LKW auf der Autobahn (Symbolbild)
Case Study · Transport

Disponenten haben
ein Gefühl. KI hat Daten.

Wie YS Transporte aus drei Jahren Telematik-Daten plötzlich Geld gemacht hat, ohne die erfahrenen Disponenten zu ersetzen. Mit ihnen.

Branche
Transport · Spedition
Größe
120 Fahrzeuge · 18 Disponenten
Laufzeit
5 Monate · Pilot bis Rollout
Leistungen
KI-Beratung · Integration

Gute Disponenten. Schlechte Werkzeuge.

YS Transporte hatte alles: erfahrene Disponenten mit Bauchgefühl, Telematik-Daten seit drei Jahren, ein modernes TMS. Trotzdem stieg der Spritverbrauch, die Pünktlichkeit sank. Niemand wusste warum, die Daten lagen vor, aber niemand hatte Zeit, sie auszuwerten.

Die typische Frage: „Brauchen wir KI?" Unsere Antwort nach der Discovery: „Ja, aber nicht als Ersatz für die Disponenten, sondern als deren neuer Co-Pilot."

Vorhersagen statt Reagieren.

Wir haben aus drei Jahren historischen Daten ein Vorhersage­modell gebaut: erwartete Fahrzeiten, Risiko-Spots für Verspätungen, optimale Touren- Kombinationen, Spritverbrauchs­erwartung pro Route. Das Modell läuft als Vorschlag im bestehenden TMS, die Disponenten entscheiden weiter. So setzen wir Künstliche Intelligenz praxisnah ein: als Werkzeug für die Menschen, die den Job kennen.

  • Vorhersage-Modell auf Basis historischer Telematik- und Auftrags-Daten
  • Integration ins bestehende TMS, keine Tool-Wechsel für Disponenten
  • „Was-wäre-wenn"-Simulator für Tour-Anpassungen
  • Erklärbare Vorschläge: warum schlägt die KI was vor (keine Black Box)
  • Wöchentliche Auswertungen für Geschäfts­leitung

Geld auf der Straße. Pünktlich beim Kunden.

Nach 8 Monaten Produktivbetrieb sind die Zahlen klar, und die Disponenten begeistert. Statt befürchtetem Job-Risiko ist die KI zur Entlastung geworden: weniger nachträgliche Erklärungs­arbeit, mehr Zeit für die wirklich schwierigen Fälle.

  • −12 % Spritkosten auf vergleichbaren Strecken
  • +18 % Pünktlichkeit beim Kunden vor Ort
  • −30 % Leerfahrten durch bessere Tour-Kombination
  • Amortisation in 11 Monaten (gerechnet ohne Image-Effekt)

Die KI schlägt vor, die Disponenten entscheiden, nach acht Monaten Produktivbetrieb ist das Werkzeug aus dem Alltag nicht mehr wegzudenken.

Pixelschnitzel · Kernaussage zum Projekt
Stack

Tech-Stack des Projekts.

Python (Modeling) scikit-learn XGBoost Spring Boot Integration PostgreSQL REST-API zum TMS Grafana Reporting DSGVO-konform (DE)
Mahlzeit.
Meldet euch

30 Minuten am Telefon.
Danach wisst ihr mehr.

Sucht euch einen Termin aus oder ruft einfach an. Ihr erzählt, was gerade hakt, wir fragen nach und sagen euch, welcher Prozess bei euch als Nächstes einfacher wird. Kostenfrei, ohne Vertrag.

Lieber schreiben? WhatsApp E-Mail Kontaktformular