24.03.2026 - Marta Potužníková-König -4 MinutenZukunft der Arbeit
Kennen Sie die Situation? Sie haben einen kleinen Artikel im Onlineshop bestellt und erhalten ein großes Paket. Neben Ihrem Artikel finden Sie jede Menge Füllmaterial und Luft im Karton. Mit einer KI-Lösung ist es möglich, ein Paket bezüglich seiner Inhalte zu optimieren. Ein guter Ansatz für den Onlinehandel und die Logistikbranche, der Kosten und Emissionen reduziert.
Die Anzahl der in Deutschland an Endkunden zugestellten Pakete ist in den letzten Jahren deutlich gestiegen. Die Corona-Pandemie hat diesen Trend noch verstärkt. Waren es laut Bundesnetzagentur 2,66 Milliarden (2017), lag das Paketvolumen in Deutschland 2021 bei 3,89 Milliarden. Um die Kosten für Unternehmen zu minimieren, müssen die Mitarbeitenden in Handels- und Logistikunternehmen aus vorhandenen Kartonagensets das passende Verpackungsmaterial auswählen. Eine Herausforderung und ein ungelöstes Problem! Zudem tritt voraussichtlich 2030 die EU-Richtlinie „Package and Package Waste Regulation“ in Kraft, die das Leervolumen in E-Commerce-Paketen auf maximal 50 Prozent begrenzt.
Eine Idee in der Kaffeepause
„Die Idee ist an der Kaffeemaschine entstanden“, erzählt ein Mitarbeiter von der SCS Supply Chain Services GmbH. „Wir haben über die Bestellerfahrungen in Onlineshops diskutiert und uns gedacht, dass es doch nicht so schwer sein kann, einen passenden Versandkarton zu finden. Danach folgten Analysen, Versuche manueller Berechnung und schließlich eine Kooperation mit der Technischen Hochschule Deggendorf.“ Das mittelständische Unternehmen für Logistikberatung mit Sitz im niederbayerischen Schönberg hat somit einen Grundstein für das Projekt EKOKartonage gelegt.
Die Optimierung von Kartonagensets ist mathematisch komplex. Es gibt sehr viele Möglichkeiten, wie ein Kartonagenset aus einzelnen Kartongrößen zusammengestellt werden kann. „Wählt man aus 300 Kartongrößen 10 für die Verpackung von Bestellungen aus, ergeben sich mehr als 1 Billiarde verschiedene Kombinationen für die gewählten Kartongrößen“, berichtet Professor Michael Scholz von der Fakultät für Angewandte Informatik an der Technischen Hochschule Deggendorf. Er und sein Kollege Leon Binder haben das Projekt begleitet.
Kosten und CO2-Ausstoß verringern
Die SCS Supply Chain Services GmbH und die Hochschule haben während der Projektlaufzeit (2023-2025) eine KI-basierte Software zur Optimierung von Kartonagensets entwickelt. Zukünftig können z. B. die Onlinehändler die Maße der Versandkartons somit reduzieren, damit möglichst wenig Luft transportiert wird.
Für Unternehmen und Gesellschaft ergibt sich dadurch ein vielfältiger Mehrwert: Die Volumenauslastung im Versandkarton wird erhöht, die Verpackungskosten werden reduziert, denn es werden weniger Rohstoffe wie Karton, Füllmaterial und Klebeband benötigt. Die LKWs können mehr Pakete laden, dadurch sinkt der Paketpreis und der LKW-Verkehr wird weniger. Letztendlich wird der CO2-Ausstoß verringert, der durch die Verpackung und den Transport entsteht. Nicht zuletzt spielt auch die positive Kundenwahrnehmung, wenn ein passgenauer Karton ankommt, eine Rolle.
Und so funktioniert‘s
Die Basis für die Optimierung sind Bestell- und Artikeldaten sowie die derzeit verwendeten Kartongrößen. Berücksichtigt werden außerdem Prozess- und Beschaffungskosten. „Aus diesen Informationen wird zunächst der Status quo berechnet, d.h. welche Bestellungen passen in Kartongröße 1, 2, etc.. Gleichzeitig wird der Leeranteil im jeweiligen Karton berechnet. Anschließend erfolgt der Schritt der Optimierung, in dem versucht wird, den Anteil des Leervolumens im Versandkarton zu reduzieren“, schildert ein Mitarbeiter von der Unternehmensberatung. Und das Ergebnis? Der KI-Algorithmus schlägt konkrete und verbesserte Kartongrößen vor.
Integration im Betrieb
Die größte Herausforderung ist die Verfügbarkeit valider Daten bei den potenziellen Auftraggebern. Die KI liefert nur dann sinnvolle Ergebnisse, wenn die Inputdaten konsistent und akkurat sind. Oft liegen der Anspruch und die Praxis weit auseinander: Der Anspruch ist, möglichst detaillierte Auswertungen zu generieren, gleichzeitig werden z. B. Stammdaten (Artikeldaten wie Länge, Breite, Höhe oder Gewicht) nur sporadisch gepflegt.
Derzeit wird die KI-Lösung bei der SCS Supply Chain Services GmbH in das Beratungsportfolio integriert. Eines ist aus Sicht des Unternehmens und der Hochschule Deggendorf klar: Momentan gibt es bundesweit noch keine vergleichbare Lösung bzw. kaum Ansätze zur Optimierung der Kartonagensets.