KI-Schichtplanung: 25% weniger Überstunden

TL;DR

KI-gestützte Schichtplanung in der Produktion reduziert Überstunden um 25 %, steigert die Maschinenauslastung um 15 % und senkt die Personalkosten um €120.000 pro Jahr. Das System berücksichtigt Qualifikationen, Arbeitszeitgesetze, Auftragslage und Mitarbeiterwünsche gleichzeitig – eine Aufgabe, die manuell bei 50+ Mitarbeitern kaum lösbar ist.

Das Problem manueller Schichtplanung in der Fertigung

Produktionsleiter in mittelständischen Fertigungsbetrieben verbringen 4–8 Stunden pro Woche mit der Schichtplanung. Bei 80 Mitarbeitern im Dreischichtbetrieb, unterschiedlichen Qualifikationen, Teilzeitmodellen, Urlaubsanträgen und schwankender Auftragslage gleicht die Planung einem Puzzle mit hunderten Teilen.

Die Folgen manueller Planung sind messbar:

• Überbesetzung in Schwachlastzeiten: 12–18 % der Personalstunden werden verschwendet
• Unterbesetzung bei Auftragsspitzen: Überstundenzuschläge von €30.000–€80.000 pro Jahr
• Qualifikationslücken: Maschine X braucht Bediener mit CNC-Schein, aber der steht in Schicht B
• Unzufriedene Mitarbeiter: Kurzfristige Änderungen, ungleiche Wochenendverteilung, ignorierte Wünsche

KI-Schichtplanung löst diese Probleme durch mathematische Optimierung in Kombination mit maschinellem Lernen. Das System findet in Sekunden eine Lösung, für die ein Mensch Stunden braucht – und berücksichtigt dabei Constraints, die manuell schlicht vergessen werden.

Für den strategischen Rahmen solcher KI-Projekte empfiehlt sich der KI-Leitfaden für Unternehmen.

Wie KI-Schichtplanung technisch funktioniert

Das System kombiniert zwei KI-Ansätze:

1. Bedarfsprognose (Machine Learning)

Ein ML-Modell prognostiziert den Personalbedarf pro Schicht und Qualifikation. Input-Daten:

• Auftragsbestand und Liefertermine aus dem ERP
• Historische Produktionsdaten (Durchlaufzeiten, Stückzahlen)
• Saisonale Muster und Feiertage
• Geplante Wartungsfenster

Das Modell sagt 2–4 Wochen im Voraus, wie viele Mitarbeiter welcher Qualifikation in welcher Schicht benötigt werden. Die Prognosegenauigkeit liegt bei 88–93 %.

2. Optimierung (Constraint Satisfaction)

Ein Optimierungsalgorithmus (OR-Tools, Gurobi oder CP-SAT) erstellt den konkreten Schichtplan unter Berücksichtigung aller Nebenbedingungen:

# KI-Schichtplanung – Konfiguration der Constraints
schichtplanung:
  betrieb:
    name: 'Musterfertigung GmbH'
    mitarbeiter: 85
    schichtmodell: '3-Schicht (Früh/Spät/Nacht)'
    planungshorizont: '4 Wochen rollierend'

  constraints_gesetzlich:
    max_arbeitszeit_tag: '10 Stunden (§3 ArbZG)'
    max_arbeitszeit_woche: '48 Stunden (Durchschnitt 6 Monate)'
    ruhezeit_zwischen_schichten: '11 Stunden (§5 ArbZG)'
    nachtarbeit_ausgleich: 'Freizeitausgleich oder Zuschlag'
    max_nachtschichten_folge: 4
    sonntagsruhe: 'Mindestens 15 Sonntage/Jahr frei'

  constraints_betrieblich:
    qualifikationen:
      - 'CNC-Bediener: mind. 2 pro Schicht'
      - 'Schweißer (WIG): mind. 1 pro Schicht'
      - 'Schichtführer: genau 1 pro Schicht'
      - 'Ersthelfer: mind. 1 pro Schicht'
    besetzung:
      fruehschicht: {min: 22, max: 30}
      spaetschicht: {min: 18, max: 28}
      nachtschicht: {min: 12, max: 20}

  constraints_mitarbeiter:
    teilzeit_modelle: ['75%', '80%', '50%']
    wunsch_freitage: 'Max. 2 pro Person/Monat berücksichtigen'
    wochenend_fairness: 'Max. 2 Wochenenden Differenz über 3 Monate'

  optimierungsziel: 'Minimiere Personalkosten bei Einhaltung aller Constraints'
  solver: 'Google OR-Tools CP-SAT'
  rechenzeit_max: '120 Sekunden'

Wirtschaftliche Bewertung

Die Einsparungen durch KI-Schichtplanung setzen sich aus vier Bereichen zusammen:

Die Implementierungskosten liegen bei €25.000–€60.000 (Software, Einrichtung, Schulung). Die Amortisation erfolgt in 3–6 Monaten.

Für die detaillierte Kalkulation eignet sich unsere Excel-Vorlage zur KI-ROI-Berechnung.

Implementierung in der Praxis

Phase 1: Datengrundlage schaffen (Woche 1–3)

Exportieren Sie aus Ihrem ERP- und Zeiterfassungssystem:

• Mitarbeiterstammdaten: Qualifikationen, Vertragsarbeitszeiten, Teilzeitquoten
• Historische Schichtpläne: Mindestens 12 Monate (für Saisonmuster)
• Produktionsdaten: Stückzahlen, Durchlaufzeiten, Maschinenauslastung pro Schicht
• Abwesenheitsdaten: Urlaub, Krankheit, Fortbildung

Die Datenqualität ist entscheidend: Fehlende Qualifikationseinträge führen zu unbrauchbaren Plänen. Rechnen Sie mit 1–2 Wochen Datenbereinigung.

Phase 2: Modell konfigurieren (Woche 4–6)

Definieren Sie alle Constraints gemeinsam mit Produktionsleitung, Betriebsrat und Personalabteilung. Der Betriebsrat ist früh einzubinden – KI-Schichtplanung fällt unter die Mitbestimmung nach §87 Abs. 1 Nr. 2 BetrVG.

Typische Verhandlungspunkte mit dem Betriebsrat:

• Transparenz des Algorithmus (welche Kriterien fließen ein?)
• Letztentscheidung bleibt beim Menschen
• Fairness-Metriken (gleichmäßige Verteilung unbeliebter Schichten)
• Datenschutz der Mitarbeiterinformationen

Phase 3: Parallelbetrieb (Woche 7–10)

Lassen Sie den KI-Plan parallel zum manuellen Plan laufen. Vergleichen Sie wöchentlich:

• Erfüllung aller gesetzlichen Constraints (muss 100 % sein)
• Qualifikationsabdeckung pro Schicht
• Überstunden-Prognose vs. Ist
• Mitarbeiterzufriedenheit (kurze Befragung)

Phase 4: Produktivbetrieb (ab Woche 11)

Nach 4 Wochen Parallelbetrieb ohne kritische Abweichungen wechseln Sie in den Produktivbetrieb. Der Produktionsleiter prüft den generierten Plan und kann manuell eingreifen. Die KI berechnet sofort die Auswirkungen jeder manuellen Änderung.

Integration mit bestehenden Systemen

KI-Schichtplanung steht nicht isoliert. Die relevanten Schnittstellen:

ERP-System (SAP, proALPHA, abas): Auftragsdaten und Liefertermine fließen in die Bedarfsprognose. Die Prozessautomatisierung mit KI beschreibt weitere Integrationsmuster.

Zeiterfassung (ATOSS, Interflex, ZEUS): Ist-Arbeitszeiten fließen in die Constraint-Prüfung. Abweichungen vom Plan werden automatisch erkannt.

HR-System (Personio, SAP HCM): Urlaubsanträge, Krankheitsmeldungen und Qualifikationsänderungen synchronisieren automatisch.

Anbieter im Vergleich

Für Betriebe unter 50 Mitarbeitern ist eine Eigenlösung mit Google OR-Tools oft wirtschaftlicher. Ab 100 Mitarbeitern lohnt sich ein spezialisierter Anbieter mit Support und Compliance-Features.

Praxisbeispiel: Metallverarbeiter mit 120 Mitarbeitern

Ein Lohnfertiger aus dem Schwarzwald (3-Schicht-Betrieb, 95 Produktionsmitarbeiter, 14 Qualifikationsgruppen) hat 2025 KI-Schichtplanung eingeführt.

Ausgangslage:

• Planungsaufwand: 6 Stunden/Woche (Meister + Personalreferent)
• Überstunden: 12.400 Stunden/Jahr
• Leiharbeitereinsatz: 380 Tage/Jahr
• Mitarbeiterzufriedenheit Schichtplanung: 2,8/5

Ergebnisse nach 12 Monaten:

• Planungsaufwand: 1,5 Stunden/Woche (−75 %)
• Überstunden: 9.100 Stunden/Jahr (−27 %)
• Leiharbeitereinsatz: 210 Tage/Jahr (−45 %)
• Mitarbeiterzufriedenheit: 4,1/5 (+46 %)
• Jährliche Einsparung: €138.000

Der entscheidende Faktor war die frühe Einbindung des Betriebsrats und die transparente Kommunikation der Optimierungskriterien.

Häufige Fragen

Ersetzt KI-Schichtplanung den Produktionsleiter?

Nein. Die KI erstellt einen optimierten Vorschlag, den der Produktionsleiter prüft und bei Bedarf anpasst. Menschliches Urteilsvermögen bleibt unverzichtbar – etwa bei kurzfristigen Kundenänderungen, persönlichen Umständen von Mitarbeitern oder unvorhergesehenen Maschinenausfällen. Die KI spart 75 % der Planungszeit, aber die finale Entscheidung bleibt beim Menschen.

Wie reagiert das System auf kurzfristige Krankmeldungen?

Fällt ein Mitarbeiter aus, berechnet die KI innerhalb von 30 Sekunden einen Alternativplan. Sie berücksichtigt dabei Qualifikationen, Arbeitszeitkonten und Ruhezeiten der verfügbaren Kollegen. Der Produktionsleiter erhält 2–3 Vorschläge und wählt den passendsten. Die KI-Implementierungsanleitung beschreibt solche Echtzeit-Szenarien.

Ist KI-Schichtplanung mitbestimmungspflichtig?

Ja. Nach §87 Abs. 1 Nr. 2 und Nr. 6 BetrVG hat der Betriebsrat Mitbestimmungsrechte bei der Festlegung von Arbeitszeiten und bei der Einführung technischer Einrichtungen zur Leistungsüberwachung. Klären Sie vor Projektstart die Rahmenbedingungen in einer Betriebsvereinbarung. Punkte: Transparenz der Algorithmen, Fairness-Kriterien, Datennutzung, menschliche Letztentscheidung.

Welche Daten brauche ich für den Start?

Mindestens 12 Monate historische Schichtpläne, aktuelle Mitarbeiterstammdaten (Qualifikationen, Vertragszeiten) und Produktionsdaten (Stückzahlen pro Schicht). Die Datenqualität bei Qualifikationen ist der kritischste Faktor – fehlende Einträge führen zu Fehlbesetzungen. Planen Sie 2 Wochen Datenbereinigung ein.

Was kostet KI-Schichtplanung für einen Fertigungsbetrieb?

Für 50–150 Produktionsmitarbeiter liegen die Kosten bei €25.000–€60.000 für Implementierung und erstes Jahr, danach €6.000–€24.000/Jahr für Lizenzen und Wartung. Open-Source-Lösungen mit Google OR-Tools reduzieren die Lizenzkosten auf €0, erfordern aber interne Entwicklungskapazität. Die Budgetplanung für KI-Projekte zeigt die Gesamtkalkulation.