Was ist Routenoptimierung in der Logistik?

Routenoptimierung ist der Prozess der Berechnung der effizientesten Stopp-Reihenfolge für ein Fahrzeug (oder eine Flotte) unter Berücksichtigung von Zeitfenstern, Fahrzeugbeschränkungen, Bedingungen des Straßennetzes und einem Kostenziel — typischerweise eine gewichtete Mischung aus Entfernung, Zeit, Kraftstoff und Emissionen. Sie unterscheidet eine Flotte, die 1,5 Stopps pro Stunde fährt, von einer, die 2,4 fährt.

Dieser Leitfaden erklärt, was Routenoptimierung tatsächlich berechnet, wie die zugrundeliegenden Algorithmen funktionieren, welche Einsparungen realistisch zu erwarten sind, wo die Technologie versagt und wie Routenoptimierungssoftware für Ihren Betrieb zu bewerten ist. Geschrieben für Transportplaner, Logistikmanager und IT-Teams, die zwischen Anbietern wählen.

In diesem Leitfaden

1. Was Routenoptimierung tatsächlich ist
2. Die fünf Eingaben, die jede Routenoptimierungs-Engine benötigt
3. Wie der Algorithmus funktioniert (kurz)
4. Welche Einsparungen zu erwarten sind — und woher die Zahlen kommen
5. Statisches vs. Echtzeit-Routing (dynamisch)
6. Multi-Stop-Routing und das Vehicle Routing Problem
7. Wo Routenoptimierung versagt
8. Wie man Routenoptimierungssoftware bewertet

Was Routenoptimierung tatsächlich ist

Die einfachste Version ist das klassische Traveling Salesman Problem (TSP): Bei einer gegebenen Menge von Stopps die kürzeste Reihenfolge finden, die jeden genau einmal besucht. Routenoptimierung in der Logistik ist TSP mit Nebenbedingungen. Jede zusätzliche Nebenbedingung — Zeitfenster, Lenkzeiten, Fahrzeugkapazität, ADR-Kompatibilität, Kundenservicelevel — schränkt die zulässige Menge ein und ändert, welche Reihenfolge die "beste" ist.

Eine brauchbare Arbeitsdefinition: Routenoptimierung ist die Berechnung von Stopp-Reihenfolgen und Fahrzeugzuweisungen, die eine Kostenfunktion unter einer definierten Menge operativer Nebenbedingungen minimieren, neu berechnet in einer Frequenz, die zur Volatilität des Betriebs passt.

Diese letzte Klausel ist wichtig. Ein Lebensmitteldistributor, dessen Drops bis 18:00 Uhr am Vortag feststehen, fährt einmal täglich Optimierung. Ein Last-Mile-Kurier, dessen Drops sich minutenweise ändern, während neue Aufträge eingehen, benötigt dynamische Optimierung, die bei jedem Event neu berechnet. Die falsche Frequenz zu wählen verschwendet Geld: zu selten und Sie verpassen Echtzeit-Einsparungen; zu oft und Sie destabilisieren den Plan des Fahrers.

Die fünf Eingaben, die jede Routenoptimierungs-Engine benötigt

1. Stopps mit Adressen (geocodiert in lat/long), Servicedauer (wie lange der Fahrer anhält) und Zeitfenstern (frühester und spätester akzeptabler Ankunftszeitpunkt).
2. Fahrzeuge mit Kapazität (Gewicht, Volumen, Palettenstellplätzen, ADR-Klasse), Schichtfenstern, Basisstandort und Fähigkeitsflags (Hebebühne, ATP-zertifiziert für gekühlte Ladung, Höhen-/Gewichtsbeschränkungen).
3. Fahrer mit Start-/Endzeiten, Zertifizierungen (CMR-geschult, ADR-zertifiziert) und verbleibenden Lenkzeiten unter EU-Verordnung 561/2006.
4. Netzwerkdaten: Straßennetz, Reisezeiten (idealerweise historisch und verkehrsbewusst), Geschwindigkeitsbeschränkungen, Mautstraßen, Umweltzonen und Zugangsbeschränkungen für LKW.
5. Zielfunktion: die Gewichtungen auf Entfernung, Zeit, Kosten, CO₂ und SLA-Strafen. Dies ist die am stärksten unterspezifizierte Eingabe — die meisten Betreiber haben keine explizite und lassen die Software den Default wählen.

Ohne alle fünf kann der Optimierer immer noch einen Plan erzeugen, aber der Plan wird die operative Realität nicht widerspiegeln. Reale Fehlerfälle sind fast immer Bugs durch fehlende Nebenbedingungen: ein LKW unter eine 3,5-t-Brücke geleitet, ein Fahrer einer 12-Stunden-Schicht zugewiesen, eine gekühlte Ladung auf einem nicht-ATP-Anhänger. Garbage in, plausibel aussehender Garbage out.

Wie der Algorithmus funktioniert (kurz)

Exakte Methoden (Branch-and-Cut, dynamische Programmierung) lösen kleine Instanzen mit nachweisbarer Optimalität, explodieren aber kombinatorisch. Ein 50-Stopp-TSP hat etwa 3 × 10⁶² mögliche Reihenfolgen. Ein 100-Stopp-VRP mit 10 Fahrzeugen ist für jeden exakten Solver in realistischen Zeitbudgets nicht handhabbar.

Produktions-Routenoptimierung verwendet daher Metaheuristiken, die sehr gute (nicht nachweisbar optimale) Lösungen schnell finden. Drei Familien dominieren:

• Konstruktionsheuristiken bauen eine initiale zulässige Lösung Entscheidung für Entscheidung auf. Greedy Insertion, Savings-Algorithmus (Clarke-Wright), Nearest Neighbour. Schnell, aber selten allein konkurrenzfähig.
• Lokale Suche nimmt eine zulässige Lösung und verbessert sie durch Vertauschen benachbarter Stopps, Umkehren von Segmenten, Verschieben von Stopps zwischen Routen. 2-opt, 3-opt, or-opt, Large Neighbourhood Search (LNS).
• Populationsbasierte Methoden halten eine Menge von Kandidatenlösungen und kombinieren sie — genetische Algorithmen, Ant Colony, Scatter Search. Effektiv bei sehr großen Instanzen, aber empfindlich gegenüber Tuning.

Moderne kommerzielle Engines (Google OR-Tools, Jsprit, vroom, Routific und die Engines innerhalb von Plattformen wie Transportial) kombinieren Konstruktion + LNS mit umfangreicher Nebenbedingungsbehandlung, freigegeben über eine API, die die fünf oben genannten Eingaben akzeptiert und innerhalb von Sekunden einen Plan für Problemgrößen bis zu einigen tausend Stopps zurückgibt.

Welche Einsparungen zu erwarten sind — und woher die Zahlen kommen

Hersteller-Fallstudien versprechen routinemäßig 15–30 % Reduktion der Entfernung, 10–25 % der Kosten, 20 %+ des CO₂. Behandeln Sie das obere Ende dieser Bereiche skeptisch. Sie vergleichen typischerweise optimierte Routen entweder mit Tabellenkalkulationsplanung oder gar keiner Planung.

Eine realistische Aufschlüsselung für einen Betreiber, der bereits einen kompetenten manuellen Planer hat:

• 5–10 % Entfernungsreduktion durch bessere Stopp-Reihenfolge innerhalb von Touren, die ursprünglich grob korrekt waren.
• 10–15 % zusätzliche Stopps pro Schicht durch sauberere Zuweisung — Fahrzeuge stehen nicht leer und warten auf Zeitfenster, und Fahrer machen keine 30-minütigen Leerfahrten zurück zum Depot.
• 20–30 % Reduktion der Planerzeit, die sich zur Fähigkeit kumuliert, neue Kunden zu onboarden, ohne Planer proportional einzustellen.
• 5–8 % Kraftstoffreduktion, hauptsächlich aus der Entfernungseinsparung, aber mit einem Bonus durch reduzierten Leerlauf an Kundenstandorten mit engen Zeitfenstern.

Die Kosteneinsparungen sind real, aber die Planerzeit-Einsparung ist normalerweise die größere kommerzielle Geschichte. Ein Planer kostet voll belastet €60k+ pro Jahr; Software, die einen Planer die Arbeit von 1,5 erledigen lässt, setzt erhebliche Marge frei, ohne operatives Risiko.

Statisches vs. Echtzeit-Routing (dynamisch)

Statisches Routing berechnet Pläne einmal — typischerweise am Vortag, gegen die volle Menge bekannter Aufträge. Es ist das richtige Modell für Flotten, deren Auftragsbuch 12+ Stunden vor Beginn des Betriebstages geschlossen ist (Lebensmitteldistribution, geplante Lieferungen an feste Kunden).

Dynamisches (Echtzeit-) Routing berechnet neu, wenn neue Aufträge eingehen, Fahrer in Rückstand geraten, sich der Verkehr verschiebt oder Stopps abgesagt werden. Der Optimierer läuft kontinuierlich und aktualisiert den Plan im Flug. Dies ist das richtige Modell für Same-Day-Lieferung, Kuriernetzwerke, urbane Last-Mile und jeden Betrieb, in dem den ganzen Tag über Aufträge eingehen.

Der technische Trade-off ist Planstabilität. Ein rein gieriger Echtzeit-Optimierer wird Fahrer alle paar Minuten neu zuweisen, was Fahrer (zu Recht) hassen. Produktions-dynamische Engines fügen daher der Zielfunktion einen Änderungskosten-Term hinzu: Ein neuer Plan muss messbar besser sein als der aktuelle, um angewendet zu werden, und Stopps, die bereits vom Fahrer ausgeführt wurden, werden eingefroren. Gut gemacht sieht der Fahrer einen sinnvollen, selten aktualisierten Plan; der Planer sieht einen automatisch stabilisierten Betrieb.

Multi-Stop-Routing und das Vehicle Routing Problem

Multi-Stop-Routing ist das Vehicle Routing Problem with Time Windows (VRPTW): eine Fahrzeugflotte, die viele Kunden bedient, jeder mit seinem eigenen Lieferfenster, zurückkehrend zu einem Depot. Varianten erweitern es: Pickup-and-Delivery, Multi-Depot, heterogene Flotte, Elektrofahrzeuge mit Ladezustand. Die Literatur ist riesig; die OR-Tools-Dokumentation ist ein praktischer Ausgangspunkt für das Nebenbedingungsvokabular.

In einer Transportplattform integriert sich Multi-Stop-Routing typischerweise mit der Planungs-UI als "Plan vorschlagen"-Schaltfläche. Der Planer legt die verfügbaren Fahrer und Fahrzeuge des Tages fest, das System berechnet vorgeschlagene Zuweisungen gegen das offene Auftragsbuch, und der Planer genehmigt, bearbeitet oder lehnt pro Tour ab. Die automatische Anwendung des Optimierer-Outputs ohne menschliche Überprüfung ist technisch möglich, wird aber selten eingesetzt — Erfahrung in der Ausnahmebehandlung ist schwer zu kodifizieren, und die Kosten einer einzigen falschen Zuweisung (verpasste Lieferung an einen Schlüsselkunden) überwiegen den marginalen Gewinn aus vollständiger Automatisierung.

Wo Routenoptimierung versagt

Drei Fehlerfälle sind es wert, vor der Beschaffung zu kennen:

1. Fehlende Nebenbedingungen. Wenn Ihr Betrieb Regeln hat, die niemand aufgeschrieben hat — "wir setzen Fahrer X nie mit Kunde Y", "dieser LKW muss bis 17:30 zurück sein wegen der Werkstatt" — wird der Optimierer sie verletzen und der Planer wird das Vertrauen verlieren. Verbringen Sie den ersten Monat damit, Nebenbedingungen zu dokumentieren, nicht die Zielfunktion zu tunen.
2. Schlechte Reisezeitdaten. Ein rein euklidisches (geradliniges) Entfernungsmodell erzeugt in dichten städtischen Gebieten unbrauchbare Pläne. Reisezeitmatrizen müssen aus einem tatsächlichen Straßennetz kommen, idealerweise mit historischem oder Live-Verkehr. Dies ist auch der teuerste Teil der Plattform — Drittanbieter-Matrix-APIs (HERE, Mapbox, PTV) kosten bei Skalierung echtes Geld.
3. Fehlausgerichtete Anreize. Wenn der Optimierer Entfernung minimiert, Fahrer aber pro Stopp bezahlt werden, sehen Sie Pläne, gegen die Fahrer kämpfen. Richten Sie die Zielfunktion an der kommerziellen Realität aus, wie der Betrieb tatsächlich Geld verdient (und auszahlt).

Wie man Routenoptimierungssoftware bewertet

Fünf Fragen, die jedem Anbieter in einem Demo-Gespräch zu stellen sind:

1. Zeigen Sie mir einen Plan gegen meine Daten. Generische Demos gegen den Sample-Datensatz des Anbieters beweisen nichts. Eine 50-Stopp-Instanz von Ihrem letzten Betriebstag, im Demo-Gespräch optimiert, trennt Engines, die in Ihrer Domäne tatsächlich funktionieren, von denen, die es nicht tun.
2. Welche Nebenbedingungen kann ich ausdrücken? Lenkzeiten (561/2006 nach Gerichtsbarkeit), ADR-Kompatibilität, Hebebühnenanforderungen, kundenspezifische Servicedauer, exklusive Fahrer-Kunden-Zuweisungen. Wenn die Antwort lautet "das können wir in einem Custom Build", gehen Sie weiter.
3. Woher kommen Ihre Reisezeitdaten? Generische Google-Maps-APIs sind nicht für LKW-Routing gebaut. PTV, HERE und TomTom haben LKW-spezifische Netzwerke. Stellen Sie sicher, dass die Engine eines davon verwendet.
4. Wie handhaben Sie in-flight Änderungen? Planstabilität, fahrersichtbare Änderungsfrequenz und die Fähigkeit, ausgeführte Stopps einzufrieren, sind der Unterschied zwischen dynamischem Routing als Feature und dynamischem Routing als nutzbarem Workflow.
5. Wie ist es bepreist? Pro Stopp, pro Fahrzeug, pro Aufruf, monatlich pauschal? Pro-Aufruf-Preise bestrafen hochfrequente dynamische Neuberechnung; Pro-Fahrzeug-Preise bestrafen saisonale Skalierung. Bilden Sie es auf Ihr Betriebsmuster ab.

Transportial enthält Routenoptimierung nativ im Plan Board, zusammen mit Multi-Stop-Sequenzierung, EU-561/2006-Lenkzeitenvalidierung, ADR-Routing und kundenseitigem Tracking. Es paart sich mit der OpenMove-Fahrer-App für die In-Cab-Ausführung des resultierenden Plans und verbindet sich mit PTV, HERE und Mapbox für LKW-bewusste Reisezeitdaten. Wenn Sie es gegen Ihren eigenen Betrieb sehen möchten, buchen Sie eine 30-minütige Demo.

Für den breiteren Kontext, wie Routenoptimierung in einen Transportbetrieb passt, siehe unseren Leitfaden zu was ein Transport-Management-System ist und was es leistet.