KI in Logistik und Speditionen 2026: Fünf Use Cases von Disposition bis Schadenfall

Auf einen Blick: KI bringt Speditionen 2026 dort den größten Hebel, wo viele kleine Entscheidungen pro Tag fallen: Routenplanung, Tarifrecherche, Schadenfall-Triage, Sendungsverfolgung und Disposition. EU-Verordnung 561/2006, AETR und § 87 BetrVG bei Telematik ziehen klare Grenzen. Wer Mitbestimmung und § 26 BDSG früh adressiert, vermeidet 80 Prozent der späteren Probleme.

Rund 51.000 Unternehmen zählt der DSLV als Spedition oder Logistikdienstleister in Deutschland. Der Sektor ist nach Handel und Automobil drittgrößter Wirtschaftsbereich, und er ist seit 2024 unter Druck: CO2-Preis auf Diesel-Lkw seit dem 01.01.2024, Fahrermangel auf allen Ebenen, EU-weite Tarifkonkurrenz. KI hilft nicht überall, aber an einigen Stellen merklich. Die fünf Use Cases, die wir in der Praxis als robust einordnen, sind Routenplanung, Tarifrecherche, Schadenfall-Bearbeitung, Sendungsverfolgung und Disposition inklusive Recruiting. Wo Telematik-Daten ins Spiel kommen, gilt § 26 BDSG, und § 87 BetrVG zwingt zur Einbindung des Betriebsrats. Wer das ignoriert, baut Pilotprojekte, die später juristisch zurückgedreht werden müssen.

Use Case 1: Routenplanung und Tagestouroptimierung

Das ist die naheliegendste Stelle. Eine mittlere Spedition mit 20 bis 40 Fahrzeugen fährt täglich 200 bis 500 Stopps. Disponent und Tourenplaner sitzen Stunden über Karten, Zeitfenstern und Lenkzeiten. KI-gestützte Routing-Software kann das in Minuten durchrechnen, inklusive Verkehrsprognose, Mautberechnung und Lenk- und Ruhezeiten nach EU-Verordnung 561/2006.

Funktionierende Tools 2026 sind PTV Route Optimiser, Greenplan, Map and Guide mit KI-Modul oder die in TMS-Systemen integrierten Optimierer. Sie ziehen Live-Verkehrsdaten, berücksichtigen Fahrzeug-Restriktionen (Höhe, Gewicht, Mautklasse, Euro-Norm) und liefern Touren-Vorschläge inklusive geschätzter Ankunftszeiten.

Was die KI nicht ersetzt: den Disponenten, der den Fahrer kennt. Routenoptimierer rechnen mathematisch optimal, aber sie wissen nicht, dass Fahrer Müller den Kunden in Erlangen schon dreimal verärgert hat oder dass die Rampe in Nürnberg zwischen 11 und 13 Uhr nie frei ist. Die KI liefert einen Vorschlag, der Disponent macht den letzten Schliff.

Wirklich tragend wird das, wenn die Daten passen: aktuelle Fahrzeugstandorte, korrekte Stammdaten zu Kunden-Zeitfenstern, gepflegte Restriktionen pro Fahrzeug. Eine schlechte Stammdatenbasis macht jeden Optimierer wertlos. Wer hier startet, sollte drei bis vier Wochen Datenpflege vorab einplanen.

Lenk- und Ruhezeiten sind kein Vorschlag, sondern Recht. EU-Verordnung 561/2006 begrenzt tägliche Lenkzeit auf 9 Stunden (zweimal pro Woche 10), wöchentliche Lenkzeit auf 56 Stunden, mit Pausenpflicht nach 4,5 Stunden. AETR-Verordnung gilt für Fahrten in Drittländer. Eine Routenoptimierung, die diese Grenzen verletzt, gefährdet Bußgelder und im Wiederholungsfall die Konzession. Saubere Software hält die Grenzen ein. Wer Excel-Touren plant, sollte hier zuerst ersetzen.

Use Case 2: Tarifrecherche und Frachtkalkulation

Frachtraten ändern sich täglich. Diesel-Preise, CO2-Aufschlag, Mautanpassungen, Devisenkurse, Saisonalität. Wer als Disposition für einen Spotmarkt-Auftrag kurzfristig kalkulieren muss, braucht Zugriff auf aktuelle Marktpreise und eine schnelle interne Kostenrechnung.

KI-gestützte Tools wie Transporeon, Timocom mit Algorithmen-Modul oder spezialisierte Frachtkalkulations-Software liefern Marktpreise nach Strecke, Ladungstyp und Saison. Intern lässt sich mit Tools wie ChatGPT Business oder Claude Team eine Kostenkalkulation aufbauen, die Diesel-Preis, Lohnkosten, CO2-Aufschlag, Maut und Marge transparent rechnet.

Der CO2-Preis ist seit dem 01.01.2024 als Fit-for-55-Komponente in Diesel-Preisen eingepreist und macht typische Touren spürbar teurer. Wer kalkuliert, ohne das einzurechnen, fährt entweder mit Verlust oder verliert Aufträge. KI-Kalkulationstools können den CO2-Aufschlag automatisch berücksichtigen und Vorschläge für Kundengespräche liefern.

Wir sehen in Speditionen, die das systematisch betreiben, eine Verbesserung der Marge um zwei bis vier Prozentpunkte über das Jahr. Das klingt wenig, ist aber bei Margen von 3 bis 8 Prozent vor Steuern erheblich. Der Aufwand für die Einführung liegt bei vier bis sechs Wochen, davon zwei Wochen für die Datenarbeit (Kostenstellen, Stundensätze, Maut-Tabellen) und zwei bis vier Wochen für die Tool-Integration.

Was nicht funktioniert: ChatGPT Free ohne eigene Kostendaten fragen, was eine Tour kostet. Die Antwort ist eine plausible Schätzung, hat aber mit der eigenen Kostenstruktur nichts zu tun.

Use Case 3: Schadenfall-Bearbeitung und Triage

Schäden gehören zum Geschäft. Ladung kommt verbeult an, eine Palette ist beschädigt, ein Karton fehlt. Pro Jahr sammeln sich bei einer mittleren Spedition schnell 200 bis 600 Schadenfälle, jeder mit Foto-Dokumentation, Versicherungsmeldung, Kundenkommunikation und gegebenenfalls Regressverfahren.

KI-gestützte Schadensbearbeitung läuft in zwei Schritten. Erstens Triage: Die KI liest die Schadensmeldung, klassifiziert (Bagatell unter 250 EUR, mittelschwer, regressfähig, versicherungspflichtig), zieht die Foto-Dokumentation heran und schlägt ein erstes Bewertungsschema vor. Zweitens Antwort-Entwurf: Standard-Antworten an Kunden, Versicherer, Frachtführer werden vorbereitet.

Tools 2026 reichen von in TMS integrierten Modulen über spezialisierte Claims-Management-Plattformen wie SAS Claims AI oder Insurnet bis zu Eigenbau-Lösungen mit Claude Team oder Microsoft Copilot mit M365 Business Standard. Wichtig ist die Trennung zwischen KI-Bewertung und finaler Entscheidung. Eine Schadensanerkennung mit Auszahlung darf nicht automatisiert erfolgen, schon wegen Haftungsfragen und versicherungsrechtlicher Pflichten.

Was wir in der Praxis sehen: Die Triage spart pro Fall 15 bis 30 Minuten. Bei 400 Fällen im Jahr sind das 100 bis 200 Arbeitstage. Bei einem Stundensatz von 50 EUR vollkostenrechnerisch ist das ein Hebel von 40.000 bis 80.000 EUR jährlich, abzüglich Tool- und Implementierungskosten.

Datenschutzseitig: Schadensfälle enthalten Kundendaten, oft auch personenbezogene Angaben zu Fahrern. Art. 28 DSGVO Auftragsverarbeitungsvertrag mit jedem externen KI-Anbieter ist Pflicht. Wer Telematik-Daten der Fahrer einbezieht (zum Beispiel zur Klärung, ob bei einer Bremsung ein Unfall passiert sein könnte), bewegt sich in § 26 BDSG und braucht Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG.

Use Case 4: Sendungsverfolgung und Kundenkommunikation

Status-Anfragen sind der häufigste Kunden-Kontakt in einer Spedition. "Wo ist meine Sendung?" als E-Mail, Anruf, WhatsApp. Eine Disponentin in einer mittleren Spedition beantwortet 30 bis 80 solcher Anfragen pro Tag.

KI-gestützte Sendungsverfolgung kombiniert Telematik-Daten, ETA-Berechnung (Estimated Time of Arrival), Wetter- und Verkehrsprognose zu proaktiven Kundenmeldungen. Der Kunde bekommt automatisch ein Update bei Abfahrt, bei Verzögerung, bei Ankunft. Eingehende Statusanfragen werden von einem Chatbot vorqualifiziert, der die Tracking-ID erkennt und Standard-Auskunft sofort liefert. Komplexe Fälle landen beim Mitarbeiter.

Funktionierende Plattformen 2026: project44, FourKites, Shippeo, in Deutschland auch Locus oder das in Transporeon integrierte Visibility-Modul. Wer keine spezialisierte Plattform will, baut mit n8n, Twilio und einem LLM (Claude Team, Mistral Le Chat Pro EU) einen einfachen Status-Bot über vorhandene TMS-Daten.

Was der Bot nicht macht: Reklamationen beantworten. Sobald der Kunde unzufrieden ist, geht es zum Menschen. Die KI darf den Status liefern, nicht den Ärger nehmen. Das ist eine konkrete Grenze, die bei vielen Pilotprojekten unterschätzt wird.

Wir sehen, dass eine saubere Sendungsverfolgung den Telefon-Aufkommen um 30 bis 50 Prozent senkt. Bei drei Disponenten, die zusammen jeden Tag 100 Status-Anrufe annehmen, sind das spürbare Stunden, die in echte Disposition fließen. Aufwand für die Einführung: vier bis acht Wochen, abhängig vom TMS-Anschluss.

Use Case 5: Disposition und Recruiting Fahrer

Fahrermangel ist die andere Dauerbaustelle. Eine mittlere Spedition braucht typisch 5 bis 15 neue Fahrer pro Jahr, sucht über Wochen, zahlt für Stellenanzeigen und sieht trotzdem Lücken. Hier hilft KI auf zwei Ebenen.

Disposition: KI-gestützte Disposition lernt aus historischen Daten, welche Fahrer welche Touren am besten machen (Pünktlichkeit, Kunden-Feedback, Schaden-Quote, Sprachkenntnisse), und schlägt für offene Touren die passenden Fahrer vor. Das ist klassische Vorqualifikation, die Endentscheidung trifft der Disponent. Tools sind hier oft TMS-Module (Transics, Continental VDO, IBM TM, abas TMS), seltener Eigenbau mit Standard-LLMs.

Recruiting: Stellenanzeigen für Fahrer schreiben, mehrsprachig (Deutsch, Polnisch, Rumänisch, Englisch), KI-gestützte Vorqualifikation eingehender Bewerbungen (Führerschein-Klassen, Erfahrung, Sprache, regionale Verfügbarkeit). Wer mit Plattformen wie Indeed, Truckjobs.de oder Drive my Truck arbeitet, kann eingehende Bewerbungen mit einem LLM-Filter vorsortieren.

Heikle Stelle: KI-gestützte Bewerberauswahl ist nach Anhang III KI-VO Hochrisiko-Anwendung. Die Verschiebung nach dem Trilog am 07.05.2026 hat die Pflichten auf den 02.12.2027 verlegt, aber die Richtung steht fest. Wer 2026 ein automatisches Ranking-System für Bewerber einsetzt, sollte schon jetzt Aufsichts-Mechanismen nach Art. 14 KI-VO einbauen: menschliche Endentscheidung, Audit-Trail, Override-Möglichkeit. Sonst kommt der Umbau spät und teuer. Wer tiefer in die Compliance-Anforderungen einsteigen will, findet im viermonatigen Digitalisierungsmanager eine Weiterbildung, die KI-VO, DSGVO und Prozess-Integration zusammen behandelt. Mit Bildungsgutschein 0 Euro, komplett online.

Datenschutz, Telematik und Mitbestimmung

Telematik-Daten sind der heikelste Datentyp in einer Spedition. Sie zeigen, wo ein Fahrer wann war, wie schnell er gefahren ist, wann er Pause gemacht hat, ob er getankt hat. Aus § 26 BDSG und Art. 88 DSGVO folgt: Diese Daten dürfen nur zu klar definierten Zwecken erhoben werden, die der Beschäftigte kennt.

Wer Telematik einführt oder erweitert, braucht praktisch immer eine Betriebsvereinbarung. § 87 Abs. 1 Nr. 6 BetrVG verlangt Mitbestimmung bei technischen Einrichtungen, die das Verhalten oder die Leistung der Arbeitnehmer überwachen. Telematik fällt zweifellos darunter. Ein Betriebsrat ab fünf Beschäftigten ist gewählbar, ab fünf wahlberechtigten Beschäftigten verpflichtend wählbar.

Wir sehen in der Praxis, dass Speditionen, die das Thema früh angehen, sauber arbeiten. Eine Betriebsvereinbarung, die klarstellt: Telematik-Daten dürfen nicht zur Leistungsbewertung einzelner Fahrer genutzt werden, dürfen nicht ungefragt an Dritte fließen, sind nach klarer Frist (typisch 6 bis 12 Monate) zu löschen. Wer das hat, kann die Daten produktiv nutzen.

Wer es ignoriert, riskiert: Bußgeld nach Art. 83 DSGVO (bis 20 Mio EUR oder 4 Prozent), arbeitsgerichtliche Verfahren mit Beweisverwertungsverbot, im schlimmsten Fall Stilllegung des Systems. Das ist kein Schreckensszenario, sondern in den letzten Jahren mehrfach vorgekommen.

Art. 4 KI-VO Kompetenzpflicht gilt seit dem 02.02.2025 auch für Speditionen. Wer KI einsetzt, muss nachweisen, dass die Mitarbeiter die Tools verstehen, die Grenzen kennen und die Risiken einschätzen können. Dokumentierte Schulungen, interne Richtlinien zum Tool-Einsatz und eine kleine Compliance-Akte reichen meist als Nachweis.

Praxis: Spedition Reichert in Nürnberg

Die Spedition Reichert, eine Familienspedition mit 26 Fahrzeugen und 38 Beschäftigten in Nürnberg, hat im November 2025 begonnen, KI systematisch einzusetzen. Schwerpunkte: Routenplanung, Sendungsverfolgung, Schadensbearbeitung.

Routenplanung läuft über PTV Route Optimiser, eingebunden ins bestehende TMS. Der Tourenplaner bekommt morgens einen Vorschlag, passt zwei bis fünf Touren je nach Tagesgeschehen an, gibt frei. Lenk- und Ruhezeiten werden vom System geprüft, Verstöße werden geblockt. Spareffekt nach vier Monaten: rund 8 Prozent weniger gefahrene Kilometer bei gleicher Stoppzahl.

Sendungsverfolgung läuft über das Visibility-Modul von Transporeon, verbunden mit Twilio für automatische Kunden-SMS bei Abfahrt und Ankunft. Anfragen, die trotzdem kommen, beantwortet ein Chatbot auf der Website mit Tracking-ID-Erkennung, Eskalation auf Disponent ab Reklamationston. Telefonaufkommen ist um rund 35 Prozent gesunken.

Schadensbearbeitung läuft über ein Eigenbau-Setup mit Microsoft Copilot in M365 Business Standard. Schadensmeldungen werden klassifiziert, Standard-Antworten vorbereitet, Foto-Dokumentation strukturiert. Auftragsverarbeitungsvertrag mit Microsoft liegt vor, Modelltraining ist ausgeschlossen. Der Sachbearbeiter prüft jeden Vorschlag, gibt frei.

Telematik-Daten werden seit 2018 erhoben, seit 2026 mit erweiterter Betriebsvereinbarung. Die Vereinbarung regelt: Zugriff nur durch Disposition und Geschäftsführung, keine Leistungsbewertung einzelner Fahrer ohne Anlass, Löschung nach 9 Monaten, jährlicher Bericht an den Betriebsrat. Der Betriebsrat hat dem Setup zugestimmt.

Investitionszeit insgesamt: rund 14 Wochen, davon 6 Wochen Routenplanung, 4 Wochen Sendungsverfolgung, 4 Wochen Schadensbearbeitung und Compliance. Software-Kosten als Sonderabschreibung nach BMF-Schreiben vom 22.02.2022 auf ein Jahr abgeschrieben.

Was Reichert nicht macht: ChatGPT Free für Tarifrecherche oder Kundenkommunikation. Die berufsrechtliche Werbung läuft separat über eine Agentur, KI-Texte werden vom Geschäftsführer freigegeben.

Use Case x Tool-Typ x ROI-Spanne

Häufige Fragen

Brauche ich für KI-Routenplanung eine Betriebsvereinbarung?

Reine Routenplanung ohne personenbezogene Auswertung der Fahrer-Performance braucht in der Regel keine eigene Betriebsvereinbarung, sondern fällt unter bestehende Telematik-Vereinbarungen. Sobald Fahrer-Daten in die Tour-Zuweisung einfließen (Pünktlichkeitsstatistiken, Kunden-Feedback, Schadensquote), greift § 87 Abs. 1 Nr. 6 BetrVG. Der Betriebsrat hat Mitbestimmungsrechte. Saubere Praxis ist eine ergänzende Betriebsvereinbarung, die klarstellt, welche Daten zu welchem Zweck genutzt werden und nach welcher Frist sie gelöscht werden.

Sind Telematik-Daten DSGVO-relevant?

Ja, weil sie personenbezogen sind. Standort, Geschwindigkeit, Lenkzeiten und Tankvorgänge sind dem Fahrer zuordenbar. § 26 BDSG erlaubt die Verarbeitung nur zu klar definierten Zwecken, die in einer Betriebsvereinbarung oder im Arbeitsvertrag transparent gemacht sind. Art. 88 DSGVO bestätigt die Sonderstellung von Beschäftigtendaten. Bußgelder nach Art. 83 DSGVO bei Verstoß: bis 20 Mio EUR oder 4 Prozent vom weltweiten Konzernumsatz. Wer ohne klare Rechtsgrundlage Telematik-Daten zur Personalkontrolle nutzt, riskiert zusätzlich arbeitsgerichtliche Verfahren mit Beweisverwertungsverbot.

Welche KI-Tools sind 2026 für Speditionen DSGVO-konform?

Spezialisierte TMS- und Logistikplattformen mit europäischer Datenhaltung wie PTV, Transporeon, Shippeo, project44 oder die Visibility-Module deutscher TMS-Anbieter erfüllen die Anforderungen in der Regel, sofern der Auftragsverarbeitungsvertrag nach Art. 28 DSGVO sauber abgeschlossen ist. Für allgemeine LLM-Nutzung kommen Microsoft Copilot mit M365 Business Standard, Claude Team mit EU-Rechenraum, Mistral Le Chat Pro EU oder selbst gehostete Modelle in Frage. Wichtig ist immer der Ausschluss vom Modelltraining und die EU-Datenhaltung. ChatGPT Free und Claude Free sind für Geschäftsdaten nicht geeignet.

Lohnt sich KI in einer kleinen Spedition unter 10 Fahrzeugen?

Bei wenigen Fahrzeugen lohnt sich nicht alles. Routenplanung mit KI rechnet sich erst ab 15 bis 20 Fahrzeugen oder bei sehr vielen Stopps pro Tag. Sendungsverfolgung lohnt sich auch im kleinen Maßstab, weil sie das Telefon-Aufkommen senkt. Tarifrecherche und einfache Kommunikations-Automation funktionieren ab Tag eins, Investitionen liegen meist unter 5.000 EUR. Schadensbearbeitung lohnt sich erst ab 100 Fällen pro Jahr. Wer mit kleinem Budget startet, beginnt mit Sendungsverfolgung und einfachen Standard-Antworten, prüft nach drei Monaten den Effekt und entscheidet dann über die nächste Stufe. QCG-Förderung nach § 82 SGB III kann die Weiterbildung von Disponenten zu 100 Prozent abdecken, wenn der Betrieb weniger als 10 Beschäftigte hat.

Über den Autor

Dr. Jens Aichinger ist promovierter Wirtschaftspädagoge und Inhaber von SkillSprinters, einem DEKRA-zertifizierten Bildungsträger. Er entwickelt seit 2024 KI-gestützte Weiterbildungs- und Prozessautomatisierungslösungen für den Mittelstand. Über Skill-Sprinters läuft auch der Digitalisierungsmanager, eine 4-monatige geförderte Weiterbildung.

30 Minuten Klarheit kosten nichts. Wenn Du KI in der Spedition einsetzt oder überlegst einzusetzen, kommt es nicht auf das Tool an. Es kommt auf die Frage: wo entstehen Risiken, wo Hebel? In 30 Minuten gehen wir Deine konkrete Lage durch und Du weisst, wo Du anfangen solltest. Termin reservieren oder kostenlosen KI-Schnupperkurs starten.

Zuletzt geprüft am 26. Mai 2026.