Kategorie: Mobilität & Fuhrparkstrategie

KI im Fuhrparkmanagement: Vom Dashboard zum AI Agent

Warum drei von vier Logistikunternehmen KI-Agenten einsetzen, aber nur jeder zehnte Anwendungsfall produktiv läuft – und welche Hebel jetzt über Erfolg oder Stillstand entscheiden.

Künstliche Intelligenz im Fuhrpark umfasst Anwendungen, die Telematik-, Wartungs- und Fahrerdaten in Echtzeit analysieren und daraus Entscheidungen ableiten – von vorausschauender Wartung über dynamische Routenoptimierung bis zu autonomen AI Agents, die operative Prozesse eigenständig abwickeln. Der regulatorische Rahmen dafür hat sich im Sommer 2026 grundlegend verschoben: Der Digital Omnibus (Verordnung (EU) 2026/1744) ist am 27. Juli 2026 in Kraft getreten und hat die Hochrisiko-Pflichten des EU AI Act nach Anhang III auf den 2. Dezember 2027 verlegt. Die Transparenzpflichten nach Artikel 50 gelten dagegen seit dem 2. August 2026 unverändert.

Viele Unternehmen haben in den vergangenen Jahren KI-Piloten gestartet – und stellen dennoch fest: Die Anwendungen kommen nicht in den Produktivbetrieb, die Datenbasis trägt die Modelle nicht, und beim Betriebsrat entsteht Reibung, die niemand eingeplant hat. Das ist selten ein Technologieproblem. Es ist ein Organisationsproblem: fragmentierte Daten, fehlende Governance und eine unklare Rollenverteilung zwischen Mensch und System.

Dieser Beitrag ordnet die aktuelle Studienlage und die neue Rechtslage aus Beratungsperspektive ein – aufbauend auf unserer Analyse zur TCO-Falle im Fuhrpark, denn ohne belastbare Kostendaten liefert auch das beste Modell keine belastbaren Entscheidungen.

1. Das Paradox 2026: hohe Adoption, kaum Produktionsreife

Die aktuelle Studienlage zeichnet ein widersprüchliches Bild. Auf der einen Seite hohe Adoption: 74 Prozent der befragten Transport- und Logistikunternehmen nutzen laut dem Camunda-Report 2026 KI-Agenten, und über 80 Prozent der Unternehmen planen laut BME-Logistikstudie 2025 den KI-Einsatz innerhalb der nächsten zwei Jahre. Auf der anderen Seite eine ernüchternde Umsetzungsquote: Nur 11 Prozent der agentischen Anwendungsfälle erreichten im vergangenen Jahr die Produktionsreife.

Auffällig ist, wo die Agenten heute stehen: 80 Prozent der Befragten geben an, dass ihre KI-Agenten überwiegend Chatbots oder Assistenten sind, die zusammenfassen und Fragen beantworten – nicht Systeme, die geschäftskritische Aufgaben übernehmen. 48 Prozent betreiben ihre Agenten in Silos statt in durchgängigen Prozessen. Das ist kein Zufall, sondern Symptom: Unternehmen pilotieren, integrieren und investieren, kommen aber nicht in den Skalierungsmodus.

2. Die Datenbasis: vorhanden, aber selten nutzbar

Ein moderner Fuhrpark erzeugt erhebliche Datenmengen – je nach Telematikausstattung mehrere tausend Datenpunkte pro Fahrzeug und Tag. Datenmangel ist also nicht das Problem. Das eigentliche Problem ist die Fragmentierung: Daten verteilen sich auf Telematiksysteme, Tankkartenanbieter, ERP- und Wartungssysteme, Fahrersicherheitslösungen, Leasinggesellschaften, Werkstattportale und interne Tabellen. Jede Quelle nutzt eigene IDs, eigene Zeitstempel und eine eigene Detailtiefe.

Die Konsequenz: Daten sind nicht vergleichbar, Analysen werden inkonsistent, und Modelle, die auf dieser Basis trainiert werden, liefern unzuverlässige Ergebnisse. Auch die BME-Logistikstudie 2025 nennt unzureichende Stammdatenqualität ausdrücklich als einen der zentralen Engpässe der Digitalisierung – neben fehlenden Personalressourcen und hohen Investitionen. Datenqualität ist damit ein strategisches Thema, kein IT-Thema.

3. Fünf KI-Anwendungen mit messbarem ROI

Die Diskussion um KI bleibt häufig abstrakt. Entscheidend sind konkrete Anwendungsfälle mit nachweisbarem Geschäftsnutzen. Fünf Bereiche haben sich in der Fuhrparkpraxis als besonders wirkungsvoll erwiesen.

Wichtig ist die Reihenfolge. Wer mit Predictive Maintenance startet, schafft die Datenbasis für die Routenoptimierung – und beides zusammen bildet die Grundlage, auf der AI Agents überhaupt zuverlässig arbeiten können. Wer umgekehrt mit dem Fahrer-Coaching beginnt, landet sofort im mitbestimmungspflichtigen Bereich und braucht vor dem ersten Datensatz eine Betriebsvereinbarung.

4. Vom Copilot zum AI Agent: der nächste Sprung

Die größte Veränderung der kommenden 24 Monate liegt im Übergang von KI-Copiloten zu autonomen AI Agents. Der Unterschied ist nicht technisch, sondern fundamental: Copiloten schlagen vor, Agenten handeln.

Typische Agentenaufgaben im Fuhrpark sind die automatische Erstellung von Wartungsaufträgen mit Werkstattbuchung, die eigenständige Routenanpassung bei Stau oder Auftragsänderungen und die Vorbereitung von Compliance-Dokumenten wie UVV-Protokollen oder Erinnerungen zur Führerscheinkontrolle. Genau deshalb wächst die regulatorische Aufmerksamkeit: Wer eigenständig handelt, braucht Aufsicht und nachvollziehbare Kontrollmechanismen.

5. EU AI Act nach dem Digital Omnibus: was jetzt gilt

Die Verschiebung ist allerdings kein Freibrief, und sie betrifft längst nicht alles. Drei Ebenen sind zu trennen.

Wo Fuhrpark-KI auf Hochrisiko trifft. Klassische Anwendungsfälle wie Predictive Maintenance, Routenoptimierung oder Tankbetrugs-Erkennung sind in aller Regel kein Hochrisiko. Der Omnibus hat diese Abgrenzung sogar noch geschärft: Systeme, die ausschließlich der Nutzerunterstützung, der Leistungsoptimierung, der Automatisierung oder nicht sicherheitsrelevanter Qualitätskontrolle dienen, fallen künftig ausdrücklich aus der Hochrisiko-Einstufung heraus. Sobald KI jedoch zur Verhaltens- oder Leistungsüberwachung von Fahrern eingesetzt wird – Müdigkeitserkennung, Fahrstil-Bewertung, Coaching mit Reporting an Vorgesetzte – oder in Personalentscheidungen einfließt, greift Anhang III. Bestehende Einstufungen sollten deshalb neu geprüft werden.

Was für alle gilt. Zwei Pflichten treffen jedes Unternehmen, unabhängig von der Risikoklasse. Erstens die AI-Literacy-Pflicht nach Art. 4, die bereits seit dem 2. Februar 2025 gilt und vom Omnibus nicht angetastet wurde: Mitarbeitende, die KI-Systeme einsetzen, brauchen ein angemessenes Grundverständnis. Im Fuhrpark betrifft das Disponenten, Fuhrparkleitung, HR und Werkstatt-Koordination. Zweitens die Transparenzpflichten nach Art. 50 seit dem 2. August 2026: Wer ein System betreibt, mit dem Menschen direkt interagieren, muss das kenntlich machen.

Und in Deutschland? Das KI-Durchführungsgesetz hat am 10. Juli 2026 den Bundesrat passiert. Die Bundesnetzagentur wird zentrale Marktüberwachungs-, Anlauf- und Beschwerdestelle. Damit gibt es erstmals einen benannten Ansprechpartner – und eine Instanz, die Verstöße tatsächlich verfolgen kann. Der Bußgeldrahmen bleibt unverändert bei bis zu 35 Mio. Euro oder 7 Prozent des weltweiten Jahresumsatzes für verbotene Praktiken und bis zu 15 Mio. Euro oder 3 Prozent bei Verstößen gegen Hochrisiko-Pflichten.

6. DSGVO und Betriebsrat: Mitbestimmung als Pflicht

Neben dem EU AI Act gelten in Deutschland zwei weitere Rechtsrahmen, die im Fuhrpark zu oft als nachrangig behandelt werden – mit erheblichen Konsequenzen.

DSGVO bei Telematik und KI-Auswertung. Sobald Fahrzeugdaten Rückschlüsse auf konkrete Fahrer zulassen, sind sie personenbezogen. Damit gelten Rechtsgrundlage, Zweckbindung, Datenminimierung, Information der Beschäftigten und Speicherbegrenzung. Eine Datenschutz-Folgenabschätzung nach Art. 35 DSGVO ist bei automatisierter Verhaltensauswertung in der Regel verpflichtend. Reine Geräte-Telematik ohne Personenbezug fällt nicht darunter – die Trennung muss aber technisch und organisatorisch sauber dokumentiert sein.

Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG. Hier liegt der häufigste Stolperstein der Praxis. Sobald ein System objektiv geeignet ist, Verhalten oder Leistung von Mitarbeitenden zu überwachen, ist der Betriebsrat zwingend zu beteiligen – unabhängig davon, ob die Funktion tatsächlich genutzt wird. Das Bundesarbeitsgericht legt den Begriff weit aus. Telematik-KI, Fahrer-Coaching und Routenoptimierung mit Fahrerbezug fallen damit regelmäßig unter die Mitbestimmung. Ohne Betriebsvereinbarung darf das System nicht eingesetzt werden; der Betriebsrat kann den Einsatz per einstweiliger Verfügung stoppen. Hinzu kommt ein Unterrichtungsrecht nach § 90 BetrVG bereits in der Planungsphase.

Doppelte Compliance-Schicht. EU AI Act und BetrVG ersetzen einander nicht, sie ergänzen sich. Wer den AI Act erfüllt, ist nicht automatisch BetrVG-konform – und umgekehrt. Beide Pflichten laufen parallel. Wichtig für die Planung: Die Verschiebung der Hochrisiko-Fristen auf Dezember 2027 ändert nichts an der Mitbestimmung. Die gilt heute.

7. Governance: warum viele KI-Projekte scheitern

Mit steigender Automatisierung wächst das Risiko. Der Camunda-Report benennt das deutlich: 84 Prozent der Befragten sorgen sich um Geschäftsrisiken, wenn die IT keine angemessenen Kontrollmechanismen hat, 80 Prozent um fehlende Transparenz und 66 Prozent um Compliance. Governance ist deshalb keine Kür, sondern Voraussetzung. Aus erfolgreichen Implementierungen lassen sich fünf Regeln ableiten.

Diese Regeln sind nicht nur Best Practice. Sie sind die Vorarbeit für Pflichten, die spätestens im Dezember 2027 verbindlich werden. Die zusätzliche Zeit aus dem Digital Omnibus ist genau dafür gedacht – Aufsichtsbehörden gehen ausdrücklich davon aus, dass Unternehmen sie für Risikomanagement, Datenqualität und Dokumentation nutzen.

8. Vom Operator zum Orchestrator: die neue Rolle

Die wichtigste strategische Frage lautet nicht, welche Technologie als Nächstes kommt. Sie lautet: Was bedeutet das für meine Rolle?

Der Wandel ist nicht primär technisch, sondern konzeptionell. Der Fuhrparkmanager wird vom Verwalter zum Architekten – mit Verantwortung für Datenqualität, KI-Governance, Compliance und die Schnittstelle zwischen Geschäftsstrategie und operativer Mobilität. Wie eng das mit den klassischen Steuerungsinstrumenten verzahnt ist, zeigt unser Beitrag zu Car Policy Advanced & Mobility Policy.

9. Pragmatischer Einstieg: der 90-Tage-Pilot

Ein häufiger Fehler ist der Einstieg über zu große Projekte. Die Erfolgsquote sinkt mit der Komplexität – und genau das erklärt die niedrige Produktionsreife in der Branche. Fünf Schritte bringen einen Fuhrpark innerhalb eines Quartals in eine entscheidungsfähige Ausgangslage.

Eine Voraussetzung wird dabei oft übersehen: Ohne saubere Kostendaten lässt sich der ROI eines Piloten gar nicht bestimmen. Wie eine belastbare Gesamtkostenrechnung aufgebaut wird, zeigt unser Beitrag dazu, warum TCO und TCE zusammengehören.

10. Ausblick bis 2028

Vier Entwicklungen zeichnen sich ab. Edge AI verlagert die Auswertung in das Fahrzeug selbst – Echtzeit-Intervention statt nachträglicher Analyse. Digitale Zwillinge ermöglichen Simulationen zu Standorten und Antriebsmix. Conversational AI macht die Fuhrparkdatenbank dialogfähig. Und integrierte OEM-Telematik wird in nahezu allen neuen Fahrzeugen ab Werk verfügbar sein – mit allen Chancen und allen datenschutzrechtlichen Implikationen.

Dazu kommt der regulatorische Fahrplan: Zum 2. Dezember 2026 greifen die Kennzeichnungspflichten für Bestandssysteme und zwei neue Verbote nach Art. 5. Zum 2. Dezember 2027 folgen die Hochrisiko-Pflichten nach Anhang III, zum 2. August 2028 die für eingebettete Systeme. Alle vier technischen Entwicklungen setzen dabei dasselbe voraus: eine saubere Datenbasis und klare Governance. Wer 2026 die Grundlagen schafft, kann 2027 skalieren – statt unter Termindruck nachzurüsten.

11. Fazit & Handlungsempfehlungen

KI im Fuhrpark ist nicht Zukunft, sondern Gegenwart – aber der Unterschied zwischen Pilot und Produktivbetrieb entscheidet sich an Datenqualität, Governance und Rollenklarheit, nicht an der Wahl des Tools. Das belegt die Studienlage deutlich: 74 Prozent der Logistikunternehmen setzen KI-Agenten ein, aber nur 11 Prozent der Anwendungsfälle erreichen die Produktionsreife, und 85 Prozent geben an, die nötige Prozessreife noch nicht erreicht zu haben. Unternehmen, die den Übergang vom Operator zum Orchestrator bewusst gestalten, schaffen sich einen strukturellen Vorteil: weniger Standzeiten, geringere Kosten und eine belastbare Compliance-Position.

Vier konkrete nächste Schritte: erstens eine vollständige KI-Inventur aller Systeme im Fuhrparkkontext, einschließlich Telematik, Routensoftware und Werkstattportalen. Zweitens eine Risikoklassifizierung nach AI Act – mit der neuen, engeren Hochrisiko-Definition des Omnibus, die manche bisherige Einstufung überflüssig macht. Drittens eine Rahmen-Betriebsvereinbarung KI. Viertens ein definierter 90-Tage-Pilot mit harten KPIs am größten Schmerzpunkt.

„Die Frist ist verschoben, die Arbeit nicht. Wer jetzt Governance aufbaut, hat 2027 einen Vorsprung statt eines Problems.“