Wie ein Eventlogistiker mit 300+ Fahrern vom Messenger-Chaos zur integrierten Echtzeit-Steuerung gekommen ist – in drei Stufen, über 18 Monate.
Ausgangslage
Ein mittelständisches Unternehmen in der Eventlogistik koordiniert regelmäßig Großveranstaltungen mit bis zu 50 Fahrern parallel. Eine interne Software war im Einsatz – aber sie war an ihr Ende gekommen. Die operative Realität sah so aus:
- Fahrerkommunikation lief über Telefon und Messenger-Gruppen
- Die Disposition hatte keine Live-Übersicht über Verfügbarkeiten
- Belege kamen per Post, wurden sortiert, abgetippt, zugeordnet
- Buchhaltung arbeitete parallel in Excel-Listen
- Abrechnungen zogen sich über Tage
Alles funktionierte – aber nur, weil Menschen die Lücken schlossen. Messenger-Nachrichten, Telefonate, Erfahrungswissen. Die operative Komplexität war größer geworden als die Systeme, die sie steuern sollten. Und mit jedem weiteren Großevent wurde die Lücke spürbarer.
Das Problem war nicht, dass es nicht funktionierte. Das Problem war, dass es nicht skalieren konnte.
Unser Ansatz: Erst Ordnung, dann Automation
Statt eines großen Replatforming-Projekts haben wir den Weg über unser 3-Stufen-Modell gewählt. Jede Stufe baut auf der vorherigen auf. Und jede wurde erst begonnen, wenn die Grundlage aus dem Realbetrieb bestätigt war – nicht aus einer Konzeptphase.
| Stufe 1 – Ordnung | Stufe 2 – Automation | Stufe 3 – Freiheit |
|---|---|---|
| Datenstruktur bereinigen, Kernlogiken definieren, Rollen- und Rechtekonzept einführen | Fahrer-App, KI-Belegverarbeitung, Finanzintegration | Prognosen, Ressourcenplanung, automatisierte Angebote |
Stufe 1 – Ordnung
Bevor etwas automatisiert wurde, haben wir die bestehende Systemlandschaft analysiert. Datenstrukturen geprüft, Tabellen und Relationen bewertet, stabile Kernlogiken identifiziert. Disposition, Buchhaltung und Geschäftsführung waren von Anfang an eingebunden. Das Ziel war keine radikale Ablösung, sondern gezielte Weiterentwicklung auf Basis dessen, was bereits funktionierte. Was sich dadurch geändert hat:
- Events wurden zur zentralen Planungseinheit
- Der Fahrer-Pool bekam eine durchgängige Statuslogik
- Einsatzzuweisungen, Angebote und Budgets liefen erstmals über ein gemeinsames System
- Ein Rollen- und Rechtekonzept stellte sicher, dass jeder Mitarbeiter genau die Informationen sieht, die er braucht
Die Einführung erfolgte direkt, ohne Parallelbetrieb. Key-User waren frühzeitig eingebunden und fungierten als Multiplikatoren im Team. Zum ersten Mal war die Organisation systemisch steuerbar – nicht abhängig von einzelnen Köpfen.
Das entscheidende Jahr dazwischen
Zwischen Stufe 1 und Stufe 2 lagen zwölf Monate Realbetrieb. Keine Konzeptphase, kein Parallelprojekt – echte Nutzung im Tagesgeschäft. Und genau das hat den Unterschied gemacht.
In diesen zwölf Monaten wurde sichtbar, welche Prozesse das größte Volumen erzeugen, wo Automatisierung tatsächlich einen Hebel hätte – und welche Annahmen aus der Konzeptphase sich als irrelevant herausstellten.
Ein Beispiel: In der ursprünglichen Planung gingen wir davon aus, dass die Fahrerzuweisung der größte Engpass sei. Im Realbetrieb zeigte sich etwas anderes. Der eigentliche Zeitfresser war die Belegverarbeitung. Bei einem Event mit 50 Fahrern, die jeweils zwei bis drei Belege täglich einreichen, über 21 Tage, entstehen über 2.000 Belege – manuell kaum noch zu bewältigen.
Wir haben die Automatisierung nicht theoretisch geplant, sondern datenbasiert priorisiert.
Stufe 2 – Automation
Mit klarem Bild darauf, wo der größte Hebel liegt, wurden drei Bereiche parallel entwickelt.
Echtzeit-Fahrer-App
Fahrer empfangen Aufträge digital und melden Statusänderungen live. Die Disposition sieht in Echtzeit, wer unterwegs ist, wer frei wird und wer sich geografisch in der Nähe befindet. Statusänderungen triggern Folgeprozesse automatisch.
KI-gestützte Belegverarbeitung
Scannen, KI-Erkennung, strukturierte Speicherung, automatische Event-Zuordnung, Übergabe an Lexoffice. Die manuelle Erfassung entfällt vollständig.
Finanzintegration
Rechnungslogik, Fahrer-Auszahlung, Bankanbindung und Event-Abrechnung laufen jetzt durchgängig im System. Operative und finanzielle Prozesse sind nicht mehr getrennt. Der Rollout erfolgte kontrolliert: zunächst eine Pilotphase mit ausgewählten Fahrern, danach der vollständige Rollout.
Messbare Ergebnisse
| Bereich | Vorher | Nachher |
|---|---|---|
| Fahrerkommunikation | Verteilt über Telefon und Messenger | Integriert und in Echtzeit |
| Belegverarbeitung | Manuell – Tage pro Event | KI-gestützt – weitgehend automatisch |
| Fehlerquote | Hoch durch manuelle Eingabe | Deutlich reduziert |
| Abrechnung | Fragmentiert, zeitverzögert | Automatisiert und eventbezogen |
| Planungsqualität | Erfahrungsbasiert | Datenbasiert und transparent |
Zeitersparnis in der Buchhaltung: mehrere Tage pro Event. Heute steuert das Unternehmen 300+ Fahrer zentral, kontrolliert Events mit 50 Fahrern in Echtzeit, verarbeitet tausende Belege digital und rechnet automatisiert ab.
Das Tagesgeschäft ist nicht nur digitalisiert - es ist wirklich skalierbar geworden.
Stufe 3 – Freiheit
Mit stabiler Struktur und funktionierender Automatisierung entsteht jetzt die Grundlage für die dritte Stufe: KI-gestützte Fahrerbedarf-Prognosen, datenbasierte Ressourcenplanung, automatisierte Angebotserstellung, historische Eventauswertung. Stufe 3 ist kein vages Versprechen, sondern eine logische Konsequenz. Weil die Daten sauber sind und die Prozesse laufen, kann das System beginnen, daraus zu lernen.
Was dieses Projekt zeigt
Digitalisierung scheitert selten an der Technologie. Sie scheitert an fehlendem Fundament – an Daten, die nicht stimmen, Prozessen, die niemand wirklich versteht, und Entscheidungen, die aufgeschoben werden. Der wichtigste Schritt in diesem Projekt war nicht die Fahrer-App. Und auch nicht die KI-Belegverarbeitung. Der wichtigste Schritt war die Bereitschaft, zuerst Ordnung zu schaffen – und ein ganzes Jahr lang damit zu arbeiten, bevor der nächste Schritt kam.
Wer ein Unternehmen wie ein Tech-Unternehmen arbeiten lassen will, sollte sich eine Frage stellen: Würden meine Prozesse auch ohne Automatisierung funktionieren? Wenn die Antwort nein ist, liegt die Lösung nicht in mehr Technologie – sondern in mehr Klarheit.