Dienstplan mit KI erstellen: Ablauf, Regeln, Grenzen

In fast jedem Schichtbetrieb verliert ein Mensch einen Nachmittag pro Monat. Er sitzt vor einem Raster, verschiebt Namen, zählt Ruhezeiten nach, ruft jemanden an, verschiebt wieder - am Ende steht ein Plan, der funktioniert, aber niemanden glücklich macht. Kommt am Freitag eine Krankmeldung, beginnt die Rechnerei von vorn.

Genau hier setzt der Gedanke an, den Dienstplan mit KI zu erstellen. Er trägt, aber anders als die Werbung es verspricht: Ein KI-Dienstplan ist kein Knopf, den du drückst, sondern das Ergebnis eines Regelwerks, das du einmal sauber aufschreibst. Ist das Regelwerk gut, rechnet die Maschine in Minuten einen Plan, für den ein Mensch Stunden bräuchte - und findet Lösungen, die von Hand niemand gesehen hätte. Ist es schlecht, produzierst du denselben Ärger wie vorher, nur schneller. Dieser Artikel zeigt den Ablauf, die harten rechtlichen Grenzen und die Stelle, ab der eine KI-gestützte Schichtzuweisung in Europa als Hochrisiko-System gilt.

Was heißt "Dienstplan mit KI erstellen"? Definition und Einordnung

Einen Dienstplan mit KI zu erstellen bedeutet, die Zuordnung von Mitarbeitenden zu Schichten von einem Algorithmus berechnen zu lassen, der ein hinterlegtes Regelwerk aus Besetzungsbedarf, Qualifikationen, gesetzlichen Vorgaben und persönlichen Wünschen gleichzeitig auswertet. Der Mensch definiert die Regeln und gibt das Ergebnis frei; die Maschine übernimmt die Kombinatorik dazwischen.

Wichtig ist die Abgrenzung zu dem, was viele beim Stichwort KI zuerst vor Augen haben: Ein Sprachmodell ist hier nicht das rechnende Teil. Die Arbeit leistet ein Optimierungsverfahren aus dem Operations Research, das aus Milliarden möglicher Zuteilungen die zulässigen herausfiltert und darunter die beste sucht. Sprachmodelle sind nützlich, aber an anderer Stelle: beim Formulieren des Regelwerks und beim Erklären, warum ein Plan so aussieht. Diese Arbeitsteilung ist typisch für KI im Betrieb - eine breitere Einordnung steht in unserer Übersicht was KI heute kann und wo ihre Grenzen liegen.

Gemeint ist je nach Branche etwas anderes: in Pflege und Klinik der Monatsplan mit Früh-, Spät- und Nachtdiensten samt Rufbereitschaft, in Handel und Gastronomie die tagesgenaue Besetzung nach erwartetem Aufkommen, in Produktion und Logistik das Schichtmodell über ganze Kalenderjahre. Das Verfahren ist überall dasselbe, nur die Regeln unterscheiden sich.

Warum Dienstplanung ein Rechenproblem ist, kein Fleißproblem

Laut Statistischem Bundesamt haben 2024 knapp 4,0 Millionen Erwerbstätige in Deutschland Nachtarbeit geleistet - 9,3 Prozent von 42,6 Millionen. Überall dort steht jemand vor einem Raster.

Und dieses Raster ist mathematisch unangenehm. Die Standardübersicht zur Schichtplanung im Journal of Scheduling hält fest, dass die meisten realen Varianten des Problems NP-schwer sind: Sobald mehrere Dutzend Personen, mehrere Schichtarten und eine Handvoll Nebenbedingungen zusammenkommen, wächst die Zahl der Kombinationen schneller, als sie sich durchprobieren lässt.

KIMit KI erzeugtes Bild

Das erklärt zweierlei. Erstens, warum handgemachte Pläne fast nie optimal sind - nicht aus Nachlässigkeit, sondern weil ein Mensch nur einen winzigen Ausschnitt der Möglichkeiten überblickt. Zweitens, warum sich hier eine Maschine lohnt: Bei den meisten Büroaufgaben ist KI eine Beschleunigung, bei der Dienstplanung ein Verfahren, das qualitativ andere Lösungen findet - mehr dazu im Leitfaden zur Prozessautomatisierung mit KI im Mittelstand.

Regelbasiert, Optimierung, Sprachmodell: die drei Wege im Vergleich

In der Praxis begegnen dir drei Bauarten, und sie werden im Marketing gern alle "KI" genannt.

Regelbasierte Planung arbeitet mit festen Wenn-dann-Vorgaben und rotierenden Schichtmustern - schnell, nachvollziehbar, in vielen klassischen Dienstplanprogrammen eingebaut. Sie optimiert aber nicht, sondern wendet an, was du vorgibst. Bei stabilen Schichtmodellen reicht das oft.

Mathematische Optimierung - lineare Programmierung, Constraint Programming, metaheuristische Verfahren - ist der Kern jeder ernstzunehmenden KI-Dienstplanung. Sie sucht unter allen zulässigen Plänen den, der eine Zielfunktion am besten erfüllt: viele Wünsche, faire Verteilung der unbeliebten Dienste, wenig Überstunden. Seit Jahrzehnten erprobt, heute in Standardsoftware verfügbar.

Sprachmodelle wie Claude sind die dritte Zutat und die am häufigsten missverstandene. Sie sind stark darin, aus einer mündlich beschriebenen Betriebsvereinbarung ein strukturiertes Regelwerk zu machen, einen fertigen Plan in verständliche Sätze zu übersetzen oder einen Änderungswunsch aus einer Chatnachricht zu überführen. Für die Zuteilung selbst taugen sie nicht: Sie prüfen keine Ruhezeit zuverlässig nach und liefern bei gleicher Eingabe nicht zwingend dasselbe Ergebnis. Sie sind ein Baustein in einer Kette, kein Rechner - wie so einer aussieht, zeigt unsere Anleitung zum KI-Agenten erstellen.

Die belastbare Lösung kombiniert alle drei: Regeln definieren die Grenzen, Optimierung rechnet, das Sprachmodell übersetzt zwischen Mensch und System.

Wie du einen Dienstplan mit KI erstellst: fünf Schritte

1. Regelwerk schreiben, bevor du ein Tool anfasst

Das ist der Schritt, den fast alle überspringen, und er entscheidet über das Ergebnis. Schreib auf, was gilt: Wie viele Personen mit welcher Qualifikation braucht jede Schicht? Welche Ruhezeiten, Höchstarbeitszeiten und Wochenendregeln kommen aus Gesetz, Tarif und Betriebsvereinbarung? Welche Zusagen gibt es an Einzelne? Trenne konsequent in harte Regeln, die nie verletzt werden dürfen, und weiche, die möglichst gut erfüllt werden sollen. Diese Trennung ist die eigentliche Konfiguration deines Systems.

2. Stammdaten und Bedarf in Ordnung bringen

Qualifikationsnachweise, Vertragsstunden, Urlaubsansprüche, Befristungen, Einsatzorte - alles muss aktuell und maschinenlesbar vorliegen. Dazu der Bedarf: Wie viele Menschen brauchst du wann? In Handel und Gastronomie lohnt eine Prognose aus historischen Daten, in der Pflege gibt oft die Personalbemessung die Untergrenze vor. Ein Plan wird nie besser als die Bedarfszahl, gegen die er rechnet.

3. Wünsche und Verfügbarkeiten strukturiert einsammeln

Wunschfrei per WhatsApp an die Teamleitung ist der Klassiker - und für ein Optimierungsverfahren wertlos, weil unstrukturiert. Es braucht einen festen Kanal mit Frist und eine Priorisierung, denn ein Kita-Abholtag wiegt anders als ein bevorzugter Wochentag. Wer beides gleich gewichtet, bekommt einen Plan, der formal fair ist und sich falsch anfühlt.

4. Rechnen lassen und gegen die Regeln prüfen

Jetzt erst kommt die Maschine. Sie liefert meist mehrere Varianten: eine mit maximaler Wunscherfüllung, eine mit minimalen Überstunden, eine mit gleichmäßig verteilten Nachtdiensten. Prüfe stichprobenartig gegen die harten Regeln - nicht weil das System sie ignoriert, sondern weil sich beim Übertragen gern ein Denkfehler einschleicht. Der häufigste: eine tarifliche Sonderregel für eine Personengruppe, die global hinterlegt wurde.

5. Freigeben, veröffentlichen, Ausfälle nachsteuern

Ein Mensch gibt frei; in Betrieben mit Betriebsrat kommt hier die Mitbestimmung ins Spiel. Danach beginnt der Teil mit dem größten Alltagsnutzen: das Nachsteuern. Fällt jemand aus, rechnet das System in Sekunden, wer einspringen kann, ohne eine Ruhezeit zu verletzen, und schlägt eine Reihenfolge vor. Damit verschwindet der Anruf-Marathon, nicht die Entscheidung.

Worauf du achten solltest: harte Regeln, weiche Regeln, Mitbestimmung

KIMit KI erzeugtes Bild

Die harten Regeln aus dem Arbeitszeitgesetz

Sie sind nicht verhandelbar und gehören als unverletzliche Nebenbedingung ins System, nie in die Zielfunktion. § 3 ArbZG begrenzt die werktägliche Arbeitszeit auf acht Stunden; zehn sind nur zulässig, wenn im Schnitt über sechs Kalendermonate oder 24 Wochen acht Stunden nicht überschritten werden. § 5 ArbZG verlangt elf Stunden ununterbrochene Ruhezeit - in Kliniken, Pflege, Gastronomie, Verkehr, Rundfunk und Landwirtschaft mit Verkürzung um eine Stunde bei Ausgleich auf zwölf. § 11 Abs. 1 ArbZG sichert mindestens 15 beschäftigungsfreie Sonntage im Jahr.

Eine Vorschrift wird dabei fast immer übersehen: § 6 Abs. 1 ArbZG verlangt, die Arbeitszeit von Nacht- und Schichtarbeitnehmern "nach den gesicherten arbeitswissenschaftlichen Erkenntnissen über die menschengerechte Gestaltung der Arbeit" festzulegen. Vorwärtsrotation, begrenzte Zahl aufeinanderfolgender Nachtdienste, planbare freie Wochenenden - keine Wohlfühlfeatures, sondern Gestaltungsanforderungen. Ein Optimierungsverfahren bildet sie sauber ab, ein Excel-Raster nicht.

Die weichen Regeln entscheiden über die Akzeptanz

Wunschfrei, gleichmäßige Verteilung unbeliebter Dienste, feste Teampartner, kurze Anfahrtswege: Diese Regeln darf das System verletzen, aber jede Verletzung kostet Punkte in der Zielfunktion. Die Gewichtung ist eine betriebspolitische Entscheidung, keine technische - sie gehört ins Gespräch mit dem Team, nicht in die Hand des Softwareanbieters.

Mitbestimmung ist kein Formfehlerrisiko, sondern der Rahmen

Nach § 87 Abs. 1 Nr. 2 BetrVG bestimmt der Betriebsrat bei Beginn, Ende und Verteilung der täglichen Arbeitszeit mit, nach Nr. 3 auch bei vorübergehender Verkürzung oder Verlängerung. Nr. 6 greift zusätzlich, sobald technische Einrichtungen Verhalten oder Leistung überwachen können - und ein System, das Einspring-Quoten protokolliert, ist genau das. Seit dem Betriebsrätemodernisierungsgesetz gilt außerdem § 80 Abs. 3 BetrVG: Muss der Betriebsrat die Einführung oder Anwendung von Künstlicher Intelligenz beurteilen, gilt die Hinzuziehung eines Sachverständigen als erforderlich. Wer das früh einplant, verhandelt eine Betriebsvereinbarung; wer es spät merkt, verhandelt einen Rückbau.

Dazu kommt die Datengrundlage: Seit dem Beschluss des Bundesarbeitsgerichts vom 13. September 2022 (1 ABR 22/21) sind Arbeitgeber nach § 3 Abs. 2 Nr. 1 ArbSchG verpflichtet, die Arbeitszeit zu erfassen. Ohne belastbare Ist-Zeiten kennt das System nur den Soll-Plan - nicht, wer tatsächlich wie lange gearbeitet hat.

KI-Dienstplan und EU AI Act: wann es hochriskant wird

Hier wird es konkret, und die meisten Anbietervergleiche schweigen dazu. Anhang III Nr. 4 des EU AI Act listet Beschäftigung und Personalmanagement als Hochrisiko-Bereich. Buchstabe b nennt ausdrücklich KI-Systeme, die dazu bestimmt sind, "Aufgaben auf der Grundlage des individuellen Verhaltens oder persönlicher Merkmale oder Eigenschaften zuzuweisen oder die Leistung und das Verhalten von Personen in solchen Verhältnissen zu überwachen und zu bewerten" - wirksam ab dem 2. August 2026.

Diese Einordnung stammt nicht aus zweiter Hand: René Tzschoppe ist EU AI Act Beauftragter mit TÜV Rheinland geprüfter Qualifikation (Prüfzeichen-ID 0217466644, gültig bis 27.07.2029).

Praktisch heißt das: Ein System, das Schichten allein nach Qualifikation, Vertragsstunden, Verfügbarkeit und gesetzlichen Grenzen verteilt, ist zunächst organisatorische Optimierung. Kritisch wird es, sobald individuelles Verhalten einfließt - eine Einspring-Bereitschaftsquote, eine Zuverlässigkeitsbewertung, ein Leistungsscore, eine Auswertung von Krankmeldungsmustern. Dann bewegst du dich im Wortlaut von Nr. 4 Buchstabe b, und aus einem Planungstool wird ein System mit Risikomanagement, Daten-Governance, technischer Dokumentation, Logging, menschlicher Aufsicht und Konformitätsbewertung.

Das ist keine Warnung vor KI-Dienstplanung, sondern eine Gestaltungsempfehlung: Halte Verhaltensbewertung aus der Zuteilungslogik heraus, solange du sie nicht brauchst - dein Plan bleibt im unkritischen Bereich, der Nutzen fast vollständig erhalten. Wie die Einstufung funktioniert, steht im Beitrag zum Hochrisiko-KI-System, die Termine im Fristen-Fahrplan für KMU, die Systematik im Überblick zum EU AI Act.

Unabhängig von der Risikoklasse gilt seit dem 2. Februar 2025 Artikel 4: Wer KI einsetzt, muss für ausreichende KI-Kompetenz der damit befassten Personen sorgen. Für Dienstplanung heißt das schlicht, dass die planende Person verstehen muss, warum das System einen Vorschlag macht - was diese KI-Schulungspflicht bedeutet, ist überschaubar, ignorieren lässt sie sich aber nicht. Dieser Artikel gibt fachliche Orientierung und ersetzt keine Rechtsberatung im Einzelfall.

Häufige Fehler bei der Dienstplanung mit KI

Der teuerste Fehler ist die Reihenfolge: erst Software kaufen, dann das Regelwerk klären. In über 600 umgesetzten Projekten seit 2012 und mehr als 20 Branchen ist das Muster immer dasselbe, bei Dienstplänen tritt es besonders scharf auf. Ein unklarer Prozess wird durch ein Werkzeug nicht klarer, nur schneller wiederholt. Wer die Frage "welche Regel gilt, wenn zwei Zusagen kollidieren?" vor dem Kauf nicht beantwortet, beantwortet sie danach im Livebetrieb - vor dem Team.

Der zweite Fehler ist, weiche Regeln als harte zu hinterlegen. Ist jeder Wunsch unverletzlich, meldet das Verfahren den Plan als unlösbar - und dann schaltet man Regeln ab, bis wieder etwas herauskommt, und weiß hinterher nicht mehr, welche. Richtig ist, Wünsche zu gewichten statt zu erzwingen.

Der dritte betrifft die Fairness über die Zeit. Ein Monatsplan kann ausgewogen sein und trotzdem dazu führen, dass dieselbe Person das dritte Silvester in Folge arbeitet, weil das System jeden Monat bei null anfängt. Ein Fairness-Konto über zwölf Monate löst das.

Der vierte ist ein Kommunikationsfehler: den Plan ohne Begründung veröffentlichen. Ein Maschinenplan ohne Erklärung wirkt willkürlich, selbst wenn er fairer ist als der handgebaute. Hier ist ein Sprachmodell am nützlichsten: Es begründet jede Zuteilung mit der Regel, die sie ausgelöst hat.

Ein Beispiel-Szenario dazu (kein konkreter Kundenfall): Ein Pflegedienst mit 40 Mitarbeitenden hinterlegt die Zusage "Frau A. arbeitet nie am Wochenende" als harte Regel - neben elf weiteren Einzelzusagen. Nach drei Monaten ist die Hälfte aller Wochenendschichten nur mit Überstunden besetzbar, und niemand kann rekonstruieren, welche der zwölf den Engpass verursacht. Der Fehler lag nicht im Werkzeug, sondern darin, dass die Absprachen nie gegeneinander abgewogen worden waren.

Was kostenlose KI-Dienstplan-Tools leisten - und was nicht

Die Suche nach einer Möglichkeit, den Dienstplan mit KI kostenlos zu erstellen, ist berechtigt. Die ehrliche Antwort ist dreigeteilt.

Kostenlose Stufen etablierter Dienstplan-Software gibt es. Sie sind meist auf wenige Mitarbeitende begrenzt und bieten Planung und Zeiterfassung, aber selten echte Optimierung - für zehn Personen mit stabilem Schichtmodell reicht das oft, ab etwa 25 bis 30 Mitarbeitenden oder tariflichen Sonderregeln endet der Nutzen abrupt.

Der zweite Weg ist der naheliegende: ein frei nutzbares Sprachmodell bitten, einen Dienstplan zu schreiben. Als Entwurf funktioniert das, und es hilft, das eigene Regelwerk überhaupt erst zu formulieren. Als Grundlage für einen verbindlichen Plan taugt es nicht - das Modell rechnet Ruhezeiten nicht zuverlässig nach und kennt deinen Tarifvertrag nicht. Wer es dennoch nutzt, prüft den Plan zwingend gegen eine Liste; wie du solche Anweisungen formulierst, zeigt unser Leitfaden zum Schreiben guter Prompts, welche Werkzeuge wofür taugen, die Übersicht der wichtigsten KI-Tools.

Der dritte Weg wird oft übersehen: die vorhandene Software behalten und nur die Peripherie automatisieren. Wunschabfrage, Erinnerungen, Ausfallmeldung, Einspring-Anfragen und die Verteilung des fertigen Plans lassen sich verketten, ohne die Planungslogik anzufassen - der klassische Fall für eine Plattform wie n8n. Solche Ketten zu bauen ist die Kernaufgabe einer n8n-Agentur und kostet einen Bruchteil einer Systemablösung.

Wann sich ein KI-Dienstplan lohnt

KIMit KI erzeugtes Bild

Für kleine und mittlere Betriebe entscheidet nicht die Mitarbeiterzahl, sondern die Variabilität. Ein Handwerksbetrieb mit 30 Personen und festen Arbeitszeiten braucht keine Optimierung. Ein Pflegedienst mit 25 Personen, drei Schichtarten, Qualifikationsstufen, Rufbereitschaft und schwankenden Ausfällen braucht sie dringend - dort rechnet sich der Aufwand oft im ersten Quartal, weil Planungszeit und teure Notlösungen zugleich zurückgehen.

Für größere Organisationen kippt die Rechnung woanders. Dort ist die Planung meist schon in einer Software abgebildet, und der Hebel liegt in den Übergängen: Zeiterfassung, Lohnabrechnung, Bedarfsprognose, Abwesenheitsverwaltung. Wer diese Systeme sauber verbindet, gewinnt mehr als durch einen besseren Optimierer - sichtbar wird das aber erst, wenn Planabweichung und Ausfallquote in einem Unternehmensdashboard stehen.

Nicht lohnend ist der Einsatz in zwei Fällen: wenn die Belegschaft klein und der Plan seit Jahren unverändert ist, und wenn die eigentliche Ursache eine chronische Unterbesetzung ist. Im zweiten Fall verteilt ein Optimierer den Mangel nur gleichmäßiger - das ist mehr wert als nichts, aber keine Lösung.

So entscheidest du dich

Fang nicht mit der Tool-Auswahl an, sondern mit einem Blatt Papier. Schreib dein Regelwerk auf und markiere jede Zeile als hart oder weich - kommst du ins Stocken, hast du die eigentliche Aufgabe gefunden, und die ist unabhängig von jeder Software zu lösen. Nimm dann deinen letzten Monatsplan und zähl zwei Zahlen: Wie viele Stunden hat die Erstellung gekostet, wie viele Änderungen gab es nach Veröffentlichung? Ohne diese Messlatte kannst du hinterher nicht beurteilen, ob sich etwas verbessert hat.

Erst dann kommt die Werkzeugfrage, in dieser Reihenfolge: Bildet das System deine harten Regeln vollständig ab? Kannst du weiche Regeln selbst gewichten? Erklärt es seine Vorschläge? Und fließt individuelles Verhalten in die Zuteilung ein - dann bist du im Anwendungsbereich von Anhang III des EU AI Act.

Wo der Zeitgewinn wirklich steckt, wird dabei unterschätzt: selten im Plan selbst, meist drumherum - Wunschabfrage, Ausfallmeldung, Einspringen, Weitergabe an die Lohnabrechnung. Diese Kette lässt sich unabhängig vom Planungssystem automatisieren, in Wochen statt Quartalen. Die Logik ist dieselbe wie in der Marketing-Automation - und sie trägt nur, wenn KI Teil eines Ablaufs ist statt ein Werkzeug daneben: der Unterschied zwischen KI-ready und KI-produktiv.

Genau dieses Zusammenspiel aus klaren Regeln, passendem Verfahren und einem Menschen, der verantwortet, ist der Kern unserer Arbeit. Willst du wissen, welcher Schritt in deinem Betrieb der erste ist, führt eine KI-Strategie-Beratung schneller dahin als die nächste Softwaredemo - und das Bauen der Abläufe dahinter ist die tägliche Arbeit einer KI-Agentur. Die Begriffe dazu erklärt unser Glossar. Vertrauen gewinnt Kunden. KI gewinnt Zeit - aber nur da, wo vorher jemand die Regeln aufgeschrieben hat.