KI-Disposition: Routen laufend optimieren und Kunden proaktiv informieren

KI-Disposition ist kein einzelner Routenknopf. Ein belastbares System verbindet Aufträge, Fahrzeuge, Fahrerqualifikationen, Zeitfenster, aktuelle Positionen und Verkehrssignale zu einer laufend aktualisierten Entscheidungsgrundlage. Es erkennt Abweichungen, berechnet umsetzbare Alternativen und bereitet Kundeninformationen vor. Die operative Verantwortung bleibt bei klar benannten Disponenten.

Der Kern ist ein Optimierungsproblem mit mehreren Zielen und Nebenbedingungen. Kürzeste Strecke allein reicht nicht: Eine Tour kann auf dem Papier kurz sein und trotzdem wegen fehlender Kapazität, nicht verfügbarer Ausrüstung, enger Zeitfenster oder einer gesperrten Zufahrt scheitern. Deshalb werden Geschäftsregeln vor der Optimierung formalisiert und Ergebnisse anschließend gegen die operative Realität geprüft.

Welche Entscheidungen die KI-Disposition vorbereitet

• neue Aufträge einer geeigneten Tour oder einem verfügbaren Fahrzeug zuordnen
• Reihenfolgen innerhalb einer Tour unter Zeitfenstern und Servicezeiten neu berechnen
• Verspätungen, Ausfälle, Staus und kurzfristige Prioritätsänderungen bewerten
• Alternativen mit Auswirkungen auf Kilometer, Arbeitszeit, Pünktlichkeit und Folgeaufträge vergleichen
• voraussichtliche Ankunftsfenster aktualisieren und Kommunikationsentwürfe erzeugen
• unsichere oder nicht lösbare Fälle an einen Disponenten eskalieren

Eine gute Automatisierung entscheidet nicht ständig neu. Sie unterscheidet zwischen einer relevanten Störung und normalem Rauschen. Kleine Schwankungen bleiben beobachtet; erst definierte Schwellen oder Ereignisse lösen eine Neuberechnung aus. So vermeidet das System, dass Fahrer und Kunden durch dauernd wechselnde Pläne belastet werden.

Vom Auftrag zur umsetzbaren Tour

1. Führende Systeme und Datenqualität festlegen

ERP, Transportmanagementsystem oder Field-Service-System bleiben führend für Auftrag, Status und Stammdaten. Telematik liefert Position und Ereignisse. Karten- und Verkehrsdienste liefern Fahrzeiten oder Sperrungen. Die Optimierung erhält nur die Felder, die sie für den jeweiligen Planungsschritt benötigt. Jeder Eingang bekommt Quelle, Aktualität und Qualitätsstatus.

2. Nebenbedingungen als Regeln modellieren

Vehicle-Routing-Probleme verteilen Stopps auf Fahrzeuge und Reihenfolgen. In der Praxis kommen Kapazitäten, Abhol- und Lieferbeziehungen, Servicezeiten, Depots, Pausen und Kundenzeitfenster hinzu. Die OR-Tools-Dokumentation beschreibt dafür unter anderem Kapazitäts- und Zeitfensterprobleme. Entscheidend ist die Trennung zwischen harten Regeln, die nie verletzt werden dürfen, und weichen Zielen, deren Abweichung sichtbar bewertet wird.

3. Fahrzeitmatrix und Optimierung trennen

Ein Routingdienst berechnet Fahrzeiten oder Distanzen zwischen relevanten Punkten. Der OSRM Table Service liefert dafür beispielsweise Matrizen der schnellsten Routen. Der Optimierer nutzt diese Matrix zusammen mit Geschäftsregeln. Das verhindert, dass ein Kartenanbieter unbemerkt fachliche Prioritäten bestimmt. Werden externe APIs eingesetzt, werden übertragene Koordinaten, Auftragsbezug, Protokollierung, Speicherfristen, Verarbeitungsregion und Unterauftragnehmer dokumentiert.

4. Mehrere Ziele transparent gewichten

Pünktlichkeit, Gesamtfahrzeit, Überstunden, Tourstabilität und Auslastung können miteinander konkurrieren. Das System sollte deshalb nicht nur einen Score anzeigen, sondern die wichtigsten Auswirkungen jeder Alternative: Welche Kunden verschieben sich? Welche Regel wird knapp? Wie verändern sich Fahrzeit, Leerfahrt und Arbeitszeit? Für geschäftskritische Entscheidungen braucht der Disponent mindestens eine belastbare Alternative oder einen klaren Hinweis, dass keine zulässige Lösung gefunden wurde.

Echtzeit bedeutet ereignisgesteuert, nicht hektisch

Ein Ereignisdienst normalisiert Meldungen aus Telematik, Auftragssystem, Verkehrsdienst und manuellen Eingaben. Regeln bewerten Dringlichkeit und Reichweite. Ein Fahrzeugausfall kann eine ganze Tour betreffen; eine fünfminütige Abweichung ohne Folgewirkung benötigt oft keine Aktion. Erst danach startet eine begrenzte Neuberechnung für die betroffenen Fahrzeuge und Aufträge.

Tourstabilität gehört ausdrücklich in die Zielfunktion. Stopps, die ein Fahrer bereits angenommen hat oder die einem Kunden bestätigt wurden, erhalten höhere Änderungskosten. Für laufende Touren kann ein Sperrpunkt gelten: Der nächste Stopp bleibt fest, während spätere Stopps neu geplant werden. So optimiert das System nicht gegen die Menschen im Prozess.

Proaktive Kundenkommunikation braucht bestätigte Fakten

Die Kommunikation wird aus dem bestätigten Plan erzeugt, nicht direkt aus einem Rohsignal. Das System wählt eine freigegebene Vorlage, setzt Auftrag, neues Zeitfenster, Grundkategorie und Kontaktweg ein und prüft Sperrlisten sowie Kanalpräferenzen. Sensible Sonderfälle oder Vertragsänderungen gehen zur Freigabe an einen Menschen.

• Ein Zeitfenster mit Unsicherheitsmarge kommunizieren statt eine scheinbar exakte Minute versprechen.
• Nur Änderungen melden, die für den Kunden relevant und intern bestätigt sind.
• E-Mail, SMS, Portal und Telefonaufgabe nach Einwilligung, Vertrag und Prozessrolle unterscheiden.
• Jede Nachricht mit Planversion, Empfänger, Vorlage und Versandstatus protokollieren.
• Bei erneuter Änderung vorherige Aussagen berücksichtigen und widersprüchliche Nachrichten verhindern.

Datenschutz, Fahrersteuerung und EU AI Act

Positions- und Leistungsdaten können personenbezogen sein. Zweck, Rechtsgrundlage, Zugriff, Aufbewahrung und Transparenz werden deshalb vor dem Pilot geklärt. Disponenten benötigen andere Rechte als Fahrer, Kundenservice, Administration oder technischer Support. Entwicklungs- und Testumgebungen erhalten keine ungefilterten Produktivdaten.

Der EU AI Act erfasst bestimmte KI-Systeme im Beschäftigungskontext als Hochrisiko, insbesondere wenn sie Aufgaben anhand persönlichen Verhaltens oder persönlicher Merkmale zuweisen oder Beschäftigte überwachen und bewerten. Eine reine Tourrechnung ist nicht automatisch gleichzusetzen. Sobald Fahrerprofile, Verhalten, Leistung oder Bewertung in die Zuweisung einfließen, muss die konkrete Funktion rechtlich und organisatorisch geprüft werden. Technische Bezeichnung und Herstelleretikett ersetzen diese Prüfung nicht.

Betrieb: messen, erklären und zurückfallen können

Monitoring trennt Modell- und Prozessqualität. Gemessen werden Datenalter, Anteil lösbarer Fälle, Rechenzeit, ETA-Abweichung, Pünktlichkeit, Kilometer, Planänderungen, manuelle Overrides, Kommunikationsfehler und Beschwerden. Ein Override ist nicht automatisch ein Benutzerfehler: Wiederkehrende Korrekturen zeigen oft, dass eine Regel, ein Stammdatensatz oder ein Zielgewicht fehlt.

Änderungen an Kartenmaterial, Verkehrsdienst, Optimierer, Regeln oder Gewichtungen durchlaufen Regressionstests mit repräsentativen Fällen. Bei fehlenden Daten, ungewöhnlichen Vorschlägen oder überschrittenen Grenzwerten fällt der Prozess auf den letzten bestätigten Plan oder manuelle Disposition zurück. Der NIST AI Risk Management Framework bietet dafür einen freiwilligen Rahmen, um Vertrauenswürdigkeitsaspekte in Entwicklung, Einsatz und Bewertung von KI-Systemen einzubeziehen.

Einführung in drei kontrollierten Stufen

1. Daten- und Regelphase: Quellen, Pflichtfelder, Nebenbedingungen, Rollen und Kennzahlen dokumentieren; historische Touren ohne operative Wirkung nachrechnen.
2. Shadow Mode: Vorschläge parallel zur bestehenden Disposition erzeugen und Abweichungen, fehlende Regeln sowie Datenfehler mit Disponenten auswerten.
3. Begrenzter Pilot: ein Standort, eine Fahrzeuggruppe und klar definierte Störungstypen; Freigaben, Kommunikation, Monitoring und Fallback sind aktiv.

Erfolg bedeutet nicht maximale Zahl automatischer Umplanungen. Sinnvoll sind weniger vermeidbare Verspätungen, stabilere Touren, weniger manuelle Datensuche, nachvollziehbare Entscheidungen und eine schnellere, korrekte Kundeninformation. Die Zielwerte werden vor dem Pilot festgelegt und gegen einen vergleichbaren Ausgangszeitraum gemessen.

So setzt agentworx KI-Disposition um

agentworx ist eine KI-Agentur aus München und entwickelt KI-Mitarbeiter für konkrete Geschäftsprozesse. Für die Disposition beginnen wir mit einem klaren Ereignis und einer begrenzten Entscheidung, etwa einem kurzfristigen Auftrag, einer Verspätung oder einem Fahrzeugausfall. Gemeinsam definieren wir Datenquellen, harte Regeln, Zielkonflikte, Freigaben, Kommunikationswege und Abschaltkriterien.

Technisch verbindet agentworx ERP oder Transportmanagement, Telematik, Routingdienst, Optimierer und Kommunikationskanäle über definierte Schnittstellen. Für jede Verbindung wird festgehalten, welche Daten zu welchem Zweck an welche Komponente oder welchen Anbieter gehen. Technische Konten erhalten minimale Rechte; der bestätigte Plan bleibt versioniert und der Disponent kann Vorschläge ändern oder verwerfen.

Zum Betrieb gehören Datenqualitätsprüfungen, Regel- und Modellversionierung, ETA- und Override-Analysen, Zugriffsreviews, Provider-Monitoring und getestete Fallbacks. So arbeitet der KI-Mitarbeiter als kontrollierte Unterstützung der Disposition – nicht als undurchsichtige Leitstelle.