Für eine Leasinggesellschaft ist jede Lokomotive ein Vermögenswert, der sich nur rechnet, wenn er vermietet ist. Das klingt einfach, ist aber eine der anspruchsvollsten Planungsaufgaben im Bahnsektor. Denn Loks sind nicht beliebig austauschbar. Sie unterscheiden sich in Stromsystemen, Zulassungen, Zugsicherungssystemen, Ausstattung und Wartungszustand. Kunden haben unterschiedliche Anforderungen, Laufzeiten und Einsatzgebiete. Und zwischen dem Ende eines Vertrags und dem Beginn des nächsten liegen oft Wochen, in denen die Lok überführt, umgerüstet oder gewartet werden muss.
Wer eine Flotte von Hunderten Lokomotiven über viele Länder hinweg bewirtschaftet, trifft jeden Monat Dutzende Entscheidungen darüber, welche Lok wohin geht. In diesem Beitrag zeigen wir, wie mathematische Optimierung diese Entscheidungen unterstützt und warum sich gerade im Frühjahr ein genauer Blick auf die Allokation der Flotte lohnt.
Ein Markt in Bewegung
Der Markt für Lokleasing wächst. Viele Güterbahnen und zunehmend auch Personenverkehrsunternehmen mieten ihre Lokomotiven, statt sie zu kaufen, und nutzen dabei Full-Service-Verträge mit Instandhaltung und Versicherung. Führende Vermieter haben ihre Flotten in den vergangenen Jahren stark vergrößert und über Rahmenverträge mit Herstellern weitere Fahrzeuge gesichert. Gleichzeitig verändern sich die Anforderungen der Kunden. Neue Korridore, neue Zugsicherungssysteme und neue Länderzulassungen verschieben die Nachfrage ständig.
Für Vermieter entsteht daraus eine doppelte Aufgabe. Sie müssen die vorhandene Flotte möglichst gut auslasten und gleichzeitig entscheiden, wie viele neue Fahrzeuge in welcher Ausstattung sie wann in den Markt bringen.
Was bei der Allokation zu entscheiden ist
Die Allokation einer Leasingflotte umfasst mehrere Entscheidungen, die eng zusammenhängen.
Da sind zunächst die Rückläufer. Wenn ein Mietvertrag endet, muss entschieden werden, was mit der Lok geschieht. Geht sie direkt an einen neuen Kunden in derselben Region? Wird sie in eine andere Region überführt, wo die Nachfrage höher ist? Braucht sie vorher eine größere Wartung oder eine Umrüstung für ein anderes Land?
Dann sind da die Neuzugänge. Neue Lokomotiven werden in bestimmten Varianten bestellt und ausgeliefert. Welche Variante soll in welcher Stückzahl kommen, und welchen Kunden werden die neuen Fahrzeuge zugeordnet? Bekommt ein Neukunde ein neues Fahrzeug, oder wird eine vorhandene Lok umgesetzt und das neue Fahrzeug geht an einen Bestandskunden, dessen Anforderungen besser passen?
Und schließlich sind da die Umrüstungen. Viele moderne Mehrsystemloks lassen sich mit zusätzlichen Länderpaketen oder Zugsicherungssystemen ausstatten. Das kostet Geld und Zeit, erweitert aber die Einsatzmöglichkeiten. Welche Loks sollen umgerüstet werden, und für welche Märkte?
Warum Bauchgefühl hier teuer wird
In vielen Organisationen werden diese Entscheidungen einzeln getroffen, oft vom Vertrieb in Abstimmung mit Technik und Instandhaltung. Das funktioniert, solange die Flotte überschaubar ist. Bei Hunderten Loks mit vielen Varianten stößt dieser Ansatz an Grenzen.
Ein Beispiel zeigt, warum. Ein Kunde in Italien fragt eine Lok für drei Jahre an. Die naheliegende Lösung ist ein Fahrzeug, das gerade in Norditalien frei wird. Doch diese Lok hat eine Ausstattung, die in sechs Monaten ein Kunde in Deutschland dringend braucht, für den es sonst kein passendes Fahrzeug gäbe. Eine andere Lok, die gerade in Österreich zurückkommt, könnte mit einer vergleichsweise günstigen Umrüstung den italienischen Kunden bedienen. Wer die Entscheidungen einzeln trifft, sieht diese Zusammenhänge nicht.
Die Folgen sind Leerstand an der einen Stelle und Engpässe an der anderen, unnötige Überführungen und Umrüstungen und entgangene Mieteinnahmen.
Das mathematische Modell
Aus Sicht der Optimierung ist die Flottenallokation ein Zuordnungsproblem über die Zeit. Auf der einen Seite stehen die Lokomotiven mit ihren Eigenschaften, Standorten, Wartungszuständen und dem Datum, an dem sie frei werden. Auf der anderen Seite stehen die Bedarfe, also laufende Anfragen, erwartete Verlängerungen und prognostizierte Nachfrage in den verschiedenen Märkten. Dazwischen liegen mögliche Aktionen wie Überführung, Umrüstung, Wartung oder Abstellung, jede mit ihren Kosten und ihrer Dauer.
Das Modell sucht jene Zuordnung, die über einen Planungshorizont von Monaten oder Jahren den höchsten wirtschaftlichen Wert ergibt. Es berücksichtigt Mieterlöse, Kosten für Überführungen und Umrüstungen, Leerstandszeiten und die Kapazität der Werkstätten. Technisch lässt sich das als Mehrperiodenmodell mit gemischt ganzzahliger Optimierung formulieren. Einen Überblick über unsere Verfahren gibt die Seite zur mathematischen Optimierung.
Mit Unsicherheit planen
Ein großer Teil der künftigen Nachfrage ist heute noch nicht bekannt. Kunden verlängern Verträge oder auch nicht, neue Verkehre entstehen, andere werden eingestellt. Eine gute Allokation muss mit dieser Unsicherheit umgehen können.
Hier helfen Prognosen. Aus der Historie der Verträge, aus Marktdaten und aus Informationen des Vertriebs lässt sich abschätzen, wie wahrscheinlich eine Verlängerung ist und wie sich die Nachfrage in einzelnen Märkten entwickelt. Mit Verfahren des Machine Learning werden diese Schätzungen mit der Zeit immer besser. Die Optimierung rechnet dann nicht mit einer einzigen Zukunft, sondern mit mehreren Szenarien, und findet eine Allokation, die in allen Szenarien gut funktioniert. So bleibt die Flotte flexibel, ohne dass zu viele Fahrzeuge ungenutzt vorgehalten werden.
Warum gerade im Frühjahr
Im Frühjahr planen viele Eisenbahnverkehrsunternehmen ihre Verkehre und ihren Lokbedarf für das kommende Jahr. Trassen für den nächsten Netzfahrplan werden angemeldet, Verlader verhandeln Rahmenverträge, und neue Verkehre werden ausgeschrieben. Für Vermieter ist das die Zeit, in der sich die Nachfrage für die nächsten Monate formt.
Wer in dieser Phase eine klare Sicht auf die eigene Flotte hat, kann schneller und besser auf Anfragen reagieren. Welche Loks werden in den nächsten zwölf Monaten frei? Wo zeichnen sich Engpässe ab? Welche Umrüstungen sollten jetzt beauftragt werden, damit die Fahrzeuge rechtzeitig verfügbar sind? Wie Güterbahnen selbst ihre Jahresplanung angehen, beschreiben wir im Beitrag Jahresplanung im Schienengüterverkehr.
Unterstützung für den Vertrieb
Ein Optimierungsmodell ist nicht nur ein Werkzeug für die Flottenplanung, sondern auch für den Vertrieb. Wenn ein Kunde eine Anfrage stellt, lässt sich sofort rechnen, welche Lok am besten passt, wann sie verfügbar wäre und was die Zuordnung für den Rest der Flotte bedeutet. Das ermöglicht schnellere und fundiertere Angebote.
Es hilft auch bei der Preisgestaltung. Eine Anfrage, die gut in die Flotte passt und eine sonst ungenutzte Lok auslastet, ist anders zu bewerten als eine, für die eine teure Umrüstung nötig ist oder die eine Lok bindet, die an anderer Stelle mehr einbringen würde. Mit dem Modell lassen sich solche Unterschiede sichtbar machen.
Neue Fahrzeuge klug einplanen
Wer über Rahmenverträge regelmäßig neue Lokomotiven abruft, muss entscheiden, welche Varianten in welcher Stückzahl bestellt werden. Diese Entscheidung fällt oft ein bis zwei Jahre vor der Auslieferung und hat langfristige Folgen. Ein Optimierungsmodell kann auf Basis der erwarteten Nachfrage und der Entwicklung der bestehenden Flotte zeigen, welche Bestellung den größten Nutzen bringt. Und es hilft, die Neuzugänge so zu planen, dass sie direkt in Mietverträge gehen, statt auf Kunden zu warten.
Zusammenspiel mit Instandhaltung und Werkstatt
Die Allokation hängt eng mit der Instandhaltung zusammen. Eine Lok, die zurückkommt und in wenigen Wochen eine große Revision braucht, sollte diese erledigen, bevor sie an einen neuen Kunden geht. Umrüstungen binden Werkstattkapazität, die auch für Wartungen gebraucht wird. Wer beides gemeinsam plant, vermeidet Engpässe und Doppelarbeit. Mehr dazu in den Beiträgen zur Instandhaltungsplanung für Lokflotten und zur Planung von Werkstattstandorten.
Daten und Integration
Für eine gute Allokation müssen Daten aus Vertragsverwaltung, Flottenmanagement, Instandhaltung und Vertrieb zusammenfließen. Viele Leasinggesellschaften arbeiten dafür mit ERP-Systemen wie SAP. Unsere Optimierung bindet sich an diese Systeme an und liefert ihre Ergebnisse in die gewohnte Arbeitsumgebung. Mehr dazu auf den Seiten zur Dispositionsoptimierung und zur Datenintegration.
Unsere Erfahrung mit der Optimierung von Lokflotten stammt unter anderem aus dem Projekt Anexia Rail, das wir gemeinsam mit den ÖBB und der Universität Klagenfurt umgesetzt haben. Mehr dazu auf der Seite zur Ressourcenoptimierung im Schienengüterverkehr und im Beitrag zum TRIGOS Kärnten 2026.
Kennzahlen, die den Erfolg zeigen
Ob eine Allokation gut ist, lässt sich an wenigen Größen ablesen. Die Vermietungsquote der Flotte über das Jahr zeigt, wie viel Zeit die Fahrzeuge tatsächlich Erlöse bringen. Die durchschnittliche Dauer zwischen dem Ende eines Vertrags und dem Beginn des nächsten zeigt, wie gut Rückläufer weitervermittelt werden. Die Kosten für Überführungen und Umrüstungen pro Jahr zeigen, wie effizient die Flotte bewegt wird. Und die Zahl der Anfragen, die mangels passender Fahrzeuge abgelehnt werden mussten, zeigt, wo Nachfrage verloren geht.
Ein Optimierungsmodell kann diese Größen für verschiedene Strategien vorab berechnen und damit zeigen, welche Allokation langfristig den größten Wert schafft.
Sie möchten die Auslastung Ihrer Leasingflotte steigern? Vereinbaren Sie ein kostenloses Erstgespräch. Wir zeigen Ihnen, wie ein Allokationsmodell für Ihre Flotte aussehen kann.
Häufige Fragen
Kann das Modell unterschiedliche Lokvarianten und Länderpakete abbilden?
Ja. Jede Lok wird mit ihrer Ausstattung und ihren Zulassungen abgebildet, und Umrüstungen werden als mögliche Aktionen mit Kosten und Dauer berücksichtigt.
Wie geht das Modell mit unsicherer Nachfrage um?
Es rechnet mit mehreren Szenarien und sucht eine Allokation, die in allen Szenarien gut funktioniert.
Hilft die Optimierung auch bei Neubestellungen?
Ja. Sie zeigt, welche Varianten in welcher Stückzahl den größten Nutzen für die Flotte bringen.