Automatisierte Tourenplanung: Dieses IT-Feature ist der Grund, warum STADTSALAT der wahrscheinlich effizienteste Lieferservice ist.

Marcus Berg
5 min readJul 9, 2021

--

Als eines der am schnellsten wachsenden und digitalsten Food-Unternehmen Deutschlands steht STADTSALAT vor der Aufgabe, pro Standort mehr als 1000 Salate und Bowls pro Tag auszuliefern — Tendenz steigend. Um dabei so effizient wie möglich zu agieren, überlassen wir die komplexe Tourenplanung einem intelligenten Algorithmus.

Bei teilweise mehr als 5 Bestellungen pro Minute und ca. 40 Fahrradkurier:innen pro Schicht ist eine manuelle Tourenplanung kaum noch möglich. Und schon gar nicht effizient oder garantiert pünktlich. Deshalb kümmert sich jetzt bei STADTSALAT ein eigenentwickeltes System um die automatisierte Berechnung von Touren und um die automatisierte Anpassung der Lieferzeit.

Problemstellung: Vehicle Routing

Wir möchten unseren Kund:innen jeden Tag weltbesten Service und pünktliche Lieferungen bieten. Dass das nicht mal eben schnell gemacht ist, sondern ganz im Gegenteil ein hochkomplexes Thema ist, macht das Vehicle Routing Problem deutlich. Die Challenge? Alle Parameter und mögliche Variablen bei der automatisierten Tourenplanung zu berücksichtigen, um so jede einzelne Bestellungen effizient mit unserer Fahrradflotte auszuliefern. Dabei haben wir es vor allem mit dynamischen Live-Daten zu tun. Malte Finnern, Lead Backend Developer, erklärt wie wir das Vehicle Routing Problem lösen: „Für die Berechnung nutzen wir eine Bibliothek, die das Vehicle Routing Problem heuristisch löst. Diese haben wir in einem Microservice angebunden, damit die CPU aufwendige Berechnung auf einer high-performance Cloud Instanz ausgeführt werden kann.“ Nach dem Einbinden der Bibliothek beginnt die eigentliche Arbeit — die Modellierung des Optimierungsproblems. Deshalb werfen wir einen Blick auf die Parameter, die maßgeblich sind für die automatisierte Berechnung der Touren.

Parameter für die automatisierte Berechnung

  1. Kapazität des Vehikels (in unserem Fall der Rucksack)
  2. Maximale Tourlänge pro Fahrradkurier:in (Zielvorgabe)
  3. Wetterbedingungen (live-daten)
  4. Gewünschte Lieferzeit, abhängig ob “Sofort-Bestellung” oder gewünschter Lieferzeitpunkt (live-daten)
  5. Zeit für die Zubereitung und für das Dispatchen (teilweise live-daten + Approximation)
  6. Zeit für das Onboarding unserer Fahrradkurier:innen (Erfahrungswerte)
  7. Anzahl der Fahrradkurier:innen (live-daten)
  8. und den Zeitpunkt an dem wir unsere Fahrer:innen, die unterwegs auf einer Tour sind, zurück erwarten (live-daten)

Ein wichtiges Detail bei der Programmierung? Die Parameter können je nach Standort variieren! Aktuell haben wir drei Lieferhubs in Berlin, Hamburg und Frankfurt am Main. Für den Drop-Off — die Übergabe der Salate und Bowls an die Kund:innen — planen wir beispielsweise in Frankfurt am Main eine Minute mehr ein, da dort im Liefergebiet viele Hochhäuser liegen und der Weg bis zur Eingangstür tendenziell länger dauert. Gleichzeitig beliefert unsere Fahrradflotte in FFM ein im Stadtkern dichteres Gebiet als in Hamburg, was im Schnitt kürzere Touren bedeutet. Genauso gibt es unterschiedliche Wetterbedingungen. Während am selben Tag das Hamburger Schietwetter sein Unwesen treibt, erleichtert in Berlin ein strahlend blauer Himmel unseren Kurier:innen die Auslieferung. Dazu nutzen wir live-Wetterdaten, die unser Algorithmus ebenfalls bei der Berechnung berücksichtigt.

Mithilfe der Parameter können wir nicht nur die automatisierte Tourenplanung umsetzen, sondern auch die automatisierte Anpassung der Lieferzeit im User Frontend gewährleisten. Wir können genau prognostizieren, wann wir zum Beispiel in einen Zubereitungs- oder Fahrer:innenengpass laufen werden und können so unsere Kapazitätskurve frühzeitig ebnen. Eine genaue Angabe der aktuellen Lieferzeit stärkt die Beziehung zu unseren Kund:innen und macht sie zu treuen Fans, denn sie wissen: Auf STADTSALAT ist Verlass! Der potentielle Schaden bei Verspätungen ist enorm. So sinkt die Wiederbestellwahrscheinlichkeit bei Verspätungen von mehr als 30 Minuten um 40 %.

Simulation und Realität

Mit neuen Daten und Erfahrungen verbessern wir fortlaufend unseren Algorithmus. Das ist aber nicht ganz risikofrei. „Du kannst in der Realität nicht immer drauflos testen, weil du dann riskierst, Kund:innen unglücklich zu machen zum Beispiel mit Verspätungen. Deshalb nutzen wir einen eigenentwickelten Simulator als Quality Gate, um Änderungen am Algorithmus und an den Parametern auszuprobieren.”, erklärt Malte. Je besser die Simulation der Realität entspricht, desto besser können wir den Tourenplaner optimieren. Hierfür laden wir die Daten von einem Tag in den Simulator und tun so, als würde alles nochmal ablaufen. In der Cloud können wir sogar ganze Monate simulieren. So können wir Ideen & Modelle an verschiedenen Tagen backtesten, Risiken minimieren und Fehlerquellen in einer sicheren Umgebung optimieren — ein riesen Vorteil.

Fahrradpanne oder falsche Lieferung erhalten? Alles Dinge, die in der Realität passieren können. Und gleichzeitig Faktoren, die nicht vorhersehbar und deshalb nicht zu 100 % berechenbar sind. Sollte es doch mal zu einem (menschlichen) Fehler kommen, kann das System auch manuell mit Informationen gefüttert werden und es reagiert dann so effizient wie möglich auf die veränderten Parameter.

Benjamin John, Deputy Operations Manager in HH, berichtet: „Der automatisierte Tourenplaner ist eine krasse Entwicklung im Vergleich zur manuellen Bedienung. Wir sparen so eine ganze Menge Stress, Arbeit und wertvolle Zeit im Store, die wir zum Beispiel in Qualitätssicherung investieren.” So messen wir beispielsweise an diversen Stellen unsere Kundenzufriedenheit (u.a. Net Promoter Score, Beschwerdequote, und Erkenntnisse aus unserer automatisierten und treffsicheren Sentimentanalyse unseres textuellen Kundenfeedbacks — dazu folgt auch noch ein Blogpost) und wir konnten feststellen, dass der Tourenplaner nicht nur effizienter arbeitet (>20% Effizienzgewinn) und die Verspätungen reduziert, sondern der stressfreiere Ablauf zu geringeren Fehlerquoten und höherer Kundenzufriedenheit führt. Gerade für uns als Qualitätsführer in unserem Segment ein weiterer extrem wichtiger Faktor.

Ausblick: STADTSALAT investiert in die Zukunft

Derzeit nutzen wir den automatisieren Tourenplaner an allen Standorten im Mittagsgeschäft und Abendgeschäft.

Mit unserer Technologie können wir (menschliche) Fehler, die im stressigen Tagesgeschäft ganz natürlich sind, vermeiden. Gleichzeitig entlastet der automatisierte Tourenplaner unser Team und schafft Raum für andere wichtige Themen, wie die Liebe zum Detail beim Anrichten und der Zubereitung, mehr Spaß bei der Arbeit durch stressfreies Arbeiten und für Kreativität und Inspiration. Dank dieser Maßnahmen können wir nun mehr Ressourcen (Zeit und Geld) und Kapazitäten für mehr Nachhaltigkeit (regionale Produzent:innen und Bio-Zutaten), Mitarbeiter:innenzufriedenheit und persönliches, individuelles und unternehmerisches Wachstum investieren.

Unsere Vision für die Zukunft? Vor uns liegt die Aufgabe, noch mehr Automatisierungen in allen Bereichen unserer Wertschöpfung umzusetzen und STADTSALAT deutschlandweit zu etablieren. Wir werden in allen deutschen Großstädten neue Standorte eröffnen. Dabei haben wir immer den Anspruch, unseren technologischen Fortschritt sinnvoll zu nutzen — aus Verantwortung gegenüber unserer Umwelt, unseren Kund:innen und unserem Team. Wir haben noch einiges vor auf unserem Weg zum größten und nachhaltigsten Lieferservice Deutschlands. Mit der richtigen Technologie und unserem digitalen Know-how kommen wir unserem Ziel jeden Tag ein Stückchen näher.

--

--

Marcus Berg

CEO STADTSALAT — biggest virtual salad bar chain in Germany.