Warum wir bei der Dienstplanung bewusst auf KI verzichten

Kurz & klar: Replivo setzt bei der Kernlogik der Dienstplanung — Schichtzuteilung, Ruhezeiten, Fachkraftquoten, Verfügbarkeiten — bewusst auf regelbasierte, nachvollziehbare Algorithmen statt auf KI. Der Grund: Nachvollziehbarkeit, rechtliche Absicherung und Planungssicherheit haben in diesem Bereich Vorrang vor statistischer Optimierung.

„KI-gestützte Dienstplanung" ist gerade eines der meistgenutzten Verkaufsargumente in der HR- und Workforce-Software-Branche. Kaum ein Anbieter, der nicht mit maschinellem Lernen, neuronalen Netzen oder zumindest „intelligenter Automatisierung" wirbt. Das klingt gut — und ist in manchen Kontexten auch sinnvoll. In der eigentlichen Planungslogik für Pflege-, Sicherheits- und Reinigungsbetriebe sehen wir das anders. Dieser Artikel erklärt, warum.

Was meinen Anbieter, wenn sie von „KI" sprechen?

Zunächst lohnt sich ein nüchterner Blick darauf, was hinter dem Begriff steckt. In den meisten Fällen handelt es sich um eine Kombination aus:

• Maschinelles Lernen auf historischen Daten: Das System lernt aus vergangenen Plänen, welche Mitarbeitenden wann eingesetzt wurden, und schlägt ähnliche Muster vor.
• Optimierungsalgorithmen: Lineare Programmierung oder Constraint-Solver, die Präferenzen und Regeln abwägen — diese sind oft regelbasiert, werden aber als „KI" vermarktet.
• Sprachmodelle für Benutzeroberflächen: Chatbots oder Assistenten, die natürlichsprachige Anfragen verarbeiten.

Diese Kategorien sind sehr verschieden — und der Unterschied zwischen einem transparenten Constraint-Solver und einem Black-Box-Modell ist für den Praxiseinsatz entscheidend.

Warum Black-Box-Modelle in der Personalplanung problematisch sind

Die Kernfrage in der Dienstplanung lautet immer wieder: Warum wurde diese Schicht so geplant? Eine Pflegedienstleitung, die einen Aushang erklären muss, ein Betriebsrat, der einen Plan prüft, eine Fachkraft, die mit ihrer Einteilung nicht einverstanden ist — sie alle haben ein berechtigtes Interesse an einer klaren, nachvollziehbaren Antwort.

Ein regelbasiertes System kann diese Antwort liefern: „Diese Schicht wurde Frau M. zugeteilt, weil sie die einzige verfügbare Fachkraft mit der erforderlichen Qualifikation war, die in dieser Nacht nicht in Ruhezeit lag und deren vertraglich vereinbarte Wochenstunden noch nicht erreicht waren." Klar, prüfbar, dokumentierbar.

Ein KI-Modell, das auf historischen Mustern basiert, kann das in dieser Form nicht. Es kann eine Empfehlung ausgeben, aber die genaue Begründung — warum genau diese Kombination — bleibt im Modell verborgen. In einem Umfeld, in dem Fehlplanungen arbeitsrechtliche Konsequenzen haben können, ist das ein erhebliches Risiko.

Rechtliche Absicherung: Warum Nachvollziehbarkeit keine Option ist

In der Pflege gelten strenge gesetzliche Vorgaben: Ruhezeiten zwischen Schichten (in Deutschland mindestens elf Stunden nach ArbZG), Fachkraftquoten, maximale Wochenarbeitszeiten, Nachtschichtregelungen und kollektivvertragliche Besonderheiten — in Österreich zusätzlich nach dem Krankenanstalten-Arbeitszeitgesetz (KA-AZG), in Südtirol nach Landesregelungen.

Ein Plan, der diese Regeln verletzt, ist nicht nur ein operatives Problem, sondern kann Bußgelder, arbeitsrechtliche Klagen und im schlimmsten Fall den Verlust einer Betriebsgenehmigung bedeuten. Die Fähigkeit, jeden Planungsschritt im Nachhinein zu erklären und zu belegen, ist deshalb keine optionale Funktion — sie ist eine Grundvoraussetzung.

Unsere Dienstplan-Software prüft jeden generierten Plan vor der Ausgabe gegen einen vollständigen Regelkatalog. Wenn eine Zuteilung gegen eine Regel verstößt, wird sie blockiert und die Ursache klar benannt. Kein statistisches Abwägen, kein „wahrscheinlich korrekt" — sondern ein binäres Ja/Nein mit Begründung.

Warum „Halluzinationen" in der Dienstplanung keine Toleranzgröße sind

Sprachmodelle wie GPT-Varianten sind bekannt dafür, plausibel klingende, aber faktisch falsche Antworten zu produzieren — ein Phänomen, das in der KI-Forschung als „Halluzination" bezeichnet wird. In einem Textassistenten ist das ärgerlich. In einem Dienstplan für ein Pflegeheim ist es inakzeptabel.

Wenn ein KI-System eine Schicht plant, die eine gesetzliche Ruhezeit unterschreitet — und das nicht erkennt, weil das Muster in den Trainingsdaten ähnliche Konstellationen enthielt — ist der Fehler erst sichtbar, wenn er bereits eingetragen ist. Im besten Fall bemerkt es die Pflegedienstleitung vor Dienstbeginn. Im schlechtesten Fall nicht.

Regelbasierte Systeme kennen keine Halluzinationen in diesem Sinne. Sie prüfen jede Zuteilung deterministisch gegen den definierten Regelkatalog. Entweder die Regel ist erfüllt, oder nicht. Dieses Verhalten ist vorhersagbar — und das ist in der Personalplanung für kritische Einrichtungen der entscheidende Vorteil.

Für die Dienstplanung in Pflegeheimen ist dieser Aspekt besonders relevant, da die Kombination aus Fachkraftquote, Ruhezeit und Qualifikationsnachweis gleichzeitig geprüft werden muss.

Wo KI in unseren Systemen sinnvoll eingesetzt wird

Diese kritische Haltung gegenüber KI in der Planungslogik bedeutet nicht, dass wir Technologien pauschal ablehnen. Es gibt Bereiche, in denen KI-gestützte Funktionen echten Mehrwert liefern — ohne die oben beschriebenen Risiken:

• Texterkennung und Dokumentenverarbeitung: Das automatische Auslesen von Arbeitsverträgen, Zertifikaten oder Arztattesten spart manuelle Dateneingabe und reduziert Fehler.
• Chatbot-gestützte Anfragenverarbeitung: Mitarbeitende können Urlaubsanträge oder Tauschwünsche über einen Assistenten einreichen, der die Anfrage strukturiert ins System überführt — ohne dass die Planungslogik selbst KI-gesteuert ist.
• Anomalie-Erkennung: Ein Modell, das auf historischen Daten trainiert wurde, kann ungewöhnliche Muster in der Planungshistorie erkennen und darauf hinweisen — etwa dass eine Kraft ungewöhnlich viele Nachtschichten hatte.
• Vorschlagsbasierte Planung: KI kann Vorschläge liefern, die ein menschlicher Planer dann prüft und bestätigt. Die Entscheidung verbleibt beim Menschen — das System assistiert, plant aber nicht autonom.

Der entscheidende Unterschied: In diesen Anwendungsfällen ist die KI ein Hilfsmittel zur Effizienzsteigerung, nicht das System, das rechtsverbindliche Entscheidungen trifft.

Wie sollten Entscheider KI-Versprechen von Anbietern bewerten?

Wenn ein Anbieter „KI-gestützte Dienstplanung" bewirbt, lohnen sich einige konkrete Nachfragen:

• Kann das System jeden Planungsschritt nachträglich erklären und dokumentieren?
• Wie werden gesetzliche Regelungen (Ruhezeiten, Fachkraftquoten) geprüft — deterministisch oder statistisch?
• Was passiert, wenn das Modell eine ungültige Schicht vorschlägt? Wer ist verantwortlich?
• Auf welchen Daten wurde das Modell trainiert — und stammen diese aus vergleichbaren Einrichtungen?
• Gibt es eine Auditierbarkeit der automatisch generierten Pläne?

Diese Fragen sind keine Skepsis gegenüber Technologie — sie sind Grundvoraussetzung für einen verantwortungsvollen Einsatz in einem regulierten Umfeld.

Unser Ansatz: Transparenz als Designprinzip

Bei Replivo Systems haben wir uns bewusst für einen regelbasierten Kern entschieden — nicht aus technologischem Konservatismus, sondern aus einer klaren Abwägung der Anforderungen unserer Kunden. Pflegedienstleiterinnen, Betriebsleiter in der Gebäudereinigung, Disponenten in Sicherheitsdiensten: Sie alle brauchen ein System, das sie entlastet, ohne ihnen die Kontrolle zu entziehen.

Das bedeutet konkret: Regelkataloge sind konfigurierbar und für jeden Betrieb individuell anpassbar. Jede automatische Planung ist vollständig nachvollziehbar. Und wenn das System eine Zuteilung ablehnt, gibt es eine klare Fehlermeldung — keine statistischen Wahrscheinlichkeiten.

KI-gestützte Zusatzfunktionen — Textassistenten, Anomalie-Erkennung, Dokumentenverarbeitung — können integriert werden, wo sie echten Mehrwert bringen. Aber die Planungslogik bleibt transparent, deterministisch und rechtssicher. Das ist keine Einschränkung — es ist eine bewusste Designentscheidung für Betriebe, in denen Fehler Konsequenzen haben.