KI-gestützte Gefahrgut-Dokumentation und Klassifizierung

Das echte Ausmaß des Problems

Auf deutschen Straßen werden jährlich rund 310 Millionen Tonnen gefährliche Güter transportiert — laut Bundesanstalt für Straßenwesen (BASt) macht Gefahrgut damit über 5 Prozent des gesamten Straßentransportvolumens aus. Jede einzelne dieser Sendungen braucht korrekte Begleitdokumente: Beförderungspapier, Großzettel (Gefahrzettel) in der richtigen Größe, Tunnelkategorien, Notfallnummern, gegebenenfalls Ausnahmeprüfung und bei Seefracht eine vollständige Dangerous Goods Declaration nach IMDG-Code.

Das Problem: Das ADR wird alle zwei Jahre überarbeitet. Zwischen 2023 und 2025 umfassten die Änderungen neue Sonderbestimmungen für Lithiumbatterien (Klasse 9), verschärfte Verpackungsvorschriften für UN 3480 und UN 3481 und überarbeitete Tunnelbeschränkungen für mehrere UN-Nummern in Klasse 2. Unternehmen, die ADR-Dokumente manuell erstellen, müssen diese Änderungen aktiv beobachten und ihre internen Vorlagen manuell anpassen — eine Aufgabe, die systematisch unterfordert ist.

Was bei Fehlern passiert:

• Fehlende oder fehlerhafte Begleitpapiere: Bußgelder nach GGVSEB von 100 bis 50.000 Euro je nach Schwere des Verstoßes
• Lieferstopps durch Transporteure oder Zollbehörden beim grenzüberschreitenden Versand
• Haftungsrisiken bei Unfällen, wenn Klassifizierungsfehler nachgewiesen werden
• Für IATA-Luftfracht: Ablehnung durch Fluggesellschaften und mögliche IATA-Suspendierung des Shippers

Die häufigsten Fehler in der Praxis sind dabei nicht Unwissenheit, sondern Aktualisierungsrückstand: veraltete UN-Bezeichnungen statt aktueller Vorschriften, falsch angewandte Freimengenregelungen und fehlende Sonderbestimmungskürzel. Diese Fehler passieren nicht, weil jemand unaufmerksam ist — sondern weil 1.800 Seiten ADR ein Vollzeitjob sind.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Zeitersparnis ist der offensichtlichste Effekt. Interessanter ist der Qualitätseffekt: KI-gestützte Systeme prüfen jeden Eintrag gegen das aktuell gültige Regelwerk, während ein menschlicher Sachbearbeiter erfahrungsgemäß bei der Version des Handbuchs bleibt, die er zuletzt auswendig gelernt hat.

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) Die Zeitersparnis ist in dieser Kategorie kaum zu übertreffen. Wer 20–60 Minuten je Sendung auf 2–5 Minuten reduziert, gewinnt bei 50 Gefahrgutsendungen pro Woche rund 25–45 Stunden Sachbearbeiterzeit wöchentlich zurück. Das ist nicht Schätzung, sondern direkt messbar — Eingang der Sendung, Zeitstempel des fertigen Dokuments. Unter den verglichenen Anwendungsfällen dieser Kategorie liegt nur weniges so nah an einem vollständig eliminierbaren manuellen Aufwand.

Kosteneinsparung — mittel (3/5) Die direkten Kosten sind real, aber schwerer zu isolieren als etwa bei der Kraftstoffverbrauchsprognose oder Kühlkette-Ausfallprognose, die direkte Betriebskosten senken. Gefahrgutdokumentation spart primär Sachbearbeiterzeit (direkt messbar) und vermeidet Bußgelder (selten, aber hoch wenn sie eintreten). Wer das Bußgeldrisiko noch nie quantifiziert hat, unterschätzt diesen Posten: Eine einzige Fahrzeugkontrolle mit Beanstandung kann mehr kosten als ein Jahres-Softwareabonnement.

Schnelle Umsetzung — schwierig (2/5) Das ist die ehrlichste Zahl in diesem Profil. Gefahrgut-Compliance ist kein Feld, in dem man improvisieren kann. Bevor ein KI-System Beförderungspapiere erzeugt, muss das Regelwerk-Mapping validiert werden — am besten durch den Gefahrgutbeauftragten des Unternehmens. Das braucht Zeit. Hinzu kommt die Anbindung an Bestands-ERP-Systeme und die Aufbereitung der Produktstammdaten mit korrekten UN-Nummern. Realistisch: 8–12 Wochen bis zum produktiven Einsatz. Schneller als die Automatisierte Zolldokumentenvorbereitung ist das nicht — beide haben tief regulierte Ausgaben.

ROI-Sicherheit — hoch (4/5) Die Zeitersparnis lässt sich vom ersten Tag an zählen: Sendungen rein, Zeitstempel raus. Der zweite ROI-Ast — Bußgeldvermeidung — ist seltener einzutreten, aber wenn er eintritt, ist er erheblich. Unternehmen, die über den ADR-Wechsel 2025 unvorbereitet gestolpert sind, haben diesen Wert aus eigener Tasche bezahlt. Das macht die Rechnung konkret, auch wenn sie sich nicht jedes Quartal wiederholt.

Skalierbarkeit — hoch (4/5) Wächst das Sendungsvolumen, wächst das System mit — ohne proportionalen Personalaufwand. Das gilt auch für Produkterweiterungen: Neue Gefahrgutprodukte werden einmalig angelegt, dann automatisch für alle Transportmodi geprüft. Einzige Einschränkung: Neue, unbekannte Substanzen ohne SDB-Abdeckung müssen weiterhin manuell klassifiziert werden — hier kann kein System vollständig autonom handeln.

Richtwerte — stark abhängig von Sendungsvolumen, Produktvielfalt und vorhandener ERP-Infrastruktur.

Was das System konkret macht

Der technische Ansatz verbindet drei Verarbeitungsschritte, die bisher alle manuell liefen:

Schritt 1 — Datenextraktion aus Sicherheitsdatenblättern. Sicherheitsdatenblätter (SDB) enthalten in Abschnitt 14 alle transportrechtlich relevanten Angaben: UN-Nummer, offizielle Versandbezeichnung, Gefahrklasse, Unterklasse, Verpackungsgruppe, Umweltgefahr, Sondervorschriften. Ein KI-System mit NLP-Fähigkeiten liest diesen Abschnitt automatisch aus — auch wenn das Dokument im PDF-Format vorliegt, mehrspaltig strukturiert ist oder aus einem Auslands-Lieferanten auf Englisch oder Französisch kommt. Die extrahierten Werte landen direkt in der Produktdatenbank.

Schritt 2 — Regelwerk-Mapping und Compliance-Prüfung. Das System gleicht die extrahierten Daten gegen das aktuelle Regelwerk ab: ADR für Straße, IMDG-Code für Seefracht, IATA-DGR für Luftfracht. Dabei prüft es nicht nur ob die Gefahrklasse stimmt, sondern auch Sonderbestimmungen, Freimengenregelungen (Anlage II ADR), Verpackungsanforderungen und — bei Seefracht — ob der Stoff als meeresschädlich einzustufen ist. Diese Prüfung passiert in Sekunden und bezieht sich auf die jeweils aktuelle Regelwerkversion.

Schritt 3 — Dokumentengenerierung. Aus validierten Daten generiert das System konforme Begleitdokumente: das ADR-Beförderungspapier nach Abschnitt 5.4.1, IMDG-Dangerous-Goods-Declaration, Shipper’s Declaration for Dangerous Goods nach IATA-DGR und — sofern eingebunden — CMR-Frachtbriefangaben. Gefahrzettel in der vorgeschriebenen Größe (mindestens 100 × 100 mm) werden mit den richtigen UN-Nummern und Symbolen erzeugt.

Was das System nicht tut: Es klassifiziert keine völlig unbekannten Substanzen ohne Ausgangsdaten. Es ersetzt nicht den Gefahrgutbeauftragten (Gefahrgutbeauftragter nach GbV) — dieser bleibt gesetzlich vorgeschrieben und muss die Ergebnisse des Systems validieren. Und es erkennt keine Fehler in den Eingangsdaten, wenn das SDB selbst falsch ist — Garbage in, Garbage out gilt auch hier.

Rechtliche Besonderheiten: Gefahrgutbeauftragter und EU AI Act

Gefahrgutdokumentation ist kein Bereich, der sich vollständig automatisieren lässt — und zwar aus rechtlichen, nicht nur technischen Gründen.

Der Gefahrgutbeauftragte bleibt Pflicht. Unternehmen, die gefährliche Güter befördern, be- oder entladen, müssen nach der Gefahrgutbeauftragten-Verordnung (GbV) einen schriftlich bestellten Gefahrgutbeauftragten führen — bei bestimmten Ausnahmen auch in Personalunion. Das KI-System kann die Recherche- und Dokumentationsarbeit drastisch reduzieren, aber die gesetzlich geforderte Verantwortung bleibt bei dieser Person. Eine Unterschrift unter einem KI-generierten Dokument ist keine Blankofreigabe — sie setzt voraus, dass der Unterzeichner das Ergebnis geprüft hat.

EU AI Act: Hochrisiko-Klassifizierung. Die EU-KI-Verordnung, die ab August 2026 vollständig gilt, klassifiziert Systeme zur automatischen Gefahrgutklassifizierung voraussichtlich als Hochrisiko-KI nach Anhang III. Das bedeutet: Technische Dokumentation, Konformitätsbewertung und nachweisbare menschliche Aufsicht sind Pflicht. Wer ein KI-System in diesem Bereich einsetzt, sollte bereits jetzt prüfen, ob der Anbieter diese Anforderungen erfüllt — und das schriftlich sichern. Anbieter, die keine Aussagen zum EU AI Act machen können, sind in diesem Kontext ein Risiko.

Haftung bei Unfällen bleibt beim Unternehmen. Wenn ein KI-generiertes Beförderungspapier einen Fehler enthält und es zu einem Unfall kommt, haftet das Unternehmen — nicht der Softwareanbieter. Kein Anbieter wird diese Haftung übernehmen. Das bedeutet: Das Vier-Augen-Prinzip (KI generiert, Gefahrgutbeauftragter prüft und freigibt) ist nicht bürokratisch, sondern die einzige saubere Vorgehensweise.

Konkrete Werkzeuge — was wann passt

Für die KI-gestützte Gefahrgutdokumentation gibt es zwei grundlegend unterschiedliche Ansätze: spezialisierte Gefahrgutsoftware und generische Dokumentenverarbeitungs-KI.

DGAssistant — Der Spezialist für Beförderungsdokumente. Abdeckung aller drei Transportmodi (ADR, IMDG, IATA-DGR) gleichzeitig, UN-Nummern-Datenbank mit aktuellen Regelwerken, automatische Mengen- und Freimengenberechnung. Jahreslizenzen ab ca. 400 USD für Einzelnutzer, Mehrnutzer-Tarife auf Anfrage. Einschränkung: Keine deutsche Benutzeroberfläche, Datenhaltung in den USA — für DSGVO-kritische Betriebe zu klären. Passt für: Chemische Versender, Speditionen, Freight Forwarder mit regelmäßigem Gefahrgut auf mehreren Transportwegen.

SdbHub — Der Spezialist für Sicherheitsdatenblatt-Extraktion. KI liest Abschnitt 14 aus SDBs in vier Sprachen, liefert Confidence-Scores, deutsches Hosting. Kein eigenständiges Dokumenten-Generator-System — sinnvoll als Vorschaltschicht, die Produktstammdaten für DGAssistant oder ein ERP-System befüllt. Passt für: Unternehmen mit großem SDB-Bestand bei vielen Lieferanten, heterogenen Formaten, mehreren Sprachen.

Azure Document Intelligence — Die technisch flexibelste Option für Unternehmen mit Entwickler-Ressourcen. Eigene Custom-Modelle für den spezifischen SDB-Aufbau trainieren, Extraktion in jede ERP-Schnittstelle leiten. EU-Hosting verfügbar, DSGVO-konform. Einschränkung: Setzt Python/API-Kenntnisse voraus; kein fertiges Gefahrgut-Regelwerk enthalten — dieses muss separat integriert werden. Passt für: IT-affine Logistik- oder Chemieunternehmen, die eine maßgeschneiderte Lösung wollen, die tief in die eigene Systemlandschaft eingebettet ist.

AEB Compliance & Customs — Für Unternehmen, die Gefahrgutdokumentation als Teil einer umfassenden Trade-Compliance-Strategie denken. AEB deckt Exportkontrolle, Zollanmeldungen und Sanktionslisten-Screening ab und hat KI-gestützte Güterklassifizierung integriert. Jahreslizenzen im fünf- bis sechsstelligen Bereich — lohnt sich für exportstarke Mittelständler, die ohnehin eine Compliance-Plattform brauchen. Nicht als Einstiegslösung geeignet.

SAP Product Compliance / SAP EHS — Für Unternehmen, die bereits auf SAP S/4HANA setzen. Das Gefahrgutmanagement-Modul in SAP EHS generiert Beförderungspapiere direkt aus dem Produktlebenszyklus, hält Gefahrgutklassifizierungen im Materialstamm und unterstützt alle drei Transportmodi. Implementierungsaufwand erheblich (6–12 Monate), lohnt sich aber, wenn das Unternehmen SAP als führendes System betreibt.

Zusammenfassung: Wann welcher Ansatz

• Kleines bis mittleres Sendungsvolumen, schnell starten → DGAssistant
• Großer SDB-Bestand als Eingabeproblem → SdbHub als Vorschaltschicht
• Maßgeschneiderte Integration, Entwickler-Team vorhanden → Azure Document Intelligence
• Umfassende Trade-Compliance inkl. Export und Zoll → AEB Compliance & Customs
• SAP-Haus mit EHS-Lizenz → SAP EHS Gefahrgut-Modul

Datenschutz und Datenhaltung

Gefahrgutdokumente enthalten Produktdaten, Lieferanteninformationen und in manchen Fällen personenbezogene Daten von Gefahrgutbeauftragten (Unterschrift, Name, Bestellnummer). Für Unternehmen mit einem DSGVO-Kontext gelten folgende Überlegungen:

• DGAssistant: US-amerikanisches Unternehmen, Datenhaltung in den USA. Ein Auftragsverarbeitungsvertrag (AVV) ist verfügbar, aber Daten verlassen den EU-Rechtsraum. Für Betriebe mit DSGVO-sensiblen Produktdaten ist das zu prüfen — Standardvertragsklauseln nach Schrems II müssen aktiv eingefordert werden.

• SdbHub: Deutsches Unternehmen (Datalyxt GmbH), Hosting in Deutschland mit 99,5 % SLA. DSGVO-konform ohne Standardvertragsklauseln — der unkomplizierteste Weg für Betriebe mit europäischer Datenhaltungspflicht.

• Azure Document Intelligence: EU-Region (West Europe) verfügbar, DSGVO-konform. Microsoft bietet AVV als Standardbestandteil des Vertrags. Technisch die sauberste Lösung, wenn sowieso Microsoft Azure als Cloud-Infrastruktur genutzt wird.

• AEB Compliance & Customs: Deutsches Unternehmen (Stuttgart), EU-Datenhaltung. AVV standardmäßig verfügbar.

Praktischer Schritt vor dem Produktivbetrieb: Mit jedem genutzten Anbieter einen AVV abschließen, der Art. 28 DSGVO-konform ist. Das gilt auch dann, wenn ein Tool primär technische Produktdaten verarbeitet — sobald Informationen über natürliche Personen (z.B. Gefahrgutbeauftragte) enthalten sind, ist DSGVO anwendbar. Bei DGAssistant sollte vor Vertragsabschluss geprüft werden, ob der Anbieter auch den Anforderungen des EU AI Acts für Hochrisiko-Systeme entsprechen kann.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten

• Produktstammdaten-Aufbereitung (UN-Nummern, Gefahrklassen, SDB-Digitalisierung): intern 2–4 Wochen, extern 3.000–8.000 Euro
• Systemkonfiguration und ERP-Anbindung: 2.000–10.000 Euro je nach Komplexität
• Validierung durch Gefahrgutbeauftragten: 10–20 Stunden intern, ggf. externer Berater 1.500–3.000 Euro
• Schulung der Sachbearbeitenden: 1–2 Tage intern

Laufende Kosten (monatlich)

• DGAssistant: ab ca. 33 USD/Monat (Jahresabo Einzelnutzer); Mehrnutzer auf Anfrage
• SdbHub: Volumen- oder Flatrate-Preise auf Anfrage; Pilotprojekte verfügbar
• AEB Compliance & Customs: fünfstelliger Jahresbetrag für Mittelständler
• SAP EHS: Kosten über bestehende SAP-Lizenz, ggf. separates Add-on

Konservatives ROI-Szenario Ein Unternehmen mit 80 Gefahrgutsendungen pro Woche spart mit KI-Unterstützung je nach aktuellem Aufwand zwischen 20 und 50 Minuten je Sendung:

• 80 Sendungen × 30 Minuten Einsparung = 40 Stunden/Woche
• Bei 25 Euro Stundensatz (Sachbearbeitung): 1.000 Euro/Woche = 48.000 Euro/Jahr
• Abzüglich Softwarekosten (~2.000–5.000 Euro/Jahr): Nettoeinsparung 43.000–46.000 Euro

Das ist das konservative Szenario. Wer ein Bußgeld vermeidet (Richtwert: 500–5.000 Euro für typische Dokumentationsfehler), amortisiert die Einrichtungskosten oft innerhalb weniger Vorfälle.

Wie du den ROI tatsächlich nachweist: Stopuhr am Eingang und Ausgang jeder Gefahrgutsendung. Vorher-/Nachher-Vergleich über 30 Sendungen — das reicht für eine belastbare Aussage gegenüber der Geschäftsleitung.

Typische Einstiegsfehler

1. Das System ohne Gefahrgutbeauftragten validieren. Der häufigste Fehler: Das Pilotteam richtet das System ein, die Ausgaben klingen plausibel, und die Software geht in Produktion — ohne dass jemand mit Gefahrgut-Expertise die Ergebnisse systematisch geprüft hat. Das Ergebnis: Fehler, die manuell unauffällig gewesen wären, werden nun systematisch repliziert — nur eben schneller und in größeren Stückzahlen. Die Einrichtungsphase braucht zwingend einen validierten Abnahmetest: mindestens 50 bekannte Sendungen mit bekanntem korrektem Ergebnis als Vergleich.

2. Veraltete Produktstammdaten als Basis nutzen. Viele Unternehmen haben UN-Nummern, Gefahrklassen und Versandbezeichnungen irgendwann mal in ihr ERP eingepflegt — und seitdem nicht mehr angefasst. Wenn das KI-System diese Daten übernimmt, repliziert es die Fehler des ERP. Vor dem Rollout sollte eine systematische Bereinigung stattfinden: Alle Gefahrgutprodukte gegen aktuelle SDB-Abschnitt-14-Angaben abgleichen. Das ist mühsam, aber unumgehbar.

3. Freimengen- und Ausnahmeprüfung ignorieren. Das ADR kennt Freimengen (Anlage II), beschränkte Mengen (LQ) und Ausnahmenmengen, bei denen vereinfachte oder gar keine Begleitpapiere erforderlich sind. Viele Unternehmen erstellen für jede Sendung vollständige Beförderungsdokumente — auch wenn das gar nicht nötig wäre. Umgekehrt nutzen manche LQ-Ausnahmen, ohne zu prüfen, ob die aktuellen Mengenangaben noch zutreffen. Ein KI-System, das Freimengenprüfung nicht explizit enthält oder falsch konfiguriert ist, hilft hier nicht. Explizit ansprechen und testen.

4. Das System einmal einrichten und nicht mehr anfassen. ADR, IMDG und IATA-DGR ändern sich regelmäßig. Was hilft: Software, die automatische Updates beim Regelwerk-Wechsel einspielt. Was gefährlich ist: Software, die das verspricht, aber bei näherer Prüfung nur die Rohdaten aktualisiert, ohne die internen Validierungsregeln zu korrigieren. Vor Vertragsabschluss konkret fragen: Wie wird sichergestellt, dass das System die ADR 2027-Änderungen vollständig korrekt abbildet — und wie weist der Anbieter das nach?

Was mit der Einführung wirklich passiert — und was nicht

Das Bild, das sich viele vorstellen: Das System läuft, die Dokumente kommen raus, die Sachbearbeitenden können sich um andere Dinge kümmern. Das ist das Ziel — aber der Weg dahin hat Stufen.

Was sofort passiert: Der Zeitaufwand pro Sendung sinkt drastisch. Das ist spürbar und messbar ab der ersten Woche. Sachbearbeitende berichten oft eine Mischung aus Erleichterung (weniger Recherche) und Skepsis (vertraut man dem System?). Diese Skepsis ist gesund — sie sorgt dafür, dass kritische Fälle weiterhin geprüft werden.

Was nach 4–6 Wochen passiert: Das Team kennt die Stärken und Schwächen des Systems. Es gibt typische Produktgruppen, bei denen die Ausgaben verlässlich korrekt sind — und es gibt Randfälle, bei denen nachgebessert werden muss. Diese Randfälle gehören systematisch dokumentiert: Wenn dasselbe Produkt immer eine Korrektur braucht, ist das ein Signal, entweder die Stammdaten oder die Systemkonfiguration anzupassen.

Was Gefahrgutbeauftragte erleben: Fast alle berichten, dass sich ihre Arbeit verändert — von wiederholender Dokumentenarbeit zur Qualitätssicherung. Das ist eine qualitativ bessere Verwendung ihrer Expertise, aber der Übergang braucht Kommunikation. Wer den Gefahrgutbeauftragten mit dem Argument konfrontiert, er werde bald überflüssig, wird Widerstand erleben. Wer ihn zum Architekten des Validierungsprozesses macht, bekommt einen Champion.

Was nicht passiert: Das System wird nicht alle Klassifizierungsfragen lösen, die bisher an externe Berater gingen. Neue Substanzen, Mischladungen mit Wechselwirkungsgefahr und Grenzfälle an der Gefahrklassengrenze brauchen weiterhin menschliche Expertise. Der Unterschied: Dieser Aufwand konzentriert sich auf die wirklich schwierigen Fälle — nicht auf den Standarddurchlauf.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Unser Gefahrgutbeauftragter macht das doch schon.” Stimmt — aber was genau macht er? In den meisten Betrieben verbringt der Gefahrgutbeauftragte einen erheblichen Teil seiner Zeit mit der Erstellung von Dokumenten, die ein gut konfiguriertes System in zwei Minuten liefert. Das befreit ihn für das, was wirklich seine Expertise braucht: die Klassifizierungsfragen, bei denen Urteilsvermögen zählt, nicht Nachschlagefähigkeit. Ein gut eingeführtes System erhöht die Qualität seiner Arbeit, es bedroht sie nicht.

„Bei Gefahrgut darf man sich keine Fehler leisten — das ist zu riskant für KI.” Der Einwand klingt vorsichtig, ist aber umgekehrt gedacht. Menschliche Sachbearbeiter machen Fehler — besonders nach dem Wechsel zu einer neuen ADR-Version, unter Zeitdruck oder bei ungewohnten Produkten. KI-Systeme machen andere Fehler: systematisch statt zufällig, und damit erkennbar und kontrollierbar. Das Ziel ist nicht Fehlerfreiheit durch KI allein, sondern ein System aus KI-Erstellung und menschlicher Validierung, das beide Fehlerquellen minimiert.

„Unsere Produkte sind zu komplex für eine Software.” Dieser Einwand ist bei einigen Unternehmen berechtigt — nämlich dann, wenn der Produktbestand tatsächlich viele Mischprodukte mit komplexen GHS/ADR-Grenzfällen enthält. Bei den meisten Unternehmen gilt er für ca. 10–20 Prozent der Produkte — nicht für alle. Der sinnvolle Ansatz: Das System für die 80 Prozent Standardfälle einführen, die komplexen 20 Prozent weiterhin manuell bearbeiten. Das spart bereits die meiste Zeit.

„Wir müssen die ADR-Änderungen sowieso manuell prüfen.” Das stimmt — aber der Aufwand sinkt erheblich. Statt alle 1.200 Produkte gegen die neuen Bestimmungen abzugleichen, identifiziert das System automatisch, welche Produkte von einer Änderung betroffen sind. Der Gefahrgutbeauftragte prüft nur die betroffene Teilmenge. Das ist der Unterschied zwischen drei Wochen Recherche und zwei Tagen gezielter Überprüfung.

Woran du merkst, dass das zu dir passt

Das System passt gut, wenn:

• Du mindestens 20–30 Gefahrgutsendungen pro Woche verarbeitest — darunter ist der Einrichtungsaufwand schwer zu amortisieren
• Du auf mindestens zwei Transportmodi gleichzeitig angewiesen bist (z.B. Straße und Luftfracht) und beide Regelwerke parallel beherrschst
• Du einen breiten Produktbestand an Gefahrgütern hast (50+ unterschiedliche Produkte), bei dem das manuelle Nachschlagen je Sendung signifikante Zeit kostet
• Du regelmäßig Lieferanten-SDBs in verschiedenen Sprachen erhältst und die Extraktion von Abschnitt 14 manuell aufwendig ist
• Du beim letzten ADR-Wechsel gemerkt hast, dass Vorlagen nicht zeitgerecht aktualisiert wurden

Drei harte Ausschlusskriterien — wann es sich noch nicht lohnt:

1. Unter 10–15 Gefahrgutsendungen pro Woche mit einem überschaubaren Produktsortiment (unter 20 unterschiedliche Gefahrgutartikel). Der Einrichtungsaufwand von 8–12 Wochen und 5.000–15.000 Euro lässt sich bei diesem Volumen nicht innerhalb von zwei Jahren amortisieren. Die bessere Alternative: Ein auf Gefahrgut spezialisierter externer Dienstleister übernimmt die Dokumenterstellung — günstiger, sofort verfügbar, skalierbar nach Bedarf.

2. Kein bestellter Gefahrgutbeauftragter im Unternehmen oder keine Möglichkeit, einen zu stellen. Der Gefahrgutbeauftragte ist nach GbV gesetzlich vorgeschrieben — und er ist die notwendige menschliche Kontrolle für KI-generierte Gefahrgutdokumente. Wer diese Funktion nicht hat oder nicht aufbauen kann, hat kein KI-Problem, sondern ein Compliance-Problem. KI löst das nicht; das muss zuerst adressiert werden.

3. Sicherheitsdatenblätter liegen überwiegend nicht digital oder nur als nicht-durchsuchbare Scan-PDFs vor. SdbHub und ähnliche Systeme können zwar mit schlechten PDFs umgehen, aber die Extraktionsqualität hängt direkt von der Dokumentqualität ab. Wer hauptsächlich mit handgescannten, schlecht lesbaren oder nicht vorhandenen digitalen SDBs arbeitet, muss dieses Problem zuerst lösen — und das ist ein separates Projekt.

Das kannst du heute noch tun

Hole dir eine aktuelle Liste eurer 20 häufigsten Gefahrgutprodukte. Prüfe für jedes, ob die UN-Nummern und offiziellen Versandbezeichnungen mit dem Abschnitt 14 des aktuell gültigen Sicherheitsdatenblatts übereinstimmen — nicht mit der Version von vor zwei Jahren, sondern der heutigen. Bei vielen Unternehmen sind 20–40 Prozent dieser Einträge veraltet. Das kostet nichts und zeigt dir sofort, wie groß das eigentliche Problem ist.

Danach: Teste DGAssistant mit der 30-Tage-Testversion oder stelle bei SdbHub eine Pilotanfrage für 20–30 deiner SDBs. Konkrete Testdaten liefern mehr Klarheit als jede Demo-Präsentation.

Für eine erste Einschätzung ohne Software-Demo hilft der folgende Prompt, der die häufigsten Fehlerquellen in deiner Gefahrgutdokumentation identifiziert:

Quellen & Methodik

• 310 Millionen Tonnen Gefahrgut: Bundesanstalt für Straßenwesen (BASt), Statistik Gefahrguttransport Straße, aktualisiert 2023. Laut kiberatung.de werden auf deutschen Straßen ca. 310 Millionen Tonnen gefährliche Güter jährlich transportiert.
• L.W. Cretschmar — SDB2Excel-Fallstudie: kiberatung.de, „KI im Gefahrgutrecht: Die besten Anwendungsfälle” (2024). Cretschmar reduzierte die manuelle SDB-Prüfzeit von Stunden auf Sekunden durch automatisierte Datenextraktion.
• HBM Messtechnik — SAP-Integration: kiberatung.de, „KI im Gefahrgutrecht: Die besten Anwendungsfälle” (2024). HBM generiert Transportpapiere automatisch aus SAP-integrierten Systemen und eliminiert dadurch manuelle Eingabefehler.
• ADR-Änderungsrhythmus alle zwei Jahre: SAT-Team, „ADR 2025: Auf diese Änderungen müssen sich Unternehmen vorbereiten” (2025); VCI, Neuerungen Gefahrgutvorschriften 2025. ADR 2025 verbindlich ab 1. Juli 2025.
• Bußgelder bis 50.000 Euro: Bußgeldkatalog GGVSEB nach aktuellem Stand (Stand 2026), veröffentlicht unter bussgeldkatalog.org/ggvseb/.
• Zeiteinsparung 60–80 %: kiberatung.de (2024), basierend auf Erfahrungswerten aus Implementierungen bei mittelständischen Logistik- und Chemieunternehmen.
• EU AI Act Hochrisiko-Klassifizierung: EU-KI-Verordnung 2024/1689, vollständig anwendbar ab August 2026. Systeme zur automatischen Klassifizierung gefährlicher Güter fallen voraussichtlich unter Anhang III (Hochrisiko-Systeme).
• DGAssistant Preisangabe: DGAssistant Software Store (sites.fastspring.com), Stand Mai 2026 — Jahreslizenzen ab ca. 400 USD.
• SdbHub Funktionsweise: Datalyxt GmbH / sdbhub.de, Produktdokumentation (Stand Mai 2026).
• Gefahrgutbeauftragten-Pflicht: Gefahrgutbeauftragten-Verordnung (GbV) in der aktuell gültigen Fassung.