# Disposition automatisieren: 4 KI-Bausteine für den Einstieg > Wie Handwerk, Handel und Industrie Leerfahrten, Excel-Chaos und Personalengpässe lösen: Disposition und Einsatzplanung mit KI automatisieren. Quelle: https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung Stand: 2026-09-29 Automatisierung - [Inhalt](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#inhalt) - [Warum Disposition so viel manuellen Aufwand kostet](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#warum-disposition-so-viel-manuellen-aufwand-kostet) - [Diese 4 Bausteine übernimmt KI in der Einsatzplanung](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#diese-4-bausteine-uebernimmt-ki-in-der-einsatzplanung) - [KI-Disposition vs. klassische Planungssoftware](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#ki-disposition-vs-klassische-planungssoftware) - [So profitieren Handwerk, Handel und Industrie unterschiedlich](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#so-profitieren-handwerk-handel-und-industrie-unterschiedlich) - [Anbindung an ERP und bestehende Planungssoftware](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#anbindung-an-erp-und-bestehende-planungssoftware) - [So startest du: Pilotprojekt in 3 Schritten](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#so-startest-du-pilotprojekt-in-3-schritten) - [Was Disposition-Automatisierung kostet](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#was-disposition-automatisierung-kostet) - [Typische Stolperfallen bei der Einführung](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#typische-stolperfallen-bei-der-einfuehrung) - [DSGVO bei automatisierter Personal- und Kundendisposition](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#dsgvo-bei-automatisierter-personal-und-kundendisposition) - [Fazit](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#fazit) - [Häufige Fragen](https://gerlinger.ai/#faq) Das Wichtigste in Kürze - Nur 4 Prozent der deutschen Handwerksbetriebe setzen KI bereits aktiv ein, obwohl 89 Prozent Digitalisierung als Chance sehen (Bitkom, 2026). - Disposition eignet sich besonders gut für KI-Automatisierung: viele bewegliche Teile (Personal, Fahrzeuge, Zeitfenster), wiederkehrende Muster, hoher manueller Abstimmungsaufwand. - KI übernimmt vier Bausteine: Terminvorschläge nach Qualifikation und Standort, dynamische Umplanung bei Ausfällen, Routenoptimierung und automatische Kundenkommunikation. - Über die Hälfte der Handwerksbetriebe wendet mehr als 100 Stunden pro Jahr für Bürokratie und Dokumentation auf (ZDH-Sonderumfrage, 2023), ein Großteil davon in der Planung. - Ein abgegrenztes Pilotprojekt für einen Planungs-Anwendungsfall lässt sich in 6 bis 8 Wochen umsetzen, ohne die bestehende Planungssoftware zu ersetzen. 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. ![Fahrzeugschlüssel, Smartphone und Kaffee auf dem Tisch eines Disponenten von oben](https://gerlinger.ai/assets/blog/disposition-automatisieren-einsatzplanung-draufsicht.webp) ### Inhalt - [Warum Disposition so viel manuellen Aufwand kostet](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#warum-disposition-so-viel-manuellen-aufwand-kostet) - [Diese 4 Bausteine übernimmt KI in der Einsatzplanung](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#diese-4-bausteine-uebernimmt-ki-in-der-einsatzplanung) - [KI-Disposition vs. klassische Planungssoftware](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#ki-disposition-vs-klassische-planungssoftware) - [So profitieren Handwerk, Handel und Industrie unterschiedlich](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#so-profitieren-handwerk-handel-und-industrie-unterschiedlich) - [Anbindung an ERP und bestehende Planungssoftware](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#anbindung-an-erp-und-bestehende-planungssoftware) - [So startest du: Pilotprojekt in 3 Schritten](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#so-startest-du-pilotprojekt-in-3-schritten) - [Was Disposition-Automatisierung kostet](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#was-disposition-automatisierung-kostet) - [DSGVO bei automatisierter Personal- und Kundendisposition](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#dsgvo-bei-automatisierter-personal-und-kundendisposition) - [Fazit](https://gerlinger.ai/blog/disposition-automatisieren-einsatzplanung#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. der Handwerksbetriebe setzen KI bereits aktiv ein sehen Digitalisierung als Chance, bewerten den eigenen Stand aber nur mit Schulnote 3 nennen die Integration in bestehende Prozesse als größte KI-Hürde 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. Disposition erfüllt die klassischen Kriterien für hohes Automatisierungspotenzial: hohe Häufigkeit (mehrfach täglich), viele Variablen mit klaren Regeln (Qualifikation, Standort, Zeitfenster) und spürbare Fehlerkosten bei falscher Zuordnung (Leerfahrten, verpasste Termine, Überstunden). ### 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 Die KI schlägt Techniker, Zeitfenster und Route anhand von Qualifikation, Standort und Verfügbarkeit vor, statt dass der Disponent jede Kombination manuell prüft. - Dynamische Umplanung bei Ausfällen Fällt ein Termin aus oder ein Mitarbeiter erkrankt, plant die KI die betroffenen Einsätze in Sekunden neu, statt dass der Disponent die Kette manuell nachzieht. - Routenoptimierung Die KI minimiert Fahrzeiten und Leerfahrten über mehrere Techniker oder Fahrzeuge gleichzeitig, ein Optimierungsproblem, das für Menschen ab einer gewissen Teamgröße kaum noch überschaubar ist. - Automatische Kundenkommunikation Terminbestätigungen, Erinnerungen und Verschiebungen gehen automatisch an Kunden raus, ohne dass der Disponent jede Nachricht einzeln schreibt. 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. | Kriterium | Klassische Planungssoftware | KI-gestützte Disposition | | --- | --- | --- | | Neue Terminvorschläge | Nach festen Regeln | Lernt aus historischen Mustern und Korrekturen | | Umgang mit Ausfällen | Manuelles Nachplanen nötig | Automatischer Neuvorschlag für alle Folgetermine | | Kommunikation an Kunden | Meist manuell oder starre Vorlagen | Kontextbezogen automatisch generiert | | Einarbeitung | Gering, aber jede Ausnahme braucht Handarbeit | Höher zu Beginn, sinkt mit mehr Trainingsdaten | Zum Vergleichen seitlich wischen 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](https://gerlinger.ai/blog/ki-vs-klassische-automatisierung) 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](https://gerlinger.ai/blog/ki-im-handwerk-praxisguide) ordnet Disposition in die breitere KI-Nutzung im Handwerk ein. ![Handwerker prüft auf einem Tablet die KI-gestützte Einsatzplanung für den nächsten Termin](https://gerlinger.ai/assets/blog/disposition-automatisieren-einsatzplanung-handwerk.webp) 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](https://gerlinger.ai/blog/ki-im-einzelhandel). 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](https://gerlinger.ai/blog/ki-in-der-logistik-mittelstand) 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](https://gerlinger.ai/blog/fachkraeftemangel-ki-loesung-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. Du willst wissen, ob sich KI-gestützte Disposition für dein Team rechnet? In einer kostenlosen 30-Minuten-Demo schauen wir gemeinsam auf deinen aktuellen Planungsprozess. [Termin direkt buchen](https://gerlinger.ai/kontakt). Die übrigen Abläufe in Spedition und Logistik, von der Frachtanfrage bis zur Statusauskunft, stehen auf [KI für Logistik und Spedition](https://gerlinger.ai/ki-fuer-logistik). ### 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. ![Disponent im Büro vergleicht am Bildschirm zwei Planungsansichten mit farbig markierten Terminvorschlägen](https://gerlinger.ai/assets/blog/disposition-automatisieren-einsatzplanung-buero.webp) 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](https://gerlinger.ai/blog/ki-erp-integration-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. Ein Team, ein Planungsbereich, zum Beispiel Terminvorschläge für einen Kundendienst-Bereich mit 3 bis 5 Technikern. Nicht die komplette Disposition auf einmal umstellen. Qualifikationen, Standorte und Zeitfenster müssen strukturiert vorliegen. Fehlt das, ist die Datenaufbereitung selbst schon der erste Nutzen des Projekts. Die KI schlägt Termine vor, der Disponent entscheidet und korrigiert zunächst weiter selbst. Nach 2 bis 3 Wochen stabiler Vorschläge übernimmt die KI die Erstzuordnung, der Mensch bleibt für Ausnahmen zuständig. 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](https://gerlinger.ai/blog/ki-kosten-mittelstand-leitfaden). 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](https://gerlinger.ai/lexikon/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](https://gerlinger.ai/blog/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](https://gerlinger.ai/blog/lokale-ki-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 der Digital-Erfahrung seit 2007 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. Du willst wissen, wie viel Zeit KI-gestützte Disposition in deinem Team sparen könnte? Wir bauen sichere KI-Systeme für den Mittelstand. [Buch dir eine kostenlose Erstberatung](https://gerlinger.ai/kontakt), in 15 Minuten klären wir deinen Stand. Jannis Gerlinger berät kleine und mittlere Unternehmen bei der Einführung von Künstlicher Intelligenz und setzt die Lösungen selbst um: KI-Assistenten, Automationen und individuelle Web-Apps. Als Geschäftsführer der JANGER GmbH arbeitet er seit 2007 an digitalen Systemen für Handwerk, Handel und Industrie, von Onlineshops bis zu internen Werkzeugen. Seine vom TÜV Rheinland geprüfte Qualifikation in Verkaufspsychologie verbindet technisches Know-how mit einem tiefen Verständnis für Geschäftsprozesse. ### Häufige Fragen. Deine Frage fehlt? [Schreib mir](mailto:hallo@gerlinger.ai), ich antworte innerhalb eines Werktags. #### Was bedeutet Disposition in der Praxis? Disposition ist die Zuordnung von Personal, Fahrzeugen und Material zu Aufträgen unter Berücksichtigung von Zeitfenstern, Qualifikationen und Standorten. Im Handwerk plant die Disposition Techniker-Einsätze, im Handel Lieferrouten und Personal-Schichten, in der Industrie Wartungstermine und Maschinenbelegung. #### Welche Branchen profitieren am meisten von KI-gestützter Einsatzplanung? Betriebe mit vielen beweglichen Terminen und Personen profitieren am stärksten: Handwerksbetriebe mit mehreren Technikern im Außendienst, Handelsunternehmen mit Liefer- oder Filialpersonal-Planung und Industriebetriebe mit Wartungs- und Instandhaltungsterminen. Je mehr Variablen (Qualifikation, Standort, Zeitfenster, Fahrzeug) gleichzeitig berücksichtigt werden müssen, desto größer der Hebel. #### Wie unterscheidet sich KI-Disposition von klassischer Planungssoftware? Klassische Planungssoftware bildet feste Regeln ab und braucht für jede Ausnahme manuelles Eingreifen. KI-gestützte Disposition erkennt Muster in historischen Daten, schlägt Lösungen für unvorhergesehene Ausfälle selbstständig vor und lernt aus Korrekturen der Disponenten. Die grundsätzliche Abwägung zwischen beiden Ansätzen erklärt der Beitrag [KI vs. Automatisierung](/blog/ki-vs-klassische-automatisierung). #### Was kostet eine KI-gestützte Einsatzplanung im Mittelstand? Die Kosten hängen stark vom Umfang und von der Anbindung an bestehende Systeme ab. Eine grobe Orientierung liefert der Beitrag [KI-Kosten im Mittelstand](/blog/ki-kosten-mittelstand-leitfaden). Ein abgegrenztes Pilotprojekt für einen Planungs-Anwendungsfall ist meist deutlich günstiger als eine komplette neue Planungssoftware, weil die KI auf vorhandenen Daten aufsetzt statt sie zu ersetzen. #### Wie lange dauert die Einführung einer KI-gestützten Disposition? Ein realistisches Pilotprojekt für einen abgegrenzten Anwendungsfall, etwa automatische Terminvorschläge für eine Teamgröße, dauert 6 bis 8 Wochen von der Datenanbindung bis zum Echtbetrieb. Ein unternehmensweiter Rollout über mehrere Teams und Standorte braucht entsprechend länger und läuft am besten schrittweise. #### Ersetzt KI die Disponentin oder den Disponenten? Nein, in der Praxis verschiebt sich die Rolle. Die KI übernimmt die Routine-Zuordnung und schlägt Lösungen für Standardfälle vor, die Disponentin trifft weiterhin die Entscheidung bei Ausnahmen, Eskalationen und Kundenbeziehungen. Human-in-the-Loop bleibt bei planungskritischen Freigaben Pflicht, besonders in der Einführungsphase. #### Ist KI-gestützte Tourenplanung DSGVO-konform? Ja, wenn Personal- und Kundendaten entsprechend geschützt werden. Da Einsatzplanung Standort- und Personaldaten von Mitarbeitern verarbeitet, ist eine lokale oder EU-gehostete KI-Lösung oft die datenschutzfreundlichere Wahl. Details dazu im Beitrag [Lokale KI im Mittelstand](/blog/lokale-ki-mittelstand). ### Passt dazu. Drei Beiträge, die dieselbe Frage aus einem anderen Winkel beantworten. #### Reklamationsmanagement automatisieren: KI-Leitfaden 2026 Reklamationsmanagement automatisieren mit KI: Erfassung, Klassifizierung und Fristüberwachung. So digitalisierst du den Prozess im Mittelstand 2026. #### Lagerbestand automatisieren: KI-Leitfaden 2026 4,95 Milliarden Euro Inventurdifferenzen 2024: Wie Handel, Handwerk, Industrie Wareneingang und Bestand mit KI automatisieren, inklusive Kosten und DSGVO. #### Mahnwesen automatisieren: KI im Forderungsmanagement 2026 Mahnwesen automatisieren mit KI: Zahlungsziele, Verzugstage und Mahnstufen im Griff. So digitalisierst du das Forderungsmanagement im Mittelstand 2026.