Disposition in Echtzeit
Ordnet konkrete Buchungen Fahrzeugen zu und optimiert Reihenfolge, Bündelung und Anschluss innerhalb definierter Regeln.
KI & Optimierung
KI-Dienstplanung im Bedarfsverkehr: Prognose, Optimierung, menschliche Freigabe
Wie Nachfrageprognosen, mathematische Optimierung und betriebliche Regeln zusammenwirken – ohne Verantwortung an eine Blackbox abzugeben.
5. September 2026Veröffentlicht
11 Min. LesezeitLesedauer
Inhalt
Operativ und taktisch
Disposition und Dienstplanung arbeiten auf zwei Zeitachsen
Disposition beantwortet im Minutentakt, welches Fahrzeug eine konkrete Buchung übernimmt, in welcher Reihenfolge Fahrgäste abgeholt werden und welche Fahrtwünsche sich bündeln lassen. Dienstplanung schaut Tage oder Wochen voraus: Wie viele Fahrzeuge und Dienste werden wann benötigt, welche Qualifikationen sind vorhanden und welche Reserven bleiben für Störungen?
Beide Aufgaben hängen zusammen, sind aber nicht identisch. Eine gute Prognose kann der Dienstplanung zeigen, wann voraussichtlich Kapazität benötigt wird. Die operative Disposition reagiert anschließend auf echte Buchungen und den laufenden Betrieb.
Dienstplanung im Voraus
Übersetzt erwartete Nachfrage in Fahrzeuge, Schichten, Reserven und Qualifikationsbedarf für kommende Tage.
Knappes Fahrpersonal
Warum jede verfügbare Stunde besser geplant werden muss
Der Bundesverband Deutscher Omnibusunternehmen nannte im Februar 2025 rund 25.000 fehlende Busfahrerinnen und Busfahrer in Deutschland, davon etwa 20.000 im ÖPNV. Diese Zahl ist nicht auf Österreich oder die gesamte DACH-Region übertragbar, zeigt aber die Größenordnung des Problems im deutschen Markt.
Planungssoftware schafft kein zusätzliches Personal. Sie kann jedoch helfen, Bedarf früher sichtbar zu machen, unnötige Leerzeiten zu erkennen und Alternativen zu berechnen. Ob daraus tatsächlich weniger Überstunden, Leerfahrten oder Ausfälle entstehen, muss ein Betrieb mit eigenen Kennzahlen prüfen.
P
Belastbarer BezugsraumDie Fahrpersonallücke ist in der bdo-Position vom 27. Februar 2025 für Deutschland angegeben. Regionale Werte und Ursachen unterscheiden sich.
Daten liefern einen Blick nach vorn
Was eine Nachfrageprognose leisten kann
Historische Buchungen, Wochentage, Schulkalender, Feiertage, Veranstaltungen und Wetter können Hinweise auf zukünftige Nachfrage geben. Das Produkt ai.schedule beschreibt nach Herstellerangaben rollierende Prognosen für eine bis 72 Stunden im Voraus. Die tatsächlich verfügbaren Daten und die Prognosegüte unterscheiden sich je Betrieb.
Datenbasis prüfenBuchungen, Ausfälle, Zeitbezug und Datenlücken nachvollziehbar aufbereiten.
Kontext ergänzenSchule, Feiertage, Veranstaltungen und Wetter nur mit geklärter Datenquelle nutzen.
Unsicherheit zeigenNicht nur einen Wert, sondern Bandbreiten und Ausreißerrisiken sichtbar machen.
Prognose messenAbweichung zur realen Nachfrage regelmäßig auswerten und Modelle nachsteuern.
Eine Prognose ist noch kein Dienstplan
Sie beschreibt erwartete Nachfrage. Welche Fahrzeuge und Dienste daraus folgen, entscheidet ein Optimierungsmodell innerhalb der betrieblichen und rechtlichen Regeln.
Von Daten zu Planungsoptionen
Wo KI hilft und Mathematik entscheidet
Maschinelles Lernen kann Muster und Nachfragewahrscheinlichkeiten schätzen. Mathematische Optimierung berechnet daraus innerhalb klarer Nebenbedingungen konkrete Planungsoptionen. Dazu zählen Fahrzeugbedarf, Schichten, Reserven, Qualifikationen oder eine faire Verteilung belastender Dienste.
Im operativen Betrieb entspricht die Zuordnung von Abhol- und Zielwünschen unter Zeitfenstern, Kapazitäten und maximalen Fahrzeiten einem Dial-a-Ride-Problem. Welche Ziele priorisiert werden, bleibt eine fachliche Entscheidung des Betreibers.
PrognoseSchätzt, wann und wo Nachfrage mit welcher Unsicherheit entstehen könnte.
OptimierungBerechnet zulässige Optionen anhand der hinterlegten Regeln und Ziele.
Menschliche FreigabePrüft Kontext, Auswirkungen und Ausnahmen vor der betrieblichen Anwendung.
Regeln zuerst
Ein belastbarer Plan braucht korrekte Nebenbedingungen
Arbeitszeit, Ruhezeit, Lenkzeit, Pausen, Kollektivvertrag, Qualifikationen, Fahrzeugtypen und lokale Betriebsvereinbarungen können gleichzeitig relevant sein. Sie lassen sich als Regeln abbilden, müssen aber fachlich geprüft, korrekt parametrisiert und betrieblich kontrolliert werden. Eine absolute Zusage, dass ein System „nie“ gegen Vorschriften verstößt, wäre ohne diesen Prozess nicht seriös.
Harte Regeln
Unzulässige Kombinationen werden ausgeschlossen, sofern die richtige Regel vollständig hinterlegt ist.
Qualifikationen
Fahrerlaubnisse, Schulungen und besondere Einsatzberechtigungen müssen aktuell sein.
Weiche Ziele
Gleichmäßige Dienste, weniger Teilungen oder Präferenzen werden gewichtet und transparent abgewogen.
Betriebliche Kontrolle
Änderungen, Ausnahmen und reale Abweichungen benötigen einen definierten Prüfprozess.
Welche EU-Lenk- und Ruhezeitregeln gelten, hängt unter anderem vom Fahrzeug und von der Verkehrsart ab. Regelmäßige Personenverkehre bis 50 Kilometer können beispielsweise ausgenommen sein. Für jedes Betriebsmodell ist deshalb eine fachliche Rechtsprüfung erforderlich.
Verantwortung bleibt menschlich
Human in the Loop als überprüfbarer Prozess
Ein Freigabebutton allein schafft noch keine verantwortliche Aufsicht. Disponentinnen und Disponenten brauchen verständliche Gründe, sichtbare Regelkonflikte, Änderungsmöglichkeiten und ausreichend Zeit für eine echte Prüfung. Rollen und Eskalationen sind festzulegen.
01
Vorschlag erklären
Prognosegrundlage, Ziele und relevante Einschränkungen nachvollziehbar anzeigen.
02
Konflikte sichtbar machen
Regelverletzungen, fehlende Daten und geringe Prognosesicherheit deutlich markieren.
03
Änderung ermöglichen
Dienst, Fahrzeug oder Reserve fachlich anpassen und Auswirkungen sofort neu berechnen.
04
Freigabe dokumentieren
Version, verantwortliche Rolle, Änderung und betriebliche Übergabe nachvollziehbar halten.
Der EU AI Act nennt bestimmte KI-Systeme im Beschäftigungskontext in Annex III. Ob ein konkretes Planungsmodul darunter fällt, hängt von Funktion und Einsatz ab. Die EU-Kommission beschreibt die stufenweise Anwendung; eine Einzelfallbewertung bleibt notwendig.
Operations Research
Mathematische Kompetenz aus der Unternehmensgruppe
Optimierung für Fahrzeuge, Dienste und Personal ist ein eigenes Fachgebiet. Die Hex GmbH mit Sitz in Klagenfurt gehört zur Anexia-Unternehmensgruppe und beschreibt Operations-Research-Leistungen für Verkehrssysteme. Dieses Know-how kann in der Zusammenarbeit genutzt werden; daraus folgt jedoch nicht automatisch, dass jedes Modell oder jede Regel bereits in jedem maas.maker-Modul umgesetzt ist.
Der Dispositionskern bietet nach unserer Produktdokumentation konfigurierbare Zeitfenster und Umwegfaktoren. Größere Dienst- und Personalplanungsaufgaben werden fachlich abgegrenzt, mit realen Daten getestet und nur mit definierten Leistungsgrenzen zugesagt.
Routing und Pooling
Operative Zuordnung konkreter Buchungen innerhalb von Zeit- und Kapazitätsregeln.
Kapazitätsplanung
Vorausschauende Planung von Fahrzeugbedarf, Diensten und Reserven auf Basis erwarteter Nachfrage.
Einführung und Betrieb
Datenprüfung, Parametrisierung, Testfälle, Schulung und laufende Qualitätskontrolle.
Nutzen nachweisen
Ein fairer Pilot misst Wirkung und Nebenwirkungen
Weniger Leerfahrten, höhere Auslastung oder kürzere Wartezeiten sind sinnvolle Ziele, aber keine allgemeine Garantie. Ein Pilot braucht Ausgangswerte, einen Vergleichszeitraum, klare Ausreißerregeln und Zielkorridore.
Leer-kmLeerfahrten je Betriebsstunde und je Fahrgast vor und nach Einführung
WartezeitMedian, Streuung, Pünktlichkeit und verpasste Anschlüsse getrennt betrachten
EingriffeManuelle Änderungen, Regelkonflikte und verworfene Vorschläge dokumentieren
Zusätzlich gehören Fairnessindikatoren in die Auswertung: Dienstlängen, geteilte Dienste, kurzfristige Änderungen, Wochenendbelastung und Wunschberücksichtigung. Erst dann zeigt sich, ob ein effizienter Plan auch betrieblich akzeptiert wird.
Die Auswertungen liefern dafür technische Kennzahlen; Bewertung und Zieldefinition bleiben Aufgabe des Betriebs.
Sicher einführen
Datenschutz und Transparenz als Betriebsanforderung
Planungsdaten können Arbeitszeiten, Einsatzorte, Qualifikationen und Fahrgastwege erkennen lassen. Serverstandort und ISO-Zertifizierung sind wichtige Bausteine, ersetzen aber keine Prüfung von Rechtsgrundlage, Rollen, Datenflüssen, Auftragsverarbeitung, Löschung und Betroffenenrechten.
Ein sinnvoller Einstieg verbindet Datenprüfung, abgestimmtes Regelwerk, kontrollierten Pilot, menschliche Freigabe und regelmäßige Wirkungsmessung. Für die Beschaffung ergänzt der Beitrag Mobilitätssoftware ausschreiben die passenden Auswahlkriterien.
Hinweis: Der Beitrag beschreibt technische und organisatorische Prinzipien. Er ersetzt keine arbeits-, datenschutz- oder KI-rechtliche Prüfung des konkreten Einsatzes.
FAQ
Häufige Fragen zu KI-Dienstplanung im Bedarfsverkehr
Nein. Prognosen und Optimierung können Routinearbeit vorbereiten und Optionen berechnen. Die betriebliche Verantwortung, Prüfung von Ausnahmen und Freigabe bleiben bei qualifizierten Menschen.
Das hängt von Betriebsgröße, Saison, Nachfrage und Datenqualität ab. Vorhandene Buchungen können einen Startpunkt bilden; Prognosefehler und Unsicherheit müssen ab Beginn gemessen und regelmäßig bewertet werden.
Sie kann auch bei zwei oder drei Fahrzeugen helfen, wenn Regeln, Daten und Ziele klar sind. Der Nutzen ist jedoch nicht automatisch gegeben und sollte anhand von Leerfahrten, Wartezeiten, manuellen Eingriffen und Dienstqualität im Pilot geprüft werden.
PLATTFORM
Über 80+ Funktionsbestandteile für Ihren Bedarfsverkehr
Von der Buchungsplattform über die intelligente Disposition bis zur Fahrer-App – entdecken Sie alle Module der maas.maker Plattform im Detail.
Buchungsplattform
White-Label Buchungsportal mit Online-Reservierung, Echtzeit-Verfügbarkeit und automatischen Bestätigungen.
Driver App
Native Fahrer-App mit Turn-by-Turn Navigation, Fahrgast-Übersicht und Echtzeit-Statusmeldungen.
Booking App
Fahrgast-App für iOS und Android mit Buchung, Live-Tracking, Push-Benachrichtigungen und Bezahlung.
Dispo-Plattform
Zentrale Dispositionsplattform mit automatischer Fahrzuweisung, Pooling-Algorithmus und Echtzeit-Dashboard.
Ride Pooling
Intelligentes Ride Pooling mit parametrierbarem Poolingfaktor, Sammelfahrten und Umwegoptimierung.
Fahrer Webansicht
Browser-basierte Fahreransicht ohne App-Installation – ideal für Aushilfsfahrer und Subunternehmer.
Call-Center
KI-gestütztes Call-Center mit Agentic AI, Chatbot-Integration und automatischer Fahrtenplanung.
Auswertungen
Umfassende Statistiken, KPI-Dashboards, Fahrtprotokolle und Export-Funktionen für Fördernachweise.
Weitere Beiträge
Vertiefen Sie regionale Planung, Digitalisierung und den verlässlichen Betrieb von Bedarfsverkehr.
Wirtschaftlichkeit16. September 2026 · 11 Min. Lesezeit
On-Demand-Verkehr wirtschaftlich betreiben
Bündelung, Mischbetrieb, Betriebsdaten und Finanzierung als Grundlage für dauerhaften Regelbetrieb.
Weiterlesen
Technologie23. November 2025 · 13 Min. Lesezeit
Dispositionssoftware aus 15 Jahren Praxis
Praxiswissen zu Routing, Bündelung und operativer Steuerung im Bedarfsverkehr.
Weiterlesen
Vergabe4. Juni 2026 · 11 Min. Lesezeit
Mobilitätssoftware richtig ausschreiben
Vergabeneutrale Nachweise für Daten, Schnittstellen, Barrierefreiheit, KI, Support und Kosten.
Weiterlesen30 Tage kostenlos testen
Kein Risiko. Voller Funktionsumfang. Überzeugen Sie sich selbst.
Sprechen Sie mit uns
Unser Team berät Sie gerne persönlich zu allen Fragen rund um die maas.maker Plattform, Fördermöglichkeiten und individuelle Anforderungen.
- +43-50-556
- maasmaker@anexia.com
- Mo–Fr, 09:00–17:00 Uhr
Büro Klagenfurt
Feldkirchner Straße 140
9020 Klagenfurt am Wörthersee
Feldkirchner Straße 140
9020 Klagenfurt am Wörthersee
Büro Graz
Karmeliterplatz 4c
8010 Graz
Karmeliterplatz 4c
8010 Graz
Büro Wien
Vorgartenstraße 206B
1020 Wien
Vorgartenstraße 206B
1020 Wien