Warum automatische Schichtplanung kein Hexenwerk ist

Automatische Schichtplanung klingt für viele Planerinnen und Planer nach einer Blackbox: Man drückt einen Knopf, und ein Algorithmus entscheidet über Dienste, Wochenenden und Freizeit. Tatsächlich steckt dahinter keine Zauberei — und auch keine KI, die Pläne schätzt —, sondern ein gut verstandenes Stück Mathematik: die Constraint-Optimierung.

Dieser Beitrag zeigt mit harten Zahlen, warum ein Dienstplan ein so großes Rechenproblem ist, was ein Solver wirklich tut, worin sich Mensch und Computer unterscheiden und welche Rolle Mitarbeiterwünsche in der Rechnung spielen. Am Ende können Sie das Prinzip in einem kleinen Spiel selbst ausprobieren. Der Beitrag gibt einen sorgfältig recherchierten Überblick und ersetzt keine Rechtsberatung; für die konkrete Ausgestaltung in Ihrem Betrieb holen Sie bitte fachkundigen Rat ein.

Ein Dienstplan ist ein Rechenproblem

Ein Monatsplan für eine Abteilung ist im Kern eine riesige Auswahlaufgabe: Welche Person übernimmt an welchem Tag welche Schicht? Der Reiz — und die Tücke — liegt darin, wie schnell die Zahl der Kombinationen wächst. Rechnen wir es Schritt für Schritt durch, damit die Größenordnung greifbar wird.

Fangen wir klein an. Schon eine einzelne Schicht mit drei von zwölf verfügbaren Personen zu besetzen, hat 220 mögliche Zusammensetzungen (der Binomialkoeffizient „12 über 3“). Noch beherrschbar. Nehmen wir nun einen ganzen Tag in einer kleinen Abteilung mit zwölf Beschäftigten, von denen jede entweder Früh, Spät, Nacht oder frei hat — also vier Zustände:

Ein Tag, 12 Personen, je 4 Zustände (Früh/Spät/Nacht/frei):
  4 hoch 12 = 16.777.216 theoretische Belegungen  (rund 16,8 Millionen)

Für einen einzigen Tag. Ziehen wir das auf einen Monat von 30 Tagen hoch, addieren sich die Tage nicht, sie potenzieren sich:

30 Tage, dieselbe kleine Abteilung:
  4 hoch (12 × 30) = 4 hoch 360  ≈  10 hoch 217

Zehn hoch 217 ist eine Zahl mit 218 Stellen. Zum Vergleich: Die Zahl der Atome im beobachtbaren Universum wird auf rund 10 hoch 80 geschätzt. Der Möglichkeitsraum eines einzigen Monatsplans für eine kleine Abteilung übersteigt die Atomzahl des Universums also um den Faktor 10 hoch 137.

Und das ist noch das Mini-Beispiel. Konstruieren wir einen mittelgroßen Betrieb mit 55 Beschäftigten, der ein ganzes Jahr im Voraus plant — dieselbe Modellannahme von vier Zuständen je Person und Tag:

55 Personen, 365 Tage, je 4 Zustände:
  4 hoch (55 × 365) = 4 hoch 20.075
  20.075 × log10(4) = 20.075 × 0,60206 ≈ 12.086
  →  ≈ 10 hoch 12.086, also über 10 hoch 12.000

Eine Zahl mit über zwölftausend Stellen — für einen Jahresplan, wie ihn Betriebe dieser Größe routinemäßig aufstellen. Das Beispiel ist bewusst selbst konstruiert und beschreibt keinen konkreten Betrieb; es dient allein dazu, die Größenordnung zu zeigen.

Natürlich sind die allermeisten dieser Kombinationen unbrauchbar: Sie verletzen Ruhezeiten, lassen Schichten unbesetzt oder schicken jemanden sieben Tage am Stück in die Nacht. Genau darum geht es. Die Aufgabe ist nicht, alle Varianten zu erzeugen, sondern in diesem gewaltigen Raum die wenigen zu finden, die jede Regel einhalten und die Wünsche möglichst gut treffen.

Mensch und Computer: zwei Stärken, kein Gewinner

Es wäre falsch zu sagen, der Computer sei „schlauer“ als die erfahrene Planerin. Beide gehen das Problem grundverschieden an, und beide haben ihre Stärke.

Der Mensch plant heuristisch und erfahrungsbasiert. Er denkt in vertrauten Mustern („wer hatte letzte Woche Nacht?“), arbeitet lokal an der Stelle, die gerade klemmt, und kennt den Kontext: dass jemand gerade eine schwere Zeit hat, dass zwei Personen gut zusammenarbeiten, dass eine Zusage informell gegeben wurde. Diese soziale und situative Urteilskraft kann kein Solver ersetzen. Was ein Mensch nicht kann, ist Millionen Varianten systematisch durchsuchen — dafür reicht kein Leben:

777.600.000 Varianten von Hand prüfen:
  bei  1 Variante pro Sekunde  ≈  24,7 Jahre ununterbrochen
  bei 10 Varianten pro Sekunde ≈   2,5 Jahre ununterbrochen

Der Solver geht es umgekehrt an. Er durchsucht den Lösungsraum systematisch — aber nicht stumpf Variante für Variante, sondern mit Schranken. Moderne Constraint-Solver nutzen Constraint-Propagation (aus einer getroffenen Zuordnung folgt sofort, was anderswo unmöglich wird) und Branch-and-Bound (ganze Zweige des Suchbaums werden verworfen, sobald feststeht, dass sie keine bessere Lösung mehr enthalten können). So fallen mit einem einzigen Schnitt Milliarden sinnloser Kombinationen weg, ohne sie einzeln anzufassen. Und der Solver vergisst nichts: keine Ruhezeit, keine Qualifikation, kein zugesagtes freies Wochenende.

Der Mensch bringt Urteilskraft und Kontext, der Solver bringt Systematik und ein perfektes Gedächtnis. Gute Planung kombiniert beides — der Rechner räumt die Fleißarbeit weg, der Mensch entscheidet die Ausnahmen.

Regeln statt Bauchgefühl

Damit ein Solver arbeiten kann, wird das Wissen der Planung in explizite Regeln übersetzt. Ein Teil davon ist gesetzlich vorgegeben:

• mindestens elf Stunden Ruhezeit zwischen zwei Diensten (§ 5 ArbZG),
• Höchstarbeitszeiten und Ausgleichszeiträume (§ 3 ArbZG),
• Ersatzruhetage für Sonn- und Feiertagsarbeit (§ 11 ArbZG).

Dazu kommen die betrieblichen Regeln: Besetzungsstärken je Schicht, erforderliche Qualifikationen, Schichtfolgen, die vermieden werden sollen. In vigotime sind diese Regeln keine festverdrahteten Software-Konstanten, sondern konfigurierbar: Harte Regeln darf der Solver nie verletzen, weiche Regeln gewichtet er gegeneinander ab. Ein Planvorschlag, der gegen eine harte Regel verstößt, kommt gar nicht erst zustande. Findet der Solver keine Lösung, ist das selbst eine Aussage: Dann sind die harten Vorgaben untereinander unvereinbar — der Bedarf ist mit der vorhandenen Belegschaft schlicht nicht deckbar.

Struktur macht das Riesenproblem lösbar

Wie kann ein Solver einen Raum von über 10 hoch 12.000 überhaupt bewältigen? Weil gute Pläne stark strukturiert sind. Nehmen wir ein verbreitetes Rotationsmuster: Neun Personen laufen im festen Neun-Tage-Zyklus Früh, Früh, Spät, Spät, Nacht, Nacht, frei, frei, frei — jede um genau einen Tag versetzt. Dadurch ist an jedem Tag automatisch exakt doppelt Früh, Spät und Nacht besetzt. Diese Rotation ist eine einzige schmale Bahn durch den gigantischen Raum; es gibt nur 362.880 Arten, die neun Phasen auf neun Personen zu verteilen (das ist 9 Fakultät), statt astronomisch vieler freier Belegungen. Der Solver muss also nicht das Chaos durchsuchen, sondern nur den engen Korridor, den Ihre Regeln vorgeben — und flickt dort die Störungen (Krankheit, Urlaub, Nachfragespitzen), die die saubere Rotation im Alltag durchlöchern.

Wünsche sind Teil der Rechnung, nicht ihr Feind

Der häufigste Einwand gegen automatische Planung lautet: „Ein Algorithmus kennt meine Leute nicht.“ Das stimmt — deshalb fließt das, was die Menschen brauchen, als Eingabe ein, die sie selbst pflegen: ihre Wünsche. In vigotime geben Mitarbeitende Wunsch- und Sperrtermine über ein Punktesystem ab. Punkte machen Fairness messbar: Wer für einen wichtigen Termin einen hoch gewichteten Wunsch einlöst, tritt an anderer Stelle kürzer. Der Solver behandelt erfüllte Wünsche als Ziel, das er neben Besetzung und Arbeitszeitrecht bestmöglich erreicht.

So entsteht keine Durchschnittslösung, sondern ein Plan, der nachvollziehbar so viele Wünsche erfüllt, wie es Besetzung und Gesetz zulassen — und Verzicht wird nicht vergessen, sondern in Punkten gutgeschrieben.

Probieren Sie es selbst aus

Theorie ist das eine, das Gefühl das andere. In unserem kleinen Plan-Duell besetzen Sie eine Woche für fünf Personen von Hand — mit einer kniffligen Nacht-Regel. Die Zahlen dahinter sind ehrlich vorab berechnet, nicht geschätzt: Für diese Mini-Woche gibt es genau 777.600.000 mögliche Belegungen (60 pro Tag, hoch fünf Tage), von denen nur 2.965.008 alle Regeln einhalten — rund 0,38 Prozent. Sie werden schnell merken, wie zäh sich schon dieses Spielzeug-Beispiel von Hand anfühlt.

Kein Hexenwerk — aber Handwerk

Automatische Schichtplanung ist damit vor allem eines: Übersetzungsarbeit. Betriebe, die ihre Regeln einmal sauber aufschreiben, bekommen Pläne, die in Minuten statt Tagen entstehen, der Prüfung gegen das Arbeitszeitgesetz standhalten und Wünsche fair verteilen. Und wenn eine Krankmeldung den fertigen Plan trifft, rechnet der Solver die Vertretung auf derselben Grundlage neu, statt die Lücke an das schwächste Glied zu vergeben.

Wie das konkret aussieht, zeigt die Seite zur automatischen Schichtplanung — oder direkt eine Demo mit den eigenen Regeln.