszeit) statt direkt mehr Rechnungen zu produzieren wie bei der Angebotserstellung oder der Diagnose-Automatisierung.

Kosteneinsparung — sehr hoch (5/5) Kraftstoff, Reifenverschleiß, Fahrzeugeinsatz: Die Einsparungen sind direkt sichtbar — auf der monatlichen Tankrechnung, im Fahrtenbuch, auf dem Kilometerstand. Timefold AI hat in einer Auswertung über mehrere hundert Betriebe 10–25 % Kraftstoffeinsparung und 15–30 % Fahrzeitreduktion als Medianwert dokumentiert. Anders als bei Anwendungsfällen, bei denen der Nutzen nur indirekt nachweisbar ist (Kundenzufriedenheit, Wissensqualität), erscheint er hier auf der monatlichen Abrechnung. Das macht Tourenplanung zu einem der kostenrelevantesten Hebel in dieser Kategorie — vergleichbar mit Materialplanung oder Qualitätsdokumentation, aber mit deutlich kürzerer Amortisationszeit von 4–8 Monaten.

Schnelle Umsetzung — niedrig (2/5) Hardware muss in die Fahrzeuge eingebaut werden, das Auftragssystem muss angebunden sein, der Disponent muss eingearbeitet werden. Das braucht realistisch 4–8 Wochen — das ist unter den verglichenen Anwendungsfällen eine der langwierigeren Einführungen. Wer Arbeitsanweisungen automatisiert oder Kundenbewertungen auswertet, ist in einem Tag produktiv. Hier nicht.

ROI-Sicherheit — hoch (4/5) Kilometer sind messbar. Kraftstoff ist messbar. Die Anzahl der Aufträge pro Tag ist messbar. Das ist ein konkreter Vorteil gegenüber Anwendungsfällen, bei denen der Nutzen nur indirekt nachweisbar ist. Die Einschränkung: Der Nutzen hängt stark von der Stopp-Dichte und der Ausgangsdisposition ab — bei sehr unregelmäßigen Einsatzorten oder wenig Stopps pro Tag bleibt die Verbesserung im einstelligen Prozentbereich.

Skalierbarkeit — hoch (4/5) Das System skaliert gut: Mit jedem zusätzlichen Fahrzeug wird das Optimierungsproblem komplexer, und ein KI-System löst das besser als ein menschlicher Disponent. Nicht ganz Score 5, weil ab einer gewissen Betriebsgröße (20+ Fahrzeuge) spezialisiertere Logistik-Suiten oder unternehmenseigene Dispatchlösungen sinnvoller werden.

Richtwerte — stark abhängig von Betriebsgröße, Tourendichte und Ausgangsdisposition.

Was die KI-Tourenplanung konkret macht

Der Kern ist ein Algorithmus, der ein Predictive Analytics-Problem löst: Gegeben sind N Aufträge mit Adressen, Zeitfenstern und Anforderungen; gegeben sind M Fahrzeuge mit GPS-Positionen, Fahrzeugausstattung und Qualifikation der Techniker — finde die Zuweisung, die Gesamtfahrzeit und -kilometer minimiert.

Das klingt nach einfacher Mathematik. Es ist es nicht, weil die Variablen sich gegenseitig beeinflussen und ständig ändern:

Was das System integriert:

• Echtzeit-GPS der Fahrzeuge — das System weiß, wo jeder Monteur gerade ist
• Verkehrs- und Staudaten (Google Maps, HERE Maps) — der Algorithmus kennt die Sperrung auf der Südautobahn
• Qualifikationsmatrix — Monteur A kann Gasthermen, Monteur B nur Wärmepumpen
• Fahrzeugausstattung — welches Fahrzeug hat die Spezialwerkzeuge für welchen Auftrag
• Zeitfenster — Kunde X will Besuch zwischen 10 und 12 Uhr, Kunde Y ist flexibel
• Auftragsprioritäten — Notfall schlägt geplante Wartung

Was die KI daraus macht: Morgens werden alle bekannten Tagesaufträge verarbeitet und optimale Touren berechnet. Kommt mittags ein Notfallanruf herein, berechnet das System in Sekunden neu: Welcher der 12 unterwegs befindlichen Techniker ist am nächsten, hat die richtige Ausrüstung und kann seinen nächsten Stopp am wenigsten kritisch verschieben?

Das ist keine Raketenwissenschaft, aber es ist rechnerisch für einen Menschen unter Zeitdruck nicht zu leisten. Das System macht in Sekunden, wofür Sandra Brüggemann 30 Minuten braucht.

Telematik-Hardware: Was ihr vor dem Optimierer braucht

Das ist der Abschnitt, den Anbieter-Marketing gerne überspringt: Ohne Echtzeit-Position der Fahrzeuge kann kein Optimierungsalgorithmus sinnvoll disponieren. Die GPS-Daten sind die Grundlage — ohne sie plant das System auf Basis von Annahmen, nicht von Fakten.

Welche Hardware-Optionen es gibt:

Praxisempfehlung: Für einen Heizungsbetrieb mit 8–20 Fahrzeugen ist der OBD-Stecker der pragmatische Einstieg — einmalige Kosten rund 500 EUR je Fahrzeug (Hardware + Einbau laut Handwerk Magazin, 2024, Praxisbericht Bischof Heizung), monatlich 15–35 EUR Lizenz je Fahrzeug. Der Festeinbau lohnt sich, wenn ihr auch Fahrzeugdiagnose und Wartungsalarme wollt.

Wichtig für Elektroflotten: GPS-Tracking bei Elektrofahrzeugen funktioniert über CAN-Bus auch gut — allerdings sind Reichweitenplanung und Ladestandsüberwachung als zusätzliche Variable in der Routenplanung zu berücksichtigen. Nicht alle Routenoptimierer unterstützen das bisher vollständig.

§87 BetrVG und Betriebsvereinbarung: Pflicht, keine Option

Hier stocken viele Betriebe — und das unnötigerweise, wenn man es frühzeitig angeht.

Das Kernproblem: Jede GPS-Ortung von Dienstfahrzeugen, die von Mitarbeitenden gefahren werden, ist nach §87 Abs. 1 Nr. 6 BetrVG mitbestimmungspflichtig, wenn ein Betriebsrat vorhanden ist. Das gilt unabhängig davon, ob das Unternehmen eine Überwachungsabsicht hat — die objektive Eignung des Systems zur Verhaltensüberwachung reicht aus.

Was das bedeutet:

• Betrieb ohne Betriebsrat (trifft auf die meisten Handwerksbetriebe unter 50 Mitarbeitenden zu): Ihr könnt das System einführen, müsst aber dennoch DSGVO-konform vorgehen — Datenschutz-Informationsblatt für Fahrer, klare Regelung zur Privatnutzung.
• Betrieb mit Betriebsrat: Eine schriftliche Betriebsvereinbarung ist zwingend erforderlich, bevor das System in Betrieb geht. Nicht danach.

Was eine Betriebsvereinbarung regeln muss:

1. Welche Daten werden erhoben (Position, Kilometer, Fahrtzeiten)?
2. Wie lange werden Daten gespeichert (max. 3–6 Monate für Positionsdaten empfohlen)?
3. Wer hat Zugriff auf Einzelfahrtdaten?
4. Darf das System zur Leistungs- oder Verhaltenskontrolle einzelner Fahrer verwendet werden? (Klare Antwort: Nein, nur aggregiert für Disposition)
5. Wie wird zwischen Dienst- und Privatfahrten getrennt?

In der Praxis: Webfleet und AREALCONTROL liefern Muster-Betriebsvereinbarungen und unterstützen die technische Umsetzung der Privatfahrtentrennung (Fahrertaste oder App-Schalter). Wer diesen Schritt am Anfang sauber macht, hat hinterher keine Diskussionen mit dem Betriebsrat — und vermeidet die häufige Situation, dass ein bereits eingeführtes System wieder abgeschalten werden muss, weil die Mitbestimmung übergangen wurde.

Praxishinweis aus beobachteten Fällen: Eine vollständige Ablehnung durch den Betriebsrat ist selten — die meisten Betriebsräte stimmen zu, wenn die Betriebsvereinbarung klare Grenzen setzt, insbesondere das Verbot der individuellen Leistungskontrolle. Strittigster Punkt ist in der Regel die Frage, ob Positionsdaten gespeichert werden dürfen — und wenn ja, für wie lange.

Konkrete Werkzeuge — was wann passt

Webfleet (Bridgestone Mobility Solutions) — Europäischer Marktführer im Flottenmanagement, speziell für den deutschen Markt. Kombination aus GPS-Tracking, Routenoptimierung und Auftragsmanagement. DSGVO-konform, EU-Datenhaltung, deutschsprachiger Support. Das System liefert Echtzeit-Position aller Fahrzeuge und schlägt für Notfalleinsätze den geeignetsten Monteur vor. Kosten: ca. 20–35 EUR/Fahrzeug/Monat je nach Modulwahl. Wenn: Du ein komplettes Flottenmanagement-System mit Tachograph-Integration und deutschem Support willst.

AREALCONTROL — Deutsches Spezialsystem für Field-Service-Disposition. Gewinner Deutscher Telematik Preis 2024 (Kategorie Field Service). Stärkster Fokus auf automatisierte Disposition bei Wartungsbetrieben: Wartungsintervalle hinterlegen, System plant selbstständig. Kosten: ca. 20–40 EUR/Fahrzeug/Monat, Preise auf Anfrage. Wenn: Du Wartungsverträge mit regelmäßigen Serviceterminen hast und die Disposition weitgehend automatisieren willst.

OptimoRoute — Spezialisierter Routenoptimierer aus den USA, der starke Echtzeit-Umplanung bietet. Besonders geeignet, wenn du täglich kurzfristige Auftragsänderungen hast und Routen in Echtzeit anpassen musst. Kein EU-Hosting, englische Oberfläche — für Betriebe, die das in Kauf nehmen. Kosten: 35–44 USD/Fahrer/Monat. Wenn: Echtzeit-Umplanung ist dein Hauptproblem, nicht Telematik oder Fahrzeugdiagnose.

Route4Me — Solide Routenoptimierungslösung mit eigener Fahrer-App und offener API. Gut für Betriebe, die Routenoptimierung in bestehende ERP-Systeme integrieren wollen. US-Hosting, englische Oberfläche. Kosten: 199–349 USD/Monat pro Account (nicht pro Fahrer). Wenn: Du eine API-fähige Routing-Engine für deine eigene Softwareinfrastruktur suchst.

Samsara — Technologisch stärkste Telematikplattform mit KI-Fahrercoaching und Unfallprävention. Sinnvoll, wenn ihr eine Flotte ab 15 Fahrzeugen habt und neben Tourenplanung auch Fahrsicherheit und vorausschauende Wartung optimieren wollt. US-Unternehmen, aber EU-Datenverarbeitung möglich. Wenn: Flotte ab 15 Fahrzeugen, Sicherheit ist genauso wichtig wie Effizienz.

Zusammenfassung: Wann welche Lösung

• Deutsches System mit EU-Hosting + Wartungsverträge automatisieren → AREALCONTROL
• Europäisches Marktführer-System mit Tachograph + deutschem Support → Webfleet
• Maximal flexible Echtzeit-Umplanung, englische Oberfläche ok → OptimoRoute
• API-Integration in eigenes ERP, kein Fahrerpersonal nötig → Route4Me
• Große Flotte (15+), Fahrsicherheit und Telematik → Samsara

Datenschutz und Datenhaltung

GPS-Ortung von Fahrzeugen berührt immer auch personenbezogene Daten der Fahrer — und zwar in zwei Dimensionen:

DSGVO-Aspekte (Art. 6 DSGVO):

• Positionsdaten von Fahrzeugen sind personenbezogene Daten, sobald sie einem konkreten Fahrer zugeordnet werden können
• Rechtsgrundlage: Art. 6 Abs. 1 lit. f DSGVO (berechtigtes Interesse) ist bei rein betrieblich genutzten Fahrzeugen tragfähig — vorausgesetzt, Privatfahrten sind technisch ausgeblendet
• Ein Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO ist Pflicht — alle genannten Anbieter stellen AVV-Vorlagen bereit

Praktische DSGVO-Checkliste:

• AVV mit dem Anbieter abgeschlossen?
• Datenschutz-Informationsblatt an alle Fahrer ausgehändigt?
• Privatfahrtentrennung technisch eingerichtet (Fahrertaste oder App)?
• Datenlöschfristen für Positionsdaten definiert (empfohlen: max. 3–6 Monate)?
• Betriebsrat einbezogen und Betriebsvereinbarung vorhanden (falls zutreffend)?

EU-Hosting-Status der Anbieter:

• Webfleet: EU-Datenhaltung, AVV standardmäßig
• AREALCONTROL: EU-Datenhaltung, AVV verfügbar
• OptimoRoute: US-Datenhaltung, Standardvertragsklauseln (SCCs) für EU-Transfer
• Samsara: US-Unternehmen, EU-Datenverarbeitung auf Anfrage konfigurierbar

Für einen Handwerksbetrieb, der nur Fahrzeugrouten und keine medizinischen oder besonders sensiblen Kundendaten verarbeitet, ist das Datenschutz-Risikoprofil überschaubar — sofern Betriebsvereinbarung (wenn zutreffend) und AVV vorhanden sind.

Was es kostet — realistisch gerechnet

Einmalige Kosten:

• Hardware je Fahrzeug (OBD-Stecker oder Festeinbau): 150–600 EUR
• Einbau (Festeinbau durch Fachmann): ca. 150–200 EUR je Fahrzeug
• Systemeinrichtung und Mitarbeiterschulung: typisch 1–3 Tage Aufwand intern
• Externe Implementierungsunterstützung: 0–2.000 EUR je nach Anbieter und Komplexität

Laufende Kosten (monatlich):

• Webfleet Fleet + Work: ca. 25–35 EUR/Fahrzeug/Monat
• AREALCONTROL: ca. 20–40 EUR/Fahrzeug/Monat (Anfrage erforderlich)
• OptimoRoute Pro: ca. 44 USD/Fahrer/Monat

Beispielrechnung für einen Betrieb mit 10 Fahrzeugen:

• Einmalig: 10 × 500 EUR Hardware = 5.000 EUR
• Laufend: 10 × 30 EUR/Monat = 300 EUR/Monat = 3.600 EUR/Jahr
• Gesamtkosten Jahr 1: ca. 8.600 EUR

Wie du den Nutzen misst: Der einfachste und überzeugendste Nachweis: Fahrzeug-Kilometerstand und Kraftstoffabrechnung vor der Einführung drei Monate lang dokumentieren, danach drei Monate nach der Einführung vergleichen. Das ist direkt messbar, ohne Schätzungen.

Konservative ROI-Rechnung (10 Fahrzeuge):

• 10 % Kraftstoffeinsparung bei 200 EUR/Fahrzeug/Monat = 20 EUR × 10 = 200 EUR/Monat
• Disponent spart täglich 60 Minuten (wert: ca. 25 EUR/Stunde): 25 EUR × 22 Arbeitstage = 550 EUR/Monat
• 2 % mehr Aufträge = ca. 3 zusätzliche Aufträge/Monat × 250 EUR Durchschnittsmarge = 750 EUR/Monat
• Monatliche Einsparung: ca. 1.500 EUR — Amortisation in ca. 6 Monaten

Diese Rechnung ist konservativ. Realistische Berichte aus der Praxis zeigen Amortisationszeiten von 4–8 Monaten. Wer wenig strukturiert disponiert und eine günstige Ausgangslage hat, sieht den ROI früher.

Typische Einstiegsfehler

1. Das Auftragssystem ist nicht angebunden. Der häufigste Fehler: Das GPS-System läuft, aber die Aufträge kommen weiterhin per Telefon oder handschriftlichem Zettel. Dann hat die Optimierungssoftware keine Daten und kann nur schätzungsweise planen. Lösung: Die Anbindung an das Auftragsmanagementsystem (ERP, Handwerkersoftware wie plancraft, pds oder Streit) muss vor dem Go-live klar sein. Notfalls zuerst die Aufträge digitalisieren, dann die Tourenoptimierung aktivieren.

2. Zu wenige Stopps für einen sinnvollen Optimierungseffekt. Wenn jeder Techniker täglich nur 2–3 Stopps hat und jeder Job einen halben Tag dauert, ist der Optimierungseffekt minimal — die Route “Morgen Stopp A, nachmittags Stopp B” ist auch ohne KI schnell gefunden. Die Tourenoptimierung entfaltet ihren Wert ab ca. 5–8 Stopps je Fahrzeug und Tag. Darunter ist Google Maps direkte Navigation günstiger.

3. Der Disponent akzeptiert das System nicht. In der Praxis beobachtet: Disponenten mit 15 Jahren Erfahrung kennen die Stadt und die Kunden — sie vertrauen ihrer Intuition. Das System schlägt eine Route vor, die sie intuitiv schlechter einschätzen, obwohl sie mathematisch besser ist. Lösung: Nicht den Disponenten ersetzen, sondern das System als Vorschlag positionieren. Die ersten Wochen explizit vergleichen: System-Route vs. manuelle Route, dann die Kilometerstände gegenüberstellen. Zahlen überzeugen besser als Argumente.

4. Das System läuft, aber die Auftragsdaten werden nicht aktualisiert. Wenn Aufträge storniert werden, aber noch im System stehen; wenn neue Notfälle nicht eingespeist werden; wenn Fahrzeugausstattungsänderungen nicht gepflegt werden — dann optimiert das System auf Basis falscher Daten. Das Ergebnis ist schlechter als manuelle Planung. Eine Person muss täglich verantwortlich sein für die Datenpflege. Wenn diese Rolle fehlt, scheitert das System still.

5. Das stille Wissen des Disponenten wird nicht übergeben. Jeder erfahrene Disponent hat Wissen, das nirgends dokumentiert ist: Kunde Müller mag keine frühen Termine vor 9 Uhr, die Einfahrt in die Gewerbestraße Ost ist ab 11 Uhr wegen Lieferverkehrs gesperrt, Monteur Weber nimmt immer zuerst den weiten Job und nicht den nahen. Dieses kontextuelle Wissen ist in keiner Datenbank. Das Optimierungssystem kennt es nicht — und produziert deshalb Routen, die mathematisch korrekt, aber im Alltag nicht praktikabel sind. Dieses “Garbage in, garbage out”-Problem beschreiben Tourenplanungs-Praktiker als häufigsten Grund, warum Routen vom Disponenten nachträglich überschrieben werden (Kardinal AI, 2024). Die Lösung: Vor dem Go-live gezielt erfassen, welche Constraints und Ausnahmen bisher im Kopf des Disponenten lagen — und sie als feste Regeln ins System eingeben. Das dauert 2–4 Stunden für einen erfahrenen Disponenten, spart aber wochenlangen Frust danach.

Was mit der Einführung wirklich passiert — und was nicht

Die Technik ist in diesem Anwendungsfall eine bekannte Commodity. Der schwierigere Teil ist der kulturelle Wandel.

Was in den ersten Wochen typisch passiert:

Das Optimierungssystem schlägt Routen vor, die dem Disponenten fremd wirken — weil das System Faktoren kennt, die der Mensch ignoriert hat (Stau auf bekannter Stammstrecke, kürzerer Weg durch Nebenstraßen). Der Disponent überschreibt die Vorschläge anfangs häufig — aus gutem Grund, denn er kennt Kunden, die Überraschungsbesuche nicht mögen, und Monteure, die bestimmte Stadtteile gut kennen. Diese menschlichen Faktoren fehlen dem System anfangs.

Was hilft:

• Laufende Korrektur-Möglichkeit: Der Disponent muss Vorschläge überschreiben können — ohne Protokoll und ohne Begründungszwang. Wenn das Werkzeug anfangs wie ein Kontrollsystem wirkt, scheitert die Einführung.
• Monatliches Feedback: Welche System-Vorschläge hat der Disponent überschrieben, und warum? Viele Überschreibungen in einem Stadtgebiet können auf fehlende Daten hinweisen (z.B. Einbahnstraßen, die nicht im System sind).
• Pilot mit 3–4 Fahrzeugen: Nicht sofort alle 15 Fahrzeuge umstellen. Mit einem Piloten beginnen, Vertrauen aufbauen, dann ausrollen.

Was nicht passiert:

Das System wird nie komplett autonom disponieren, ohne dass Menschen korrigieren. Das ist auch nicht das Ziel. Das Ziel ist: Der Disponent entscheidet weniger operative Detailfragen (“wer fährt als nächstes zu welcher Adresse”) und mehr strategische Fragen (“wie priorisiere ich heute zwischen Wartungsaufträgen und Notfällen?”).

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Meine Fahrer kennen die Stadt besser als jede Software.” Stimmt — in Bezug auf Insider-Wissen über Kunden und Durchfahrtsverbote. Stimmt nicht in Bezug auf die simultane Optimierung über 10 Fahrzeuge. Ein Disponent kann nicht gleichzeitig für alle 10 Monteure die beste Tagesroute berechnen. Das System macht die Optimierung nicht besser als ein Mensch pro Fahrzeug — es macht sie für alle Fahrzeuge gleichzeitig.

„Das kostet zu viel für den Nutzen.” Die häufige Gegenprüfung: Wie viel Kraftstoff fährt ihr gerade pro Monat? Wie viel Zeit verbringt der Disponent täglich mit Routenplanung? Bei einem Betrieb mit 8 Fahrzeugen und einem Kraftstoffbudget von 1.600 EUR/Monat ergibt 15 % Einsparung 240 EUR/Monat — mehr als die laufenden Lizenzkosten von ca. 200 EUR/Monat. Wer behauptet, das lohnt sich nicht, hat die Rechnung nicht gemacht.

„Wir haben keinen Betriebsrat — das ist einfacher?” Ja, der formale Mitbestimmungsschritt entfällt. Aber die DSGVO-Pflichten (AVV, Datenschutz-Information für Fahrer, Privatfahrtentrennung) gelten unabhängig davon. Beides ist kein Showstopper — es ist Verwaltungsarbeit, die einmal gemacht werden muss.

„Jeder Anbieter behauptet jetzt, er hat KI-Tourenplanung.” Dieser Einwand ist berechtigt. Der Begriff “KI” wird im Tourenplanungsmarkt aktuell inflationär verwendet — viele Anbieter haben bestehende Algorithmen (Nearest-Neighbor, Savings-Algorithmus) einfach mit “KI” umgelabelt, ohne substanziell neue Fähigkeiten zu ergänzen (Tourbosoft, 2025). Echter Mehrwert entsteht nur, wenn die Software Echtzeit-Umplanung bei neuen Aufträgen beherrscht, Qualifikations- und Ausrüstungsmatching integriert und auf GPS-Positionsdaten basiert — nicht auf starren Tagestouren. Die Unterscheidungsfrage beim Anbietervergleich: Kann das System eine laufende Tour in unter 30 Sekunden neu optimieren, wenn mittags ein Notfall hereinkommt? Wer das nicht live demonstrieren kann, hat keine echte KI im System.

Woran du merkst, dass das zu dir passt

Du hast täglich 5 oder mehr Techniker auf der Straße, die zu mehreren Adressen fahren, und der Disponent verbringt jeden Morgen mehr als 45 Minuten mit Routenplanung und Telefon-Koordination.

Du kannst konkret benennen, wie viele Kilometer deine Flotte im Monat fährt und was dich Kraftstoff kostet — das sind die Basisgrößen, gegen die du den ROI später messen wirst.

Die Auftragsannahme läuft bereits digital oder du bist bereit, das parallel einzuführen. Ohne digitale Auftragsdaten hat das System keine Grundlage.

Drei harte Ausschlusskriterien — wann du es noch nicht tun solltest:

1. Unter 3–4 Fahrzeugen im Außendienst. Der monatliche Aufwand für System und Hardware übersteigt die erzielbaren Einsparungen. Mit 2 Fahrzeugen und 3–4 Stopps täglich löst du das schneller mit Google Maps. Erst ab 4 Fahrzeugen und 5+ Stopps täglich beginnt der ROI positiv zu werden.

2. Aufträge werden noch komplett papierbasiert disponiert. Wenn Aufträge auf Zetteln ankommen, per Telefon verteilt werden und im Kopf des Disponenten liegen — hat das Optimierungssystem keine Datenbasis. Dann ist die sinnvolle Reihenfolge: zuerst eine digitale Auftragsverwaltung einführen (z.B. plancraft), dann Tourenoptimierung draufsetzen. Die andere Reihenfolge verschwendet Geld.

3. Alle Aufträge sind Ganztagesjobs ohne feste Adressen. Wenn jeder deiner Monteure täglich zu einer Baustelle fährt und den ganzen Tag dort bleibt — gibt es nichts zu optimieren. Tourenoptimierung entfaltet ihren Wert bei Betrieben mit mehreren Stopps täglich je Fahrzeug, nicht bei Bauprojekten mit Langzeiteinsätzen an festen Orten.

Das kannst du heute noch tun

Mach morgen früh eine Zeiterfassung: Wie lange braucht dein Disponent von 7 bis 8:30 Uhr morgens für die Routenzuordnung? Zähle die Telefonate während der Tour. Schau dir dann abends an, wie viele Kilometer eure Fahrzeuge heute gefahren sind. Das sind deine Baseline-Zahlen für die ROI-Berechnung.

Für den ersten konkreten KI-Schritt: Starte einen kostenlosen 30-Tage-Test bei OptimoRoute (keine Kreditkarte nötig). Importiere die Adressen von morgen früh als CSV. Lass das System eine optimierte Route für drei deiner Fahrzeuge berechnen und vergleiche sie mit deiner manuellen Planung. Das dauert 20 Minuten und zeigt dir, ob das Optimierungspotenzial in deinem Betrieb real ist.

Quellen & Methodik

• Fraunhofer-Forscher Volker Kraft, “8–10 % Einsparung garantiert”: Handwerk Magazin, Bericht “Tourenplanungssoftware: Effizienz der Flotte steigern” (2024), inkl. Praxisbericht Bischof Heizung (Hardware ca. 500 EUR/Fahrzeug Einbau) und Schäfer Gerüstbau (33.400 EUR Hardware-Gesamtinvestition).
• AREALCONTROL, 15–25 % Kilometerersparnis in Praxisstudien: Pressemitteilung AREALCONTROL GmbH, “Smarte Tourenplanung im Handwerk: AREALCONTROL mit KI” (2024); Hersteller-Angabe, keine unabhängige Studie. Gewinn Deutscher Telematik Preis 2024, Kategorie Field Service, bestätigt durch Branchenverband.
• Routenoptimierung spart 15–30 % Fahrzeit, 10–25 % Kraftstoff: Timefold AI, “How Much Fuel Can Route Optimization Actually Save? An ROI Guide for Field Service Fleets” (2024) — aggregierte Auswertung aus Praxisberichten und Operator-Interviews; Dispatch-Kosten $250–$2.500 pro Einsatz basierend auf Service Council Research.
• Häufigster Praxisgrund für überschriebene Routen — stilles Disponenten-Wissen: Kardinal AI, “What’s Wrong With Route Optimization? A Gap Between Theory and Reality” (2024) — Analyse der Ursachen für nicht-umgesetzte Systemvorschläge in Feldservice-Betrieben.
• KI-Hype und fehlende substanzielle Mehrwerte: Tourbosoft, “KI-Tourenplanung: Hype oder echter Fortschritt?” (2025) — Branchenanalyse zu Marketing-Inflation des KI-Begriffs im Tourenplanungsmarkt.
• Tischlerei Ernst, Hagen — Praxisprojekt automatisierte Tourenplanung: Mittelstand Digital Zentrum WertNetzWerke, Projektsteckbrief “Automatisierte Tourenplanung bei der Tischlerei Ernst” (2017/2018) — 10-Personen-Handwerksbetrieb ersetzt Google-Maps/Excel-Disposition durch automatisierte Routenplanung mit offenen Schnittstellen; Kontaktperson: Senior Consultant Bärbel Winter. Älteres Projekt, zeigt aber frühe Realität für Kleinstbetriebe.
• §87 BetrVG Mitbestimmungsrecht bei Telematik: WEKA, “Telematik in Dienstwagen: Hier bestimmen Sie als Betriebsrat mit” (2024); ifb Institut; Bund-Verlag, “BR-Mitbestimmung: Technische Einrichtungen”. Gesetzliche Grundlage: Betriebsverfassungsgesetz §87 Abs. 1 Nr. 6.
• Kosten- und ROI-Angaben: Eigene Kalkulation auf Basis veröffentlichter Anbieter-Preislisten (Webfleet, OptimoRoute Stand Mai 2026; OptimoRoute Lite ab 35 USD/Fahrer/Monat laut optimoroute.com/pricing) und Handwerk-Magazin-Praxisbericht 2024.
• Samsara Praxisdaten: Samsara Inc., “New Data Shows Samsara Drives Cost-Savings Opportunities for Customers in First Year” (BusinessWire, August 2022) — 40 % Rückgang bei Leerlaufzeiten, ~2.500 USD/Fahrzeug/Jahr Kraftstoffeinsparung (395 Kunden, US-Stichprobe).

Du willst wissen, welches System für eure Flottengröße am besten passt und wie die Einführung bei euch realistisch aussehen würde? Meld dich — das besprechen wir in einem kurzen Gespräch.