CLAIRE | Logistiksoftware | Kosten | Erfahrungen | Funktionen | Test | Vergleich | Alternativen

Detaillierte Funktionen, Besonderheiten und Empfehlungen

🟦 Funktionen – Was kann die Software?

Tourenplanung & Optimierung:

• Multi-Depot-Tourenoptimierung mit gemischtem Fuhrpark – plant standortübergreifend unter Berücksichtigung unterschiedlicher Fahrzeugtypen
• Dynamische Echtzeit-Neuplanung bei Verkehrsstörungen und Eilaufträgen – passt Touren automatisch an veränderte Situationen an
• Intelligentes Zeitfenster-Management mit Priorisierungsregeln – berücksichtigt Kundenwünsche und Dringlichkeiten
• Automatische Berücksichtigung von Verkehrsinformationen und Staumeldungen

Ressourcenplanung:

• Laderaum- und Konsolidierungsoptimierung – maximiert die Auslastung durch intelligente Stückgutplanung
• Fahrer- und Schichtplanung mit Qualifikationsprüfung – ordnet Fahrer entsprechend ihrer Befähigungen und Verfügbarkeit zu
• Automatische Pausen- und Ruhezeiten-Compliance – stellt die Einhaltung gesetzlicher Vorgaben sicher
• Fahrzeugverfügbarkeit und Wartungsintervalle im Planungsprozess

Monitoring & Analyse:

• Live-KPI-Dashboard für Kilometer, Kosten und CO₂-Bilanz – zeigt alle relevanten Kennzahlen auf einen Blick
• Szenario-Analyse und „What-If"-Simulation – ermöglicht Vergleich verschiedener Planungsvarianten vor der Umsetzung
• Integriertes Emissions-Cockpit mit Euro-Äquivalent – macht CO₂-Einsparungen wirtschaftlich sichtbar
• Historische Auswertungen zur kontinuierlichen Prozessverbesserung

Integration & Automation:

• API-First-Ansatz für nahtlose ERP/TMS-Anbindung (SAP, MS Dynamics, Oracle) – tauscht automatisch Auftrags- und Stammdaten aus
• Echtzeit-Schnittstellen zu Telematik- und IoT-Systemen – bindet Fahrzeugpositionen und -status direkt ein
• Standard-Connectoren für gängige Logistiksysteme ohne Programmieraufwand

Mobile Lösung:

• Fahrer-App mit Routenanweisung und Status-Feedback – führt den Fahrer durch die Tour und meldet Fortschritte zurück
• Digitale Unterschriftenerfassung – dokumentiert Zustellungen direkt am Lieferort
• Offline-Funktionalität bei temporärem Verbindungsverlust

🟨 Besonderheiten – Was macht CLAIRE einzigartig?

Hybrid-Optimierungs-Engine mit kontinuierlichem Lernen

Die Kombination aus klassischem Constraint Programming und Machine Learning ermöglicht es CLAIRE, aus jeder Tour zu lernen und die Planungsqualität kontinuierlich zu verbessern. Anders als reine Optimierungstools passt sich das System automatisch an spezifische Bedingungen an – von bevorzugten Fahrer-Routen bis zu saisonalen Verkehrsmustern. Die selbstentwickelte Engine analysiert historische Tourdaten und identifiziert Muster, die in zukünftigen Planungen zu besseren Ergebnissen führen. Diese technologische Tiefe unterscheidet CLAIRE von vielen Standard-Optimierungslösungen, die ausschließlich auf statischen Algorithmen basieren.

Nahtlose Integration von Strategie und Echtzeit-Taktik

Während viele Systeme zwischen Grundplanung und Echtzeit-Anpassung umständlich wechseln, vereint CLAIRE beides in einer Oberfläche. Disponenten können morgens die Tagestouren planen und mittags bei einer Störung sofort eine optimierte Alternative berechnen lassen – ohne Systemwechsel, ohne Medienbruch. Die Software behandelt strategische Batch-Planung und operative Re-Optimierung als zusammenhängende Prozesse. Änderungen fließen direkt in die laufende Planung ein, ohne dass vorhandene Touren komplett neu aufgesetzt werden müssen. Diese Flexibilität macht den Unterschied in der volatilen Logistikpraxis, wo Planabweichungen die Regel sind.

Emissions-Cockpit mit monetärer Bewertung

CLAIRE rechnet CO₂-Einsparungen nicht nur in Kilogramm, sondern direkt in Euro um. Das macht Nachhaltigkeitsargumente gegenüber Geschäftsführung und Kunden unmittelbar greifbar und hilft bei der Rechtfertigung von Investitionen in grüne Logistik. Das System verknüpft Emissionsdaten mit aktuellen CO₂-Preisen und zeigt auf, welche finanziellen Auswirkungen verschiedene Planungsszenarien haben. Für Unternehmen mit Nachhaltigkeitszielen oder Berichtspflichten bietet diese Funktion einen deutlichen Mehrwert gegenüber reinen Kilometer- oder Kostenoptimierungen.

Cloud-native Microservices-Architektur

Die moderne technische Basis garantiert unbegrenzte Skalierbarkeit ohne Hardware-Investitionen und ermöglicht deutlich schnellere Integrationsprojekte als bei monolithischen Legacy-Systemen. Updates erfolgen automatisch, ohne Ausfallzeiten. Die Container-basierte Architektur erlaubt flexible Bereitstellung in verschiedenen Cloud-Umgebungen oder on-premise. Diese technologische Zukunftssicherheit ist besonders relevant für wachsende Unternehmen oder solche, die digitale Transformation ernsthaft vorantreiben wollen.

Einschränkungen bei der Einführung

Die Erstkonfiguration erfordert fundiertes Logistik-Know-how und IT-Verständnis. Rechnen Sie mit 4-8 Wochen intensiver Parametrisierung und planen Sie dedizierte Ressourcen ein. Die Benutzeroberfläche hat eine Lernkurve – budgetieren Sie ausreichend Schulungszeit für Ihre Disponenten. Die Multimodal-Planung für Schienen-, See- oder Luftfracht ist weniger ausgereift als der Straßentransport-Fokus. Unternehmen, die täglich komplexe Verkehrsträger-Kombinationen planen müssen, sollten diese Aspekte im Pilotprojekt gründlich prüfen.

🟩 Empfehlung – Wer sollte CLAIRE wählen?

Mittelständische Speditionen mit 20-200 Fahrzeugen

Diese Zielgruppe profitiert besonders von der dynamischen Tourenoptimierung bei überschaubarem Implementierungsaufwand. Die Skalierbarkeit wächst mit dem Fuhrpark mit, ohne dass in neue Hardware investiert werden muss. Typische dokumentierte Einsparungen liegen bei 15-20% Kilometer, was bei durchschnittlichen Transportkosten einen Return on Investment in 6-12 Monaten ermöglicht. Speditionen in dieser Größenordnung haben meist die kritische Masse für spürbare Optimierungseffekte, ohne die Komplexität von Großkonzernen mit tausenden Fahrzeugen zu erreichen.

Industrieunternehmen mit Eigenfuhrpark ab 20 Fahrzeugen

Wenn Waren mit eigenen Fahrzeugen ausgeliefert werden, hilft CLAIRE bei der Professionalisierung der Logistik. Besonders wertvoll sind die Integration ins bestehende ERP-System und die Nachhaltigkeitsberichte für das Umweltmanagement. Industrieunternehmen, die Logistik nicht als Kerngeschäft betrachten, können durch CLAIRE ohne den Aufbau umfangreichen Spezialwissens eine professionelle Tourenplanung etablieren. Die CO₂-Berichte unterstützen zudem die oft erforderlichen Nachhaltigkeitsberichte nach gängigen Standards.

3PL-Dienstleister mit volatilen Auftragsvolumen

Die Echtzeit-Neuplanung ist wie geschaffen für dynamisches Geschäft. Spontane Zusatzaufträge können noch am selben Tag effizient eingeplant werden, ohne die bestehenden Touren zu zerstören. Third-Party-Logistics-Provider mit wechselnden Kunden und unvorhersehbaren Auftragseingängen benötigen genau diese Flexibilität. Die What-If-Szenarien erlauben zudem schnelle Preiskalkulationen für potenzielle Neuaufträge basierend auf der aktuellen Tourensituation.

E-Commerce-Fulfillment mit Last-Mile-Fokus

Die Last-Mile-Optimierung in Kombination mit engen Zeitfenstern und der Fahrer-App unterstützt moderne Lieferversprechen. Das System bewältigt auch hohe Sendungsvolumina im Weihnachtsgeschäft oder bei Aktionen. Online-Händler und Fulfillment-Dienstleister mit hunderten oder tausenden täglichen Zustellungen profitieren von der automatisierten Planung, die manuell nicht mehr zu bewältigen wäre. Die mobile App mit Statusrückmeldung ermöglicht zudem Echtzeit-Sendungsverfolgung für Endkunden.

Entscheidende Auswahlkriterien:

✅ Flottengröße ab 20 Fahrzeugen – darunter übersteigt der Implementierungsaufwand meist den quantifizierbaren Nutzen

✅ Bestehende IT-Infrastruktur mit ERP oder TMS – CLAIRE entfaltet sein Potenzial erst durch Integration in die Systemlandschaft

✅ Qualifizierte IT- und Logistik-Ressourcen – für Implementierung, Parametrisierung und laufende Optimierung unverzichtbar

✅ Dynamischer Planungsbedarf – maximaler Nutzen bei häufigen Änderungen und Echtzeitanforderungen, nicht bei stabilen Standardtouren

Details zur Logistiksoftware: CLAIRE

Technologischer Kern der Plattform bildet eine selbstentwickelte Optimierungs-Engine, die mathematische Optimierung mit Machine Learning verbindet. Das System lernt aus historischen Touren und verbessert seine Vorschläge kontinuierlich – ein deutlicher Unterschied zu reinen regelbasierten Systemen, die statisch arbeiten. Die Hybrid-Engine kombiniert die Präzision klassischer Constraint-Programming-Verfahren mit der Anpassungsfähigkeit moderner KI-Ansätze. Dadurch entstehen Lösungen, die nicht nur mathematisch optimal sind, sondern auch unternehmensspezifische Präferenzen und Erfahrungswerte berücksichtigen.

Die Software verfolgt einen modularen Ansatz mit der Tourenoptimierung als Herzstück. Optionale Module wie Cross-Docking-Planung, erweiterte Analytics oder Demand Forecasting können bei Bedarf hinzugebucht werden. Unternehmen können mit den Basisfunktionen starten und bei wachsenden Anforderungen erweitern, ohne das System neu implementieren zu müssen. Diese Flexibilität erlaubt eine schrittweise Digitalisierung und verhindert, dass zu Beginn für ungenutzte Funktionen bezahlt werden muss.

Einsatzschwerpunkt liegt eindeutig auf Straßentransport mit Fokus auf Stückgut- und Sammelverkehr. Die Multimodal-Planung für Schienen-, See- oder Luftfracht ist vorhanden, aber weniger ausgereift als bei spezialisierten Transport-Management-Systemen. Wenn regelmäßig verschiedene Verkehrsträger kombiniert werden müssen, sollte dies im Pilotprojekt gründlich getestet werden. Für reine Straßenlogistik oder Transporte mit gelegentlichen intermodalen Anteilen bietet CLAIRE hingegen einen umfassenden Funktionsumfang. Die Stärke liegt in der detaillierten Optimierung der letzten Meile und der flexiblen Anpassung an operative Herausforderungen.

Wissenswertes zum Anbieter: Clover Optimization GmbH

Die Clover Optimization GmbH wurde 2018 in Hamburg gegründet und beschäftigt etwa 50 Mitarbeiter. Das Unternehmen hat sich auf Transportoptimierung spezialisiert und arbeitet mit Forschungseinrichtungen wie dem Fraunhofer-Institut zusammen – ein Indikator für technologische Tiefe statt reiner Produktverpackung. Diese wissenschaftliche Verankerung zeigt sich in der Qualität der Algorithmen und der kontinuierlichen Weiterentwicklung basierend auf aktueller Forschung.

Entwicklungsphilosophie folgt agilen Prinzipien mit Continuous Integration und Continuous Deployment. Das bedeutet regelmäßige kleine Updates statt seltener großer Releases. Kunden erhalten kontinuierlich neue Features und Verbesserungen, ohne langwierige Upgrade-Projekte durchlaufen zu müssen. Der Support geht über Standard-Hotlines hinaus: 24/7-Erreichbarkeit mit Service Level Agreements, deutsche und englische Betreuung, dedizierte Customer Success Manager und quartalsweise Business Reviews. Diese enge Begleitung ist besonders wertvoll während der Implementierung und beim Feintuning der Optimierungsparameter, wenn praktische Erfahrung den Unterschied macht.

Technische Details & Integration

Systemarchitektur basiert auf cloud-nativen Microservices mit Docker und Kubernetes, wahlweise auf AWS, Google Cloud oder on-premise bereitstellbar. Die Container-Technologie ermöglicht flexible Deployment-Modelle und einfache Skalierung – sowohl vertikal durch mehr Rechenpower als auch horizontal durch zusätzliche Instanzen. Unternehmen mit strengen Datenschutzanforderungen können eine on-premise-Installation wählen, während andere die Vorteile der Cloud-Elastizität nutzen. Die Architektur ist auf hohe Verfügbarkeit ausgelegt mit automatischem Failover und redundanter Datenhaltung.

Integration erfolgt über REST-APIs für alle Kernfunktionen, ergänzt durch Standard-Connectoren für gängige ERP-Systeme wie SAP, Microsoft Dynamics und Oracle. Die API-First-Philosophie bedeutet: Alles, was die Benutzeroberfläche kann, ist auch per API automatisierbar. Die Schnittstellendokumentation folgt modernen Standards (Swagger/OpenAPI) mit Beispielcode und interaktiven Testmöglichkeiten. Für IT-Teams mit Erfahrung in modernen Integrationsszenarien ist die Anbindung gut handhabbar. Die Echtzeit-Schnittstellen zu Telematik-Systemen ermöglichen die direkte Einbindung von Fahrzeugpositionen und -status ohne manuelle Datenerfassung.

Sicherheit und Compliance sind durch ISO 27001-Zertifizierung des Informationssicherheits-Managementsystems dokumentiert. Die Datenverarbeitung erfolgt DSGVO-konform mit TLS 1.2+ Verschlüsselung für alle Datenübertragungen. Data Residency in EU-Rechenzentren ist möglich – relevant für Unternehmen mit regulatorischen Anforderungen an den Speicherort personenbezogener Daten. Die Zertifizierung ist besonders wichtig, wenn mit sensiblen Kundendaten gearbeitet wird oder Compliance-Nachweise für Auditierungen erforderlich sind.

Kosten & Preismodell

Preisstruktur folgt einem Abomodell mit 9-15 Euro pro Fahrzeug und Monat, abhängig von der Flottengröße und gewählten Modulen. Größere Flotten profitieren von Staffelpreisen. Zusätzlich fällt eine einmalige Setup-Gebühr von typischerweise 10.000-20.000 Euro an, die Grundkonfiguration, initiale Datenintegration und Schulungen abdeckt. Bei einer Flotte von 100 Fahrzeugen ergeben sich Jahreskosten von etwa 14.400 Euro bei einem mittleren Fahrzeugpreis von 12 Euro – ein überschaubarer Betrag im Vergleich zu den erzielbaren Kosteneinsparungen durch optimierte Touren.

Versteckte Kosten liegen primär bei internen Ressourcen für Implementierung, Datenaufbereitung und Change Management. Planen Sie realistisch 1-2 IT-Spezialisten für 6 Monate ein, zumindest in Teilzeit. Schlechte Datenqualität kann das Projekt erheblich verteuern und verzögern – investieren Sie frühzeitig in die Stammdatenbereinigung von Adressen, Fahrzeugprofilen und Zeitfenstern. Die Kosten für Add-on-Module wie erweiterte Analytics oder Cross-Docking-Planung kommen zusätzlich zum Basispreis hinzu. Premium-Support-Pakete mit kürzeren Reaktionszeiten oder erweiterten Schulungen erhöhen die laufenden Kosten.

Total Cost of Ownership über 5 Jahre bei 100 Fahrzeugen liegen bei etwa 290.000 Euro (Lizenzen, Setup, interne Ressourcen, laufende Anpassungen). Dem stehen dokumentierte Einsparungen von 10-15% der Transportkosten gegenüber. Bei typischen Kilometerkosten von 50 Euro und 100.000 Kilometern pro Jahr und Fahrzeug ergibt sich ein Einsparpotenzial von 500.000-750.000 Euro pro Jahr. Unter diesen Annahmen amortisiert sich das System tatsächlich in 6-12 Monaten, wobei die genauen Zahlen stark von der Ausgangssituation und Optimierbarkeit der bisherigen Prozesse abhängen.

Migration & Umstieg auf CLAIRE

Projektphasen für eine mittelgroße Implementation (50-200 Fahrzeuge) erstrecken sich typischerweise über 6-9 Monate. Rechnen Sie mit 4-8 Wochen für die Datenaufbereitung, 2-3 Monaten Pilotbetrieb parallel zum Altsystem und 1-2 Monaten für den vollständigen Rollout. Die parallele Pilotphase ist essenziell, um Vertrauen bei den Disponenten aufzubauen und die Optimierungsparameter ohne Risiko für den laufenden Betrieb zu justieren. Während dieser Phase werden beide Systeme für ausgewählte Bereiche genutzt, um Ergebnisse zu vergleichen und Anpassungen vorzunehmen.

Datenqualität ist der wichtigste Erfolgsfaktor. Stellen Sie sicher, dass Adressen korrekt geocodiert sind, Zeitfenster vollständig und realistisch hinterlegt sind und Fahrzeugprofile mit Kapazitäten, Kosten und Emissionen gepflegt sind. Unvollständige oder fehlerhafte Stammdaten führen zu schlechten Optimierungsergebnissen und untergraben das Vertrauen der Anwender von Beginn an. Ein dediziertes Projektteam aus Logistik und IT ist unverzichtbar – Teilzeit-Ressourcen oder nebenher laufende Projekte führen zu endlosen Verzögerungen. Klären Sie frühzeitig, wer die Parametrisierung verantwortet und über ausreichend Zeit verfügt.

Change Management entscheidet über Erfolg oder Misserfolg. Disponenten müssen verstehen, dass die Software ein Werkzeug ist, kein Autopilot, der ihre Expertise ersetzt. Frühe Einbindung der späteren Anwender, transparente Kommunikation über Ziele und Funktionsweise, intensive Schulungen und sichtbare Quick Wins sind der Schlüssel zur Akzeptanz. Planen Sie mit 3-6 Monaten, bis die Anwender das System routiniert nutzen und Vertrauen in die Optimierungsvorschläge entwickelt haben. Widerstand gegen Veränderung ist normal – adressieren Sie Bedenken offen und zeigen Sie konkrete Verbesserungen auf.

Vorteile und Herausforderungen im Überblick

Vorteile:

Quantifizierbare Einsparungen von 15-20% weniger Kilometern, 10-15% Kostenreduktion und 15% besserer Flottenauslastung sind keine Marketingversprechen, sondern durch dokumentierte Fallstudien belegt. Die Hybrid-Engine liefert messbar bessere Ergebnisse als reine Standard-Algorithmen oder manuelle Planung.

Zukunftssichere Technologie-Basis durch moderne Microservices-Architektur, Machine Learning und Cloud-native Entwicklung. Die Plattform ist für kommende Entwicklungen wie E-Mobilität, autonomes Fahren oder erweiterte IoT-Integration deutlich besser positioniert als Legacy-Systeme mit monolithischer Struktur.

Operative Exzellenz durch die Kombination aus Batch-Planung und Echtzeit-Re-Optimierung in einer Oberfläche. Disponenten werden deutlich reaktionsfähiger, da Störungen nicht mehr mühsam manuell gelöst werden, sondern in Sekunden neu optimiert werden können.

Umfassende API-Landschaft ermöglicht nahtlose Integration in bestehende Systemlandschaften und Automatisierung wiederkehrender Prozesse. Alles ist programmatisch zugänglich, was manuelle Datenübertragungen überflüssig macht.

Transparente CO₂-Bilanzierung mit monetärer Bewertung unterstützt Nachhaltigkeitsziele und macht grüne Logistik wirtschaftlich argumentierbar gegenüber Entscheidern und Kunden.

Herausforderungen:

Implementierungskomplexität erfordert tiefes Verständnis der eigenen Logistikprozesse und qualifizierte interne Ressourcen. Ohne beides wird das Projekt teuer oder scheitert. Die Parametrisierung der Optimierungs-Engine ist kein Plug-and-Play-Prozess.

Nutzerakzeptanz braucht Zeit – die Benutzeroberfläche ist funktional, aber nicht intuitiv. Disponenten, die seit Jahren mit Excel oder einfachen Tools arbeiten, benötigen Einarbeitungszeit und Geduld. Ohne aktives Change Management droht Widerstand und Untergrabung des Systems.

Eingeschränkte Multimodal-Fähigkeiten für komplexe Verkehrsträger-Kombinationen (Lkw-Schiff-Bahn). Der Fokus liegt klar auf Straßentransport, andere Modi sind weniger ausgereift als bei spezialisierten TMS-Lösungen.

Hohe Anforderungen an Datenqualität – schlechte Stammdaten führen zu schlechten Ergebnissen. Der Aufwand für Datenbereinigung wird oft unterschätzt und kann Projekte erheblich verzögern.

Lernkurve für Optimierungsparameter – die volle Leistungsfähigkeit entfaltet sich erst nach einigen Monaten Feintuning. Initial können Ergebnisse hinter Erwartungen zurückbleiben, bis die Parameter auf die spezifische Situation abgestimmt sind.

Häufig gestellte Fragen zu CLAIRE

Für welche Unternehmensgröße ist CLAIRE geeignet?

Ab 20 Fahrzeugen wird der Nutzen spürbar, der Sweet Spot liegt bei 50-200 Fahrzeugen. Nach oben ist das System bis 2.000 Fahrzeuge pro Mandant skalierbar. Unter 20 Fahrzeugen übersteigt der Implementierungsaufwand meist den quantifizierbaren Nutzen – kleinere Betriebe sollten zu einfacheren Tourenplanungs-Tools greifen, deren Setup-Aufwand geringer ist.

Wie lange dauert die Implementierung realistisch?

Die Herstellerangabe von 4-5 Monaten ist optimistisch bei idealen Voraussetzungen. Realistisch sind 6-9 Monate von Projektstart bis zum stabilen Produktivbetrieb bei mittelgroßen Projekten mit durchschnittlicher Komplexität. Große, komplexe Umgebungen mit vielen Schnittstellen und speziellen Anforderungen können 12-18 Monate benötigen. Der größte Zeitfresser ist meist die Datenaufbereitung und -bereinigung, gefolgt von der Parametrisierung und dem Feintuning der Optimierungslogik.

Ersetzt CLAIRE unser bestehendes TMS vollständig?

Nein, CLAIRE ist ein spezialisiertes Optimierungs-Tool, das idealerweise mit einem Transport-Management-System integriert wird. Es übernimmt die Touren- und Ressourcenplanung, aber nicht Funktionen wie Frachtabrechnung, Dokumentenmanagement, Lagerverwaltung oder Kundenportal. Sehen Sie es als hochspezialisiertes Modul für den Planungs- und Optimierungsbereich, nicht als All-in-One-Lösung für alle logistischen Prozesse.

Welche Datenqualität wird vorausgesetzt?

Entscheidend sind korrekt geocodierte Adressen mit Längen- und Breitengraden, vollständige und realistische Zeitfenster, detaillierte Fahrzeugprofile mit Kapazitäten, Kosten und Emissionswerten sowie realistische Servicezeiten pro Lieferpunkt. Je schlechter die Datenqualität, desto schlechter die Optimierungsergebnisse – das System kann nur so gut sein wie die Daten, mit denen es arbeitet. Investieren Sie vor Projektstart in eine gründliche Stammdatenbereinigung, idealerweise 2-3 Monate im Voraus.

Was passiert bei Internetausfall im Cloud-Betrieb?

Die Fahrer-App speichert die aktuelle Route und relevante Daten lokal, sodass Fahrer ihre Tour weiterführen können. Status-Updates werden gepuffert und nach Wiederherstellung der Verbindung synchronisiert. Neue Planungen sind während eines Ausfalls nicht möglich, bestehende Touren laufen aber weiter. Für kritische Umgebungen mit hohen Verfügbarkeitsanforderungen gibt es On-Premise- oder Hybrid-Modelle mit lokaler Redundanz und Failover-Mechanismen.

Wie aufwendig ist die Schulung der Disponenten?

Rechnen Sie mit 2-3 Tagen initialer Schulung für Disponenten plus 2-4 Wochen begleiteter Praxisphase, in der Fragen aufkommen und beantwortet werden. Die volle Produktivität erreichen Anwender typischerweise nach 2-3 Monaten regelmäßiger Nutzung. Die Lernkurve hängt stark von der IT-Affinität und bisherigen Erfahrung mit Planungssoftware ab – Teams, die bisher manuell mit Excel geplant haben, benötigen mehr Einarbeitung als solche, die bereits mit anderen Optimierungssystemen gearbeitet haben.