KI-gestützte Tourenplanung berechnet aus Aufträgen, Fahrzeugen, Lieferfenstern und Verkehrsdaten in Sekunden eine kostenoptimierte Disposition. Sie senkt vor allem die vermeidbaren Leerkilometer. Das ist relevant, weil im deutschen Lkw-Inlandsverkehr 2025 rund 37,7 Prozent aller Fahrten leer rollten (Kraftfahrt-Bundesamt). Wichtig: KI entlastet die Disposition und ersetzt sie nicht. Sie macht auch nicht jede Fahrt voll, denn strukturelle Leerfahrten lassen sich nicht beliebig reduzieren. Stand: Juni 2026.
Es ist 6:40 Uhr in einem mittelständischen Speditionsbüro irgendwo im Ruhrgebiet. Auf dem Bildschirm der Disposition liegen 47 Aufträge, daneben eine Liste mit 14 Fahrzeugen, jedes mit eigener Kapazität, eigenen Lenkzeit-Resten und einem Spezialaufbau, der für manche Ladung passt und für andere nicht. Der Disponent hat noch keinen Kaffee getrunken, da ändert ein Kunde schon das erste Zeitfenster. Eine halbe Stunde später ruft ein Fahrer an: Stau auf der A40, er kommt nicht rechtzeitig zur ersten Rampe.
Diese Szene ist kein Sonderfall, sondern Alltag in tausenden Disponenten-Büros. Und sie hat einen messbaren Preis. Laut Kraftfahrt-Bundesamt fuhren deutsche Lkw 2025 im Inlandsverkehr bei einer Leerfahrtenquote von 37,7 Prozent. Das waren 139,7 Millionen Leerfahrten und 6.033,7 Millionen Leerkilometer (KBA, Verkehr deutscher Lkw 2025). Anders gesagt: Jede dritte bis vierte Fahrt rollt ohne Ladung. Jeder dieser Kilometer kostet Diesel, Maut, Personalzeit und Marge, ohne einen Cent Umsatz zu bringen.
Genau hier setzt KI-gestützte Tourenplanung an. Nicht als Wundermittel, sondern als Rechenwerkzeug, das mehr Kombinationen prüft, als ein Mensch unter Zeitdruck durchdenken kann, und das die überlastete Disposition spürbar entlastet. Dieser Artikel ordnet ein, was realistisch geht, wo die strukturellen Grenzen liegen und wie ein Einstieg ohne teure IT-Abteilung aussehen kann.
Was Sie mitnehmen
- Warum 37,7 Prozent Leerfahrten der größte konkrete Hebel in der Disposition sind, und welcher Teil davon überhaupt vermeidbar ist
- Wie KI-Tourenplanung technisch funktioniert: vom Auftragsimport bis zum genehmigten Tourenvorschlag in fünf Schritten
- Was ein bis zwei Prozentpunkte weniger Leerkilometer in einem mittelständischen Fuhrpark rechnerisch bedeuten können
- Welche Datenqualität und Schnittstellen Sie für einen sauberen Pilot brauchen
- Welche DSGVO- und EU-AI-Act-Pflichten bei Fahrer- und Kundendaten gelten
Warum sind Leerfahrten der größte Hebel in der Disposition?
Leerkilometer sind die teuerste Art zu fahren, weil ihnen kein Umsatz gegenübersteht. Bei einer Inland-Leerfahrtenquote von 37,7 Prozent (KBA 2025) bedeutet das: Über ein Drittel der Fahrzeit, des Treibstoffs und der Lenkzeit fließt in Fahrten, die nichts erlösen. In einem Markt mit knappen Fahrern, hohen Energiekosten und schmalen Margen ist das der Punkt, an dem sich Optimierung am unmittelbarsten auszahlt.
Wichtig ist aber die ehrliche Abgrenzung, und sie macht den Unterschied zwischen seriöser Optimierung und Marktgeschrei: Nicht jede Leerfahrt ist vermeidbar. Der Bundesverband Güterkraftverkehr Logistik und Entsorgung betont, dass sich Leerfahrten nicht beliebig reduzieren lassen (BGL). Drei Gründe setzen eine strukturelle Untergrenze. Erstens unpaarige Verkehrsströme: In Ballungsräume fließt mehr Fracht hinein als heraus, sodass auf der Rückfahrt schlicht keine passende Ladung verfügbar ist; spezialisierte Aufbauten, die keine Rückladung erlauben (ein Silofahrzeug nimmt eben keine Paletten mit); und zwangsläufige Leerfahrten zwischen Betriebshof und erster Ladestelle.
KI-Tourenplanung zielt also nicht auf die strukturellen Leerfahrten, sondern auf die vermeidbaren, also jene Kilometer, die durch ungeschickte Reihenfolge, unausgewogene Fahrzeugauslastung oder verpasste Bündelungs-Chancen entstehen. Das ist ein kleinerer, aber realer Anteil. Und weil er bei manueller Planung systematisch übersehen wird, ist er der lohnendste Ansatzpunkt.
Wie funktioniert KI-Tourenplanung: automagisch oder mathematisch?
Weder noch geheimnisvoll. Im Kern löst das System eine erweiterte Variante des Vehicle-Routing-Problems: Gegeben sind Aufträge, Fahrzeuge und Restriktionen. Gesucht ist die Zuordnung, die Gesamtkosten und Leerkilometer minimiert, ohne ein Lieferfenster oder eine Lenkzeitregel zu verletzen. Ein Mensch kann fünf, vielleicht zehn Kombinationen im Kopf vergleichen. Ein Algorithmus prüft sehr viele in kurzer Zeit und bewertet sie nach Ihren Zielgrößen.
Der Ablauf von der Rohdatenlage bis zum genehmigten Tourenvorschlag lässt sich in fünf Schritten beschreiben:
Datenimport
Aufträge, Fahrzeuge, Lenkzeit-Reste und Restriktionen werden aus dem bestehenden System gelesen, in der Regel über eine TMS-Schnittstelle, ohne dass Sie Ihre Software wechseln.
Anreicherung
Das System ergänzt Fahrzeiten, typische Stau-Muster und Geo-Daten aus gängigen Kartendiensten und kennt Ihre Lager-, Hof- und Rampen-Standorte.
Optimierung
Der Algorithmus prüft sehr viele Touren-Kombinationen und bewertet sie nach Zielgrößen wie Leerkilometer, Auslastung und Termintreue.
Vorschlag mit Begründung
Das System schlägt eine Disposition vor, pro Tour mit nachvollziehbarer Begründung (warum dieses Fahrzeug, warum diese Reihenfolge).
Freigabe durch den Disponenten
Der Mensch kontrolliert, genehmigt oder weicht ab. Die finale Entscheidung bleibt im Team. Das System unterstützt, es ersetzt nicht.
Der entscheidende Punkt für die Akzeptanz: Schritt 5 ist kein Anhängsel, sondern der Kern. Der Disponent wechselt von „jede Tour selbst bauen“ zu „Vorschläge prüfen und Ausnahmen managen“, einer höherwertigen, weniger repetitiven Tätigkeit. Das System rechnet in Sekunden durch, was bei einer kurzfristigen Auftragsänderung sonst eine halbe Stunde Umplanung kostet.
Welche Daten und Schnittstellen braucht ein sauberer Pilot?
Speditionen haben gegenüber vielen anderen Branchen einen strukturellen Vorteil: Ihre Daten sind bereits digital. Jeder Auftrag trägt Datum, Route, Gewicht und Belegnummer, jede Tour ist erfasst, jedes Fahrzeug hat Stammdaten. Das ist genau das Futter, das eine Optimierung braucht. Eine Arztpraxis müsste erst digitalisieren, eine Spedition kann auf Vorhandenem aufsetzen.
Trotzdem entscheidet die Datenqualität über das Ergebnis. Drei Voraussetzungen sind in der Praxis erfahrungsgemäß ausschlaggebend:
- Saubere Stammdaten: Fahrzeugkapazitäten, Aufbautypen und Standort-Koordinaten müssen aktuell sein. Veraltete Palettenplatz-Angaben führen zu unbrauchbaren Vorschlägen.
- Telematik-Anbindung: Echtzeit-Positionen und tatsächliche Fahrzeiten verbessern die Planung gegenüber reinen Kartendienst-Schätzungen deutlich.
- TMS-Schnittstelle: Die Optimierung sollte als Ebene auf Ihr bestehendes Transportmanagement-System aufsetzen, Aufträge auslesen und Vorschläge zurückspielen. Kein Systemwechsel, keine Doppelpflege.
Dass ein solcher Einstieg nicht nur Großspeditionen mit eigener IT-Abteilung vorbehalten ist, hat das Fraunhofer-Institut für Materialfluss und Logistik (IML) auf der transport logistic 2025 in München gezeigt: Mit der Plattform Omnistics demonstrierte das Institut einen barrierefreien Einstieg in KI-gestützte Logistikprozesse wie Routenplanung, Disposition und Analyse, ausdrücklich ohne kostspielige IT-Infrastruktur und gezielt für kleine und mittlere Unternehmen ausgelegt (Fraunhofer IML / transport-online.de, 23.05.2025). Die verbreitete Sorge, KI-Tourenplanung sei nur etwas für die ganz Großen, ist damit überholt.
Was bringen ein bis zwei Prozentpunkte weniger Leerkilometer konkret?
Die ehrliche Antwort vorab: pauschal lässt sich das nicht beziffern, weil es vom Fuhrpark, der Auftragsstruktur und dem Anteil vermeidbarer Leerfahrten abhängt. Um die Größenordnung greifbar zu machen, hilft eine klar als Beispiel gekennzeichnete Modellrechnung.
Illustrative Modellrechnung für einen mittelständischen Fuhrpark (Beispiel)
Annahmen: 30 Fahrzeuge, je rund 110.000 gefahrene Kilometer pro Jahr ergeben 3,3 Mio. Gesamtkilometer. Bei einer angenommenen Leerquote nahe dem Bundesschnitt entfielen davon rund 1,2 Mio. auf Leerkilometer. Angenommen, die KI-Disposition senkt nur die vermeidbaren Leerkilometer um 1,5 Prozentpunkte der Gesamtfahrleistung. Das wären rund 49.500 Kilometer weniger pro Jahr. Bei kalkulatorisch angesetzten 0,90 Euro Vollkosten je Leerkilometer (Diesel, Maut, Verschleiß, anteilige Lenkzeit) ergäbe sich rechnerisch eine Größenordnung von rund 44.000 Euro pro Jahr.
Einordnung: Das ist eine illustrative Beispielrechnung mit frei gewählten Annahmen, kein gemessenes Ergebnis und kein Versprechen. Hinzu kämen schwerer bezifferbare Effekte: weniger Umplanungs-Stress in der Disposition, ausgeglichenere Fahrer-Auslastung und tendenziell verlässlichere Liefertermine. Wie stark der Effekt ausfällt, hängt vom konkreten Betrieb ab.
Der eigentliche Wert liegt oft nicht allein in der Diesel-Ersparnis, sondern in der zurückgewonnenen Disponenten-Zeit. Manuelle Tourenplanung bindet täglich Stunden und ist bei kurzfristigen Auftragsänderungen kaum sauber nachzuhalten. Wenn das System die Routine-Rechnerei übernimmt, bleibt einer knappen Fachkraft mehr Raum für Kundenkontakt, Ausnahmen und strategische Planung.
Warum sollten Speditionen jetzt einsteigen?
Weil sich gerade ein deutliches Branchen-Momentum aufbaut. Laut der BVL-Studie „Trends und Strategien in Logistik und SCM 2025″ werden 68 Prozent der Unternehmen in den nächsten fünf Jahren an der Implementierung und/oder Skalierung von Künstlicher Intelligenz arbeiten; KI klettert im Trend-Ranking um sieben Plätze nach oben und zählt damit zu den am stärksten aufsteigenden Technologien der Studie (Bundesvereinigung Logistik, BVL).
Speziell in der Logistik ist die Erwartung an KI hoch: Mehr als die Hälfte der Logistikunternehmen (58 Prozent) erwartet, dass KI weit verbreitet sein und viele Aufgaben übernehmen wird, etwa die Planung von Routen oder die Vermeidung von Leerfahrten; bereits jedes fünfte Logistikunternehmen setzt KI ein und liegt damit deutlich vor dem Gesamtwirtschafts-Schnitt von 9 Prozent (Bitkom, Branchenbefragung Logistik; dieser Erwartungswert datiert auf 2022 und ist als Kontext zu lesen). Routenplanung und Leerfahrten-Vermeidung gelten damit branchenintern als die KI-Kerneinsatzfelder.
Wer jetzt einen Pilot startet, sammelt Erfahrung in einem überschaubaren Rahmen, statt in zwei Jahren unter Wettbewerbsdruck unter Zeitnot nachziehen zu müssen.
Manuelle vs. KI-gestützte Disposition: wo liegen die Unterschiede?
| Kriterium | Manuelle Disposition | KI-gestützte Tourenplanung |
|---|---|---|
| Planungszeit pro Tag | Mehrere Stunden, gebunden an eine Fachkraft | Sekunden für den Vorschlag, plus Prüfzeit |
| Geprüfte Kombinationen | Wenige, im Kopf abwägbar | Sehr viele, algorithmisch bewertet |
| Vermeidbare Leerkilometer | Werden oft übersehen | Werden systematisch reduziert |
| Kurzfristige Umplanung | Aufwändig, fehleranfällig | In Sekunden neu gerechnet |
| Strukturelle Leerfahrten | Nicht lösbar | Nicht lösbar (bleibt strukturelle Grenze) |
| Letzte Entscheidung | Disponent | Disponent (System schlägt vor) |
Die Tabelle zeigt auch, was KI nicht kann: Die strukturelle Leerfahrten-Untergrenze des BGL bleibt in beiden Spalten gleich. KI verschiebt nur die vermeidbare Komponente und nimmt dem Disponenten die Routine-Last ab. Dieser Artikel ist Teil unseres Themen-Hubs zur KI in der Spedition; angrenzende Bausteine sind die KI-gestützte Fahrerkommunikation und die Dokumentenautomatisierung in der Logistik, die beide auf denselben Stammdaten aufsetzen.
Was gilt rechtlich bei Fahrer- und Kundendaten?
Tourenplanung verarbeitet personenbezogene Daten: Fahrer-Positionen, Lenkzeiten, Kundenadressen. Damit ist die DSGVO einschlägig. Drei Punkte sollten Sie vor einem Pilot klären: Die Verarbeitung erfolgt auf Grundlage eines Auftragsverarbeitungsvertrags (AVV) nach Art. 28 DSGVO, die Daten liegen auf Servern in Deutschland, und personenbezogene Daten werden nicht zum Training von KI-Modellen verwendet. Das sollte vertraglich ausgeschlossen sein. Bei der Telematik-Auswertung von Fahrer-Daten ist zusätzlich die Mitbestimmung des Betriebsrats zu beachten.
Hinzu kommt der EU AI Act: Wo ein KI-System mit Menschen interagiert, etwa wenn die Fahrerkommunikation über einen Assistenten läuft, greift ab dem 02.08.2026 die Transparenzpflicht nach Art. 50. Der Bot muss seine KI-Natur kenntlich machen, eine Weiterleitung an einen Menschen muss möglich bleiben. Für die reine Tourenoptimierung im Hintergrund ist das nachrangig, für angrenzende Module wie FLOW Phone in der Fahrer- oder Kundenkommunikation aber relevant.
Glossar: Die wichtigsten Begriffe
- Leerfahrt
- Fahrt eines Lkw ohne Ladung. Im Inlandsverkehr deutscher Lkw lag der Anteil 2025 bei 37,7 Prozent (KBA). Ein Teil ist strukturell unvermeidbar, ein Teil durch bessere Disposition reduzierbar.
- Disposition
- Die Planung, welches Fahrzeug welche Aufträge in welcher Reihenfolge fährt. Klassisch manuell, zunehmend KI-unterstützt. Die Freigabe bleibt beim Disponenten.
- Vehicle-Routing-Problem (VRP)
- Das mathematische Optimierungsproblem hinter der Tourenplanung: optimale Zuordnung von Aufträgen zu Fahrzeugen unter Restriktionen wie Kapazität, Lieferfenster und Lenkzeit.
- TMS (Transportmanagement-System)
- Die Software, in der Aufträge, Touren und Fahrzeuge verwaltet werden. KI-Tourenplanung setzt über eine TMS-Schnittstelle auf das bestehende System auf.
- Telematik
- Technik zur Übertragung von Fahrzeug- und Positionsdaten in Echtzeit. Liefert die tatsächlichen Fahrzeiten, die eine Optimierung präziser machen.
- AVV (Auftragsverarbeitungsvertrag)
- Pflichtvertrag nach Art. 28 DSGVO zwischen Auftraggeber und IT-Dienstleister, der personenbezogene Daten verarbeitet, hier Fahrer- und Kundendaten.
Häufige Fragen (FAQ)
Senkt KI-Tourenplanung jede Leerfahrt?
Muss ich meine bestehende Software ersetzen?
Ist das nur etwas für große Speditionen mit IT-Abteilung?
Ersetzt die KI meinen Disponenten?
Was passiert mit den Fahrer- und Kundendaten?
Wie schnell zeigt sich ein Effekt?
Tiefer einsteigen
- → KI in der Spedition: der Themen-Hub für Disposition und Fuhrpark
- → KI-gestützte Fahrerkommunikation: Statusmeldungen ohne Telefon-Pingpong
- → Dokumentenautomatisierung in der Logistik: Frachtbriefe und Belege digital
- → Datenqualität als Fundament: Stammdaten und Telematik vorbereiten
Standard-Modul oder Individuallösung: was passt zu Ihrer Disposition?
Ein Großteil der Dispositions-Anforderungen im Mittelstand ist standardisierbar: Auftragsimport, Tourenoptimierung nach Leerkilometer und Auslastung, Vorschlag mit Disponenten-Freigabe. Dafür eignen sich Standard-Bausteine, die auf bestehende Systeme aufsetzen, etwa im Verbund mit FLOW Booking für die Termin- und Slot-Koordination an der Rampe und FLOW Phone für die transparente, AI-Act-konforme Fahrer- und Kundenkommunikation rund um die Tour.
Die letzten 20 Prozent, also eine spezielle TMS-Schnittstelle, ungewöhnliche Restriktionsprofile, Multi-Standort-Routing oder branchen-spezifisches Fine-Tuning, lassen sich als Individuallösung ergänzen, transparent kalkuliert mit klarer Aufwandsschätzung vorab. Sie müssen also nicht entscheiden, ob „Standard reicht“ oder „nur Custom funktioniert“: Sinnvoll ist meist ein abgegrenzter Pilot mit definierten Kennzahlen, der zeigt, welcher Tiefen-Grad Ihre Realität tatsächlich braucht.
Einen zusammenhängenden Überblick, wie diese Bausteine als Gesamtlösung für Ihren Betrieb zusammenspielen, finden Sie hier: KI und Automatisierung für Logistik und Spedition: der komplette Überblick.
