Werbehinweis: Dieser Beitrag enthält Affiliate-Links zum Rheinwerk Verlag, gekennzeichnet mit einem Sternchen (*). Kaufst du darüber, erhalte ich eine kleine Provision. Für dich ändert sich am Preis nichts.
Kurz gesagt: KI bringt im Transportmanagement dort am meisten, wo heute viel Handarbeit und Bauchgefühl steckt: bei der Prognose von Ankunftszeiten, der Prüfung von Frachtrechnungen, der Ausschreibung an Spediteure und beim Bündeln von Sendungen. In SAP TM kommen diese Funktionen 2026 als KI-Agenten, als Joule-Funktionen und über Partner-Apps wie Echtzeit-Tracking mit ETA-Prognose. Die Technik ist dabei selten das Problem. Entscheidend sind saubere Stammdaten, gute Event-Daten von den Spediteuren und ein klar abgegrenzter Anwendungsfall. Stand: Oktober 2026
Du hast keine Zeit, den ganzen Artikel zu lesen? Dann findest du hier vorab meine Empfehlungen auf einen Blick. Die Begründungen stehen weiter unten.
| Einsatzbereich | Empfehlung |
|---|---|
| Erster Anwendungsfall mit schnellem Nutzen | Frachtrechnungsprüfung mit KI-Unterstützung |
| Spediteure lehnen oft ab | KI-gestützte Ausschreibung und Spediteursranking |
| Kunden fragen ständig nach dem Status | Tracking mit ETA-Prognose über SAP Business Network Global Track and Trace |
| Buch für Entscheider | AI Business Cases mit SAP (Rheinwerk)* Mein Tipp |
| Buch für SAP TM selbst | Transportation Management with SAP S/4HANA (Rheinwerk)* |
Über KI in der Logistik wird viel geredet, meistens auf Folien mit autonomen Lkw und selbststeuernden Lieferketten. Im Alltag eines Transportdisponenten sieht das anders aus. Da geht es um Frachtaufträge, die von drei Spediteuren nacheinander abgelehnt werden, um Rechnungen mit Standgeld, das niemand bestellt hat, und um Kunden, die zum dritten Mal fragen, wann ihre Ware ankommt.
Genau dort kann KI heute helfen. Nicht als Wundermittel, sondern als Werkzeug für sehr konkrete Aufgaben. Ich arbeite seit über 15 Jahren mit SAP TM und sortiere in diesem Beitrag, welche Anwendungsfälle ich für realistisch halte, was SAP dafür anbietet und woran solche Projekte in der Praxis scheitern.
Wo KI im Transportmanagement wirklich hilft
| Anwendungsfall | Was die KI macht | Nutzen | Reifegrad 2026 |
|---|---|---|---|
| Ankunftszeit-Prognose (ETA) | Berechnet aus GPS-, Verkehrs- und Verlaufsdaten, wann die Sendung wirklich ankommt | Weniger Rückfragen, Rampen besser planbar | Ausgereift, meist über Tracking-Anbieter |
| Frachtrechnungsprüfung | Vergleicht Rechnung und Frachtkostenberechnung, sortiert Abweichungen vor und begründet sie | Weniger Handarbeit, weniger durchgewunkene Fehler | Im Kommen, als KI-Agent angekündigt |
| Ausschreibung und Spediteursauswahl | Lernt aus Annahme- und Ablehnungsverhalten, schlägt Reihenfolge und Spediteur vor | Schnellere Vergabe, weniger Spotkäufe | Im Kommen |
| Störungsfrüherkennung | Erkennt Verspätungen, bevor sie eine Kundenlieferung gefährden, und schlägt Reaktionen vor | Weniger Feuerwehreinsätze | Im Kommen |
| Sendungsbündelung und Tourenplanung | Bündelt Sendungen auf derselben Relation, prüft verschiebbare Lieferfenster | Bessere Auslastung, weniger Leerfahrten | Optimierung ist Standard, KI ergänzt |
| Volumenprognose je Relation | Sagt Mengen pro Strecke für die nächsten Wochen voraus | Bessere Grundlage für Frachtverträge | Im Kommen |
| CO2-Bewertung von Routen | Bewertet Routen nach Emissionen und überträgt sie ins Nachhaltigkeitsreporting | Scope-3-Berichterstattung ohne Handarbeit | Im Kommen |
Wichtig ist der Unterschied zwischen Optimierung und KI. Die Optimierung in SAP TM, also der Planungsalgorithmus, der Frachteinheiten auf Fahrzeuge verteilt, gibt es seit vielen Jahren. Sie arbeitet mit Regeln und Kosten, die du im Customizing hinterlegst. KI kommt dazu, wo es um Vorhersagen und Muster geht: Wie wahrscheinlich nimmt Spediteur X diesen Auftrag an? Wie viel Volumen kommt nächste Woche auf der Strecke Dortmund–München? Ist diese Rechnungsabweichung ein Fehler oder ein vereinbarter Zuschlag?
Was SAP dafür anbietet
SAP baut die KI im Transportmanagement auf drei Wegen ein.
Joule in SAP TM. Der KI-Assistent beantwortet Fragen in normaler Sprache, findet Frachtaufträge und ungeplanten Bedarf und hilft bei der Konfiguration. Was davon heute schon funktioniert und was noch Ankündigung ist, habe ich ausführlich in SAP Joule in TM und EWM beschrieben.
KI-Agenten. SAP und Partner beschreiben für 2026 Agenten, die selbst Aufgaben übernehmen: Frachtaufträge bündeln und Spediteure vorschlagen, Störungen vorhersagen und Standardfälle selbst lösen, Spotausschreibungen automatisieren und Spediteure bewerten, Frachtrechnungen analysieren. Nach Angaben eines SAP-Partners sollen Störungen damit bis zu 48 Stunden vor ihrer Auswirkung sichtbar werden, und Volumenprognosen pro Relation sollen vier bis acht Wochen in die Zukunft reichen. Das sind Herstellerangaben, keine Projektergebnisse. Welche Agenten für deine Edition und dein Release freigegeben sind, steht in den Release-Informationen von SAP.
Partner-Apps für Tracking und ETA. Echtzeit-Tracking mit vorhergesagter Ankunftszeit kommt meist nicht aus SAP TM selbst, sondern von spezialisierten Anbietern. Shippeo bietet seine Tracking-Daten mit ETA-Prognose auf Basis von maschinellem Lernen seit September 2025 als von SAP empfohlene App für SAP Business Network Global Track and Trace an. Andere Anbieter wie FourKites gehen einen ähnlichen Weg. Der Vorteil: Die Anbieter haben Daten von sehr vielen Spediteuren und damit eine viel bessere Grundlage für Prognosen als ein einzelnes Unternehmen.
Wo ich anfangen würde
Wenn mich ein Kunde fragt, wo er mit KI im Transport starten soll, nenne ich fast immer die Frachtrechnungsprüfung.
Der Grund ist einfach. Die Daten liegen bereits in SAP TM: Die Frachtkostenberechnung im Frachtauftrag ist der Sollwert, die Rechnung des Spediteurs der Istwert. In vielen Unternehmen werden Abweichungen trotzdem von Hand geprüft oder bei kleinen Beträgen einfach akzeptiert. Mautzuschläge, Dieselfloater, Standgeld und Wartezeiten summieren sich über ein Jahr schnell zu einem Betrag, der jede Projektkostenrechnung trägt. Und der Nutzen ist messbar: weniger Prüfaufwand, weniger zu viel bezahlte Rechnungen.
Danach kommt für mich die Ausschreibung. Wer viele Ablehnungen hat, verliert Zeit und landet am Ende auf dem teuren Spotmarkt. Eine KI, die aus dem bisherigen Verhalten der Spediteure lernt, kann die Reihenfolge der Ausschreibung deutlich verbessern.
ETA-Prognosen sind ein dritter guter Kandidat, aber nur, wenn die Spediteure ihre Daten tatsächlich liefern. Ohne verlässliche Statusmeldungen gibt es nichts zu prognostizieren.
Woran KI-Projekte im Transport scheitern
Stammdaten. Eine KI, die Spediteure vorschlagen soll, braucht saubere Frachtvereinbarungen, korrekte Zonen und gepflegte Geschäftspartner. In vielen TM-Systemen, die ich gesehen habe, sind genau diese Daten die Baustelle. Die KI macht schlechte Stammdaten nicht besser, sie macht sie nur schneller sichtbar.
Event-Daten der Spediteure. Prognosen leben von Ist-Daten: Abholung erfolgt, Ankunft am Lager, Verspätung gemeldet. Viele kleinere Spediteure liefern solche Meldungen nur unvollständig oder gar nicht. Ohne eine Strategie für die Anbindung der Spediteure bleibt jede ETA-Prognose ein Schätzwert.
Fehlende Abgrenzung. „Wir wollen KI im Transport“ ist kein Projektziel. „Wir wollen 80 Prozent der Frachtrechnungen ohne manuelle Prüfung buchen“ schon. Ein Anwendungsfall, eine Kennzahl, ein Pilot.
Edition und Lizenz. Viele neue KI-Funktionen liefert SAP vorrangig für SAP S/4HANA Cloud aus und rechnet sie über ein eigenes Lizenzmodell ab. Wer On-Premise oder TM als Sidecar betreibt, sollte vorab genau prüfen, was verfügbar ist. Einen Überblick über die Architekturfrage gibt es in SAP TM Cloud vs. On-Premise.
Integration. KI im Transport hängt oft an der Verbindung zu EWM und zum Spediteursnetzwerk. Wenn schon die Grundintegration hakt, sollte man zuerst dort ansetzen. Die typischen Fehlerbilder stehen in EWM-TM Integration läuft nicht.
So gehst du ein KI-Projekt im Transport an
- Einen Anwendungsfall wählen, der heute nachweisbar Zeit oder Geld kostet, zum Beispiel die Frachtrechnungsprüfung.
- Den Ist-Zustand messen: Wie viele Rechnungen werden manuell geprüft, wie viele Abweichungen gibt es, wie hoch sind sie?
- Die Daten prüfen, die der Anwendungsfall braucht, also Frachtvereinbarungen, Kalkulationsschemata und Spediteursstammdaten.
- Verfügbarkeit klären: Welche Funktion gibt es für deine Edition, dein Release und deine Lizenz, und was liefern Partner?
- Einen Pilot mit wenigen Spediteuren oder einer Relation fahren und gegen die Kennzahl aus Schritt 2 messen.
- Datenschutz und Betriebsrat früh einbinden, vor allem wenn Fahrer- oder Leistungsdaten im Spiel sind. Was dabei gilt, steht in Darf ich SAP-Kundendaten in ChatGPT kopieren?.
Wer gerade eine TM-Einführung plant, sollte diese Anwendungsfälle von Anfang an mitdenken. Kosten, Dauer und typische Fehler einer Einführung stehen in SAP TM Einführung: Kosten, Dauer und typische Fehler.
Buchtipps
Für Entscheider und Projektleiter empfehle ich AI Business Cases mit SAP (Rheinwerk)*. Das Buch zeigt neun Anwendungsfälle mit Ziel, Voraussetzungen und Umsetzung, darunter Fälle aus der Logistik und die Rechnungsprüfung. Wer SAP TM selbst verstehen will, findet in Transportation Management with SAP S/4HANA (Rheinwerk, englisch)* das Standardwerk. Weitere Titel stehen in Die besten Bücher zu KI und SAP.
Mein Fazit
KI im Transportmanagement ist 2026 kein Zukunftsthema mehr, aber auch kein Selbstläufer. Die besten Ergebnisse sehe ich bei klar abgegrenzten Aufgaben mit guter Datenbasis: Frachtrechnungen prüfen, Ausschreibungen verbessern, Ankunftszeiten vorhersagen. Wer mit einem dieser Fälle startet und den Nutzen sauber misst, hat nach einem halben Jahr ein Ergebnis, mit dem er weitermachen kann. Wer mit „KI für den ganzen Transport“ startet, hat nach einem halben Jahr meistens eine Präsentation.
Wenn du für so ein Vorhaben Unterstützung suchst, lies vorher SAP TM/EWM Berater finden: Worauf du achten musst.
Häufige Fragen
Wie wird KI im Transportmanagement eingesetzt?
Vor allem für Prognosen und Mustererkennung: Ankunftszeiten vorhersagen, Frachtrechnungen prüfen, Spediteure für Ausschreibungen auswählen, Störungen früh erkennen und Transportvolumen pro Strecke prognostizieren. Die klassische Tourenplanung bleibt meist Aufgabe der Optimierung, KI ergänzt sie.
Welche KI-Funktionen gibt es in SAP TM?
SAP bietet Joule als Assistenten in SAP TM und beschreibt für 2026 KI-Agenten für Sendungsbündelung, Störungsbehandlung, Ausschreibung und Frachtrechnungsanalyse. ETA-Prognosen kommen meist über Partner wie Shippeo in SAP Business Network Global Track and Trace. Was verfügbar ist, hängt von Edition, Release und Lizenz ab.
Mit welchem KI-Anwendungsfall sollte man im Transport starten?
Mit der Frachtrechnungsprüfung. Die Daten liegen bereits in SAP TM, der Prozess ist oft noch manuell, und der Nutzen lässt sich in Zeit und Geld messen.
Ersetzt KI den Transportdisponenten?
Nein. KI übernimmt Routinearbeit wie das Vorsortieren von Abweichungen oder Vorschläge für Spediteure. Entscheidungen bei Störungen, Verhandlungen mit Spediteuren und Kundenkommunikation bleiben beim Menschen.
Was braucht man für KI im Transportmanagement?
Saubere Stammdaten wie Frachtvereinbarungen und Geschäftspartner, verlässliche Statusmeldungen der Spediteure, einen klar abgegrenzten Anwendungsfall mit messbarer Kennzahl und die passende SAP-Edition und Lizenz.
Dieser Beitrag wurde mit KI-Unterstützung erstellt und von Andreas Böhm (SAP TM/EWM Berater) inhaltlich geprüft und redaktionell verantwortet. Angaben zu Funktionen basieren auf Veröffentlichungen von SAP und SAP-Partnern, Stand Oktober 2026.
