Fachartikel · Transport & Logistik

Wie funktioniert KI in der Disposition?

Zwischen „KI disponiert vollautomatisch“ und „KI ist nur Spielerei“ liegt die Realität. Dieser Artikel beschreibt, was ein KI-Dispositionsassistent heute leisten kann, welche Daten er braucht und wo der Mensch unersetzlich bleibt.

Kurz gesagt: KI in der Disposition arbeitet als Assistent, nicht als Disponent. Sie führt offene Aufträge, Fahrzeuge, Fahrer, Zeitfenster, Kapazitäten und Restriktionen zusammen, erstellt auf Anfrage Planungsvorschläge, markiert Konflikte und erklärt ihre Zuordnung. Die Entscheidung, welche Tour gefahren wird, bleibt beim Menschen – aus guten Gründen.

Was Disposition tatsächlich ist

Wer Disposition auf „Aufträge auf LKW verteilen“ reduziert, unterschätzt den Beruf. Ein Disponent kennt seine Fahrer und weiß, wer welche Rampe kennt. Er weiß, dass Kunde X nur vormittags entladen kann, obwohl das nirgends steht. Er reagiert auf einen Fahrerausfall um sieben Uhr früh, verhandelt mit dem Frachtführer und entscheidet, welchem Kunden er heute absagen muss. Vieles davon ist Erfahrung, Beziehung und Verantwortung – und lässt sich nicht in ein Modell auslagern.

Was sich auslagern lässt, ist die Vorarbeit: das Filtern, Kombinieren, Prüfen und Rechnen, das jeder Planung vorausgeht. Genau dort setzt ein KI-Assistent an.

Welche Daten ein KI-Dispositionsassistent nutzt

Der Assistent greift über Schnittstellen auf dieselben Informationen zu, die der Disponent verwendet:

  • Aufträge: offen, geplant, mit Relation, Zeitfenstern, Ladung, Kundenvorgaben
  • Fahrzeuge: Typ, Kapazität, Ausstattung, Standort, geplante Touren
  • Fahrer: Verfügbarkeit, Qualifikationen, Lenk- und Ruhezeiten soweit erfasst
  • Frachtführer: Relationen, Konditionen, bisherige Zusammenarbeit
  • Restriktionen: Zeitfenster, Rampenzeiten, Fahrzeuganforderungen, Kundenregeln

Je vollständiger diese Daten im TMS sind, desto besser der Vorschlag. Was nur im Kopf des Disponenten existiert, kann der Assistent nicht berücksichtigen – es sei denn, es wird ihm als Hinweis mitgegeben: „Kunde X nur vormittags.“ Solche Freitext-Hinweise zu verstehen, ist eine der Stärken von Sprachmodellen gegenüber klassischer Tourenoptimierung.

Was der Assistent vorschlagen kann

Typische Anfragen und Ergebnisse:

  • „Plane die offenen Aufträge für Montag auf unsere verfügbaren Fahrzeuge.“ – Vorschlag je Fahrzeug mit Reihenfolge, offene Konflikte markiert, nicht zuordenbare Aufträge gesondert.
  • „Was passt noch auf Fahrzeug 12 auf der Relation Wels–München?“ – Beiladungen nach Restkapazität, Zeitfenster und Umweg.
  • „Kunde Y verschiebt auf Mittwoch – was ist betroffen?“ – betroffene Tour, freiwerdende Kapazität, Alternativen.
  • „Welcher Frachtführer passt für den Auftrag nach Hamburg?“ – Vorschlag nach Relation, Erfahrung und Konditionen.

In jedem Fall gilt: Das Ergebnis ist ein Vorschlag mit Begründung. Der Disponent sieht, warum der Assistent eine Zuordnung vorschlägt, und kann sie ändern.

KI-Assistent und Tourenoptimierung: kein Entweder-oder

Klassische Tourenoptimierung löst ein mathematisches Problem: die günstigste Route unter festen Bedingungen. Sie ist präzise, aber starr – sie versteht keine Hinweise in Freitext und erklärt ihre Ergebnisse nicht. Ein KI-Assistent ist flexibel und erklärbar, aber kein Optimierungsalgorithmus. In der Praxis lassen sich beide kombinieren: Der Assistent versteht die Aufgabe, ruft für die reine Routenberechnung ein Optimierungswerkzeug auf und übersetzt das Ergebnis zurück in eine nachvollziehbare Empfehlung.

Warum der Mensch entscheidet – und das keine Floskel ist

Drei Gründe, warum wir keine „autonome Disposition“ anbieten:

  1. Unvollständige Daten. Kein TMS enthält alles, was ein Disponent weiß. Ein Vorschlag auf unvollständiger Basis braucht eine Prüfung.
  2. Verantwortung. Eine Zusage an einen Kunden ist eine Entscheidung mit Konsequenzen. Sie gehört zu einem Menschen, der sie vertreten kann.
  3. Vertrauen. Disponenten arbeiten mit einem Werkzeug, das sie kontrollieren können. Ein System, das über ihren Kopf hinweg plant, wird umgangen – und nützt dann niemandem.

Wir kennen die Disposition aus eigener Praxis

Der Gründer von ET Systems ist ausgebildeter Speditionskaufmann mit operativer Erfahrung in der Disposition. Das prägt unseren Ansatz: Wir bauen Werkzeuge, die ein Disponent morgens um sieben tatsächlich nutzen würde – nicht Demonstrationen, die im Meeting beeindrucken. Mehr dazu unter Softwareentwicklung trifft Speditionserfahrung.

Voraussetzungen im Betrieb

  • Ein TMS oder eine Datenbasis, die Aufträge, Fahrzeuge und Fahrer strukturiert enthält – und über eine Schnittstelle erreichbar ist
  • Gepflegte Stammdaten: Kapazitäten, Zeitfenster, Kundenvorgaben
  • Klare Freigaberegeln: Was darf der Assistent nur vorschlagen, was nach Freigabe ins TMS schreiben?

Fazit

KI in der Disposition funktioniert als Assistenz: Sie übernimmt die Vorarbeit, liefert erklärbare Vorschläge und markiert Konflikte – auf Basis der Daten, die im TMS vorhanden sind. Der Disponent entscheidet. Wer mehr verspricht, hat entweder eine sehr einfache Disposition vor Augen oder verkauft eine Demo. Wie wir das als Leistung anbieten, beschreibt die Seite KI-Disposition.

Weiterlesen

KI-Disposition

Die Leistung: KI-Dispositionsassistent mit Freigabe durch den Disponenten.

Zur Leistung →

KI-Agent oder klassische Automatisierung?

Wann feste Regeln reichen und wann ein Sprachmodell Handlungsspielraum braucht.

Artikel lesen →

Was kann man in einer Spedition automatisieren?

Der Überblick über alle Prozesse – von Auftrag bis Abrechnung.

Artikel lesen →

Welche Vorarbeit kostet Ihre Disponenten am meisten Zeit?

Wir sehen uns den Planungsablauf gemeinsam an – und sagen, was sich davon sinnvoll vorbereiten lässt.