KI in der Disposition

Drei Disponenten brauchte die Spedition Amm in Nürnberg früher, um ihre Nahverkehrstouren zu planen. Der erste startete um 22 Uhr, der zweite um zwei Uhr, der dritte um vier Uhr. Rund 1400 Sendungen mussten auf 65 bis 75 Lkw verteilt, jeder Auftrag einem Fahrzeug zugeordnet und anschließend auch noch die Reihenfolge der Stopps festgelegt werden. "Der Disponent war dagestanden und hat wirklich angeklickt, angeklickt, angeklickt", erinnert sich Moritz Reiser, der selbst lange Jahre als Disponent bei Amm tätig war und heute die Leitung der Spedition verantwortet. Dank KI Zeit für das Wesentliche "Heute dagegen ist die Arbeit meist gegen 0.30 Uhr oder ein Uhr erledigt", berichtet Reiser. Im Wesentlichen sitze nur noch ein Disponent in der Nachtschicht. Unterstützt werde dieser von dem KI-Tool PLG Tour Planning der ProLogistik Group, einem Hard- und Softwareanbieter für Supply-Chain-Lösungen. Das heißt, ein Algorithmus übernimmt für den Disponenten die wiederkehrenden Zuordnungen und zeigt ihm nun vor allem die Touren an, bei denen Kapazitäten, Termine oder andere Vorgaben nicht zusammenpassen. "Unsere Disponenten können sich also ganz auf die Sendungen konzentrieren, die Probleme machen", schwärmt Reiser. Bis das zuverlässig funktionierte, dauerte es indes 24 Monate. "Die Spedition Amm führte keine fertige Standardsoftware ein, sondern begann als Pilotkunde mit dem Prototyp des PLG Tour Planning Tools", erklärt Tobias Braun, Leiter Produktmanagement TMS bei ProLogistik. Außerdem sei das Projekt mitten in der Corona-Zeit gestartet. Dies machte das Ganze zusätzlich aufwändig: Die Spedition Amm musste als Pilotkunde also erst mal in kniffliger Detailarbeit ihre Fahrgebiete, Fahrzeuganforderungen und Kundenbesonderheiten in konkrete Regeln übersetzen und Datenlücken schließen. Grund dafür sei, dass Amm im Kern einen sogenannten Vehicle Routing Problem Solver einsetze. Dabei handelt es sich laut Braun um einen metaheuristischen Algorithmus, der sehr große Datenmengen unter zahlreichen Restriktionen miteinander kombiniert. Dieser versuche also nicht, eine mathematisch einzig richtige Lösung zu finden. Stattdessen durchsuche er viele mögliche Kombinationen und bewerte die Ergebnisse anhand zuvor festgelegter Kriterien, etwa Kosten, Kilometerleistung, Fahrzeugauslastung oder einer möglichst ausgewogenen Verteilung der Arbeit. "Wenn ich 1500 Sendungen und 100 Fahrzeuge habe, gibt es sehr, sehr viele Möglichkeiten", erklärt der ProLogistik-Mann. Üblicherweise ließen Kunden den Algorithmus etwa 15 Minuten rechnen. In dieser Zeit suche der Solver unter Berücksichtigung der vorhandenen Restriktionen nach der bis dahin besten Lösung. Bei weniger komplexen Aufgaben könne er das Ergebnis auch früher liefern. In der Stückgutlogistik seien jedoch Warenannahmezeiten, Fahrzeuganforderungen, Prioritäten und kundenspezifische Vorgaben zu berücksichtigen. Schritt für Schritt angelernt Bevor der Algorithmus Touren bilden konnte, musste Amm wie gesagt die bisherige Disposition in eine für das System verständliche Struktur übersetzen, erklärt Braun das Vorgehen. Das dafür notwendige Filtersystem erklärt Speditionsleiter Reiser so: "Du wirfst alle Sendungen rein und stellst dann ganz viele kleine Filter ein." Auf diese Weise werden Sendungen Schritt für Schritt einem Fahrgebiet, einem Fahrzeugtyp und schließlich einer Tour zugeordnet. "Wir definierten dafür nördliche, südliche, westliche und kleinere Gebiete und legten fest, welche Sendungen auf kleine Fahrzeuge gehören, welche Kunden Selbstabholer sind und welche Nachbarrelation freie Kapazität übernehmen darf." Mit anderen Worten: Die KI musste zunächst lernen, welche Bedeutung die Daten aus dem Transportmanagementsystem (TMS) haben. Ist beispielsweise der Hinweiscode 15 hinterlegt, muss definiert werden, dass für diese Sendung eine Hebebühne erforderlich ist, schildert es Reiser. Hinzu kommen, ergänzt Braun, Fahrzeug- und Fahrerdaten, Verfügbarkeiten, Sendungs-, Status- und Tourendaten, Lieferzeitfenster und kundenspezifische Restriktionen. Außerdem benötige das PLG Tour Planning Tool für das Live-Monitoring zusätzlich Positionsdaten aus der Telematik. Über Schnittstellen verbinde die Spedition Amm dann das PLG Tour Planning Tool mit dem vorhandenen TMS. Was für Reiser aber fast noch schwerer wog: "Wir mussten das Vertrauen unserer Disponenten für die Lösung gewinnen", sagt er. Denn die Beschäftigten sollten ihr Erfahrungswissen ausgerechnet jener Anwendung zur Verfügung stellen, von der manche zunächst befürchteten, sie könne ihnen die Arbeit wegnehmen. Doch dem Speditionsleiter ging es, wie vielen Mittelständlern, um eine ganz andere Frage: "Was machen wir denn, wenn uns das Fachpersonal in Rente geht oder wenn wirklich mal einer ausfällt und das Geschäft steht?" Umso wichtiger ist für ihn: "Wir wollen mit dem PLG Tour Planning keinen einzigen Disponenten abbauen." Sprich: Es arbeiten heute genauso viele Disponenten im Nahverkehr wie vor der Lösung. Wie zahlt sich PLG Tour Planning für Speditionen aus? ProLogistik optimiert mit PLG Tour Planning die Nahverkehrsdisposition. Wie funktioniert das KI-Tool?PLG Tour Planning verteilt automatisiert Aufträge auf die verfügbare Flotte und berücksichtigt Restriktionen wie Anlieferzeiten, Kapazitäten oder Verkehrsdaten. Auch Ad-hoc-Abholungen können algorithmusbasiert in die Planung integriert werden. Ein durch Machine Learning unterstützter metaheuristischer Algorithmus erstellt Tourenvorschläge, die in der Weboberfläche angepasst und live überwacht werden. Ist das eine Software-as-a-Service-Lösung (SaaS)?Ja, die Software wird webbasiert bereitgestellt. Diverse Speditionen nutzen PLG Tour Planning bereits. Wie zahlt sich diese Lösung aus?Koch International senkte die Dispositionszeit um 42 Prozent und erhöhte die Stopps pro Fahrzeug von 14 auf 16. Bei LSU Schäberle sank der Planungsaufwand um 40 Prozent, die Fahrzeugauslastung stieg um 15 Prozent. Der Hebel: mehr Leistung mit vorhandenen Ressourcen. Wann gibt es PLG Tour Planning auch für den Fernverkehr?Die Lösung für FTL- und LTL-Verkehre läuft in der Beta-Phase und soll ab Oktober 2026 verfügbar sein. Tourenvorschläge per KI Die Spedition Amm habe in der Nahverkehrs-Dispo zwar schon vorher mit einer Software von Active Logistics gearbeitet, erzählt Reiser. Trotzdem habe ein Disponent bislang jede einzelne Sendung manuell im bestehenden Dispositionsprogramm auf ein Fahrzeug ziehen müssen. Relation für Relation habe er dafür abarbeiten, dann die Touren bilden und schließlich die Reihenfolge der Kundenbelieferung festlegen müssen. Heute dagegen erzeuge das KI-Tool auf Basis der vorgegebenen Regeln Tourenvorschläge, erklärt er. Der Disponent müsse nur mehr die tatsächlich verfügbaren Fahrzeuge ergänzen - für den Fall der Fälle, dass ein vorgesehener Fahrer krank ist oder kurzfristig ein anderes Fahrzeug eingesetzt werden muss. Anschließend zeigt die Anwendung dem Disponenten vor allem die Touren an, bei denen etwa Kapazitäten und Stellplätze nicht zusammenpassen. Hat zum Beispiel eine Tour vier Stellplätze zu viel, prüft der Algorithmus, ob eine benachbarte Relation freie Kapazität besitzt und laut Regelwerk Sendungen übernehmen darf. Sind zwei Gebiete regelmäßig miteinander kombinierbar, kann diese Verschiebung sogar automatisch erfolgen. Ist eine Verbindung dagegen nur an diesem Tag sinnvoll, muss der Disponent indes eingreifen und ein zusätzliches Fahrzeug oder eine weitere Relation zuordnen. "Unsere Disponenten haben also Zeit, die letzten zehn Prozent Feinschliff herauszuholen", betont Reiser. "Ihnen werden nur noch die Sachen angezeigt, die schlecht laufen. Alles, was gut läuft, müssen sie nicht wissen." Der größte betriebliche Effekt Der größte betriebliche Effekt zeigt sich bei Amm interessanterweise im Umschlag. Da die Touren schon gegen 0.30 Uhr feststehen, können die Sendungen nun früher konkreten Tourenplätzen zugewiesen werden, erklärt Reiser. Zuvor war die Ware nach Relationen abgestellt worden. Zu diesem Zeitpunkt sei aber nicht in jedem Fall klar gewesen, welche Sendung tatsächlich auf welches Nahverkehrsfahrzeug kam. Heute dagegen wird die eingehende Ware zunächst entladen, aber noch nicht abschließend gescannt und verfahren. Und sobald die Freigabe aus der Disposition vorliegt, beginnt die Halle mit dem Scan- und Verfahrprozess. Sprich: An den Tourenplätzen steht heute nur noch die Ware, die tatsächlich für das jeweilige Fahrzeug eingeplant ist. "Für die Fahrer vereinfacht sich dadurch die Übernahme", schildert Reiser die Vorteile. "Er weiß: Alles, was dort steht, gehört mir - er muss da nicht ewig suchen." Fast eine halbe Stunde ließe sich bei der Beladung kleinerer Fahrzeuge einsparen. Erstaunlich deshalb, weil die Spedition Amm als Pilotkunde der PLG Tour Planning-Software etliche Kinderkrankheiten durchzustehen hatte. Amm habe mit der allerersten Prototypenversion begonnen und "die komplette Produktevolution im Prinzip mitgemacht", begründet es Braun. Heute dauere die reine Einführung im Schnitt drei bis sechs Monate, wenn Schnittstellen und technologische Voraussetzungen vorhanden seien. Zweite Herausforderung waren die Daten, räumt Reiser ein. So hätten fehlende Regeln im Altsystem dazu geführt, dass zeitweise nicht der vollständige Auftragsbestand im PLG Tour Planning ankam. Dazu kommt: Ist eine Sendung mit 2,40 Metern gemeldet, tatsächlich aber sechs Meter lang, kann der Algorithmus das nicht erkennen. "Was der Mensch vorher nicht wusste, kann die Maschine auch nicht wissen." Die schwierigste Aufgabe war indes, Vertrauen bei den Disponenten zu schaffen, betont Reiser. Gerade zu Anfang, wenn das System Fehler machte, hätten sie sich bei ihm beklagt: "Jetzt hat das System Fehler gemacht, wirf es weg, das Ding hilft nichts." Doch mit den Resultaten kam der Wendepunkt. "Wenn die Mitarbeiter sagen, dass sie jetzt auch so disponiert hätten, hast du eigentlich schon gewonnen", sagt er und lacht. Kein Wunder, dass Reiser über den nächsten Schritt nachdenkt: den Einsatz von KI in der Fernverkehrsdisposition. Hilfe von KI-Assistentin Luisa Quasi als Sahnehäubchen nutzt die Spedition Amm bei ihrer Kundenavisierung, wann diese mit der Zustellung ihrer Sendung zu rechnen haben, die KI-gestützte Sprachassistentin Luisa, eine automatisierte Notification-Lösung, die ProLogistik Group ebenfalls entwickelt hat. Für jede Postleitzahl sind laut Braun dafür mögliche Lieferfenster hinterlegt. Empfänger erhalten überwiegend eine E-Mail oder SMS und wählen einen Termin aus. Reagieren sie nicht oder verlangt der Auftraggeber ausdrücklich einen Anruf, übernimmt Luisa. Die Bestätigung wird dann in das System der Spedition zurückgespielt. Eine Anwendung, die laut Reiser zu den besten Anschaffungen der vergangenen Jahre zählt: "Was früher eine Person komplett in Vollzeit gemacht hat, macht inzwischen Luisa in 20 Minuten über den ganzen Tag", schwärmt er. Für Sonderwünsche müssen allerdings nach wie vor Mitarbeiter ran. Verlangt ein Empfänger zum Beispiel eine Samstagszustellung, erzeugt das System ein To-do für einen Rückruf. Abstellgenehmigungen kann Luisa dagegen schon über E-Mail, SMS oder Telefon aufnehmen.