Einen Dienstplan von Hand zu bauen, kostet Stunden – und selbst dann bleibt die Frage, ob es nicht eine bessere Lösung gäbe. Genau hier setzt ein Solver an: ein Programm, das aus Regeln und Bedarf einen gültigen Plan errechnet. Dieser Beitrag erklärt Schritt für Schritt, wie das funktioniert – sachlich, ohne Marketing-Zauber.
Was ein Solver ist
Ein Solver ist ein Optimierungsverfahren. Man beschreibt das Planungsproblem als Menge von Regeln und Zielen, und der Solver sucht darin eine Lösung, die alle harten Vorgaben erfüllt und die weichen möglichst gut. Wichtig: Ein Solver folgt ausschließlich den Regeln, die man ihm gibt. Er erfindet nichts und trifft keine Entscheidungen jenseits der definierten Vorgaben – das macht seine Ergebnisse nachvollziehbar.
Konkret arbeiten Dienstplan-Solver meist mit Constraint-Programmierung. Jede mögliche Zuordnung „Person X arbeitet an Tag Y die Schicht Z“ ist eine Variable, die wahr oder falsch sein kann. Regeln sind Bedingungen über diese Variablen: „Pro Frühschicht mindestens zwei Personen“, „nach einer Nacht kein Frühdienst am Folgetag“, „zwischen zwei Diensten elf Stunden Abstand“. Der Solver sucht eine Belegung aller Variablen, die keine einzige Bedingung verletzt.
Harte und weiche Regeln
Der Unterschied entscheidet über das Ergebnis:
- Harte Regeln müssen eingehalten werden – etwa Ruhezeiten, Qualifikationen oder die Mindestbesetzung einer Schicht.
- Weiche Regeln sollen möglichst erfüllt werden – etwa Wünsche, gleichmäßige Verteilung oder Stabilität gegenüber dem Vorplan.
Der Solver hält alle harten Regeln zwingend ein und wägt die weichen gegeneinander ab. Damit das funktioniert, bekommt jede weiche Regel ein Gewicht: Ein verletzter Wunsch „kostet“ Strafpunkte, und der Solver sucht die Lösung mit den insgesamt geringsten Kosten. So wird aus einer diffusen Abwägung eine nachvollziehbare Rechnung – man kann später genau sagen, warum eine Lösung einer anderen vorgezogen wurde.
Kann der Solver gar keine Lösung finden, liegt das an sich widersprechenden harten Vorgaben – ein wertvoller Hinweis, dass etwa der Bedarf mit der vorhandenen Belegschaft schlicht nicht deckbar ist. Statt einen unmöglichen Plan zu erzwingen, macht der Solver den Engpass sichtbar, bevor er im Betrieb zum Problem wird.
Warum das in Minuten statt Stunden gelingt
Ein Mensch probiert Varianten nacheinander aus. Ein Solver durchsucht den Lösungsraum systematisch und schließt ganze Zweige aus, sobald klar ist, dass sie keine bessere Lösung enthalten. Zwei Techniken tragen das: Die Constraint-Propagation leitet aus jeder gesetzten Variable sofort ab, was anderswo dadurch unmöglich wird, und schränkt den Raum ein. Branch-and-Bound merkt sich die beste bisher gefundene Lösung und verwirft jeden Zweig, der beweisbar nicht besser werden kann.
So kann ein Solver auch große Pläne mit vielen Beschäftigten und Regeln bewältigen – statt tagelanger Handarbeit entsteht der Plan je nach Größe und Komplexität in Minuten. Am Ende steht eine Lösung, die alle Vorgaben belegbar erfüllt. Wichtig ist die ehrliche Einordnung: Es gibt keine Garantie für eine bestimmte Rechenzeit; sehr enge oder widersprüchliche Regelwerke können die Suche deutlich verlängern, und die Rechenzeit wird in der Praxis ohnehin begrenzt, damit ein Ergebnis planbar vorliegt.
Der Vorteil beim Umplanen
Ein weiterer Vorteil zeigt sich beim Umplanen. Fällt jemand aus oder ändert sich der Bedarf, muss der Plan nicht von Grund auf neu gebaut werden. Der Solver rechnet die Änderung ein und sucht eine Lösung, die möglichst nah am bisherigen Plan bleibt – das schont die Nerven aller Beteiligten, weil nicht bei jeder Anpassung der halbe Monat durcheinandergerät.
Diese Stabilität lässt sich als weiche Regel formulieren: „Weiche so wenig wie möglich vom freigegebenen Plan ab.“ Dadurch tauscht der Solver bei einer Krankmeldung nicht willkürlich das halbe Team um, sondern verschiebt gezielt dort, wo es nötig ist. Auch die neue Lösung hält dabei alle harten Regeln zwingend ein – die Ruhezeit der Vertretung wird genauso geprüft wie beim ersten Plan.
Ein Solver nimmt keine Verantwortung ab, aber sehr viel Fleißarbeit – und macht sichtbar, wenn Bedarf und Ressourcen nicht zusammenpassen.
Was ein Solver nicht kann
Zur Ehrlichkeit gehört auch, die Grenzen zu benennen. Ein Solver kennt nur die Regeln, die man ihm gibt – vergisst man eine, hält er sie nicht ein. Er kennt keinen Kontext jenseits der Daten: dass zwei Personen sich nicht vertragen, dass jemand privat gerade stark belastet ist, dass eine informelle Zusage existiert. Solche weichen Faktoren muss die planende Person entweder als Regel formulieren oder von Hand berücksichtigen.
Zweitens ist ein Solver nur so gut wie seine Eingaben. Stimmen Bedarf, Qualifikationen oder Verfügbarkeiten nicht, entsteht ein formal korrekter, aber praktisch untauglicher Plan – „Garbage in, garbage out“ gilt hier wie überall. Und drittens ersetzt er keine Entscheidung: Er liefert einen begründeten Vorschlag, die Verantwortung für dessen Freigabe bleibt beim Menschen. Wer das im Blick behält, nutzt den Solver als das, was er ist – ein präzises Werkzeug, kein Autopilot.
Ein Solver ist keine KI-Blackbox
Anders als ein Sprachmodell, das aus Beispielen Wahrscheinlichkeiten ableitet, rechnet ein Solver deterministisch nach klaren Regeln. Er „schätzt“ keinen Plan, sondern beweist, dass die gefundene Lösung jede Vorgabe einhält. Das ist gerade beim Arbeitszeitrecht entscheidend: Man kann für jede Schicht angeben, welche Regel sie deckt und warum sie zulässig ist. Nachvollziehbarkeit ist kein Nebeneffekt, sondern Bauprinzip.
Regeln bleiben in Ihrer Hand
Entscheidend ist: Nicht der Solver bestimmt die Regeln, sondern Sie. Welche Ruhezeiten, welche Besetzung, welche Wünsche zählen – all das wird konfiguriert und bleibt transparent. Der Solver setzt ausschließlich das um, was vorher vereinbart wurde; er fügt keine eigenen Grenzen hinzu und lässt keine weg. Wie automatische Schichtplanung in vigotime zusammenspielt, zeigt die Funktionsseite Automatische Schichtplanung.
So wird aus der lästigen Puzzlearbeit ein Vorgang, der – je nach Größe und Komplexität in Minuten statt Stunden – eine begründbare Grundlage liefert; die letzte Entscheidung bleibt beim Menschen.