Synnexus — Instant Intelligence · Teilprozess von HP 03 Autonome Disposition
HP 03.4 — Geräte- & Maschinenplanung
Von der Maschinenverwaltung zum Autonomous Equipment Operating System
Technisches Briefing für Operations, Werkhof, Gerätepark, Digitalisierung, IT, Lean
Construction und Management. HP 03.4 überführt einen der kapitalintensivsten und am
wenigsten digitalisierten Bereiche eines Bauunternehmens in eine agentenbasierte,
orchestrierte Plattform — als integraler Bestandteil des Gesamtprozesses HP 03 Autonome
Disposition.
Public EditionDokument-ID: SX-HP03-4-PUB-2026-001Version 1.0Veröffentlicht: 24.07.2026
Die Geräte- und Maschinenplanung zählt zu den kapitalintensivsten und gleichzeitig am wenigsten
digitalisierten Bereichen eines Bauunternehmens. Während Personal, Material und Termine
zunehmend digital geplant werden, erfolgt die Steuerung von Maschinenparks häufig noch
dezentral, standortbezogen und reaktiv. HP 03.4 beschreibt nicht die Einführung eines
einzelnen Systems, sondern den Aufbau eines Autonomous Equipment Operating
System (AEOS) — als integrierter Teilprozess innerhalb von HP 03 Autonome Disposition.
Digital Twin
Jede Maschine digital abgebildet
Stammdaten, operative Daten, technische Sensorwerte und Finanzdaten in Echtzeit — die gemeinsame Wahrheitsbasis für alle Agenten.
Agentic AI
13 spezialisierte Fachagenten
Jeder Agent besitzt definierte Verantwortung, Datenquellen, Entscheidungsrechte und vollständige Auditierbarkeit.
Orchestrierung
Fleet Operations Orchestrator
Koordiniert Ressourcen, Transport, Wartung, Investitionen und Mietentscheidungen als integriertes Gesamtsystem.
Predictive Intelligence
Prädiktive Wartung & Forecasting
Reinforcement Learning und Szenariosimulation sichern Verfügbarkeit, bevor Engpässe überhaupt entstehen.
Verbindung zu HP 03: Wie die Autonome Disposition (Personal, Material, Logistik,
Baustellenprozesse) folgt HP 03.4 demselben Reifegradmodell — Level 1 Assistierte Planung,
Level 2 Agentic Planning, Level 3 Autonomous Operations. Beide Teilprozesse werden durch
dieselbe Synnexus-Agenten-Plattform orchestriert und bilden gemeinsam den Kern eines
vollständig datengetriebenen, selbstoptimierenden Bauunternehmens.
Sechs strukturelle Schwachstellen prägen die heutige Geräte- und Maschinenplanung in den
meisten Bauunternehmen — mit direkten Auswirkungen auf Kapitalbindung, Kosten und
Investitionsentscheidungen.
Verfügbarkeit
Fehlende Transparenz
Niemand kennt den exakten Bestand
Lokale Excel-Listen
Veraltete Stammdaten
Disposition
Personengebunden
Telefon & E-Mail
Excel-basierte Planung
Persönliches Wissen einzelner Disponenten
Auslastung
Strukturelle Ineffizienz
Maschinen stehen ungenutzt auf Baustellen
Hohe interne Leerlaufzeiten
Wartung
Reaktiv statt prädiktiv
Reaktive Wartungen
Ungeplante Ausfälle
Miete
Unkoordinierte Beschaffung
Mietgeräte werden bestellt, obwohl interne Kapazitäten vorhanden wären
Investitionen
Fehlende Datengrundlage
Fehlende Transparenz über tatsächliche Nutzung
Keine belastbare Entscheidungsgrundlage
Der gemeinsame Nenner: Maschinen werden lokal disponiert statt global orchestriert.
Jede zusätzliche Baustelle, jedes neue Gerät erhöht den Koordinationsaufwand linear — exakt das
gleiche strukturelle Muster wie im Status quo der Autonomen Disposition (HP 03).
03 — Zielbild 2030
Autonomous Equipment Operating System
Jede Maschine besitzt einen digitalen Zwilling. Jedes Gerät wird in Echtzeit überwacht. Jeder
Bedarf wird frühzeitig erkannt. Jede Disposition wird datenbasiert optimiert. Jede Wartung wird
prädiktiv geplant. Jede Mietentscheidung wird automatisch bewertet. Jede Investition basiert auf
belastbaren Nutzungsdaten.
Digital Twin je Asset — fünf Datendimensionen
Stammdaten
Identität
Typ · Hersteller · Modell · Seriennummer · Standort
Das Zielbild folgt derselben Logik wie die Autonome Disposition: Wenige
strategische Vorgaben oben, viele koordinierte Agenten in der Mitte, eine grosse Anzahl autonom
gesteuerter Assets unten. Die Komplexität verschwindet nicht — sie wird vom Menschen zum
System verschoben.
04 — Zielarchitektur
Vier Architektur-Schichten — Data bis Orchestration
Die technische Grundlage des AEOS besteht aus vier klar getrennten Schichten — von den
Datenquellen bis zur zentralen Orchestrierung des Gesamtparks.
Jeder Agent ist einer Reifegradstufe zugeordnet — von der reinen Analyse über regelbasierte
Aktionen bis zur autonomen Portfoliosteuerung. Diese Struktur spiegelt exakt das Agentenmodell
der Autonomen Disposition (HP 03).
Level 1 — Analyse & Empfehlung
L1
Equipment Data Agent
Aggregiert alle Geräteinformationen.
L1
Availability Agent
Ermittelt Verfügbarkeiten.
L1
Demand Forecast Agent
Prognostiziert zukünftige Bedarfe.
L1
Maintenance Agent
Analysiert Wartungszustände.
L1
Reporting Agent
Automatisiertes KPI-Reporting.
Level 2 — Handeln innerhalb von Leitplanken
L2
Optimization Agent
Optimiert Zuweisungen.
L2
Transport Agent
Plant Umlagerungen.
L2
Rental Agent
Beschafft externe Geräte.
L2
Cost Agent
Berechnet Wirtschaftlichkeit.
L2
Compliance Agent
Prüft Zulassungen, Prüfungen und Sicherheitsanforderungen.
Level 3 — Autonome Orchestrierung
L3
Fleet Orchestrator Agent
Steuert den Gesamtpark.
L3
Investment Agent
Empfiehlt Investitionen.
L3
Portfolio Strategy Agent
Optimiert den langfristigen Maschinenbestand.
06 — Reifegradmodell
Drei Stufen zur Autonomie — analog zur Autonomen Disposition
Wie im Konzept Autonome Disposition erfolgt die Transformation stufenweise — jede Stufe ist
eigenständig wertstiftend und baut technisch auf der vorherigen auf.
Level 1 — Assistierte Maschinenplanung
Agenten analysieren und empfehlen
Automatisierungsgrad
20–30%
Entscheidungshoheit
Mensch
Fokus
Transparenz
Level 2 — Agentic Equipment Planning
Agenten handeln innerhalb von Leitplanken
Automatisierungsgrad
50–70%
Entscheidungshoheit
Regelwerk
Fokus
Aktion
Level 3 — Autonomous Equipment Operations
Agenten orchestrieren den Gesamtpark
Automatisierungsgrad
80–90%
Entscheidungshoheit
Agent in Governance
Fokus
Orchestrierung
Level 1 — Nutzen
Transparenz schaffen
Einheitliche Datenbasis
Frühwarnsysteme
Verfügbarkeitsübersicht
KPI-Cockpit
Level 2 — Nutzen
Aktion automatisieren
Automatische Reservierungen
Automatische Umlagerungen
Automatische Mietanfragen
Optimierte Transportplanung
Level 3 — Nutzen
Orchestrierung erreichen
Selbstoptimierender Maschinenpark
Standortübergreifende Steuerung
Dynamische Kapazitätsverteilung
Autonome Investitionsvorschläge
LEVEL 120–30% — Mensch entscheidet
→
LEVEL 250–70% — Regelwerk steuert
→
LEVEL 380–90% — Agenten orchestrieren
07 — End-to-End Prozessmodell
10 Prozessphasen — von der Bedarfserkennung zur Portfoliooptimierung
Der vollständige Lebenszyklus jeder Maschinendisposition — ereignisgetrieben, kontinuierlich und
ohne manuellen Medienbruch zwischen den Phasen.
1 · BedarfserkennungProjektstart, Terminänderung, Wetter
Dieser Kreislauf läuft kontinuierlich und ereignisgetrieben — analog zum vollständigen
autonomen Entscheidungsprozess der Autonomen Disposition. Phase 10 (Portfoliooptimierung)
speist wiederum Investitionsentscheidungen, die neue Bedarfserkennungen (Phase 1) auslösen
können — ein sich selbst optimierender Regelkreis.
08 — Business Case & KPI-Cockpit
Direkte wirtschaftliche Effekte
Sechs quantifizierbare Hebel mit signifikantem Wertbeitrag — von höherer Auslastung bis zur
Reduktion der Kapitalbindung.
Hebel
Heute
Ziel / Potenzial
Höhere Auslastung
45–60%
75–90%
Reduktion Mietkosten
Potenzial ungenutzt
−20 bis −35%
Reduktion Transportkosten
Unkoordinierte Umlagerung
−15 bis −25%
Reduktion Stillstände
Reaktive Wartung
−30 bis −50%
Reduktion Dispositionsaufwand
Telefon & Excel
−60 bis −80%
Reduktion Kapitalbindung
Fehlende Transparenz
−10 bis −20%
KPI-Cockpit — drei Ebenen
Operative KPIs
Tagesgeschäft Werkhof
Maschinenverfügbarkeit — Ziel > 95%
Auslastung — Ziel > 80%
Leerlaufquote — Ziel < 10%
Termintreue — Ziel > 98%
Wartungstreue — Ziel > 95%
Finanzielle KPIs
CFO & Controlling
Mietkostenquote — Ziel −25%
Interne Transportkosten — Ziel −20%
ROI Maschinenpark — Ziel +15%
Total Cost of Ownership — kontinuierliche Optimierung
Strategische KPIs
Geschäftsführung
Eigen- vs. Mietquote — Optimierung je Gerätetyp
Investitionsrendite — Portfolioüberwachung
CO₂ pro Maschinenstunde — ESG-Steuerung
09 — Governance-Modell & Roadmap
Vier Autonomiestufen & dreiphasige Umsetzung
Governance ist nicht nachgelagert, sondern von Beginn an im Agentenmodell verankert — jede
Autonomiestufe ist eine bewusste, auditierbare Entscheidung.
STUFE 1Agent empfiehlt
→
STUFE 2Agent entscheidet innerhalb definierter Regeln
→
STUFE 3Agent optimiert selbstständig
→
STUFE 4Agent orchestriert andere Agenten
Roadmap — drei Umsetzungsphasen
01
Phase 1 (0–6 Monate)
Equipment Transparency: Stammdatenharmonisierung, Digital Twin, KPI-Dashboard, Verfügbarkeitsplattform.
Diese Roadmap verläuft parallel und synchronisiert zur Roadmap der
Autonomen Disposition (HP 03) — beide Teilprozesse erreichen Level 3 idealerweise im selben
Zeitfenster, da der Fleet Operations Orchestrator eng mit dem Construction Operations
Orchestrator zusammenarbeitet.
10 — Zielbild 2030
Vom lokal disponierten zum global orchestrierten Maschinenpark
Das Unternehmen verfügt über ein autonomes Equipment Operating System. Maschinen werden nicht
mehr lokal disponiert. Sie werden global orchestriert.
Von
Der heutige Status quo
Disposition
Lokal
Wartung
Reaktiv
Investitionsbasis
Intransparent
Zu
Autonomous Equipment Operating System
Disposition
Global orchestriert
Wartung
Prädiktiv
Investitionsbasis
Datenbasiert
Autonomous Construction Enterprise — das gemeinsame Zielbild
Gemeinsame Plattform: Beide Systeme werden durch eine gemeinsame Agentic Process
Automation Plattform orchestriert und bilden den Kern eines vollständig datengetriebenen,
selbstoptimierenden Bauunternehmens — der Baustelle der Zukunft.
Bereit für den autonomen Maschinenpark?
Sprechen Sie mit uns über einen massgeschneiderten HP03.4-Implementierungsplan — von der
Equipment Transparency bis zur vollständig autonomen Fleet Orchestration, integriert in Ihr
Gesamtkonzept HP 03 Autonome Disposition.
✉
hubert@synnexus.chChairman & Founder
✉
pankaj@synnexus.chManaging Partner & Founder
🌐
synnexus.ch Instant Intelligence
📞
+41 79 522 53 06CH · AT · DE
Synnexus Executive Series · Public Edition
Executive Assessment
Ermitteln Sie, wie Geräteplanung, Maschinenauslastung, Verfügbarkeit und vorausschauende Einsatzsteuerung in Ihrer Organisation mit klarer Governance, integrierten Daten und kontextbasierter AI gezielt verbessert werden können.
Vom konkreten Handlungsbedarf zur umsetzbaren Roadmap
Synnexus bewertet Ausgangslage, Prozesse, Daten, Systeme und Verantwortlichkeiten und entwickelt daraus ein belastbares Zielbild mit priorisierten Umsetzungsschritten.
Executive Standortbestimmung und Potenzialanalyse
Priorisierung nach Nutzen, Machbarkeit und Risiko
Zielbild für Prozesse, Daten, Agenten und Systemintegration
Business Case und Executive Decision Paper
Pilotdesign und skalierbare Umsetzungs-Roadmap
Synnexus GmbH
Executive Assessment anfragen
Agentic AI · Autonomous Operations · Executive Intelligence
Public Edition: Dieses Dokument ist öffentlich zugänglich und dient der allgemeinen fachlichen Orientierung. Es stellt keine Rechts-, Steuer- oder Investitionsberatung dar. Aussagen zu Potenzialen und Ergebnissen sind stets im Kontext des jeweiligen Anwendungsfalls, der Datenqualität und der konkreten Umsetzung zu beurteilen.
