Echtzeit-Routenoptimierung

Das echte Ausmaß des Problems

Kraftstoff ist in den meisten Transportbetrieben der größte variable Kostentreiber — 20 bis 30 Prozent der gesamten Betriebskosten. Das ist kein Branchengeheimnis, aber die Konsequenz wird selten vollständig gezogen: Wer Routen ineffizient plant, verbrennt täglich Geld, das durch bessere Planung nicht angefallen wäre. Bei einem Fuhrpark mit zehn Fahrzeugen und einem durchschnittlichen Tagesverbrauch von 80 Litern Diesel bedeuten 10 Prozent Mehrverbrauch durch schlechte Routenplanung rund 140 Euro täglich — also über 35.000 Euro pro Jahr, die schlicht durch bessere Dispositionsentscheidungen eingespart werden könnten.

Das Problem ist strukturell. Ein Disponent, der morgens um 6 Uhr eine Tour mit 42 Stopps plant, trifft Entscheidungen auf Basis von gestern. Er kennt die Strecken, kennt die Zeitfenster der Kunden — und hofft, dass bis 14 Uhr nichts dazwischenkommt. Meistens kommt aber etwas dazwischen: Stau auf der Bundesstraße verzögert die dritte Tour um 45 Minuten, ein Kunde wird nicht angetroffen und das Paket muss neu disponiert werden, ein Fahrer meldet sich krank, ein Fahrzeug springt nicht an. Jedes dieser Ereignisse erzwingt manuelle Eingriffe — der Disponent sitzt am Telefon, schaut auf drei Bildschirme und versucht, Stopps gedanklich umzuordnen, während neue Meldungen reinkommen.

Das Ergebnis: Puffer werden großzügiger geplant als nötig, weil Erfahrung gelehrt hat, dass irgendwas schiefgeht. Das bedeutet mehr Leerkilometer, mehr Kraftstoffverbrauch, mehr Zeitdruck beim Fahrer und weniger Stopps pro Tour als theoretisch möglich. Liefertreue als KPI leidet nicht, weil Fahrer schlechte Arbeit leisten — sondern weil das Planungssystem keine dynamische Reaktion auf Störungen erlaubt. Studien aus dem Speditionsbereich zeigen, dass Betriebe ohne Routenoptimierung bis zu 20 Prozent mehr Kilometer fahren als bei optimaler Planung — ein struktureller Kostennachteil, der sich jeden Tag summiert.

Mit vs. ohne KI — ein ehrlicher Vergleich

Kennzahl	Manuelle Disposition	Mit KI-Routenoptimierung
Kraftstoffkosten je Fahrzeug/Tag	Basis (100%)	85–92% (8–15% Einsparung)
Pünktlichkeitsrate (Zeitfenstereinhaltung)	75–85%	90–96%
Überstunden pro Fahrer/Woche	2–4 Stunden	unter 1 Stunde
Reaktionszeit bei Störungen	15–45 Minuten (manuell)	unter 2 Minuten (automatisch)
Disponenten-Aufwand für Tagesplanung	60–120 Minuten	10–20 Minuten

Vergleichswerte basieren auf Implementierungserfahrungen bei regionalen Speditionsbetrieben (10–30 Fahrzeuge) sowie veröffentlichten Fallstudien von OptimoRoute und Routific (Anbieterangaben). Dein Betrieb kann abweichen — entscheidend ist das Muster, nicht die genaue Zahl.

Was die Routing-KI konkret macht

Echtzeit-Routenoptimierung ist nicht einfach ein besseres Google Maps. Der Unterschied liegt darin, was das System gleichzeitig optimiert — und dass es das bei jeder Änderung neu tut.

Schritt 1 — Initiale Tourplanung Zu Tourenstart berechnet die KI keine Route, sondern mehrere tausend mögliche Varianten und bewertet sie nach Kriterien: Gesamtkilometer, Kraftstoffverbrauch, Einhaltung aller Zeitfenster, Fahrzeuglastverteilung, Pausenregelungen für Fahrer. Das Ergebnis ist eine Tour, die nicht nur kurz ist, sondern unter realen Bedingungen funktioniert — mit realistischen Zeitpuffern statt pauschalen Puffern aus dem Bauchgefühl.

Schritt 2 — Laufende Neuberechnung Sobald während der Tour ein Störereignis auftritt — Staumeldung, Stopp übersprungen, Lieferung abgebrochen — berechnet das System sofort alternative Sequenzen. Nicht der Fahrer entscheidet, in welcher Reihenfolge er weiterfährt. Das System schlägt den nächsten Stopp vor und aktualisiert die ETA für alle Folgestopps. Kunden mit Zeitfensterrisiko werden automatisch benachrichtigt.

Schritt 3 — Feedback-Schleife Nach jeder Tour werden tatsächliche Fahrtzeiten, Verweilzeiten und Abweichungen erfasst. Das System lernt: Dieser Kunde braucht immer zehn Minuten länger als geplant. Die Abfahrt ins Industriegebiet Nord dauert freitags strukturell länger als montags. Diese Kalibrierung macht Folgeplanungen realistischer — nicht durch manuelle Konfiguration, sondern durch echte Betriebsdaten, die automatisch einfließen.

Skalierung nach Flottengröße Bei einer kleinen Flotte mit fünf bis acht Fahrzeugen bringt schon die initiale Tourenoptimierung den größten Effekt — weniger Kilometer, bessere Zeitfenstereinhaltung. Bei mittleren Flotten mit 10 bis 30 Fahrzeugen entfaltet die dynamische Neuberechnung bei Störungen ihren vollen Wert: Wo früher ein Disponent 30 Minuten am Telefon verbrachte, löst das System dasselbe Problem in zwei Minuten. Bei Flotten über 30 Fahrzeuge spielt die Feedback-Schleife die entscheidende Rolle — das System wird über Monate messbar besser und schlägt selbst erfahrene Disponenten bei der Routenqualität.

Konkrete Werkzeuge — was wann passt

Für Routenoptimierung gibt es sehr unterschiedliche Ansätze, vom fertigen SaaS bis zur integrierten Flottenplattform.

OptimoRoute — Pragmatische SaaS-Lösung, direkt einsatzbereit. Gut geeignet für Betriebe mit 5–50 Fahrzeugen und festen Kundenstämmen. Web-Interface und Fahrer-App inklusive. Unterstützt Zeitfenster, Fahrzeugkapazitäten und Pausenzeiten. Ab ca. 35 Euro/Monat je Fahrer. Stärker in der initialen Planung als in der dynamischen Echtzeit-Reaktion — für Betriebe mit relativ stabilem Tagesablauf oft ausreichend.

OptimoRoute — SaaS-Lösung, besonders stark für KMU-Flotten mit 5–50 Fahrzeugen. Übersichtliche Benutzeroberfläche, schnelle Einarbeitung ohne IT-Aufwand. Unterstützt Zeitfenster, Fahrzeugkapazitäten und Fahrer-App. Ab ca. 35 Euro/Fahrer/Monat (Professional-Plan). Für den Einstieg ohne langes Einrichtungsprojekt gut geeignet.

Webfleet — Etablierte Flottenmanagement-Plattform (Bridgestone) mit integriertem Routingmodul. Besonders sinnvoll, wenn bereits Webfleet für GPS-Tracking im Einsatz ist: Das Routingmodul ergänzt die bestehende Lösung nahtlos, ohne ein zweites System einzuführen. DSGVO-konform, EU-Hosting, weit verbreitet bei deutschen KMU-Flotten.

Samsara — US-amerikanische Telematikplattform mit starkem Routinganteil und Echtzeitdaten aus dem Fahrzeug. Kombiniert GPS-Tracking, Fahrerverhalten und Routenoptimierung in einer Plattform. Geeignet für Flotten, die Telematik und Routing aus einer Hand wollen. Datenhaltung in EU-Rechenzentren auf Anfrage konfigurierbar — AVV prüfen, Preise auf Anfrage.

Für einen ersten Einstieg empfehlen wir meist OptimoRoute — unkompliziert, sofort produktiv, ausbaufähig. Wer bereits ein Telematiksystem im Einsatz hat, sollte prüfen, ob das Routing-Modul des bestehenden Anbieters (Webfleet oder Samsara) ausreicht — ein System weniger einzuführen ist fast immer der bessere Weg.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten Je nach gewählter Lösung: Bei fertigen SaaS-Produkten wie OptimoRoute oder Routific überschaubar — ein bis drei Wochen Einrichtung, typisch 500–2.000 Euro Integrationsaufwand für Datenmigration und TMS-Schnittstelle. Der größte Einrichtungsaufwand liegt nicht in der Technik, sondern in der Datenqualität: Zeitfenster der Kunden validieren, Fahrzeugprofile anlegen, Pausenregelungen hinterlegen.

Laufende Kosten (monatlich)

• SaaS-Routing-Tool: 200–700 Euro/Monat bei 8–15 Fahrzeugen
• Telematik-Hardware (falls nicht vorhanden): 10–30 Euro/Monat je Fahrzeug
• Fahrer-App-Lizenz: oft im SaaS-Preis enthalten

Was du dagegenrechnen kannst Bei zehn Fahrzeugen und konservativen 8 Prozent Kraftstoffeinsparung: ca. 1.500–2.000 Euro/Monat (je nach Verbrauch und Kraftstoffpreis). Dazu kommen Überstundenkosten von 2–4 Stunden wöchentlich je Fahrer (ca. 400–800 Euro/Monat) und weniger Zeitfensterverletzungen. Typische Amortisationszeit: 3–8 Monate.

Drei typische Einstiegsfehler

1. Das System parallel zur manuellen Disposition betreiben und nie den Sprung machen. Viele Betriebe führen Routenoptimierung als “Empfehlungssystem” ein — der Disponent schaut drauf, folgt aber seinen eigenen Plänen. Das Ergebnis: kein messbarer Effekt, keine Lernkurve für das System, Frust auf beiden Seiten. Lösung: Klares Datum definieren, ab dem das System verbindlich ist — mit klarer Feedbackmöglichkeit für Fahrer bei echter Ortskenntnis.

2. Fahrerwissen nicht einbeziehen. Die beste Routenplanung scheitert, wenn Fahrer eigene Routen fahren, weil sie dem System nicht vertrauen. Häufige Ursache: Das System hat offensichtliche Fehler gemacht — falscher Einfahrtsweg, schlechte Zeitschätzung für bestimmte Kunden — und niemand hat das korrigiert. Lösung: In den ersten Wochen aktiv Feedback von Fahrern einholen und Korrekturen schnell umsetzen. Das baut Vertrauen auf und verbessert das Modell.

3. Zeitfenster aus dem TMS ungeprüft übernehmen. Zeitfenster in bestehenden Systemen sind oft veraltet oder zu großzügig geschätzt. Wenn das Routingsystem mit falschen Zeitfenstern optimiert, entstehen Pläne, die auf dem Papier funktionieren, in der Praxis aber nicht. Lösung: Vor dem ersten produktiven Betrieb die Zeitfensterdaten für die 20 häufigsten Kunden validieren — direkt mit den Kunden oder aus Fahrtdaten der letzten drei Monate.

Realistischer Zeitplan mit Risikohinweisen

Phase	Dauer	Was passiert	Typisches Risiko
Datenerfassung & Systemauswahl	Woche 1–2	Stoppvolumen, Zeitfensteranteile, TMS-Schnittstellen klären	TMS-Export nicht standardisiert — Formatprobleme
Integration & Konfiguration	Woche 3–6	Routing-Engine einrichten, Fahrzeugprofile, Zeitfensterlogik	Fahrzeugprofile unvollständig — Gewicht, Kapazität, Pausenregeln fehlen
Parallelbetrieb	Woche 6–8	KI-Vorschlag vs. manuelle Planung vergleichen	Disponenten fahren weiter manuell, kein echter Vergleich entsteht
Produktivbetrieb	Ab Woche 8–10	Schrittweise Übergabe an das System	Fahrer ignorieren App-Vorschläge — Akzeptanzarbeit notwendig

Dein Aufwand während des Projekts: Eine bis zwei Stunden pro Woche für Feedback und Abnahme. Keine IT-Ressourcen notwendig bei SaaS-Lösungen, sofern kein tief integriertes TMS angebunden werden soll.

Häufige Einwände — und was dahintersteckt

„Unsere Fahrer kennen die Gegend besser als jedes System.” Das stimmt — für individuelle Ortskenntnis. Kein System weiß, dass der Hinterhof bei Kunde 14 nur über die Nebenstraße erreichbar ist. Aber das sind Ausnahmen, keine Regel. Die KI optimiert die Gesamttour, der Fahrer ergänzt mit echter Ortskenntnis. Beides gemeinsam schlägt beides allein. Der entscheidende Punkt: Fahrer, die verstehen, warum eine Route so aussieht, und die bei echter Ortskenntnis Korrekturen einbringen können, arbeiten mit dem System statt dagegen.

„Wir haben nur acht Fahrzeuge — lohnt das für uns?” Routenoptimierung skaliert nach unten besser als die meisten denken. Schon ab fünf bis sechs Fahrzeugen mit regelmäßigen Mehrfachstopps entstehen messbare Einsparungen. Entscheidender als die Flottengröße ist das Stoppvolumen: Wer täglich 30 oder mehr Stopps pro Fahrzeug plant, hat mit hoher Wahrscheinlichkeit Optimierungspotenzial — egal ob es acht oder achtzehn Fahrzeuge sind.

„Wir haben das schon mal versucht und es hat nicht funktioniert.” Meistens liegt das an einem der drei Einstiegsfehler: Das System wurde nicht verbindlich eingeführt, Fahrerdaten wurden ignoriert oder die Eingabedaten waren zu schlecht. Nicht die Technologie war das Problem — die Implementierung war es. Ein zweiter Anlauf mit anderen Rahmenbedingungen hat andere Ergebnisse.

„Was ist, wenn das System einen Fehler macht?” Ein Fehler des Systems ist sichtbar und korrigierbar. Ein Fehler in der manuellen Disposition ist oft unsichtbar — niemand weiß, wie die optimale Tour ausgesehen hätte. Entscheidend ist, dass eine Feedbackmöglichkeit für Fahrer existiert und dass offensichtliche Fehler in den ersten Wochen schnell nachgebessert werden.

Datenschutz — was du wissen musst

GPS-Ortung von Fahrern ist keine rein technische Frage — sie berührt Datenschutzrecht und Mitbestimmung. Standortdaten gelten nach DSGVO als personenbezogene Daten, sobald sie einem konkreten Fahrer zugeordnet werden können. Das ist bei jedem Telematik- oder App-basierten Tracking der Fall. Unternehmen sind verpflichtet, die Verarbeitung zu dokumentieren, zweckzubinden (ausschließlich für Dispositionszwecke) und Fahrer klar darüber zu informieren, welche Daten wie lange gespeichert werden. Mit jedem Cloud-Anbieter, der Fahrtdaten im Auftrag verarbeitet, ist ein Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO abzuschließen — vor dem Produktivbetrieb.

In Betrieben mit Betriebsrat greift zusätzlich das Mitbestimmungsrecht nach § 87 Abs. 1 Nr. 6 BetrVG: Technische Einrichtungen, die das Verhalten oder die Leistung von Arbeitnehmern überwachen können, dürfen nicht ohne Betriebsvereinbarung eingeführt werden. Das gilt auch für Routing-Apps, die Standort und Stoppdaten erfassen. Ohne Betriebsvereinbarung kann der Betriebsrat die Einführung blockieren oder nachträglich anfechten. Praktisch empfiehlt es sich, den Betriebsrat frühzeitig einzubeziehen — idealerweise bevor die Systemauswahl abgeschlossen ist. Wer das Vorhaben als Effizienzmaßnahme für Fahrer rahmt — weniger Überstunden, weniger Stressdisposition, transparentere Tourenplanung — statt als Kontrollsystem, erreicht in den meisten Fällen schnell eine Einigung. Erfahrungsgemäß dauern Betriebsvereinbarungen in diesem Kontext vier bis acht Wochen, wenn beide Seiten konstruktiv vorgehen.

Typisches Szenario

Ein typisches Szenario aus der Beratungspraxis: Eine regionale Spedition mit 18 Fahrzeugen bedient ein Zustellgebiet rund um eine mittelgroße Stadt. Die Disposition läuft klassisch — morgens plant ein Disponent die Touren per Telefon und Excel, verteilt die Stopps nach Erfahrung, und hofft, dass der Tag einigermaßen glatt läuft. Kraftstoffkosten sind seit zwei Jahren das größte Kostenproblem; der Geschäftsführer fragt monatlich nach Einsparpotenzial. Liefertreue als KPI liegt bei 79 Prozent — nicht weil die Fahrer schlecht sind, sondern weil das Planungssystem bei Störungen keine automatische Reaktion erlaubt.

Nach Einführung einer Echtzeit-Routenoptimierung mit automatischer Neuberechnung bei Staumeldungen ändert sich das Bild merklich: Die durchschnittliche Kraftstoffeinsparung liegt nach drei Monaten bei 11 Prozent je Fahrzeug und Tag. Die Zustellquote im Erstzustellversuch steigt von 81 auf 93 Prozent. Die Disponentin — die anfangs skeptisch war — nutzt das System inzwischen als primäres Planungswerkzeug, weil es ihr täglich rund 90 Minuten manueller Nacharbeit abnimmt. Das Szenario ist illustrativ, aber die Größenordnungen sind typisch für Betriebe mit 10 bis 30 Fahrzeugen und hohem Stoppvolumen.

Woran du merkst, dass das zu dir passt

• Du hast Disponenten, die täglich manuell umplanen — weil Störungen wie Stau, Krankmeldungen oder übersprungene Stopps keine automatische Reaktion auslösen, sondern Telefonate.
• Deine Kraftstoffkosten steigen, obwohl das Stoppvolumen nicht wesentlich gewachsen ist — ein Zeichen, dass Routen nicht optimal sind.
• Kunden fragen aktiv nach ETA — oder beschweren sich über fehlende Vorabinformation, wenn sich Lieferungen verzögern.
• Liefertreue ist bei dir ein KPI, aber du weißt nicht genau, welcher Teil des Problems an der Routenplanung liegt.
• Dein Team plant Puffer großzügiger als nötig, weil Erfahrung gelehrt hat, dass irgendwas schiefgeht — und das kostet täglich Kilometer und Zeit.
• Stau sorgt regelmäßig für Zeitfensterverletzungen, und der Disponent erfährt davon erst, wenn der Kunde anruft.

Quellen & Methodik

Kraftstoffeinsparungen: Erfahrungen aus Flottenoptimierungsprojekten sowie Fallstudien von OptimoRoute und Routific (Anbieterangaben, 2024–2025). Kraftstoffkostenanteil (20–30% der Gesamtkosten): Angaben des Deutschen Speditions- und Logistikverbands (DSLV). Kraftstoffpreisannahme: 1,75 EUR/Liter Diesel — Marktspanne in Deutschland 2024 ca. 1,55–1,95 EUR/Liter. Preise für genannte Tools: veröffentlichte Tarife der Anbieter (Stand April 2026). § 87 Abs. 1 Nr. 6 BetrVG: Betriebsverfassungsgesetz in der aktuell gültigen Fassung.

---

Wenn du wissen willst, wo in deiner aktuellen Disposition der erste realistische Hebel liegt, schauen wir uns das gerne gemeinsam an — in 30 Minuten lässt sich einschätzen, welches System zu deiner Flottengröße passt, was es realistisch kostet und wie schnell sich das rechnet.