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:
22.10.2026

30-Mio.-Runde: Mistral-Founder investiert in Zürcher Startup, das Roboter baut, die Kraft fühlen

Das Zürcher Startup Enact will Roboter für Aufgaben fit machen, bei denen bisher menschliches Fingerspitzengefühl gefragt ist. Dafür entwickelt Gründer Manuel Yves Galliker eine Technologie, mit der Maschinen über ihre Antriebe Druck und Widerstand erkennen sollen. Noch vor dem Produktstart hat das Unternehmen dafür 30 Millionen US-Dollar eingesammelt.
/artikel/30-mio-runde-mistral-founder-investiert-in-zuercher-startup-das-roboter-baut-die-kraft-fuehlen
22.10.2026

30-Mio.-Runde: Mistral-Founder investiert in Zürcher Startup, das Roboter baut, die Kraft fühlen

Das Zürcher Startup Enact will Roboter für Aufgaben fit machen, bei denen bisher menschliches Fingerspitzengefühl gefragt ist. Dafür entwickelt Gründer Manuel Yves Galliker eine Technologie, mit der Maschinen über ihre Antriebe Druck und Widerstand erkennen sollen. Noch vor dem Produktstart hat das Unternehmen dafür 30 Millionen US-Dollar eingesammelt.
/artikel/30-mio-runde-mistral-founder-investiert-in-zuercher-startup-das-roboter-baut-die-kraft-fuehlen
Enact, Roboter die fühlen, Roboter, Robotik
© Enact

Roboter können viel. Sie sehen fast alles, sie schweißen, heben, sortieren. Eines fehlt ihnen jedoch: Fingerspitzengefühl. Deshalb bleiben die letzten Handgriffe der Montage Handarbeit: ein Kabel, das einrasten muss, eine Dichtung, die sitzen muss, eine Schraube, die klemmt. Diesem Mangel an Feinfühligkeit stellt sich das Schweizer Startup Enact entgegen und baut Roboter, die Kraft spüren. Sie messen Druck und Widerstand über ihre eigenen Antriebe, wie der Mensch über Muskeln und Sehnen, und ein Modell lernt daraus, heißt es. Der Roboter merkt ohne Zusatzsensoren und ohne künstliche Haut, ob das Teil sitzt.

Enact von Caltech-Forscher gegründet

Dass das mehr als eine Nische ist, zeigen die Zahlen. China etwa hat 2025 354.000 Industrieroboter installiert, fast drei von fünf weltweit (IFR). Europa gewinne dagegen nicht über Masse sondern über Varianz, und genau dort rechnen sich Roboter bisher selten, weil jemand jede Aufgabe einzeln programmieren müsse. Roboter, die durch Vormachen lernen und spüren, ob ein Teil sitzt, sollen diese Einzelprogrammierung ersparen und auch kleine Serien automatisierbar machen. Genau hier setzt Enact an: bei den letzten Handgriffen der Montage.

Gegründet wurde das Zürcher Startup im März 2026 von Manuel Yves Galliker. Der Maschinenbauer der ETH Zürich war Gastforscher am Caltech, leitete bei 1X das Team, das dem Humanoiden NEO das Gehen beibrachte, und arbeitete danach bei Physical Intelligence.

Dort sah er, dass Kamera und Teleoperation für die Fabrik nicht ausreichen, und ging zurück nach Zürich. „Das Silicon Valley hat historisch betrachtet enorme Stärken in Software und KI, aber es fehlt an Spezialisten für Robotik und Hardware-Engineering“, sagt Galliker.

Investment von Mensch

Nun sammelte er mit Enact 30 Millionen US-Dollar in einer Pre-Seed-Runde ein, und das noch bevor es ein Produkt gibt. Das hat einen Grund, wie man in der Aussendung liest: „Das Startup baut alles selbst. Antriebe, Regelung und Modell entstehen unter einem Dach, was am Anfang mehr kostet als ein Modell auf einen fremden Arm zu setzen.“ Die ersten Antriebe laufen, der Ansatz sei laut Enact validiert.

Angeführt wird die Millionen-Runde von redalpine, Notion Capital und firstminute capital. Als Business Angels investieren Yann LeCun (von 2013 bis Ende 2025 Chief AI-Scientist bei Meta), Arthur Mensch (Co-Founder Mistral AI), Andrew Lonsberry (Path Robotics) und David Wallerstein (früher Tencent). Aktuell arbeiten zehn Personen in Zürich, bis Ende 2027 sollen es viermal so viele werden.

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