Disposition automatisieren: 4 KI-Bausteine für den Einstieg

Handwerk, Handel und Industrie verlieren täglich Zeit an Leerfahrten, Excel-Chaos und kurzfristige Umplanungen, weil Disposition und Einsatzplanung noch manuell laufen. Genau das lässt sich mit KI automatisieren, sobald viele bewegliche Teile wie Personal, Fahrzeuge und Zeitfenster zusammenspielen und sich wiederkehrende Muster erkennen lassen. Diese Kombination macht die Disposition zu einem der Prozesse mit dem höchsten Automatisierungspotenzial im Mittelstand, noch vor vielen anderen Bürotätigkeiten.

Disposition ist ein Teilbereich der Prozessautomatisierung im Büro, neben verwandten Bereichen wie Kundenkommunikation, Dokumentenerfassung und Reporting. Sie umfasst die tägliche Zuordnung von Personal, Fahrzeugen und Material zu Aufträgen unter Zeitdruck.

Dieser Beitrag zeigt, was KI in der Einsatzplanung heute konkret leistet, wie sich das von klassischer, regelbasierter Planungssoftware unterscheidet, wie Handwerk, Handel und Industrie jeweils unterschiedlich davon profitieren und wie ein realistisches, überschaubares Pilotprojekt in der Praxis aussieht.

Mit KI erstellt

Inhalt

• Warum Disposition so viel manuellen Aufwand kostet
• Diese 4 Bausteine übernimmt KI in der Einsatzplanung
• KI-Disposition vs. klassische Planungssoftware
• So profitieren Handwerk, Handel und Industrie unterschiedlich
• Anbindung an ERP und bestehende Planungssoftware
• So startest du: Pilotprojekt in 3 Schritten
• Was Disposition-Automatisierung kostet
• DSGVO bei automatisierter Personal- und Kundendisposition
• Fazit

Warum Disposition so viel manuellen Aufwand kostet

Ein Disponent prüft Qualifikationen, Standorte, Zeitfenster und Verfügbarkeiten gleichzeitig, meist mehrfach am Tag, weil sich Aufträge kurzfristig ändern. In vielen Mittelstandsbetrieben läuft das noch immer über Excel-Tabellen, Whiteboards oder Telefonate mit dem Außendienst.

Die Lücke zwischen wahrgenommener Chance und tatsächlicher Nutzung ist im Handwerk besonders groß. Bitkom befragte für die Studie „Digitalisierung des Handwerks" 504 Betriebe telefonisch. Das Ergebnis: 89 Prozent sehen in der Digitalisierung eine Chance, nur 4 Prozent setzen KI bereits aktiv ein. Diese Lücke entsteht selten aus Desinteresse, sondern meist aus fehlender Zeit, Personal-Kompetenz und einem unklaren Startpunkt.

Der Verwaltungsaufwand dahinter ist real und belegt. Mehr als die Hälfte der deutschen Handwerksbetriebe wendet über 100 Stunden pro Jahr allein für bürokratische Aufgaben und Dokumentationspflichten auf, in Kleinbetrieben mit 1 bis 9 Beschäftigten sind es 70,4 Stunden pro Beschäftigtem und Jahr (ZDH-Sonderumfrage Bürokratiebelastung, 2023). Ein erheblicher Teil davon entfällt auf Planung, Umplanung und Abstimmung, nicht auf die eigentliche Auftragsausführung.

Diese 4 Bausteine übernimmt KI in der Einsatzplanung

KI-gestützte Disposition besteht nicht aus einer einzelnen Funktion, sondern aus vier Bausteinen, die zusammen den größten Teil der manuellen Planungsarbeit abnehmen.

Automatische Terminvorschläge sind der Einstiegspunkt der meisten Projekte. Die KI kennt die Qualifikationen jedes Technikers, den aktuellen Standort und offene Zeitfenster. Bei einer neuen Anfrage schlägt sie den passenden Techniker samt Termin vor, der Disponent prüft und bestätigt statt selbst zu suchen.

Dynamische Umplanung wird wichtig, sobald der Tag nicht wie geplant läuft, was in der Praxis fast täglich vorkommt. Ein Stau, ein längerer Einsatz beim vorherigen Kunden oder ein kurzfristiger Krankheitsfall werfen den Tagesplan durcheinander. Die KI berechnet die Folgen für alle betroffenen Termine neu und schlägt eine angepasste Reihenfolge vor, statt dass ein Mensch jeden nachfolgenden Termin einzeln verschiebt.

Routenoptimierung rechnet sich besonders bei Teams ab etwa 5 Mitarbeitern im Außendienst, weil die Zahl möglicher Kombinationen aus Standorten und Reihenfolgen dann für eine manuelle Planung zu groß wird. Weniger Leerfahrten bedeuten weniger Kraftstoffkosten und mehr Aufträge pro Tag und Fahrzeug.

Automatische Kundenkommunikation schließt die Lücke zwischen Planänderung und Kundeninformation. Verschiebt sich ein Termin, geht die Nachricht sofort raus, ohne dass der Disponent zwischen Planungssoftware und Telefon wechseln muss.

KI-Disposition vs. klassische Planungssoftware

Klassische Planungssoftware bildet feste Regeln ab: Wenn Techniker X die Qualifikation Y hat und Zeitfenster Z frei ist, dann Zuordnung. Das funktioniert gut, solange der Tag wie geplant läuft. Sobald Ausnahmen häufiger werden als der Normalfall, stößt reine Regelautomatisierung an Grenzen.

Die grundsätzliche Abwägung, wann klassische Automatisierung reicht und wann KI nötig ist, hängt vor allem davon ab, wie variabel der Prozess ist und wie viel Interpretation er braucht. Das erklärt der Beitrag KI vs. Automatisierung: So triffst du die richtige Wahl im Detail. Für die Disposition gilt in der Praxis meist: Die Grundzuordnung läuft regelbasiert, KI übernimmt die Ausnahmen, die Umplanung und die Mustererkennung über die Zeit.

So profitieren Handwerk, Handel und Industrie unterschiedlich

Der Hebel von KI-gestützter Disposition unterscheidet sich je nach Branche, weil die zugrunde liegenden Variablen unterschiedlich sind.

Im Handwerk dreht sich Disposition vor allem um Techniker-Einsätze: Wer hat welche Qualifikation, wer ist am nächsten am Kunden, wie lang dauert der vorherige Termin voraussichtlich noch. Der Beitrag KI im Handwerk: Praxisguide für Betriebe 2026 ordnet Disposition in die breitere KI-Nutzung im Handwerk ein.

Mit KI erstellt

Im Handel betrifft Disposition zwei Bereiche gleichzeitig: Liefertouren für den Versand und Personal-Einsatzplanung in Filialen. Beide profitieren von Mustererkennung, etwa saisonalen Nachfragespitzen oder wiederkehrenden Lieferrouten. Mehr zu weiteren KI-Anwendungsfällen im Handel steht im Beitrag KI im Einzelhandel: 7 Use Cases für Händler.

In der Industrie und Logistik geht es zusätzlich um Wartungstermine, Maschinenbelegung und Materialverfügbarkeit, die alle mit der Personalplanung zusammenspielen müssen. Der Beitrag KI in der Logistik: 5 Use Cases für KMU beschreibt verwandte Anwendungsfälle entlang der Lieferkette.

Branchenübergreifend gilt: Je mehr bewegliche Teile (Personal, Fahrzeuge, Zeitfenster, Qualifikationen) gleichzeitig berücksichtigt werden müssen, desto größer der Automatisierungshebel. Ein Ein-Mann-Betrieb mit festem Kundenstamm hat wenig zu gewinnen, ein Team mit 10 Technikern und wechselnden Einsatzorten dagegen erheblich.

Der Hebel wird zusätzlich größer, je knapper die verfügbare Kapazität ist. Beim Fachkräftemangel im Mittelstand zählt jede eingesparte Leerfahrt und jede vermiedene Doppelbuchung doppelt, weil sich fehlendes Personal kurzfristig kaum ersetzen lässt. Wer die vorhandene Mannschaft effizienter einsetzt, kompensiert einen Teil der offenen Stellen, ohne neue Fachkräfte zu finden.

Anbindung an ERP und bestehende Planungssoftware

Eine KI-gestützte Disposition ersetzt in den meisten Fällen nicht die bestehende Planungssoftware, sondern setzt auf ihre Daten auf. Techniker-Qualifikationen, Kundenadressen, Auftragshistorie und Fahrzeugdaten liegen meist bereits im ERP oder in einer Branchenlösung. Die KI liest diese Daten, generiert Vorschläge und schreibt bestätigte Termine zurück.

Mit KI erstellt

Wie diese Anbindung technisch funktioniert, welche Wege es für moderne und ältere Systeme gibt und was ein Integrationsprojekt realistisch kostet, beschreibt der Beitrag KI-ERP-Integration im Mittelstand ausführlich. Für die Disposition gilt dieselbe Grundregel: Ein Service-Account mit begrenzten Rechten, Lesezugriff zuerst, Schreibrechte erst nach erfolgreichem Testbetrieb.

So startest du: Pilotprojekt in 3 Schritten

Ein realistisches Pilotprojekt deckt einen abgegrenzten Planungs-Anwendungsfall ab und läuft in drei Schritten.

Was in dieser Phase nicht sinnvoll ist: alle Standorte gleichzeitig umstellen oder die bestehende Planungssoftware sofort ablösen. Ein einzelnes Team liefert innerhalb weniger Wochen belastbare Ergebnisse, auf denen sich ein Rollout aufbauen lässt.

Was Disposition-Automatisierung kostet

Die Kosten hängen stark davon ab, wie sauber die Datenlage ist und wie viele Systeme angebunden werden müssen. Eine allgemeine Kosteneinordnung für KI-Projekte im Mittelstand, inklusive typischer Preisspannen für Pilot- und Rollout-Phasen, liefert der Beitrag KI-Kosten im Mittelstand: Budgets, Preismodelle, versteckte Posten.

Für die Disposition gilt eine Besonderheit: Weil die KI meist auf vorhandenen ERP- oder Planungsdaten aufsetzt statt eine komplette neue Planungssoftware einzuführen, bleibt der Aufwand oft überschaubarer als bei einem Systemwechsel. Der größte Kostentreiber ist selten die KI selbst, sondern die Datenaufbereitung, wenn Qualifikationen, Standorte oder Zeitfenster bisher nur in Köpfen oder auf Zetteln existieren.

Der Rückfluss zeigt sich in der Praxis an drei Stellen: weniger Leerfahrten und damit niedrigere Kraftstoffkosten, mehr abgeschlossene Aufträge pro Techniker und Tag, und spürbar weniger Telefonate zwischen Disponent, Techniker und Kunde bei kurzfristigen Änderungen. Stell dir vor, ein Team mit 8 Technikern spart durch bessere Routenplanung im Schnitt eine Fahrt pro Techniker und Tag: Bei 220 Arbeitstagen im Jahr sind das über 1.700 vermiedene Leerfahrten, ein realistisches Potenzial, das sich je nach Ausgangslage und Region stark unterscheidet.

Typische Stolperfallen bei der Einführung

Drei Punkte bremsen KI-Disposition-Projekte im Mittelstand regelmäßig aus.

• Unsaubere Stammdaten werden unterschätzt. Wenn Qualifikationen, Fahrzeugzuordnungen oder Servicegebiete nur im Kopf des erfahrenen Disponenten stecken statt im System, liefert auch die beste KI schlechte Vorschläge. Die Datenaufbereitung ist in den meisten Projekten der größte Einzelposten, nicht die KI selbst.
• Zu viele Ausnahmen auf einmal automatisieren. Wer gleich versucht, jede Sonderregel (Notfälle, VIP-Kunden, Springer-Techniker) in der ersten Version abzubilden, verzögert den Start unnötig. Die Standardfälle zuerst automatisieren, Ausnahmen bleiben zunächst beim Menschen.
• Das Team zu spät einbinden. Disponenten kennen die inoffiziellen Regeln, die keine Software dokumentiert, etwa welcher Techniker mit welchem Kunden nicht harmoniert. Wird das Team erst nach der technischen Umsetzung eingebunden, fehlt dieses Wissen im System und die Akzeptanz sinkt zusätzlich.

DSGVO bei automatisierter Personal- und Kundendisposition

Automatisierte Disposition verarbeitet Standort- und Personaldaten von Mitarbeitern sowie Adress- und Kontaktdaten von Kunden. Beides sind personenbezogene Daten im Sinne der DSGVO. Wer eine Cloud-KI nutzt, muss die üblichen Anforderungen erfüllen: Auftragsverarbeitungsvertrag, Datenminimierung, transparente Information der Mitarbeiter über die Verarbeitung ihrer Standortdaten.

Weil Personal-Standortdaten besonders sensibel sind, etwa im Hinblick auf Mitarbeiterüberwachung, lohnt sich vorab eine enge Abstimmung mit dem Betriebsrat, falls vorhanden, und dem Datenschutzbeauftragten. Wichtig ist die Abgrenzung: Standortdaten dienen der Termin- und Routenplanung, nicht der lückenlosen Leistungskontrolle einzelner Mitarbeiter. Diese Zweckbindung gehört von Anfang an in die Betriebsvereinbarung, nicht erst nach dem ersten Beschwerdefall. Wie sich personenbezogene Daten grundsätzlich DSGVO-konform in KI-Systemen verarbeiten lassen, unabhängig vom gewählten Anbieter, zeigt der Beitrag DSGVO-konform KI nutzen. Bei besonders sensiblen Standort- und Personaldaten ist eine lokale KI-Lösung ohne Datenabfluss an externe Cloud-Dienste oft die vorsichtigere Wahl, wie im Beitrag Lokale KI im Mittelstand beschrieben.

Fazit

Disposition zählt zu den Prozessen mit dem höchsten Automatisierungspotenzial im Mittelstand, weil sie täglich wiederkehrt, viele bewegliche Teile gleichzeitig koordiniert und bei Fehlern spürbare Kosten verursacht: Leerfahrten, verpasste Termine, Überstunden im Team. Die Lücke zwischen wahrgenommener Chance (89 Prozent) und tatsächlicher KI-Nutzung (4 Prozent) im Handwerk zeigt, dass hier noch viel ungenutztes Potenzial liegt.

Der pragmatische Einstieg ist ein einzelnes Team, eine klar abgegrenzte Planungsaufgabe und ein Schattenbetrieb, bevor die KI selbstständig zuordnet. So baut sich Vertrauen im Team auf, während die bestehende Planungssoftware weiterläuft statt ersetzt zu werden.

Diesen Beitrag hat Jannis Gerlinger geschrieben, Geschäftsführer der JANGER GmbH. Aus knapp 20 Jahren Digital-Erfahrung in UX/UI und E-Commerce, heute mit Fokus auf sichere KI-Systeme für den Mittelstand, zeigt sich ein wiederkehrendes Muster. Die Prozesse mit dem größten Automatisierungshebel sind selten die, über die am meisten gesprochen wird, sondern die im Hintergrund, die jeden Tag Zeit fressen, ohne dass es auffällt.