Das eigentliche Ziel der Einkaufsoptimierung: Was bedeutet „optimal“?
Offer Hopper löst ein konkretes Alltagsproblem: Du gibst deine Einkaufsliste in Alltagssprache ein (unsere KI interpretiert die Einträge und vergleicht Packungsgrößen auf Basis einheitlicher Grundpreise). Das System gleicht die aktuellen Preise und Sonderangebote deutscher Supermärkte (Aldi, Rewe, Kaufland, dm, Lidl, Rossmann) ab, wählt passende Filialen in der Umgebung und berechnet die wirtschaftlichste Route.
Datenschutz und Unabhängigkeit waren von Beginn an zentrale Vorgaben: Wir setzen auf den selbst gehosteten Geocoder Photon, damit Adresssuchen und Koordinaten flüchtig bleiben und nicht protokolliert werden. Um tausende Routenkombinationen in Sekundenbruchteilen durchzurechnen, ohne externe API-Limits zu erreichen oder Nutzerdaten an Dritte zu übertragen, betreiben wir zudem eine eigene Valhalla-Routing-Engine.
In der ersten Entwicklungsstufe zeigte sich jedoch eine Schwachstelle: Im Hintergrund lief Valhallas Standardprofil für Pkw, während die Darstellung im Browser über eine eingebettete Google-Maps-Karte erfolgte.
Dieses Zusammenspiel stieß in dichten Innenstädten schnell an Grenzen:
- Widersprüchliche Routen: Der Optimierer traf Entscheidungen anhand einer bestimmten Fahrstrecke, die Kartenansicht zeichnete jedoch einen abweichenden Weg mit unpassenden Haltepunkten auf Fußwegen und ohne Berücksichtigung von Parkhäusern.
- Datenschutz und Cookie-Banner: Da Google Maps Cookies setzt, blieb das Kartenfeld bei aktiven Werbeblockern oder abgelehnten Cookie-Bannern häufig leer.
Hinzu kam ein grundlegendes Problem herkömmlicher Navigationssysteme: Sie optimieren die reine Fahrzeit eines Fahrzeugs auf asphaltierten Straßen, bilden aber nicht die realen Kosten eines Einkaufs ab.
Die mathematischen Zielfunktionen unterscheiden sich grundlegend:
$$\text{Navi-Ziel} = \min \left( \text{Fahrzeit auf der Straße} \right)$$
$$\text{Einkaufs-Ziel} = \min \left( \text{Warenkorb-Preise} + \text{Spritkosten} + \text{Zeitaufwand} + \text{Parkgebühren} \right)$$
Beim Einkaufen hilft die rein kürzeste Straßenstrecke selten weiter. Wenn ein Markt ein Produkt um 1,80 € reduziert anbietet, dafür aber 4 Kilometer stockender Stadtverkehr, 10 Minuten Parkplatzsuche und 3,50 € Parkgebühren anfallen, entsteht unterm Strich ein Verlust. Kraftstoff, Verschleiß, Parktickets und Zeitaufwand wiegen schwerer als die Ersparnis am Regal.
Deshalb haben wir die Geodaten-Berechnung neu strukturiert: Autofahrten, Parkhäuser und Fußwege fließen gemeinsam als monetäre Kostenwerte in Euro in die Optimierung ein.
Der blinde Fleck der Autonavigation: Warum Standard-Routing in historischen Zentren versagt
Klassische Navigationssysteme basieren auf suburbanen Straßennetzen mit durchgehender Befahrbarkeit und großflächigen Parkplätzen direkt vor dem Eingang.
In historischen Stadtkernen und Fußgängerzonen führt diese Annahme zu drei typischen Fehlern:
Zielpunkte außerhalb des Straßennetzes
Navigationsdienste berechnen Routen ausschließlich auf befahrbaren Straßenkanten. Befindet sich ein Geschäft in einer Fußgängerzone (StVO Zeichen 242.1), rastet das System das Ziel auf dem geometrisch nächsten Straßenabschnitt ein.
In Altstädten ist dieser Punkt oft ungeeignet: eine schmale Liefergasse, eine Straße hinter einer alten Stadtmauer oder eine Busspur. Das System meldet das Erreichen des Ziels und zeichnet eine Luftlinie zum Laden, obwohl dort weder das Halten noch das Parken erlaubt ist.
Fiktive Umwege zwischen nahen Geschäften
Liegen zwei Geschäfte wie ein dm und ein REWE City an einem zentralen Platz, beträgt die Gehdistanz zwischen beiden Eingängen oft nur 140 Meter.
Weil Kraftfahrzeuge die Fußgängerzone nicht queren dürfen, setzt das Auto-Routing die beiden Ziele an gegenüberliegende Abschnitte des Altstadtrings. Die berechnete Fahrverbindung führt über eine 2,5 km lange Runde durch Einbahnstraßen und dauert 8 bis 10 Minuten.
Ausgehend von typischen Betriebskosten (0,30 €/km für Sprit und Verschleiß sowie 15,00 €/h Zeitwert) errechnet das System fälschlicherweise 2,75 € Zusatzkosten für einen Weg, der zu Fuß zwei Minuten dauert. Ein Algorithmus ohne Fußweg-Modell verwirft dadurch einen Preisvorteil von 1,50 € im zweiten Markt, weil die angenommene Autofahrt die Ersparnis scheinbar übersteigt.
Zeit- und Kostenfaktor Parkplatzsuche
Während das Parken am Stadtrand in wenigen Sekunden erledigt ist, erfordert die Innenstadt gezieltes Ansteuern eines Parkhauses samt Fußweg.
Standard-Navis führen Fahrzeuge häufig an Stellen, an denen die Zufahrt gesperrt ist:
- In Trier leitet die Navigation Fahrzeuge über die Konstantinstraße bis an den Kornmarkt, wo versenkbare Sicherheitspoller die Durchfahrt verhindern.
- In Münster liegen Zielpunkte oft auf dem Prinzipalmarkt, der Fußgängern, Radfahrern und Bussen vorbehalten ist.
- In Freiburg führen Zielangaben auf die Kaiser-Joseph-Straße direkt neben Straßenbahngleise und die Freiburger Bächle.
| Modellannahme im Standard-Navi | Tatsächliche Gegebenheiten |
|---|---|
| Zielpunkt auf nächster Straße | Fußgängerzone mit Pollern und Halteverbot |
| Kostenloses Parken am Ziel | Parkhaus mit Gebührenpflicht erforderlich |
| Parkaufwand wird nicht berechnet | Zusätzliche Suchzeit, Stundensätze und Fußwege |
Empirische Benchmarks: Standard-Navigation vs. Multimodale Optimierung
Die folgenden fünf Praxisfälle vergleichen reale Einkaufslisten: jeweils über manuelle Wegpunkte im Standard-Navi und über die optimierte Route von Offer Hopper.
Fall 1: Nürnberg — Einkaufen in der Stadt
Start in der Nürnberger Südstadt für Drogeriewaren (dm) und Supermarktartikel (Kaufland / REWE). Die manuelle Suche nach bekannten Filialen führt häufig in die Fußgängerzone (Breite Gasse / Ludwigsplatz), was zu 34 Minuten Fahrzeit über den Frauentorgraben und den Altstadtring führt.
Fall 2: Münster — Einkauf vom Stadtrand aus
Start am Aasee für Lebensmittel und Drogerieartikel. Die Standardroute steuert direkt den Aegidiimarkt am Fußgängerzonen-Ring an:
Fall 3: Freiburg — Engpässe und Straßenbahn
In Freiburg leiten Routenplaner den Verkehr über den Schlossbergring und Straßenbahnachsen:
Fall 4: Trier — Poller und Zufahrtsbeschränkungen
Triers historisches Wegenetz leitet Pkw um die Kaiserthermen vor gesperrte Zonen:
Fall 5: Münster — Ziel in der Fußgängerzone
Endet eine Fahrt in der autofreien Innenstadt (z. B. Start in Sentrup, Ziel am Prinzipalmarkt), versucht ein herkömmliches Navi, jeden Laden separat mit dem Auto anzufahren:
2. 1,1 km Fahrt ins Parkhaus Karstadt.
3. Parkstopp P und 310 m (4 Min) zu dm gehen.
4. In 170 m (2 Min) direkt zum Endziel am Prinzipalmarkt laufen.
Systemarchitektur: Entkopplung von Raumphysik und Graphensuche
Parkhäuser, Fußwege und Verkehrsregeln direkt im kombinatorischen Optimierer zu berechnen, würde die Laufzeit unnötig erhöhen.
Offer Hopper trennt die Verarbeitung deshalb in drei Schritte:
- Erkennt befahrbare Straßen, Parkplätze und Fußgängerzonen (StVO 242.1)
- Findet nahegelegene Parkhäuser und ermittelt Gehzeiten zu den Eingängen
- Fasst Fahrzeiten, Fußwege, Parkplatzsuche und Gebühren in Euro (€) zusammen
- Prüft Produktangebote und Filialkombinationen simultan
- Ermittelt den Gesamteinkauf mit den geringsten Gesamtkosten
- Berechnet die optimale Stopp-Reihenfolge in unter 15 Millisekunden
- Platziert Parkstopps P an den Übergängen zu Fußwegen
- Stellt Fahrabschnitte und Gehstrecken getrennt auf der Vektorkarte dar
- Zeigt Zeiten, Distanzen und Ersparnisse passgenau zur Berechnung an
Vorkollabierung räumlicher Reibung in monetäre Kosten
Für eine vergleichbare Bewertung übersetzt das System jeden physischen Aufwand in Euro (€):
Der direkte Kostenvergleich
Je nach Lage des Marktes unterscheiden sich die anfallenden Nebenkosten deutlich:
- Fahrt: 3 km · ca. 1,00 € Sprit und Verschleiß
- Parkplatzsuche: 0 Min · 0 € (Kundenparkplatz)
- Fußweg: 0 m · 0 € (Parken direkt vor der Tür)
- Gesamte Nebenkosten: ca. 1,00 €
- Fahrt zum Parkhaus: 2 km · ca. 0,70 € Sprit und Verschleiß
- Parkhaus P: 3 Min Suche (ca. 0,75 € Zeitwert) + 2,50 € Gebühr
- Fußweg: 300 m zum Geschäft (ca. 1,00 € Zeitwert)
- Gesamte Nebenkosten: ca. 4,95 €
Bedeutung für die Gesamtrechnung:
Bei einem Rabatt von 1,50 € in der Innenstadt führt die einfache Preislogik zu einer Empfehlung dieses Marktes. Werden jedoch die 4,95 € an Nebenkosten (Parkgebühr, Suchzeit, Fußweg) gegengerechnet, entsteht ein Nettoverlust von 3,45 €. Das System bezieht diesen Aufwand vorab ein.
Die Formel dahinter
Für zwei Punkte $(u, v)$ setzen sich die Übergangskosten $C(u, v)$ wie folgt zusammen:
$$C(u, v) = C_{\text{Fahrt}} + C_{\text{Fußweg}} + C_{\text{Parkplatzsuche}} + C_{\text{Parkgebühr}}$$
| Situation | Fahrtkosten ($C_{\text{Fahrt}}$) | Fußwegkosten ($C_{\text{Fußweg}}$) | Parkplatzsuche ($C_{\text{Parkplatzsuche}}$) | Parkgebühr ($C_{\text{Parkgebühr}}$) |
|---|---|---|---|---|
| Parkplatz $\leftrightarrow$ Parkplatz | $d \cdot c_{\text{km}} + t \cdot c_{\text{Stunde}}$ | $0 €$ | $0 €$ | $0 €$ |
| Außerhalb $\rightarrow$ Fußgängerzone | $d(u \to P_v) \cdot c_{\text{km}} + t \cdot c_{\text{Stunde}}$ | $t_{\text{walk}}(P_v \to v) \cdot c_{\text{Stunde}}$ | $t_{\text{park\_in}} \cdot c_{\text{Stunde}}$ (ca. 3 Min) | Parkhausticket |
| Innerhalb der Fußgängerzone | $0 €$ (Kein Kraftstoff) | $t_{\text{walk}}(u \to v) \cdot c_{\text{Stunde}}$ | $0 €$ (Fahrzeug bereits abgestellt) | Stundensatz anteilig |
| Fußgängerzone $\rightarrow$ Außerhalb | $d(P_u \to v) \cdot c_{\text{km}} + t \cdot c_{\text{Stunde}}$ | $t_{\text{walk}}(u \to P_u) \cdot c_{\text{Stunde}}$ | $t_{\text{park\_out}} \cdot c_{\text{Stunde}}$ (ca. 1 Min) | $0 €$ |
Kombinatorische Auswertung über reine Graphenoptimierung
Liegen alle Kostenwerte in Euro vor, berechnet der Traveling Purchaseman Solver (TPSO) die Route. (Details zur mathematischen Abwägung von Preisen, Fahrtaufwand und Zeitwert beschreibt unser Beitrag zur Funktionsweise des TPSO-Algorithmus).
Weil Hindernisse, Parkplätze und Gehwege in der Kostenmatrix enthalten sind, minimiert der Solver die Gesamtsumme:
$$\text{Gesamtkosten} = \sum \text{Produktpreise} + \sum \text{Wegkosten } C(u, v)$$
Automatische Muster der Optimierung:
- Umfahren von Innenstädten: Bei einem Start am Stadtrand fallen für den dortigen Markt ca. 1,00 € Nebenkosten an, für die Innenstadtfiliale rund 4,95 €. Der Algorithmus bevorzugt den Außenbezirk, ohne dass dafür Sonderregeln nötig sind.
- Gebündelte Fußwege: Fällt die Wahl auf einen Altstadt-Laden, erfordert der Wechsel zu einem Nachbargeschäft nur die Gehzeit (ca. 0,60 €), da das Parkhaus bereits bezahlt ist. Der Solver verbindet die Filialen zu einer Gehrunde.
- Schnelle Ausführung: Die Berechnung erfolgt in unter 15 Millisekunden direkt bei der Eingabe.
Rekonstruktion der Routengeometrie mit exakter physischer Parität
Die Kartenansicht visualisiert das Ergebnis des Solvers ohne Abweichungen:
Der selbst gehostete Geodaten- und Infrastruktur-Stack
Für verlässliche Berechnungen ohne Abhängigkeit von kommerziellen Schnittstellen nutzen wir eine vollständig selbst gehostete Open-Source-Architektur:
Datenschutz-Grundsätze der Infrastruktur:
- Ohne Benutzerkonten oder Profile: Die Nutzung erfordert keine Registrierung. Listen und Koordinaten werden flüchtig im Arbeitsspeicher verarbeitet und nach der Anfrage gelöscht.
- Keine externen Tracker: Kartenkacheln, Adressabfragen und Berechnungen laufen ausschließlich über eigene Server.
- Schutz privater Adressen: Beim Teilen von Routen werden Start- und Endpunkte auf öffentliche Orte in der Nachbarschaft gerundet.
- Unbegrenzte Rechenkapazität: Eigene Server ermöglichen umfassende Simulationen ohne externe Kontingentgrenzen.
Praxisanwendungen: Einkaufsoptimierung für verschiedene Nutzerprofile
Die Verknüpfung von Preisdaten und Wegenetzen deckt unterschiedliche Alltagsszenarien ab:
Zugezogene und Expats
Die Aufteilung in Discounter, Vollsortimenter und Drogeriemärkte ist für Neubürger oft unvertraut. Einkaufslisten können in der jeweiligen Muttersprache (z. B. Englisch, Ukrainisch, Türkisch, Spanisch, Französisch) eingegeben werden. Das System gleicht die Begriffe ab und leitet zu passenden Märkten (siehe auch den Leitfaden für den ersten Einkauf in Deutschland).
Preisbewusste Radfahrer und Fußgänger
In Städten mit dichter Radinfrastruktur wie Münster oder Freiburg lassen sich Einkäufe ohne lange Umwege erledigen. Das System verbindet nahegelegene Märkte entlang geeigneter Rad- und Fußwege zu kompakten Runden.
Ortsfremde in Innenstädten
In fremden Städten führen Standard-Navis schnell vor gesperrte Zonen oder in teure Kurzzeit-Parkplätze. Die Berechnung führt gezielt zu Märkten mit Parkplatz oder wählt ein Parkhaus mit kurzer Gehdistanz.
Berufstätige auf dem Heimweg
Schwere Einkäufe über weite Fußwege zu transportieren, ist unpraktisch. Das System findet Märkte entlang der gewohnten Pendelstrecke mit direktem Kofferraum-Zugang.
Urbane Einkaufslogistik für Menschen neu gedacht
Klassische Navigationssysteme führen Fahrzeuge über Straßen von A nach B. Bei einem realen Einkauf müssen jedoch Produktpreise, Fahrtkosten, Parkgebühren und Gehzeiten in einer Gesamtrechnung zusammenpassen.
Durch die Umrechnung dieser Faktoren in eine einheitliche Kostenmatrix und die anschließende Graphenoptimierung liefert Offer Hopper alltagstaugliche Einkaufsrouten mit verlässlicher Parkführung, vollständig selbst gehostet und ohne Tracking.
(Für die programmgestützte Nutzung über Claude, ChatGPT oder eigene Agenten steht unser MCP-Entwickler-Handbuch bereit. Tipps für den Alltag liefert der Guide zum Aufbau eines persönlichen AI-Einkaufsassistenten. Antworten auf allgemeine Fragen bieten unsere FAQ.)