Routenoptimierung: Wie automatische Tourenplanung wirklich funktioniert
Routenoptimierung berechnet aus vielen Stopps, Fahrzeugen, Zeitfenstern und Skills die kürzeste oder schnellste Reihenfolge — automatisch, in Sekunden statt Stunden. Diese Seite erklärt das Vehicle-Routing-Problem (VRP), zeigt typische Constraints, warum manuelle Planung ab 5 Fahrzeugen exponentiell aufwendig wird, und wie Trailo das in der Praxis löst.
DSGVO & EU-Hosting Frankfurt · Unverbindlich · Direkt mit dem Gründer
bis −90 %
Planungszeit
- bis +20 %Stopps pro Tag
- bis −15 %Benzinkosten
Vergleich zu manueller Planung in Excel/Papier. Ergebnisse variieren je nach Betrieb und Routenstruktur.
Mit deinen Zahlen rechnen →Was ist Routenoptimierung?
Routenoptimierung ist das mathematische Problem, aus einer Menge von Stopps und Fahrzeugen die beste Tour-Aufteilung zu finden — definiert nach Kriterien wie kürzeste Strecke, kürzeste Zeit, minimale Kosten oder maximale Stopps pro Tag. Mathematisch ist sie eine Variante des Traveling-Salesman-Problems, bekannt als Vehicle Routing Problem (VRP).
Die Aufgabe ist NP-schwer: für 10 Stopps gibt es bereits 3,6 Mio. mögliche Reihenfolgen, für 15 Stopps über 1,3 Mrd. Mit Constraints wie Zeitfenstern, Fahrer-Skills und Multi-Depot wächst der Lösungsraum exponentiell. Moderne Optimierer lösen das in Sekunden mit Solver-Heuristiken und — bei Trailo zusätzlich — maschinellem Clustering, um Stopp-Gruppen sinnvoll vorzubündeln.
Vier Constraints, die jede ernsthafte Routenoptimierung beherrschen muss
Ohne diese vier zerfällt jede Theorie an der Praxis.
Zeitfenster pro Stopp
Praxen sind nur dienstags von 8–12 erreichbar. Privatkunden wollen das 14-Uhr-Slot. Wenn ein Optimierer Zeitfenster nicht versteht, plant er die theoretisch kürzeste Tour — die in der Praxis aber an verschlossenen Türen scheitert.
Multi-Depot & Start/Ziel pro Fahrer
Fahrer A startet aus Köln-Nord, Fahrer B aus Köln-Süd, beide enden zu Hause. Multi-Depot-Logik weist Stopps dem nächstgelegenen Start zu — das halbiert oft die Gesamtkilometer gegenüber einer Single-Depot-Annahme.
Skill-Matching & Fixe Fahrer-Zuordnung
Nicht jeder Techniker kann jede Anlage. Nicht jeder Fahrer hat Schlüssel zu jedem Objekt. Routenoptimierung muss Skill- und Kunden-Bindungen als harte Constraints behandeln — sonst entstehen theoretisch optimale Touren, die niemand fahren darf.
Pausen, Schicht-Längen & Stopp-Dauern
Eine 8-Stunden-Schicht mit 30 Min Pause und einer Lade-Stopp-Dauer von 15 Min pro Adresse setzt enge Grenzen. Echte Optimierung respektiert Arbeitszeitregeln und individuelle Stopp-Dauern — sonst kollabiert die Tour in der Praxis.
So rechnet ein Optimierer, Schritt für Schritt
Die meisten Anbieter beschreiben ihre Routenoptimierung mit „KI“ und lassen es dabei. Das ist schade, weil der Ablauf gut erklärbar ist — und weil du nur dann beurteilen kannst, warum ein Plan so aussieht, wie er aussieht. Ein moderner Optimierer arbeitet in sechs Schritten, die zusammen wenige Sekunden dauern.
1. Geokodieren
Jede Adresse wird in Koordinaten übersetzt. Klingt trivial, ist aber die häufigste Fehlerquelle: „Hauptstraße 12“ gibt es in jedem zweiten Ort, Postfächer haben keinen Standort, Gewerbegebiete haben oft mehrere Zufahrten. Gute Software markiert unsichere Treffer, statt sie stillschweigend zu setzen.
2. Fahrzeit-Matrix aufbauen
Für jedes Paar aus Stopps wird die Fahrzeit berechnet — bei 60 Stopps sind das 3.600 Verbindungen. Die Matrix entscheidet über die Qualität des ganzen Ergebnisses: Wer mit Luftlinie rechnet, plant am Fluss vorbei; wer mit freier Fahrt rechnet, ist im Berufsverkehr eine Stunde zu optimistisch. Trailo rechnet auf Kartenmaterial in Automotive-Qualität und lässt typische Verkehrsmuster wie den Berufsverkehr als Faktoren in die Fahrzeiten einfließen.
3. Zuweisen
Welcher Stopp gehört zu welchem Fahrzeug? Hier greifen die harten Regeln: Qualifikation, feste Kundenzuordnung, Depot-Nähe, Kapazität. Aus dem großen Problem werden mehrere kleine — eins pro Fahrzeug.
4. Sequenzieren
Pro Fahrzeug wird eine Reihenfolge gebaut, die Zeitfenster, Öffnungszeiten, Pausen und Stoppdauern einhält. Ein Stopp mit Zeitfenster 8–9 Uhr kommt nicht um 11, auch wenn er geografisch dort besser läge.
5. Verbessern
Jetzt beginnt die eigentliche Optimierung: Der Solver tauscht Stopps zwischen Fahrzeugen, dreht Teilstrecken um, verschiebt einzelne Stopps — und behält jede Änderung, die das Ergebnis verbessert, ohne eine Regel zu verletzen. Verfahren wie lokale Suche oder Metaheuristiken machen das tausendfach pro Sekunde. Sie finden nicht das beweisbar beste Ergebnis (das ist bei realen Größen nicht berechenbar), aber eines, das sich von der besten Lösung nur noch um wenige Prozent unterscheidet.
6. Bewerten und ausgeben
Am Ende steht pro Fahrzeug ein Plan mit Ankunftszeiten, Fahrzeiten und Auslastung — und ein Hinweis, wenn ein Fahrzeug an einem Tag entbehrlich wäre oder eines fehlt. Trailo prüft das nach jedem Optimierungslauf automatisch: Ließen sich die Stopps des Tages mit einem Fahrzeug weniger fahren, ohne Zeitfenster und Öffnungszeiten zu verletzen, steht das als Hinweis im Plan — und umgekehrt, wenn ein zusätzliches Fahrzeug nötig wäre. Das macht aus der Disposition eine Personalkosten-Entscheidung mit Zahlen statt mit Bauchgefühl. Was der Optimierer nicht lösen kann, muss er zeigen: Ein Stopp, der in kein Zeitfenster passt, gehört als Konflikt auf den Bildschirm, nicht stillschweigend auf morgen.
Was „beste Tour“ bedeutet: fünf Ziele, die sich widersprechen
Bevor ein Optimierer rechnen kann, braucht er ein Ziel. Und die naheliegenden Ziele widersprechen sich: Die kürzeste Gesamtstrecke ist selten der Plan mit der besten Termintreue, und die wenigsten Fahrzeuge bedeuten die längsten Tage. Die Tabelle zeigt, was jedes Ziel bewirkt.
| Ziel | Sinnvoll, wenn | Nebenwirkung |
|---|---|---|
| Gesamtkilometer minimieren | Fahrtkosten dominieren (Lieferung, große Gebiete) | Zeitfenster werden knapp, Tage ungleich lang |
| Gesamtzeit minimieren | Personalkosten dominieren (Service, Reinigung) | Kann kleine Umwege in Kauf nehmen, wenn sie Wartezeit vermeiden |
| Fahrzeuge minimieren | Ein Fahrzeug weniger spart einen Fahrer | Restliche Touren werden voller; Puffer für Notfälle schrumpft |
| Termintreue maximieren | Zeitfenster sind vertraglich oder kundenkritisch | Mehr Kilometer, weil die Reihenfolge der Uhr folgt, nicht der Karte |
| Auslastung ausgleichen | Fairness im Team, Überstunden vermeiden | Selten die kürzeste Lösung; verhindert aber, dass ein Fahrer um 19 Uhr noch fährt |
In der Praxis ist die Zielfunktion eine Gewichtung — etwa: Zeitfenster hart, Gesamtzeit als Hauptziel, Auslastung als Ausgleich. Ein Optimierer, der dich diese Gewichtung nicht sehen oder beeinflussen lässt, trifft die Entscheidung für dich.
Harte und weiche Regeln: Der Unterschied entscheidet über den Alltag
Jede Regel, die ein Disponent im Kopf hat, muss der Optimierer als Bedingung kennen. Dabei gibt es zwei Sorten: harte Regeln dürfen nie verletzt werden — lieber bleibt ein Stopp ungeplant. Weiche Regeln sollen eingehalten werden, dürfen aber gegen einen Preis gebrochen werden. Welche Regel in welche Kategorie gehört, ist eine Entscheidung des Betriebs, nicht der Software.
| Regel | Meist hart | Meist weich | Beispiel |
|---|---|---|---|
| Zeitfenster des Kunden | ✓ | Praxis nur dienstags 8–12 Uhr | |
| Öffnungszeiten | ✓ | Filiale schließt 18 Uhr | |
| Qualifikation | ✓ | Nur Techniker mit Sachkunde für Anlage X | |
| Fahrzeugkapazität | ✓ | Maximal 40 Pakete im Kombi | |
| Schichtende | ✓ | Fahrer endet spätestens 17 Uhr | |
| Fester Ansprechpartner | ✓ | Stammkunde bevorzugt Herrn Kaya — Vertretung erlaubt | |
| Wunschzeit | ✓ | „Lieber vormittags“, nicht vertraglich | |
| Gebietsgrenze | ✓ | Fahrer Nord bleibt im Norden — außer der Tag ist sonst leer | |
| Pausenlage | ✓ | Pause zwischen 12 und 14 Uhr, Länge fix |
Ein häufiger Fehler: alles hart machen. Dann findet der Optimierer für Notfälle keinen Platz mehr, weil jede Verschiebung eine Regel bricht. Zwei bis drei harte Regeln und der Rest weich ergibt im Alltag die besseren Pläne.
Zwei Fragen, die ein Optimierer im Alltag beantworten muss
Die Theorie oben beschreibt den Tagesplan. Im Betrieb kommen zwei Situationen ständig vor, die ein Optimierer zusätzlich beherrschen muss — und an denen sich zeigt, ob er für den Alltag gebaut ist.
Der Ad-hoc-Auftrag: Wer macht ihn wann? Und wenn er nicht dringend ist, an welchem Tag?
Ein Kunde ruft an. Der Disponent hat drei Fragen und wenig Zeit: Wer hat überhaupt Kapazität? Wer ist mit der passenden Qualifikation in der Nähe? Und wenn es nicht heute sein muss — an welchem Tag passt der Auftrag am besten in die ohnehin geplanten Touren? Die dritte Frage ist die wertvollste und wird am seltensten gestellt: Wer nächste Woche sowieso beim Nachbarn ist, fährt den neuen Stopp mit zehn Minuten Umweg statt mit einer Stunde.
Ein Optimierer beantwortet das als Slot-Vorschlag: Er probiert den neuen Auftrag in die bestehenden Touren der nächsten Tage ein und zeigt, bei welchem Fahrer und an welchem Tag er den geringsten Zusatzaufwand verursacht — mit Zeitfenster, Qualifikation und Schichtende als Bedingungen. Bei einem Notfall ist das der Slot heute, in der laufenden Tour, mit Neuberechnung des Rests. Bei einem Regelauftrag ist es oft ein Tag in der nächsten Woche, den der Disponent von Hand nie gefunden hätte, weil er die Touren der nächsten Woche nicht im Kopf hat. In Trailo läuft genau das beim Anlegen eines Auftrags: Vorschlag prüfen, annehmen oder einen anderen Slot wählen, der Fahrer bekommt die Änderung in der App. Wie das im technischen Service konkret aussieht, zeigt der Ratgeber Einsatzplanung für Servicetechniker.
Die Woche mit Übernachtung: Mehrtages-Touren
Vertriebsaußendienst und Servicetechniker mit großen Gebieten fahren nicht abends nach Hause. Sie starten montags daheim, arbeiten sich durch das Gebiet und kommen freitags zurück — mit drei oder vier Hotelnächten dazwischen. Von Hand geplant heißt das: Der Außendienstler legt sich die Woche selbst, meist entlang bekannter Strecken, und bucht Hotels dort, wo er sie kennt.
Ein Optimierer, der Mehrtages-Touren beherrscht, behandelt die Woche als ein Problem: Start und Ende am Wohnort, Arbeitszeit pro Tag, Stopps mit Zeitfenster oder — besser — mit dem Fenster „irgendwann Montag bis Freitag". Je flexibler die Stopps, desto besser das Ergebnis, weil der Optimierer die Reihenfolge über die Tage frei wählen kann. Als Ergebnis steht nicht nur die Reihenfolge, sondern auch, in welcher Gegend jede Übernachtung liegen sollte, damit der nächste Tag ohne Leerfahrt beginnt. Trailo plant solche Wochen als Mehrtages-Optimierung und zeigt pro Übernachtung die Region, in der das Hotel liegen sollte; die Buchung selbst bleibt beim Außendienstler. Feste Termine mitten in der Woche sind erlaubt — sie machen den Plan nur unflexibler, deshalb lohnt es sich, so viele Stopps wie möglich als „diese Woche" statt „Mittwoch 10 Uhr" zu erfassen.
Woran Routenoptimierung in der Praxis scheitert
Fünf Ursachen, die nichts mit dem Algorithmus zu tun haben — und alles mit den Daten.
Adressen, die nicht stimmen
Alte Kundenadressen, Postfächer, falsche Hausnummern. Der Optimierer plant präzise zum falschen Ort. Vor dem Start jede unsichere Geokodierung prüfen — einmal, nicht jeden Tag.
Stoppdauern aus dem Bauch
Wenn jeder Stopp pauschal 30 Minuten bekommt, aber Wartungen 20 und Reparaturen 90 dauern, ist der Plan ab dem dritten Stopp Fiktion. Dauern pro Auftragstyp pflegen, nach zwei Wochen mit den Ist-Zeiten abgleichen.
Regeln nur im Kopf
„Bei Meier nie vor 10“, „Frau Schulz will immer Kai“ — solche Regeln fehlen in der Software und der Plan wirkt falsch. Er ist nur uninformiert. Jede Korrektur von Hand ist ein Hinweis auf eine fehlende Regel.
Fahrer fahren anders
Der Plan sagt A-B-C, gefahren wird C-A-B, weil der Fahrer es immer so gemacht hat. Ohne Rückmeldung vom Stopp merkt es niemand. Die Fahrer-App zeigt die Abweichung — und oft hat der Fahrer recht, dann fehlt eine Regel.
Fahrzeiten ohne Verkehr
Freie Fahrt um 8 Uhr durch die Innenstadt gibt es nicht. Fahrzeiten müssen typische Verkehrsmuster berücksichtigen, sonst laufen alle Vormittagstermine hinterher.
Routenoptimierung bewerten: der Ein-Wochen-Vergleichstest
Demo-Daten sagen nichts. Was zählt, ist deine eigene Woche. So testest du einen Optimierer in fünf Arbeitstagen, ohne den Betrieb umzustellen.
- Tag 1 — Daten rein. Kunden, Fahrzeuge, Fahrer per CSV importieren. Geokodierung prüfen, Stoppdauern pro Auftragstyp setzen, die drei wichtigsten harten Regeln hinterlegen.
- Tag 2 bis 4 — parallel planen. Die Disposition plant wie bisher. Zusätzlich rechnet die Software denselben Tag. Beide Pläne nebeneinander: Kilometer, Fahrzeit, Stopps pro Fahrzeug, verletzte Zeitfenster. Jede Stelle, an der der Disponent sagt „das geht so nicht“, ist entweder ein Fehler im Datensatz oder eine Regel, die noch fehlt — notieren, nachpflegen, am nächsten Tag erneut vergleichen.
- Tag 5 — Notfall simulieren. Um 10 Uhr einen Auftrag mit Zeitfenster bis 13 Uhr anlegen. Wie lange dauert der Slot-Vorschlag, wie viele Stopps verschieben sich, bekommt der Fahrer die Änderung ohne Anruf?
Das Ergebnis ist selten „die Software plant 30 Prozent besser“. Meistens ist es: fünf bis fünfzehn Prozent weniger Fahrzeit, deutlich weniger verletzte Zeitfenster, und eine Planungszeit, die von einer Stunde auf wenige Minuten fällt. Das Letzte ist der Hebel, den du sofort spürst — die Fahrzeit siehst du nach einem Monat in der Tankabrechnung. In Trailo läuft dieser Test in der 14-tägigen Testphase mit deinen eigenen Daten; wie die Software insgesamt ausgewählt wird, steht in der Übersicht Tourenplanung-Software.
Sieh dir an, wie Trailo diese Constraints auf eine echte Tour anwendet — 14 Tage Trial, mit Beispieldaten in 5 Minuten startklar.
Manuelle Planung vs. automatische Optimierung
Vier typische Effekte, wenn die Flotte über 5 Fahrzeuge wächst.
Komplexität explodiert
5 Fahrzeuge × 8 Stopps × Zeitfenster + Skill-Constraints = mehr Permutationen, als ein Mensch in einer Stunde überschauen kann. Manuell endet meist mit „guten, aber nicht optimalen" Touren.
Re-Optimierung bei Notfällen
Notfall um 10:00 → fünf Touren neu sortieren. Automatisch in Sekunden, manuell 15–30 Minuten — pro Notfall, pro Tag.
Wiederkehrende Verträge skalieren nicht
Verträge mit Quartal-, Monat- und Halbjahres-Rhythmus auf Wochen verteilen, Notfälle ausweichen lassen, Pausen einplanen — manuell jeden Monat von vorne.
Wissen geht mit dem Disponenten
Der erfahrene Disponent kennt die Stadt, die Kunden, die Schwachstellen. Wenn er weg ist oder krank wird, kollabiert die Planung. Codifiziertes Wissen in der Software ist nicht weg, sobald jemand fehlt.
Gleiche Stopps, kürzere Wege
18 Einsätze an einem Tag in München, einmal von Hand und einmal automatisch geplant.
Vorher
Von Hand geplant
Nachher
Automatisch geplant
Ergebnis im Beispiel
- −27kmStrecke125 → 98 km
- −1:15Std.Fahrzeit6:10 → 4:55 Std.
- −9Kreuzungen12 → 3
- −1Fahrzeug4 → 3
- +1,5Stopps pro Fahrzeug4,5 → 6
Beispielrechnung, keine Kundendaten.
Trailo startet bei 36 €/Fahrzeug/Monat (jährliche Abrechnung). Alle Pläne monatlich kündbar.
Häufige Fragen zu Routenoptimierung
Was ist Routenoptimierung?
Routenoptimierung berechnet aus mehreren Stopps, Fahrzeugen, Zeitfenstern und Fahrer-Skills automatisch die kürzeste oder schnellste Tour-Reihenfolge. Mathematisch ist sie ein Vehicle-Routing-Problem (VRP) — eine Erweiterung des klassischen Traveling-Salesman-Problems um Constraints wie Kapazität, Zeitfenster und Multi-Depot.
Ab wann lohnt sich automatische Routenoptimierung?
Bei einem Fahrzeug mit linearer Tour löst eine Karten-App das Problem ausreichend. Sobald mehrere Fahrzeuge, Zeitfenster oder Pflicht-Reihenfolgen ins Spiel kommen, wird manuelle Optimierung exponentiell aufwendig. Praktisch: ab 5 Fahrzeugen oder 30 Stopps lohnt sich automatische Optimierung.
Welche Constraints kann moderne Routenoptimierung berücksichtigen?
Zeitfenster pro Stopp, Pausen pro Fahrer, Kapazitätsgrenzen (Volumen, Gewicht), Skill-Matching (welcher Techniker kann was), Multi-Depot-Start/Ziel, Fixe-Fahrer-Zuordnung pro Stammkunde, Pflicht-Reihenfolgen, Stopp-Dauer pro Auftrag.
Nutzt Trailo echte KI für Routenoptimierung?
Trailo nutzt einen etablierten VRP-Ansatz mit modernen Solver-Heuristiken plus maschinelles Clustering (k-means) für die Stop-Bündelung pro Tour. „KI-gestützt" bezieht sich auf die Kombination — von rein algorithmischer Optimierung bis zum KI-Chat-Interface für natürlichsprachliche Disposition (live, Professional+, Bring-Your-Own-Key).
Wie realistisch sind die berechneten Fahrzeiten?
Sehr nah an der Praxis. Trailo kalkuliert Fahrzeiten auf Automotive-grade-Kartenmaterial eines etablierten europäischen Premium-Anbieters, dessen Daten auch führende Automobilhersteller in ihren Navigationssystemen einsetzen. Typische Verkehrsmuster wie Berufsverkehr fließen als Faktoren in die Fahrzeitberechnung ein, statt mit Idealgeschwindigkeiten zu rechnen. Ankunftszeiten und Zeitfenster-Planung kommen damit sehr nah an die tatsächlichen Fahrzeiten heran.
Wie viel Zeit lässt sich mit automatischer Routenoptimierung sparen?
Bis zu 90 % Planungszeit pro Tag, bis zu 20 % mehr Stopps pro Tag, bis zu 15 % weniger Benzinkosten gegenüber manueller Planung (etablierter VRP-Ansatz mit modernen Solver-Heuristiken). Ergebnisse variieren je nach Betrieb und Routenstruktur.
Wo finde ich die Routenoptimierung in Trailo?
Routenoptimierung ist Kernfunktion in allen Tarifen — bereits ab Starter. Du legst Stopps und Fahrzeuge an, klickst „Plan Day", und Trailo erzeugt die optimierte Tour in Sekunden. Mehr zu allen Funktionen auf der Routenplanungs-Software-Übersichtsseite.
Ist Routenoptimierung dasselbe wie ein Navi mit mehreren Zielen?
Nein. Ein Navi sortiert die Ziele eines einzelnen Fahrzeugs nach Strecke. Routenoptimierung verteilt die Stopps mehrerer Fahrzeuge und hält dabei Zeitfenster, Qualifikationen, Kapazitäten, Pausen und Schichtenden ein. Sobald zwei Fahrzeuge oder ein Zeitfenster im Spiel sind, ist das Navi das falsche Werkzeug.
Findet Routenoptimierung immer die beste Lösung?
Nein, und kein Anbieter kann das ehrlich behaupten. Das Vehicle Routing Problem ist bei realen Größen nicht exakt lösbar; Optimierer nutzen Heuristiken, die in Sekunden eine Lösung finden, die sich vom theoretischen Optimum nur um wenige Prozent unterscheidet. Für den Alltag ist das mehr als ausreichend — entscheidend sind saubere Daten und richtig gesetzte Regeln.
Wie viele Stopps und Fahrzeuge kann Routenoptimierung verarbeiten?
Moderne Solver planen mehrere tausend Stopps über hundert Fahrzeuge in Sekunden bis Minuten. Für Betriebe mit 5 bis 100 Fahrzeugen und 30 bis 1.500 Stopps am Tag ist die Rechenzeit kein Thema. Trailo plant einen Tag oder per Massenplanung mehrere Tage in einem Durchlauf.
Berücksichtigt Routenoptimierung den Verkehr?
Gute Optimierer rechnen nicht mit freier Fahrt, sondern lassen typische Verkehrsmuster — Berufsverkehr, Innenstadt-Stau zu bestimmten Tageszeiten — als Faktoren in die Fahrzeiten einfließen. Damit liegen geplante Ankunftszeiten nah an den tatsächlichen. Trailo arbeitet so auf Kartenmaterial in Automotive-Qualität. Live-Stau vom aktuellen Tag ist etwas anderes: Den fängt die Neuberechnung während der Tour ab.
Kann Routenoptimierung mehrtägige Touren mit Hotelübernachtung planen?
Ja, wenn der Optimierer die Woche als ein Problem behandelt: Start und Ende zu Hause, Arbeitszeit pro Tag, Stopps mit Wochen-Fenster. Trailo plant Montag bis Freitag in einem Durchlauf und zeigt pro Übernachtung die Region, in der das Hotel liegen sollte. Je mehr Stopps als „irgendwann diese Woche“ statt mit festem Tag erfasst sind, desto kürzer wird die Woche.
Wie findet Routenoptimierung den richtigen Tag für einen Ad-hoc-Auftrag, der nicht dringend ist?
Über einen Slot-Vorschlag: Der Optimierer probiert den neuen Auftrag in die bereits geplanten Touren der nächsten Tage ein und zeigt, bei welchem Fahrer und an welchem Tag er den geringsten Umweg verursacht — etwa dort, wo nächste Woche ohnehin ein Nachbar auf dem Plan steht. Qualifikation, Zeitfenster und Schichtende gelten dabei als Bedingungen. Bei Notfällen ist der Vorschlag der Slot heute in der laufenden Tour.
Lass dir deine Touren in 15 Minuten live zeigen
14 Tage kostenlos. Vorgefüllte Testdaten. Keine Kreditkarte. Monatlich kündbar.