Im Containerdienst entscheidet sich die Wirtschaftlichkeit an vielen kleinen Stellen. Eine Mulde wird auf eine Baustelle gestellt, ein voller Container wird gegen einen leeren getauscht, ein anderer wird abgeholt und zur passenden Anlage gebracht. Jeder dieser Aufträge ist für sich einfach. Schwierig wird es, wenn an einem Tag hundert davon anfallen, verteilt über eine ganze Region, mit unterschiedlichen Containergrößen, Abfallarten, Fahrzeugen und Zeitfenstern. Und wenn am Vormittag noch zwanzig neue Bestellungen dazukommen.
Viele Disponentinnen und Disponenten lösen diese Aufgabe jeden Tag mit viel Erfahrung und gutem Ortswissen. Trotzdem fahren Abrollkipper und Absetzkipper in der Praxis einen großen Teil ihrer Kilometer leer oder mit leerem Container. In diesem Beitrag zeigen wir, warum das so ist, welches mathematische Problem hinter dem Containerdienst steckt und wie Optimierung hilft, Leerfahrten zu senken und Liefertermine verlässlicher zuzusagen.
Warum der Containerdienst ein besonderes Planungsproblem ist
Bei der klassischen Abfallsammlung fährt ein Fahrzeug viele Behälter an und entleert sie nacheinander in seinen Aufbau. Im Containerdienst ist das anders. Ein Abrollkipper transportiert in der Regel genau einen Container, mit Anhänger vielleicht zwei. Jede Fahrt besteht deshalb aus einer Kette von Einzelschritten. Das Fahrzeug holt einen leeren Container im Lager, stellt ihn beim Kunden ab, nimmt vielleicht einen vollen mit, bringt diesen zur Anlage, lässt ihn dort entleeren und fährt mit dem leeren Container zum nächsten Kunden oder zurück ins Lager.
Dazu kommen viele Varianten. Absetzmulden und Abrollcontainer brauchen unterschiedliche Fahrzeuge. Bauschutt, Holz, Grünschnitt, Sperrmüll und Baumischabfall gehen an unterschiedliche Anlagen, die unterschiedliche Öffnungszeiten haben. Manche Baustellen sind nur zu bestimmten Zeiten zugänglich, manche Kunden wollen einen Tausch, andere nur eine Abholung. Und der Containerbestand im Lager ist begrenzt, sodass nicht jede Größe jederzeit verfügbar ist.
In der Fachliteratur ist dieses Problem als Rollon Rolloff Vehicle Routing Problem bekannt. Es unterscheidet sich deutlich von der klassischen Tourenplanung, weil die Kapazität des Fahrzeugs fast immer bei einem Container liegt und die Reihenfolge der Aufträge vor allem darüber entscheidet, wie viele Leerfahrten entstehen. Wer diese Reihenfolge geschickt wählt, kann mehrere Aufträge so verketten, dass das Fahrzeug fast immer mit einem sinnvollen Container unterwegs ist.
Wo die Leerfahrten entstehen
Leerfahrten entstehen im Containerdienst an drei Stellen. Die erste ist der Weg vom Lager zum ersten Kunden und vom letzten Kunden zurück. Die zweite ist der Weg von der Anlage zum nächsten Kunden, wenn der leere Container dort nicht gebraucht wird. Und die dritte entsteht, wenn ein Fahrzeug einen leeren Container durch die halbe Region fährt, weil im nahen Lager gerade keiner in der richtigen Größe steht.
Ein gutes Beispiel ist der Tausch. Wenn ein Kunde einen vollen Container gegen einen leeren tauschen möchte, bringt das Fahrzeug einen leeren mit und nimmt den vollen mit. Das spart gegenüber getrennten Fahrten fast die Hälfte der Wege. Noch besser ist es, wenn der leere Container direkt aus der Anlage kommt, in der gerade ein anderer Container entleert wurde. Solche Verkettungen zu finden, ist für einen Menschen bei zwanzig Aufträgen noch machbar. Bei hundert Aufträgen mit mehreren Fahrzeugtypen und Anlagen wird es unüberschaubar. Genau hier spielt ein Optimierungsmodell seine Stärke aus.
Was ein Optimierungsmodell berücksichtigt
Ein Modell für den Containerdienst kennt alle Aufträge des Tages mit Ort, Auftragsart, Containertyp, Abfallart und Zeitfenster. Es kennt die verfügbaren Fahrzeuge mit ihren Aufbauten, die Fahrerinnen und Fahrer mit ihren Arbeitszeiten und Qualifikationen, die Lager mit ihrem aktuellen Containerbestand und die Anlagen mit Öffnungszeiten und typischen Wartezeiten an der Waage. Auf dieser Grundlage berechnet es, welches Fahrzeug welche Aufträge in welcher Reihenfolge fährt und welcher Container dabei jeweils mitgenommen wird.
Als Ziel lassen sich verschiedene Größen kombinieren. Meist geht es darum, die Gesamtfahrzeit und die Leerkilometer zu minimieren, alle zugesagten Termine einzuhalten und die Arbeitszeiten nicht zu überschreiten. Man kann aber auch andere Ziele stärker gewichten, etwa eine gleichmäßige Auslastung der Fahrzeuge oder kurze Wartezeiten für Stammkunden. Für große Auftragsmengen haben sich Metaheuristiken bewährt, die in wenigen Sekunden sehr gute Lösungen finden. Mehr dazu auf unserer Seite zu Metaheuristiken und zur mathematischen Optimierung.
Liefertermine verlässlich zusagen
Immer mehr Entsorger bieten Mulden und Container über Onlineportale an. Kundinnen und Kunden wählen Größe, Abfallart und Wunschtermin und bezahlen gleich online. Das ist bequem und bringt neue Kunden, verändert aber die Disposition. Die Aufträge kommen kurzfristiger, und der Kunde erwartet, dass der zugesagte Termin auch hält.
Hier stellt sich eine Frage, die viele Portale noch mit festen Regeln beantworten. Welche Liefertermine kann ich einem Kunden zum Zeitpunkt der Bestellung überhaupt anbieten? Ein Modell, das die bereits geplanten Aufträge, die freien Fahrzeugkapazitäten und den Containerbestand kennt, kann das sehr viel genauer. Es zeigt nur die Termine an, die sich tatsächlich sinnvoll einplanen lassen, und kann sogar Termine bevorzugen, die gut in bestehende Touren passen. Ein Liefertermin, der ohnehin in der Nähe eines anderen Auftrags liegt, kostet kaum zusätzliche Fahrzeit. Ein solcher Termin kann günstiger angeboten werden als einer, für den ein Fahrzeug extra ausrücken muss.
Der Containerbestand als eigene Planungsaufgabe
Neben der Tagesplanung gibt es eine zweite, oft unterschätzte Frage. Wie viele Container welcher Größe braucht ein Standort, und wo sollen sie stehen? Container sind teuer, und jeder Container, der wochenlang auf einer Baustelle steht, fehlt im Lager. Gleichzeitig ist ein fehlender Container der sicherste Weg, einen Auftrag zu verlieren.
Ein Modell kann aus den historischen Aufträgen die Nachfrage je Containertyp, Region und Saison ableiten und daraus einen sinnvollen Bestand je Standort berechnen. Es zeigt auch, wann sich eine Umverteilung zwischen Standorten lohnt, etwa wenn im Frühjahr in einer Region viel gebaut wird und in einer anderen Container ungenutzt herumstehen. Diese Logik kennen wir aus dem Schienengüterverkehr, wo leere Güterwagen dorthin gebracht werden müssen, wo sie gebraucht werden. Wie wir dieses Problem dort lösen, zeigt unser Beitrag zur Leerwagendisposition.
Auch die Standzeiten beim Kunden lassen sich besser steuern. Wenn das System erkennt, dass ein Container schon länger als geplant auf einer Baustelle steht, kann die Disposition aktiv nachfragen, ob er abgeholt werden soll. Das bringt Bestand zurück und verbessert gleichzeitig den Service.
Mit dem Anhänger doppelt fahren
Abrollkipper mit Anhänger können zwei Container gleichzeitig transportieren. Das eröffnet zusätzliche Möglichkeiten, macht die Planung aber komplizierter. Der Anhänger kann an einem geeigneten Ort abgestellt werden, während das Zugfahrzeug einen Container zu einem Kunden in einer engen Gasse bringt, in die der ganze Zug nicht passt. Oder zwei volle Container werden gemeinsam zur Anlage gefahren, was eine Fahrt spart.
Für solche Fälle gibt es eigene Varianten der Tourenplanung, die berücksichtigen, wo ein Anhänger abgestellt werden darf und wann das Umsetzen der Container sich lohnt. Richtig eingesetzt, lässt sich damit die Produktivität pro Fahrzeug deutlich steigern, gerade in Regionen mit weiten Wegen zur Anlage.
Wenn der Tag anders läuft als geplant
Kaum ein Tag im Containerdienst läuft genau nach Plan. Die Zufahrt zur Baustelle ist zugeparkt, der Container ist falsch befüllt und muss zu einer anderen Anlage, an der Waage staut es sich, oder ein Kunde ruft an und braucht dringend einen Tausch. Dann muss die Disposition schnell entscheiden, welches Fahrzeug den neuen Auftrag übernimmt und wie sich das auf die restlichen Aufträge auswirkt.
Ein Modell, das in wenigen Sekunden neu rechnet, gibt hier eine gute Entscheidungsgrundlage. Es zeigt, welches Fahrzeug den neuen Auftrag mit dem geringsten Mehraufwand übernehmen kann und welche Termine dadurch gefährdet wären. Die Disponentin entscheidet, aber sie sieht die Folgen ihrer Entscheidung, bevor sie sie trifft. Wie wir Echtzeitentscheidungen unterstützen, beschreiben wir auf der Seite zur Echtzeitdisposition.
Fahrer, Fahrzeuge und E-Antrieb
Im Containerdienst hängen Fahrzeuge und Personal eng zusammen. Nicht jede Fahrerin darf jedes Fahrzeug fahren, und für bestimmte Abfälle braucht es zusätzliche Qualifikationen, etwa für gefährliche Güter. Arbeitszeiten und Pausen müssen eingehalten werden, auch wenn sich der Tag verschiebt. Wie wir Dienste in der Abfallwirtschaft planen, zeigt der Beitrag zur Dienstplanung für Fahrer und Lader.
Auch im Containerdienst kommen zunehmend elektrische Fahrzeuge zum Einsatz. Weil Abrollkipper oft weite Strecken mit schwerer Last fahren, ist die Energieplanung hier besonders wichtig. Wie Touren und Laden gemeinsam geplant werden, beschreiben wir im Beitrag zur Touren- und Ladeplanung für E-Fahrzeuge.
Welche Kennzahlen sich verbessern
Die Wirkung einer optimierten Disposition lässt sich an wenigen Kennzahlen gut ablesen. Die Zahl der Aufträge pro Fahrzeug und Tag steigt, der Anteil der Leerkilometer sinkt, und die Termintreue wird besser. Gleichzeitig sinkt der Containerbestand, der nötig ist, um die Nachfrage zu bedienen, weil Container schneller wieder verfügbar sind. Und die Disposition gewinnt Zeit, weil sie nicht mehr jeden Auftrag von Hand einplanen muss, sondern sich auf die schwierigen Fälle konzentrieren kann.
Wie groß die Effekte sind, hängt stark vom Ausgangspunkt ab. In Regionen mit vielen kleinen Aufträgen und weiten Wegen zu den Anlagen ist das Potenzial meist besonders groß. Eine Analyse der historischen Aufträge zeigt schnell, wo die größten Hebel liegen.
Wie Hex bei einem Containerdienst vorgeht
Hex ist ein Team aus Mathematikerinnen und Mathematikern innerhalb der Anexia Digital Engineering Group mit Schwerpunkt auf Planung und Optimierung. In einem Projekt zum Containerdienst beginnen wir mit den Auftragsdaten der letzten Monate. Daraus rekonstruieren wir, wie die Fahrzeuge tatsächlich gefahren sind, und berechnen, wie eine optimierte Planung ausgesehen hätte. Dieser Vergleich zeigt sehr konkret, wie viel Potenzial vorhanden ist.
Danach binden wir das Optimierungsmodell an die bestehende Branchensoftware oder das Onlineportal an. Die Disposition arbeitet weiter in ihrer gewohnten Oberfläche, bekommt aber Vorschläge für die Tagesplanung, für Liefertermine und für Umplanungen im laufenden Betrieb. Wie das funktioniert, beschreiben wir im Beitrag zur Ergänzung bestehender Planungssoftware und auf der Seite zur Dispositionsoptimierung für Containerdienste. Wenn die Daten in mehreren Systemen liegen, führen wir sie zuerst zusammen. Mehr dazu auf der Seite zur Datenintegration.
Sie möchten wissen, wie viele Leerfahrten in Ihrem Containerdienst stecken? Sprechen Sie mit uns. Wir analysieren Ihre Auftragsdaten und zeigen Ihnen das Potenzial.
Häufige Fragen
Funktioniert das auch für kleine Containerdienste?
Ja. Schon ab wenigen Fahrzeugen lohnt sich eine optimierte Verkettung der Aufträge, weil jede eingesparte Leerfahrt direkt Kosten spart.
Können wir unsere bestehende Branchensoftware behalten?
Ja. Das Optimierungsmodell wird über Schnittstellen angebunden und liefert Vorschläge in die gewohnte Oberfläche.
Wie schnell rechnet das Modell?
Eine Tagesplanung mit mehreren hundert Aufträgen dauert in der Regel wenige Sekunden bis Minuten. Umplanungen im laufenden Betrieb gehen noch schneller.