Ein zweistufiges Optimierungsmodell für das nachhaltige Standort-Routing-Problem mit Kapazitäts- und Zeitfensterbeschränkungen in intelligenten Paketfachanlagen

Warum intelligentere Paketzustellung für das Stadtleben wichtig ist

Online-Shopping ermöglicht es, fast alles bis an die Haustür zu bestellen. Die Lieferwagen, Motorräder und Staus, die dem folgen, haben jedoch versteckte Kosten: verstopfte Straßen, verschmutzte Luft und höhere Preise. Diese Studie untersucht, wie "intelligente Paketfächer" – jene Selbstbedienungsboxen, an denen man Pakete bequem abholen kann – so geplant und angesteuert werden können, dass Verschmutzung und Verkehr reduziert werden, ohne die Schnelligkeit und Zuverlässigkeit für Kundinnen und Kunden zu opfern. Anhand realer Daten aus Teheran zeigen die Autorinnen und Autoren, wie Mathematik, Karten und clevere Algorithmen die letzte Meile der Zustellung sauberer, günstiger und gerechter machen können.

Vom Tür-zu-Tür-Chaos zu gemeinsamen Abholpunkten

Die Arbeit beginnt mit einer einfachen Beobachtung: Die letzte Etappe der Zustellung, vom lokalen Depot bis zum einzelnen Kunden, ist der teuerste und umweltschädlichste Teil des E‑Commerce. In einer großen, stark überlasteten Stadt wie Teheran verlangsamen Millionen täglicher Fahrten mit Autos, Transportern und Motorrädern den Verkehr und verschlechtern die Luftqualität. Intelligente Paketfächer bieten ein anderes Muster. Statt vieler Fahrzeuge, die an vielen Türen halten, fahren weniger Fahrzeuge ein Netzwerk von Fächern an, und Kundinnen und Kunden legen kurze Strecken zu Fuß zurück, um ihre Sendungen abzuholen. Frühere Studien haben Standortwahl, Design der Fächer oder Kundenzufriedenheit isoliert betrachtet. Diese Arbeit verknüpft diese Stränge: Wo sollen Fächer stehen, wie sollen Fahrzeuge sie anfahren und wie lassen sich Kosten, Service und Umweltwirkung gleichzeitig ausbalancieren?

Zwei verknüpfte Entscheidungen: Wo Fächer stehen und wie Fahrzeuge fahren

Zur Lösung bauen die Autorinnen und Autoren ein zweistufiges Optimierungsmodell auf. In der ersten Stufe entscheidet das Modell, welche Fachstandorte eröffnet werden und wie viele Pakete jedes Fach bearbeiten soll, wobei Kapazität, Aufbaukosten und die maximal zumutbare Laufdistanz der Kundinnen und Kunden berücksichtigt werden. In der zweiten Stufe werden Lieferwege vom zentralen Depot zu den gewählten Fächern entworfen, unter Einhaltung von Fahrzeugkapazitäten, Fahrzeitbegrenzungen und Zeitfenstern, in denen Fächer angefahren werden können. Mehrere Ziele werden kombiniert: Reduktion der Bau- und Betriebskosten der Fächer, Vermeidung abgelehnter Sendungen, die weiterhin bis an die Tür geliefert werden müssten, Verringerung der Fahrstrecken und des Kraftstoffverbrauchs sowie straffe Servicezeiten. Das Modell wandelt diese konkurrierenden Ziele in eine einzige Bewertung mit einstellbaren Gewichtungen um, sodass Entscheidungsträger je nach Priorität Einsparungen, Geschwindigkeit oder Emissionen stärker gewichten können.

Test des Modells in einem dicht besiedelten realen Bezirk

Der Rahmen wird anhand einer detaillierten Fallstudie in Teheran geprüft, mit Fokus auf einen zentralen Bezirk, der für starken Verkehr und hohe Nachfrage bekannt ist. Daten zu bestehenden Fächern, Kundinnen und Kunden, Entfernungen, Fahrzeugtypen, Kraftstoffverbrauch und Zeitbegrenzungen fließen in das Modell ein. Die Ergebnisse zeigen, dass sorgfältig gewählte Fachstandorte in Nachfragen-Hotspots – in der Nähe belebter Wohn- und Geschäftsbereiche – viele Sendungen auf weniger Routen bündeln können. Im Vergleich zu weniger strukturierten Zustellmustern verringert das optimierte Netzwerk die Gesamtfahrstrecke, Betriebskosten und CO2-Emissionen, während die Fächer nah genug für eine bequeme Abholung bleiben. Szenarioanalysen, bei denen zulässige Reisezeiten, Entfernungen und die Bedeutung der einzelnen Zielgrößen variiert werden, zeigen, wie sensibel das Netzwerk auf politische Vorgaben wie strengere Zeitlimits oder eine stärkere Betonung der Umweltleistung reagiert.

Wie bessere Algorithmen auf große Städte skaliert werden können

Da Großstädte viele Fächer, Fahrzeuge und Kundinnen und Kunden umfassen können, ist das Auffinden der absolut optimalen Lösung per Brute-Force extrem schwierig. Die Autorinnen und Autoren vergleichen daher exakte mathematische Solver mit drei suchbasierten Methoden, die von Naturprozessen inspiriert sind – sogenannte Metaheuristiken: ein Keshtel-Algorithmus, ein genetischer Algorithmus und simuliertes Tempern. Für kleine Testprobleme werden alle Methoden mit exakten Lösungen verglichen und als genau befunden. Bei mittleren und großen Problemen, in denen exakte Solver an ihre Grenzen stoßen, liefert der Keshtel-Algorithmus durchgehend bessere Lösungen in kürzerer Zeit, besonders wenn Dutzende Fächer und Fahrzeuge beteiligt sind. Das legt nahe, dass sich stadtweite Netzwerkoptimierungen schnell genug rechnen lassen, um sie in der täglichen oder wöchentlichen Planung praktisch nutzbar zu machen.

Breitere Vorteile für Städte, Unternehmen und Menschen

Über sauberere Logistik hinaus weist die Studie auf soziale und wirtschaftliche Vorteile hin. Indem die Kosten und die Komplexität der letzten Meile gesenkt werden, können gemeinsame Fachnetzwerke kleineren Kurierdiensten und lokalen Geschäften helfen, mit dominanten E‑Commerce-Anbietern zu konkurrieren, Marktkonzentration zu verringern und Verbraucherinnen und Verbrauchern mehr Auswahl zu bieten. Strategische Platzierung von Fächern in unterversorgten Vierteln, in der Nähe von Verkehrsknotenpunkten und in sozial gemischten Gebieten kann diese Vorteile gerechter verteilen, statt guten Service nur in wohlhabenden Bezirken zu konzentrieren. Die Autorinnen und Autoren argumentieren, dass die Kombination intelligenter Fächer mit Elektrofahrzeugen und erneuerbarer Energie die ökologischen Gewinne weiter vertiefen könnte.

Was das für den Alltag von Kundinnen und Kunden bedeutet

Für Laien ist die Botschaft klar: Die Abholung von Paketen aus einem nahegelegenen intelligenten Fach statt der ausschließlichen Haustürzustellung kann Teil einer saubereren und effizienteren Stadt sein. Die Forschung zeigt, dass sich durch sorgfältige Planung und geeignete Algorithmen Lieferverkehr, Kraftstoffverbrauch und Emissionen deutlich reduzieren lassen, ohne die Bequemlichkeit zu opfern. Während immer mehr Städte E‑Commerce ausbauen und mit wachsender Verstopfung kämpfen, bieten Modelle wie dieses eine Roadmap dafür, wie die letzte Meile so umgestaltet werden kann, dass sie für Kundinnen und Kunden, kleine Unternehmen und das städtische Umfeld gleichermaßen besser funktioniert.

Zitation: Ghadirpour, S.M., Chaharsooghi, S.K. & Hajiaghaei-Keshteli, M. A two stage optimization model for sustainable location routing problem with capacity and time window constraints in smart parcel lockers. Sci Rep 16, 11514 (2026). https://doi.org/10.1038/s41598-026-41653-6

Schlüsselwörter: intelligente Paketfächer, Last-Mile-Zustellung, städtische Logistik, nachhaltiger Verkehr, Standort-Routing-Optimierung