Wenn in der Entsorgungswirtschaft über KI gesprochen wird, geht es in den Runden, die ich in diesem Jahr begleitet habe, zuerst um Sprachmodelle: Texte schreiben, E-Mails beantworten, Protokolle zusammenfassen. Das ist nützlich, aber es ist selten der Teil, an dem ein Betrieb der Branche sein Geld verdient oder verliert. Der liegt auf der Straße, auf dem Band und an den Anlagen.

Die Branche hat dafür eine gute Ausgangslage, die sie nach meinem Eindruck unterschätzt. Fahrzeuge melden ihre Position, Waagen erfassen jede Anlieferung, Anlagen zeichnen Betriebszustände auf, und jede Fuhre erzeugt Belege. Die Daten liegen vor, aber was häufig fehlt, ist die Frage, welche Entscheidung man mit ihnen besser treffen will.

Füllstände und Tourenplanung

Mit Füllstandssensoren an Depotcontainern, etwa für Glas oder Altkleider, oder mit Prognosen aus den bisherigen Schüttungen lässt sich planen, welche Behälter tatsächlich angefahren werden müssen. Der Nutzen ist leicht zu messen, an gefahrenen Kilometern, Leerfahrten und Überfüllungen mit Beschwerden, und ein Pilot auf wenigen Touren zeigt, ob sich die Umstellung lohnt. Sensoren kosten Geld und müssen gewartet werden, deshalb rechnet sich das nach meiner Erfahrung eher bei verstreuten Standorten mit stark schwankendem Füllgrad als bei dicht getakteten Touren im Stadtgebiet.

Sortierung: die Daten, die die Anlage schon erzeugt

In Sortieranlagen arbeiten sensorgestützte Verfahren seit Jahren, und bildbasierte KI ist dort eine Weiterentwicklung und kein Neuanfang. Nahinfrarot erkennt viele Materialarten zuverlässig, stößt aber je nach Stoffstrom, Farbe und Verschmutzung an Grenzen. Bildbasierte Verfahren können hier bei klar umrissenen Aufgaben ergänzen, etwa bei sichtbaren Verunreinigungen, und die Zusammensetzung eines Stoffstroms laufend erfassen statt nur in Stichproben.

Für die Wirtschaftlichkeit zählt am Ende die Reinheit der Fraktionen, weil sie über den Erlös oder die Kosten der Verwertung entscheidet. Für den Betreiber lautet die Frage deshalb oft, ob er die Daten nutzt, die seine Anlage bereits erzeugt.

Instandhaltung an Anlagen und Fahrzeugen

Ein ungeplanter Stillstand einer Presse, eines Shredders oder eines Sammelfahrzeugs kostet in einem Betrieb, der auf feste Touren und Annahmezeiten angewiesen ist, mehr als die Reparatur. Wo Maschinen Schwingung, Temperatur oder Stromaufnahme aufzeichnen, lassen sich Abweichungen erkennen, bevor ein Teil ausfällt.

Hier rate ich zu Nüchternheit bei der Frage, was das Ziel ist. Um Abweichungen vom normalen Betrieb früh zu erkennen, genügen oft schon Daten aus störungsfreien Phasen. Wer dagegen vorhersagen will, wann ein Teil ausfällt, braucht eine Historie mit echten Ausfällen und Wartungseinsätzen. Die liegt in vielen Betrieben, die ich kenne, nicht in auswertbarer Form vor, sondern in Werkstattbüchern und im Kopf der Schlosser. Dann ist der erste Schritt, Störungen systematisch zu erfassen, und der Nutzen daraus entsteht schon vor jedem Modell.

Belege und Nachweise

Jede Fuhre erzeugt Papier oder dessen digitale Entsprechung: Wiegescheine, Lieferscheine, Arbeitsscheine, Nachweise. In vielen Betrieben, die ich kenne, werden sie an mehreren Stellen erneut erfasst, im Disponentenbüro, in der Buchhaltung und für die Nachweisführung. Sprachmodelle und Dokumentenerkennung können die Erfassung solcher Belege heute unterstützen. Ob eine automatische Übernahme trägt, hängt an den tatsächlichen Dokumenten, an Handschrift, Scanqualität und Vordrucken, und sollte ein Pilot mit einer festen Prüfstichprobe und vorher vereinbarten Fehlergrenzen zeigen.

Das ist der unspektakulärste Fall dieser Liste und nach meiner Erfahrung oft der mit dem schnellsten Ertrag, weil er keine Anlage und keinen Sensor braucht, nur einen sauber beschriebenen Ablauf. Wie das vom Arbeitsschein bis zur Rechnung aussieht, wird ein eigener Beitrag im November zeigen.

Woran sich ein tragfähiger Fall erkennen lässt

Die Beispiele haben etwas gemeinsam. Die Daten entstehen bereits im Betrieb und müssen nicht erst beschafft werden. Die Entscheidung, die besser werden soll, wird oft getroffen, täglich oder bei jeder Fuhre. Und der Nutzen lässt sich in einer Größe messen, die der Betrieb schon kennt: Kilometer, Reinheit, Stillstandsstunden, Erfassungszeit. Vor dem Pilot sollte deshalb feststehen, wer diese Größe verantwortet, welcher Ausgangswert gilt und ab welchem Ergebnis der Fall ausgerollt oder beendet wird.

Wo eine dieser Bedingungen fehlt, wird ein Pilot nach meiner Beobachtung schwer zu beurteilen, auch wenn die Technik funktioniert. Wie sich Nutzen vorher festlegen und hinterher prüfen lässt, beschreibt der Beitrag zum KI-ROI, und für die Wasserwirtschaft steht eine ähnliche Einordnung im Beitrag KI in der Wasserwirtschaft.

Ein Punkt gilt für alle Fälle, die an Fahrzeugen oder Arbeitsplätzen Daten erfassen: Sie berühren fast immer Beschäftigte, und die Arbeitnehmervertretung sollte früh eingebunden werden. Welche das ist, hängt von der Rechtsform ab. Für privatrechtlich organisierte Betriebe, auch eine kommunale GmbH, gilt das Betriebsverfassungsgesetz, für öffentlich-rechtliche nicht (§ 130 BetrVG); dort richtet sich die Beteiligung nach dem Personalvertretungsrecht des Bundes oder des jeweiligen Landes. Warum die frühe Einbindung Zeit spart, steht im Beitrag zur Mitbestimmung.

Die Frage für den eigenen Betrieb

Welche Entscheidung trifft Ihr Betrieb jeden Tag nach Gefühl oder nach festem Rhythmus, obwohl die Daten für eine bessere längst vorliegen? Dort liegt meist der erste Anwendungsfall, der sich rechnet.

---

Rechtsstand: 29. September 2026. Wo sich die Rechtslage danach ändert, wird der Beitrag nachgeführt oder die Änderung gekennzeichnet.