01.02.2022

MasterScheduler: Zwei Grazer Mathematiker sorgen für volle LKWs

Stefan Lendl und Stefan Kremsner haben MasterScheduler entwickelt, um Transportkosten und den CO₂-Fußabdruck zu senken.
/artikel/masterscheduler-zwei-grazer-mathematiker-sorgen-fuer-volle-lkws
MasterScheduler, LKW, Transport,
(c) Stefan Kremsner und Stefan Lendl Gründer von s2 data & algorithms.

Die beiden Grazer Mathematiker Stefan Kremsner und Stefan Lendl haben ein Problem ausgemacht: Täglich fahren halbleere LKWs quer durch Europa. Deshalb haben die „s2 data & algorithms“-Gründer MasterScheduler entwickelt und arbeiten so daran, viele ineffizient gefüllte Laster durch mathematische Algorithmen einzusparen.

Das Startup hat seit seiner Gründung im Jahr 2020 die Erstellung effizienter Transportpläne im Fokus. Gerade dort, wo die tägliche bzw. stündliche Planungs-Komplexität und der Detailgrad für den Menschen zu hoch sei, gebe es viel Potential an Einsparungen durch mathematische Optimierung – so das Credo der Founder.

„Operative, algorithmische Transportplanung liefert nicht nur ökonomischen, sondern vor allem auch ökologischen Mehrwert für die CO₂-intensive Transport-Branche“, erklären Kremsner und Lendl.

MasterScheduler für „optimale Auslastung“

Üblicherweise wird in der Automobilbranche mit Materialbedarfsplanungen (MRP) eines ERP-Systems, etwa SAP, berechnet, welche Materialien für die Produktion eingekauft und von Spediteuren per LKW oder Schiffscontainer angeliefert werden müssen. Der MasterScheduler wurde, laut Gründern, entwickelt, um den Materialbedarfsplan mit bis zu 30 Prozent Einsparungen bei den LKW-Transporten zu optimieren, indem er ihn in transportoptimierte Lieferabrufe umwandelt. Das Ergebnis sei ein geringerer Bedarf an LKWs und vollständig ausgelastete Ladeflächen.

Durch eine exakte Modellierung der mehrstufigen LKW-Beladung von Materialien in Behältern, Zwischenladungsträgern, Boxen und dem smarten Vorziehen von Materialbedarfen der Folgewochen plane die Softwarelösung optimal ausgelastete LKWs, wie Kremsner erklärt.

Sechs statt acht LKWs

„Statt der ursprünglich acht Transporte, die SAP bei einem unserer Kunden in Bayern geplant hätte, füllt der MasterScheduler auch das letzte freie Volumen am LKW voll. In einer Woche schafft es unser Algorithmus damit, mit nur sechs disponierten Transporten auszukommen“, erklärt der Co-Founder jenes Konzept der Einsparung.

Und ergänzt: „Wir haben von Anfang an einen flexiblen Algorithmus entwickelt, der leicht um neue Bedingungen erweiterbar bleibt. Unser Modell und die Implementierung wären ohne den kommerziellen Zweck wohl in Top-Publikationen im ‚Operations Research‘ gelandet.“

Selbst bei schwankendem Bedarf, wie es durch Teilemangel oder Staus an Häfen aktuell der Fall sei, könne der MasterScheduler auf taktischer Ebene optimal genutzt werden, so Kremsner weiter, indem kosteneffizient Abholungen bei mehreren Lieferanten mit einem einzelnen LKW („Milkrun“) mitverglichen werden.

„Das spart nicht nur Transportkosten, sondern auch wertvolle Zeit für die Disponenten, die durch das ‚Decision Support System‘ in der Planung auch in Ausnahmefällen im stressigen Arbeitsalltag mit einem Mausklick sofort umplanen können“, so Kremsner weiter. „Die optimalen Transporte werden 3D-visualisiert und zusätzlich können Materialströme verfolgt werden. Außerdem stehen für die Lieferanten PDF-Pickup-Sheets zur Verfügung. Dort wird explizit aufgezeigt, wie die Materialien für die Verladung bereitgestellt werden müssen.“

Repetition unerwünscht

Das junge Startup will mit seiner künstlichen Planungs-Intelligenz der SaaS-Cloud-Lösung nicht nur verbesserte CO₂-sparende Transportpläne erreichen, sondern damit auch repetitive Tätigkeiten bei den Disponenten ablösen.

„Als wir unseren ersten Piloten starteten, konnte ich nicht glauben, wie viele Zahlen stundenlang mühsam in Excel jongliert wurden, bis ein Disponent einen LKW mit 13,6 Lademetern wegen fehlender Teile neu geplant hatte“, erinnert sich Lendl. „Da waren unsere ersten algorithmischen Ideen schon schneller entwickelt, als deren Tabellenkalkulation überhaupt starten konnte.“

Das große Ziel des selbstfinanzierten Startups ist es, den MasterScheduler als Standardlösung für aufwendige, operative Transportplanungen global in der fertigenden Industrie zu etablieren, sowie auch Produktionsplanung als Lösung anzubieten. Und die Software habe, so Kremsner, bereits klare Vorteile: „Unsere einfach anpassbare, mathematische Softwarelösung mit viel Raffinesse und simpler User-Experience zur Nachvollziehbarkeit der Planungs-KI ist einem ERP-System bereits meilenweit voraus.“

Deine ungelesenen Artikel:
28.08.2026

McKinsey-Report 2026: KI-Agenten am Vormarsch, Erträge steigen dadurch nicht

Eine kürzlich veröffentlichte McKinsey-Studie zeigt: Der Einsatz von KI-Agenten steigt, besonders bei Großkonzernen. Doch die erhofften unternehmensweiten Gewinne bleiben oft noch aus.
/artikel/mckinsey-report-2026-ki-agenten-am-vormarsch-ertraege-steigen-dadurch-nicht
28.08.2026

McKinsey-Report 2026: KI-Agenten am Vormarsch, Erträge steigen dadurch nicht

Eine kürzlich veröffentlichte McKinsey-Studie zeigt: Der Einsatz von KI-Agenten steigt, besonders bei Großkonzernen. Doch die erhofften unternehmensweiten Gewinne bleiben oft noch aus.
/artikel/mckinsey-report-2026-ki-agenten-am-vormarsch-ertraege-steigen-dadurch-nicht
KI-Agenten werden in Firmen immer mehr verwendet. | Symbolbild (c) Envato

Die aktuelle internationale Studie „State of AI 2026“ von McKinsey zeigt, dass immer mehr Unternehmen KI im beruflichen Alltag einsetzen. Dafür wurden 1.719 Personen in 97 Ländern befragt. Fast neun von zehn Teilnehmer:innen nutzen KI regelmäßig in mindestens einer Geschäftsfunktion. Auffällig ist der rasante Aufstieg der agentenbasierten KI (Agentic AI). Vor allem Großunternehmen mit einem Jahresumsatz von über einer Milliarde US-Dollar treiben diese Entwicklung voran. 40 Prozent dieser Konzerne skalieren KI-Agenten bereits, im Vorjahr waren es noch 27 Prozent. Bei kleineren Unternehmen blieb dieser Anteil hingegen mit 22 Prozent nahezu unverändert.

Besonders Software-Programmieragenten verändern die IT-Budgets und Beschaffungsstrategien nachhaltig. Fast ein Drittel der befragten Organisationen (32 Prozent) gibt an, sich gegen den Kauf von externen Softwareprodukten oder -funktionen entschieden zu haben. Der Grund: Sie können diese Funktionalitäten nun mithilfe von Programmieragenten intern selbst entwickeln. Technologie-, Gesundheits- und Beratungsunternehmen sind hierbei die Vorreiter.

Finanzieller Erfolg gering, aber Mitarbeiter:innen profitieren

Trotz der tieferen Durchdringung und der neuen Möglichkeiten bei der Softwareentwicklung spiegelt sich der KI-Boom noch nicht überall im unternehmensweiten finanziellen Erfolg wider. Der Anteil der Unternehmen, die einen positiven Beitrag der KI zum operativen Gewinn (EBIT) verzeichnen, liegt unverändert bei 37 Prozent.

Gleichzeitig profitieren die Mitarbeiter:innen auf individueller Ebene: 80 Prozent der Befragten berichten, dass KI ihre persönliche Produktivität verbessert hat, und 50 Prozent treffen dank der Technologie laut eigenen Angaben bessere Entscheidungen am Arbeitsplatz. Ein Problem beim Einsatz hochentwickelter KI-Modelle sind allerdings die Betriebskosten. Rund 20 Prozent der Organisationen geben an, dass ihre Nutzung dadurch eingeschränkt ist. Dennoch bleibt die Investitionsbereitschaft hoch: 60 Prozent der Befragten erwarten, dass ihr Unternehmen die Ausgaben für Künstliche Intelligenz im kommenden Jahr weiter steigern wird.

Jobabbau rückt in den Fokus

Die Erwartungen hinsichtlich der Auswirkungen auf die Belegschaft verändern sich ebenfalls. Aktuell gehen 39 Prozent der Befragten davon aus, dass der KI-Einsatz im kommenden Jahr zu einem Rückgang der Gesamtbeschäftigung in ihrer Organisation führen wird. Im Vorjahr lag dieser Wert noch bei 32 Prozent. Tatsächlich blieben die realen Auswirkungen bisher deutlich hinter den Prognosen zurück. Nur 14 Prozent berichten von einem tatsächlichen, durch KI bedingten Personalabbau in den letzten zwölf Monaten. Eine Mehrheit von 66 Prozent verzeichnete in diesem Zeitraum keine oder kaum Veränderungen bei der Mitarbeiter:innenzahl.

KI-High-Performer

Die Studie beleuchtet auch eine kleine Gruppe sogenannter „KI-High-Performer“, die etwa sechs Prozent der Befragten ausmachen. Diese Unternehmen verzeichnen signifikante finanzielle Erfolge und setzen die Technologie anders ein. Sie nutzen KI nicht nur zur Effizienzsteigerung, sondern gezielt für Wachstum und Innovation. Zudem gestalten sie ihre Arbeitsabläufe grundlegend um, anstatt KI lediglich in bestehende Prozesse zu integrieren. Diese strategische Herangehensweise könnte für andere Organisationen wegweisend sein, um den Sprung von individueller Produktivität zu echtem wirtschaftlichen Mehrwert zu schaffen.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

MasterScheduler: Zwei Grazer Mathematiker sorgen für volle LKWs

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MasterScheduler: Zwei Grazer Mathematiker sorgen für volle LKWs

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MasterScheduler: Zwei Grazer Mathematiker sorgen für volle LKWs

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MasterScheduler: Zwei Grazer Mathematiker sorgen für volle LKWs

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MasterScheduler: Zwei Grazer Mathematiker sorgen für volle LKWs

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MasterScheduler: Zwei Grazer Mathematiker sorgen für volle LKWs

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MasterScheduler: Zwei Grazer Mathematiker sorgen für volle LKWs

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MasterScheduler: Zwei Grazer Mathematiker sorgen für volle LKWs

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

MasterScheduler: Zwei Grazer Mathematiker sorgen für volle LKWs