Zum Inhalt springen
Bildung & Weiterbildung vertretungsplanstundenplanschulverwaltung

KI-gestützte Vertretungsplanung und Stundenplan-Optimierung

KI löst die tägliche Vertretungsplanung automatisiert: analysiert Ausfälle, Fachkombinationen, Raumverfügbarkeiten und generiert einen validen Vertretungsplan in Minuten statt in einer Stunde.

⚡ Auf einen Blick
Problem
Vertretungsplanung ist eine der zeitaufwendigsten Verwaltungsaufgaben an Schulen: Täglich werden 30–90 Minuten damit verbracht, Ausfälle manuell zu koordinieren. Dabei müssen Fachkombinationen, Arbeitszeitregeln und Raumverfügbarkeiten gleichzeitig berücksichtigt werden.
KI-Lösung
Ein KI-Modul nimmt gemeldete Ausfälle entgegen, gleicht sie mit Stundenplan, Fachkompetenzen und Verfügbarkeiten ab und erstellt automatisch einen optimierten Vertretungsplan mit Begründungen.
Typischer Nutzen
Vertretungsplanung von täglich 60 auf 15 Minuten reduzieren, Planungsqualität verbessern (weniger fachfremde Vertretungen), Transparenz für Kollegium erhöhen.
Setup-Zeit
3–5 Monate: Stundenplan-Daten strukturieren, Regelwerk einpflegen
Kosteneinschätzung
Indirekt: weniger fachfremde Vertretungen = bessere Unterrichtsqualität
Constraint-Satisfaction-System mit LLM-Interface für natürlichsprachige Eingabe von Ausfällen und Sonderregeln.
Worum geht's?

Es ist Montag, 6:52 Uhr.

Susanne Walther ist stellvertretende Schulleiterin an einem Gymnasium mit 73 Lehrkräften. Ihr Telefon klingelt: Mathelehrer krank, fällt heute und morgen aus. Dann eine SMS: die Deutschlehrerin der 9b hat Arzttermin, kommt erst um 10. Und als sie ins Büro kommt, liegt auf ihrem Schreibtisch ein Zettel — eine Kollegin aus dem Biologiebereich ist kurzfristig in ein Oberstufen-Abschlussprojekt eingespannt, zwei ihrer Mittelstufenstunden müssen heute vertreten werden.

Es ist 7:18 Uhr. Um 7:45 Uhr beginnt der Unterricht.

Susanne öffnet ihren Stundenplan, sucht in einer Excel-Liste nach Lehrkräften mit Verfügbarkeit, erinnert sich, dass Frau Böhme für Mathematik nicht zugelassen ist, prüft manuell, wer gerade Minusstunden hat — und kämpft mit dem Gefühl, das sie jeden Morgen begleitet: dass die Lösung, die sie in dreißig Minuten zusammenbastelt, nicht die beste ist. Nur die schnellste, die geht.

Das ist kein Ausnahmetag. Das ist jeder dritte Schulmontag in Deutschland.

Das echte Ausmaß des Problems

Vertretungsplanung klingt wie ein Randthema. Sie ist es nicht.

An einer Schule mit 60–80 Lehrkräften fallen im Schnitt drei bis fünf Stunden täglich aus — durch Krankheit, Fortbildungen, Schulveranstaltungen, Schülerbegleitung bei Exkursionen. Das ist keine Ausnahme, das ist der Normalbetrieb. Die Person, die diesen Normalbetrieb täglich neu herstellt, verbringt laut Praktikerbeschreibungen in Schulverwaltungsforen 45 bis 90 Minuten täglich damit — ohne Unterstützung durch digitale Optimierung.

Erschwerend kommt hinzu, was beim manuellen Planen kaum zu leisten ist: die gleichzeitige Berücksichtigung von

  • Fachlichen Qualifikationsanforderungen (Wer darf Chemie vertreten? Wer nicht?)
  • Individuellen Arbeitszeitkonten (Wer hat gerade Plus- oder Minusstunden?)
  • Geltenden Tarifvereinbarungen oder Dienstverordnungen (Maximale Vertretungsstunden pro Woche pro Person)
  • Raumverfügbarkeiten (Laborraum nur mit Aufsicht nutzbar)
  • Elternbriefpflichten (ab wie vielen ausgefallenen Stunden muss informiert werden?)

Die Konsequenz: Erfahrene Schulorganisatoren lösen diese Aufgabe intuitiv gut — aber nie vollständig optimal. Die Lösung, die heute funktioniert, ist in der Regel die, an die man als erstes denkt. Nicht die fairste, nicht die fachlich passgenauste, nicht die, die die Stundenbilanz des Kollegiums am gleichmäßigsten hält.

Laut der Wolters Kluwer Schulmanagement Zukunftsstudie 2025 — einer jährlichen Befragung von über 500 Schulleitungen in Deutschland — nutzen inzwischen 74 Prozent der Schulleitungen KI-Tools in ihrem Arbeitsalltag. Vor zwei Jahren waren es noch 25 Prozent. Das Thema Vertretungsplanung taucht dabei regelmäßig als einer der größten Zeitfresser in der Schulleitung auf. 70 Prozent der befragten Schulleitungen haben allerdings noch kein strukturiertes Konzept, wie KI in der Schulorganisation eingesetzt werden soll.

Mit vs. ohne KI — ein ehrlicher Vergleich

KennzahlOhne KIMit KI-gestützter Vertretungsplanung
Täglicher Planungsaufwand45–90 Minuten10–20 Minuten
Fachfremde Vertretungen30–50 % der Fälle10–20 % der Fälle
Arbeitszeitkonto-TransparenzManuell, oft verzögertAutomatisch, tagesaktuell
Lehrkräfte-Fairness beim VerteilenAbhängig von Tagesform der PlanungRegelbasiert und nachvollziehbar
Kommunikation an KollegiumDigitales Brett oder AushangPush-Benachrichtigung über App
Erstansicht nach letzter Krankmeldung30–60 Minuten2–5 Minuten

¹ Eigene Schätzwerte auf Basis von Nutzerbeschreibungen in Schulverwaltungsportalen und Softwareanbieter-Dokumentationen. Keine repräsentative Studie; Ergebnisse variieren je nach Schultyp, Kollegiumsgröße und Voraussetzungen.

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) Vertretungsplanung ist eine tägliche Aufgabe mit klarem Vorher-Nachher. Wer heute 60 Minuten braucht, braucht mit dem richtigen System 10–15 Minuten. Das macht diese Anwendung zu dem Anwendungsfall mit der direktesten täglichen Zeitwirkung in dieser Kategorie — kein anderer Bildungs-Anwendungsfall ist so klar zeitgebunden und so täglich wiederholend.

Kosteneinsparung — niedrig (2/5) Die finanziellen Einsparungen sind real, aber indirekt. Weniger fachfremde Vertretungen bedeuten bessere Unterrichtsqualität — aber das lässt sich nicht direkt in Euro ausdrücken. Die Lizenzkosten der Tools sind vergleichsweise niedrig (200–500 €/Jahr), amortisieren sich also schnell durch die eingesparte Planungszeit — aber Schulen haben kein Kostensenkungsziel wie Unternehmen. Im Bildungsbereich ist Zeitersparnis wichtiger als Kostenoptimierung.

Schnelle Umsetzung — niedrig (2/5) Das ist der kritische Punkt: Ein einfaches Tool wie Schulmanager Online ist in einer Woche eingerichtet. Eine vollständige KI-Optimierung, die Fachkombinationen, Arbeitszeitregeln und individuelle Sondervereinbarungen kennt, braucht 3–5 Monate Datenpflege und Regelparametrisierung. Wer das unterschätzt, bekommt ein System, das Lösungen vorschlägt, die an der Schulrealität vorbeigehen.

ROI-Sicherheit — hoch (4/5) Die eingesparte Zeit ist täglich messbar: Wie lange hat die Vertretungsplanung heute gedauert? Diese Frage beantwortet sich von selbst. Das macht diesen Anwendungsfall zu einem der ROI-sichersten in der Bildungskategorie — der Nutzen versteckt sich nicht in diffusen Qualitätseffekten, er ist in Minuten pro Tag ablesbar.

Skalierbarkeit — mittel (3/5) Ein konfiguriertes System skaliert gut innerhalb einer Schule. Für Schulverbünde oder Schulträger, die mehrere Schulen zentral planen wollen, braucht es erheblichen Mehraufwand — jede Schule hat eigene Regelwerke, eigene Tarifverträge, eigene Stundenplanstruktur. Übergreifende Optimierung ist technisch möglich, aber organisatorisch komplex.

Richtwerte — stark abhängig von Schultyp, Kollegiumsgröße und vorhandener Dateninfrastruktur.

Was das System konkret macht

Der technische Kern einer KI-gestützten Vertretungsplanung ist ein sogenanntes Constraint-Satisfaction-System: ein Algorithmus, der gleichzeitig viele Regeln (Constraints) prüft und eine Lösung sucht, die alle — oder möglichst viele — davon erfüllt.

Das ist ein anderer Ansatz als ein klassisches Excel-Sheet oder eine manuelle Suche. Ein Mensch prüft die Regeln nacheinander und bricht ab, wenn etwas funktioniert. Der Algorithmus prüft alle relevanten Kombinationen gleichzeitig und bewertet jede Lösung nach einem definierten Gütekriterium — zum Beispiel: “Minimiere fachfremde Vertretungen, bei gleichem Ergebnis wähle die Lehrkraft mit dem höchsten Minusstundenkonto.”

Was das System konkret benötigt:

  • Den aktuellen Stundenplan als strukturierte Datei (aus WebUntis oder einem vergleichbaren System)
  • Die Fächerkombinationen aller Lehrkräfte
  • Die aktuellen Stundensoll-/Ist-Konten
  • Die gemeldeten Abwesenheiten für den aktuellen und den nächsten Tag
  • Etwaige Sonderregeln (z. B. bestimmte Lehrkraft kann heute erst ab 9 Uhr, bestimmte Klasse darf nicht in Raum 214)

Was das System dann liefert:

  • Einen Vertretungsplan mit Begründungen (“Frau Müller für Klasse 8b in Mathe, weil: Fach qualifiziert, 3 Minusstunden, Raum 104 frei”)
  • Eine Rangliste alternativer Optionen, falls die erste Wahl nicht möglich ist
  • Eine aktualisierte Stundenbilanz aller Lehrkräfte

Die Stärke liegt dabei nicht darin, dass KI “denkt” — sondern dass sie Hunderte von Optionen in Sekunden durchrechnet, die ein Mensch in dreißig Minuten nur näherungsweise abdecken kann.

Die Systemvoraussetzung, die viele unterschätzen

Kein Vertretungsplanungssystem kann besser arbeiten als die Daten, auf denen es basiert. Das klingt selbstverständlich — ist es in der Schulpraxis aber oft nicht.

Für eine zuverlässige KI-Vertretungsplanung musst du folgendes sicher vorliegen haben:

Ein strukturierter digitaler Stundenplan. Wenn der Stundenplan noch in Excel gepflegt wird oder in einem System ohne API-Schnittstelle, muss vor der KI-Einführung zunächst dieses Problem gelöst werden. WebUntis ist der Marktstandard an deutschen weiterführenden Schulen — mit REST-API-Zugriff und direktem Export in alle gängigen Planungstools.

Vollständige Fachqualifikationsdaten. Wer darf was unterrichten? An vielen Schulen gibt es implizites Wissen: “Frau Schmidt macht Vertretung in Geschichte, obwohl das nicht ihr Fach ist, weil sie früher Gymnasiallehrer war.” Dieses Wissen muss explizit gemacht und eingepflegt werden — sonst schlägt das System in genau diesen Situationen falsche Lösungen vor.

Aktuelle Stundensollkonten. Wer hat gerade Plus- oder Minusstunden? Wenn diese Daten nicht tagesaktuell vorliegen, kann das System keine faire Verteilung berechnen.

Dieser Daten-Vorarbeit kommt in der Praxis oft zu wenig Aufmerksamkeit zu. Wer die Systemeinführung als reine Software-Installation versteht, scheitert in den ersten Wochen an unbegründeten oder falschen Vorschlägen — und verliert das Vertrauen des Kollegiums bevor der eigentliche Nutzen sichtbar wird.

Konkrete Werkzeuge — was wann passt

Flixplaner — Der niedrigschwelligste Einstieg für Schulen ohne bestehendes Profi-Planungssystem. Flixplaner erstellt Stundenpläne vollautomatisch per KI-Algorithmus und hat ein integriertes Vertretungsplanmodul. Kosten: 499 € im ersten Jahr, 199 € Jahresrenewal — deutlich günstiger als Enterprise-Lösungen. Geeignet für Schulen mit bis zu etwa 80 Lehrkräften. Schwäche: keine direkte Schnittstelle zu Schulverwaltungssystemen.

Schulmanager Online — Modulare Schulverwaltungsplattform mit einem dedizierten Vertretungsplanmodul (239 €/Jahr). Keine vollautomatische KI-Optimierung im eigentlichen Sinne, aber halbautomatische Unterstützung: Das System zeigt offene Stunden an, schlägt verfügbare Lehrkräfte vor und berechnet Plus-/Minusstunden automatisch. 3 Monate kostenlos testbar. Stärke: Elternkommunikation, digitales Klassenbuch und Vertretungsplanung in einer Plattform.

WebUntis mit Add-on-Optimierung — WebUntis ist der Marktführer für Stundenplanung in deutschen weiterführenden Schulen und hat Ende 2024 eigene KI-gestützte Optimierungsfunktionen angekündigt (Produktivbetrieb schrittweise ab Schuljahr 2025/26). Wer WebUntis bereits nutzt, sollte die Roadmap des Anbieters aktiv verfolgen, bevor eine Parallel-Lösung eingeführt wird. Der Vorteil: Integration mit dem bestehenden Stundenplan ohne Doppelpflege.

VPO (Vertretungsplanorganisation) — Spezialist für dezentrale Vertretungsplanung: Das System erlaubt es, Lehrkräften die Möglichkeit zu geben, sich selbst in Vertretungsslots einzutragen — koordiniert durch einen lernenden Algorithmus, der Muster im Vertretungsverhalten erkennt und zukünftige Ausfälle simuliert. Ansatz: Statt zentrale Planung zu optimieren, wird dezentrale Selbstorganisation des Kollegiums durch KI unterstützt. Geeignet für Schulen mit ausgeprägter Selbstverwaltungskultur. Preise auf Anfrage.

Zusammenfassung: Wann welcher Ansatz

  • Schulen ohne digitalen Stundenplan und mit weniger als 80 Lehrkräften → Flixplaner als Einstieg
  • Schulen, die WebUntis bereits nutzen → auf KI-Integration von Untis warten oder Schulmanager Online parallel
  • Schulen mit dezentraler Selbstorganisationskultur → VPO
  • Alle anderen: Schulmanager Online als pragmatisches, günstiges Einstiegsmodul für halbautomatische Vertretungsplanung

Datenschutz und Datenhaltung

Vertretungsplanung berührt immer personenbezogene Daten: Wer ist wann abwesend? Wer hat welche Stundenbilanz? Wer vertritt wen? Das sind Beschäftigtendaten, die unter die DSGVO fallen.

Alle vier beschriebenen Tools haben ihren Unternehmenssitz in Deutschland oder Österreich und verarbeiten Daten in der EU. Das ist die Grundvoraussetzung für schulischen Einsatz. Dennoch gibt es Punkte, auf die du aktiv achten musst:

  • Auftragsverarbeitungsvertrag (AVV): Schulen sind öffentliche Einrichtungen, die nach Art. 28 DSGVO einen AVV mit jedem Dienstleister abschließen müssen, der personenbezogene Daten verarbeitet. Bei WebUntis, Schulmanager Online und Flixplaner sind AVVs erhältlich — du musst sie aktiv anfordern.
  • Personalratsbeteiligung: In vielen Bundesländern ist die Einführung von Software, die Leistungs- oder Verhaltensdaten von Lehrkräften erfasst (und Stundensoll-/Ist-Konten sind solche Daten), mitbestimmungspflichtig. Schließe den Personalrat von Anfang an ein — nicht erst wenn das System schon läuft.
  • Datensparsamkeit: Gib dem System nur die Daten, die es wirklich braucht. Stundenbilanz und Fächerqualifikation — ja. Krankmeldungen mit Diagnose oder persönliche Notizen zu Lehrkräften — nein.
  • Schulträger-Regelungen: In einigen Bundesländern (z. B. Bayern mit dem Datenschutzbeauftragten für Schulen) gibt es spezifische Vorgaben, welche Software eingesetzt werden darf. Prüfe das vor der Beschaffung.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten

  • Datenerhebung und Eingabe (Fächerkombinationen, Stundendaten, Regelwerk): 2–6 Wochen interner Aufwand, oft im Sommer oder zwischen den Halbjahren
  • Bei WebUntis-Schulen: Weiternutzung vorhandener Daten spart 3–4 Wochen
  • Externe Schulung oder Einführungsbegleitung: 0–500 € (die meisten Tools bieten kostenlose Onboarding-Sessions)

Laufende Lizenzkosten (jährlich)

  • Flixplaner: 199 € (nach dem ersten Jahr)
  • Schulmanager Online (Vertretungsplan-Modul): 239 €
  • WebUntis Schullizenz: auf Anfrage (staffelt nach Schultyp und -größe)
  • VPO: auf Anfrage

Was du dagegenrechnen kannst Wenn eine Schulleitung täglich 50 Minuten für die Vertretungsplanung aufwendet und das System das auf 15 Minuten reduziert, sind das 35 Minuten täglich — in einem Schuljahr mit 190 Schultagen: rund 110 Stunden. Bei einem Stellenwert einer stellvertretenden Schulleiterin (Jahresbezüge je nach Bundesland 55.000–75.000 €, entspricht rund 28–38 €/Stunde) ergibt das eine Einsparung von 3.000–4.200 € pro Jahr — rein in eingesparter Schulleitungszeit. Die Lizenzkosten (200–500 €/Jahr) amortisieren sich damit im ersten Quartal des Schuljahres.

Nicht monetär erfassbar, aber real: Weniger fachfremde Vertretungen bedeuten besseren Unterricht. Transparente Stundenbilanz bedeutet weniger Konflikte im Kollegium.

Drei typische Einstiegsfehler

1. Den Algorithmus mit zu vielen Ausnahmeregeln überladen. Jede Schule hat Eigenheiten: Frau K. kann morgens nicht vor 8 Uhr, Herr M. möchte keine Klasse 6c, bestimmte Räume gelten als Präferenzen, nicht als Pflichten. Diese Sonderregeln klingen vernünftig — aber wenn zu viele davon ins System eingetragen werden, produziert der Algorithmus entweder keine gültige Lösung (weil die Constraints sich gegenseitig blockieren) oder er muss Regeln stillschweigend ignorieren. Die Kunst liegt darin, Pflicht- und Wunschregeln klar zu trennen: Was muss gelten (fachliche Qualifikation, Arbeitszeitgrenzen), was soll gelten, wenn möglich (Raumwünsche, persönliche Präferenzen)?

2. Die Einführung als IT-Projekt statt als Schulentwicklungsprojekt behandeln. Ein neues Tool für die Vertretungsplanung verändert, wer wann wie viel vertreten wird — und das ist für das Kollegium sichtbar und relevant. Wer die Einführung als technische Beschaffung behandelt ohne Beteiligung des Personalrats und transparente Kommunikation, stößt auf legitimen Widerstand. Das Werkzeug funktioniert nur, wenn das Kollegium vertraut, dass die vorgeschlagenen Pläne fair und nachvollziehbar sind.

3. Das System nach der Einführung nicht weiterentwickeln. Lehrerwechsel, neue Fächerkombinationen, Änderungen in der Unterrichtsstruktur, neue Tarifvereinbarungen — all das muss im System nachgepflegt werden. Ein Vertretungsplanungssystem, das vor zwei Jahren korrekt konfiguriert war, schlägt heute möglicherweise falsche Lösungen vor, weil es auf veralteten Daten basiert. Die Pflege braucht keine Vollzeitstelle, aber eine benannte Person und einen festen Rhythmus (mindestens einmal pro Halbjahr: Daten prüfen, Änderungen einpflegen).

Das Wartungsproblem: Das gefährlichste Szenario ist nicht ein System, das offensichtlich falsch liegt — dann wird es sofort korrigiert. Das gefährlichste Szenario ist ein System, das plausibel klingt, aber auf veralteten Daten basiert. Wenn Frau Bächer eigentlich seit dem letzten Schuljahr auch Informatik unterrichten darf, diese Qualifikation aber nicht nachgepflegt wurde, schlägt das System sie nie vor — selbst wenn sie der einzig verfügbare Vertreter wäre. Solche stillen Fehler werden erst sichtbar, wenn ein Vertretungsplan offensichtlich suboptimal ist — und dann ist unklar, warum.

Was mit der Einführung wirklich passiert — und was nicht

Die Technik ist handhabbar. Die Organisationskultur ist die eigentliche Herausforderung.

Muster 1: Der Plan ist gut — aber niemand glaubt ihm. Ein Algorithmus, der sagt “Herr Weber soll die 7c in Englisch vertreten”, löst sofort die Frage aus: “Warum Weber? Ich dachte, der hat schon viel vertreten diese Woche.” Wenn das System diese Frage nicht beantwortet — mit einer sichtbaren Begründung — entsteht Misstrauen, egal wie korrekt der Plan ist. Die Lösung: Jede Vertretungszuweisung muss die Begründung zeigen. Nicht “Herr Weber”, sondern “Herr Weber (Englisch qualifiziert, 2 Minusstunden, nächster verfügbarer Slot)”.

Muster 2: Die zwei schnellen Anpasser und die acht Skeptiker. In jedem Kollegium gibt es Lehrkräfte, die das neue System sofort ausprobieren, und solche, die abwarten. Das ist normal. Was nicht funktioniert: beide Gruppen gleich behandeln. Die Anpasser brauchen erweiterte Rechte (selbst Abwesenheiten melden, Tauschvorschläge einreichen). Die Skeptiker brauchen Transparenz: Zeig drei Monate nach der Einführung, wie sich die Stundenbilanz verändert hat — macht sie fairer? Das ist das einzige Argument, das zieht.

Muster 3: Die Einführung passiert in der Ferienzeit — und im September ist alles anders. Viele Schulen konfigurieren neue Systeme im Sommer. Das Problem: In der Ferienzeit sind viele Fragen offen (neue Lehrkräfte, neue Fächerzuordnungen, neuer Stundenplan), die erst im September geklärt werden. Ein System, das im August korrekt war, kann im September schon wieder falsche Qualifikationsdaten haben. Plane eine Überprüfungsphase in den ersten zwei Wochen des Schuljahres ein — nicht eine vollständige Neukonfiguration, aber ein gezieltes Durchsehen der wichtigsten Parameter.

Was konkret hilft:

  • Vor der Einführung eine transparente Erklärung an das Kollegium: Was ändert sich, was bleibt gleich?
  • Personalrat von Anfang an einbinden — nicht als Pflicht, sondern als Mitgestalter
  • Die ersten zwei Wochen als “Eingewöhnungsphase” kommunizieren, in der Korrekturen selbstverständlich sind
  • Nach drei Monaten eine kurze Evaluation: Was hat sich verbessert? Was noch nicht?

Realistischer Zeitplan mit Risikohinweisen

PhaseDauerWas passiertTypisches Risiko
DatenerhebungWoche 1–3Fächerkombinationen, Stundensollkonten und bestehenden Stundenplan in strukturierter Form zusammenführenMehr undokumentiertes implizites Wissen als erwartet — Rückfragen an Einzelpersonen nötig
SystemkonfigurationWoche 4–8Pflichtregeln (Qualifikationen, Tarifgrenzen) und Wunschregeln (Präferenzen) separat einpflegenOver-Constraining: zu viele Sonderregeln blockieren valide Lösungen — schrittweises Einführen hilft
PilotbetriebWoche 9–14System läuft parallel zur manuellen Planung; Ergebnisse werden verglichen und korrigiertSystemvorschläge weichen von Erwartungen ab — Ursache ist fast immer fehlende oder veraltete Qualifikationsdaten
ProduktivbetriebAb Woche 15System erstellt täglich den Erstvorschlag; manuelle Freigabe durch Schulleitung bleibtDaten laufen veralteten Realitäten hinterher — fester Datenpflegetermin pro Halbjahr einrichten
Schuljahresbeginn-CheckVor jedem SchuljahrNeue Lehrkräfte, neue Qualifikationen, neuer Stundenplan einpflegenSystemstart mit veralteten Daten — typisch, wenn die Datenpflege nicht konsequent übergeben wurde

Häufige Einwände — und was dahintersteckt

„Unser Stundenplan ist zu komplex — das kann kein Algorithmus lösen.” Das ist das häufigste Argument. Es enthält einen wahren Kern, aber er trifft nicht zu, wo er vermutet wird. Der Algorithmus scheitert nicht an komplexen Schulen — er scheitert an unvollständigen Daten. Eine Gesamtschule mit Differenzierungsebenen ist für einen gut konfigurierten Constraint-Solver kein größeres Problem als ein Gymnasium, solange die Regeln sauber eingepflegt sind. Was tatsächlich schwierig ist: die Konfigurationsphase, nicht der Betrieb.

„Was, wenn das System etwas vorschlägt, was wir so nicht machen würden?” Das wird passieren — vor allem am Anfang. Die Frage ist: Ist der Vorschlag regelkonform, aber anders als die bisherige Gewohnheit? Oder verletzt er eine Regel, die im System fehlt? Im ersten Fall ist der “falsche” Vorschlag möglicherweise fair — und die Gewohnheit war vielleicht die unfairere Lösung. Im zweiten Fall ist der Vorschlag ein Hinweis auf eine Lücke im Regelwerk, die geschlossen werden muss. In beiden Fällen ist die manuelle Freigabe durch die Schulleitung sinnvoll — das System schlägt vor, der Mensch entscheidet.

„Das kostet zu viel Einrichtungsaufwand für so ein kleines Problem.” Für eine Schule mit 20 Lehrkräften und einem überschaubaren Stundenplan: vielleicht ja. Für alles darüber — und das sind die meisten weiterführenden Schulen in Deutschland — ist der Einrichtungsaufwand von 2–3 Monaten eine einmalige Investition, die sich über Jahre täglich auszahlt.

Woran du merkst, dass das zu dir passt

  • Ihr habt mindestens 40 Lehrkräfte und täglich mehrere Vertretungsstunden zu vergeben
  • Die Vertretungsplanung liegt bei einer Person, die täglich mindestens 30 Minuten dafür aufwendet
  • Ihr habt bereits eine digitale Stundenplangrundlage (WebUntis, Indiware oder ein vergleichbares System)
  • Das Kollegium hat Erwartungen an Fairness bei der Vertretungsverteilung — und ihr könnt das gerade nicht transparent belegen
  • Ihr habt Personalrat und Schulträger bereit, eine datenschutzkonforme Lösung gemeinsam einzuführen

Wann es sich noch nicht lohnt — drei harte Ausschlusskriterien:

  1. Unter 30–35 Lehrkräfte und einfache Stundenplanstruktur. Bei kleinen Schulen mit überschaubaren Vertretungsszenarien übersteigt der Konfigurationsaufwand den dauerhaften Nutzen. Schulmanager Online als halbautomatisches Tool (239 €/Jahr) reicht dann völlig aus — kein vollständiges KI-Optimierungssystem nötig.

  2. Kein digitaler Stundenplan als Datengrundlage. Wer den Stundenplan noch in Excel oder auf Papier führt, muss dieses Problem zuerst lösen. Ein KI-Vertretungsplaner ohne strukturierte Eingangsdaten produziert bestenfalls sinnlose, schlechtestenfalls gefährliche Vorschläge (fachfremde Vertretungen, Stundenüberschreitungen). Das Fundament kommt vor der Optimierung.

  3. Kein Personalrat-Einverständnis und keine Datenschutzfreigabe. In vielen Bundesländern ist die Einführung von Systemen, die Leistungsdaten von Lehrkräften erfassen, mitbestimmungspflichtig. Ein Vertretungsplanungssystem, das ohne diese Freigabe eingeführt wird, riskiert Abbruch nach wenigen Wochen — mit dem Aufwand der Konfiguration, aber ohne den Nutzen.

Das kannst du heute noch tun

Starte mit einer einfachen Bestandsaufnahme: Öffne eine neue ChatGPT- oder Claude-Sitzung und führe das folgende Gespräch — als Einstieg in die Frage, ob und wie sich eure Vertretungsplanung optimieren lässt.

Starter-Prompt: Vertretungsplanung analysieren
Du hilfst mir, die Vertretungsplanung an unserer Schule zu analysieren und zu verbessern. Unser Kontext: - Schultyp: [z. B. Gymnasium, Realschule, Gesamtschule] - Anzahl Lehrkräfte: [Zahl] - Aktuell genutztes Stundenplansystem: [z. B. WebUntis, Indiware, Excel, keins] - Wer macht die Vertretungsplanung: [z. B. Schulleitung, Studienleitung, Sekretariat] - Typischer Zeitaufwand täglich: [z. B. 30 Minuten, 1 Stunde] - Was funktioniert schlecht: [z. B. fachfremde Vertretungen häufig, Stundenbilanz undurchsichtig, kurzfristige Abwesenheiten schwer zu handhaben] Bitte analysiere: 1. Was sind die wahrscheinlichsten Ursachen für die beschriebenen Probleme? 2. Welche Daten müsste ich für eine KI-gestützte Vertretungsplanung strukturiert vorliegen haben? 3. Welche Schritte wären realistisch in den nächsten 4 Wochen umsetzbar? 4. Wo siehst du die größten Hürden für unsere spezifische Situation?
Funktioniert mit ChatGPT, Claude
Beispiel-Ausgabe

Mitarbeiter:in

Gymnasium, 58 Lehrkräfte, WebUntis für Stundenplan, Studienleitung macht Vertretungsplanung täglich ca. 50 Minuten. Problem: häufig fachfremde Vertretungen und das Kollegium beschwert sich, dass immer dieselben Leute vertreten müssen.

KI-Assistent

Das sind zwei verschiedene Probleme mit unterschiedlichen Lösungen: **Fachfremde Vertretungen:** Das passiert meistens nicht, weil es keine Alternativen gibt — sondern weil die Qualifikationsdaten nicht strukturiert vorliegen. In WebUntis lässt sich dies über die Fächerzuweisung abbilden. Prüfe zunächst, ob alle Lehrkräfte alle ihre unterrichtsberechtigten Fächer im System hinterlegt haben — auch Zweit- und Drittfächer. Wenn das vollständig ist, hat das System die Grundlage, um qualifizierte Vertretungen zu priorisieren. **Ungleiche Vertretungsverteilung:** Das ist ein Fairness-Problem, das sich ohne Transparenz nicht löst. Konkrete nächste Schritte: 1. Exportiere aus WebUntis die Vertretungsstatistik der letzten 3 Monate (Modul: Statistiken → Vertretungsstatistik) 2. Erstelle eine einfache Auswertung: Wer hatte wie viele Vertretungsstunden? 3. Zeige das Ergebnis dem Kollegium — oft reicht allein die Transparenz, um Erwartungen zu korrigieren Für KI-gestützte Optimierung braucht ihr: vollständige Qualifikationsdaten in WebUntis, Stundensoll pro Lehrkraft (im WebUntis-Deputatsmodul), und eine klare Regel, nach welchem Kriterium die Verteilung als "fair" gilt (nach Minusstunden? nach Wochenstunden? nach Fachgruppe?). Realistische nächste 4 Wochen: Qualifikationsdaten vervollständigen und erste Vertretungsstatistik erstellen — das allein löst schon einen Teil des Problems, ohne ein neues System einzuführen.

Quellen & Methodik

  • Wolters Kluwer Schulmanagement Zukunftsstudie 2025: Jährliche Befragung von über 500 Schulleitungen in Deutschland (durchgeführt Frühjahr 2025). Kernbefund: 74 % der Schulleitungen nutzen KI im Arbeitsalltag (2023: 25 %), 70 % haben kein strukturiertes KI-Konzept. Volltext unter wolterskluwer.com/de-de/know/zukunftsstudie-schulmanagement-2025.
  • Austin ISD / Timely (EdWeek, Dezember 2025): Das Austin Independent School District (Texas) hat KI-gestützte Stundenplanung für 33 Mittel- und Oberschulen eingeführt — in Zusammenarbeit mit dem US-Startup Timely. Ziel: Identifikation von Budgeteinsparungspotenzial durch effizientere Lehrkräfteauslastung. Quelle: Education Week, „How One District Uses AI to Build More Efficient Master School Schedules” (Dezember 2025).
  • Flixplaner Preisangaben: Öffentlich einsehbar auf flixplaner.de (Stand Mai 2026): 499 € Erstjahr, 199 € Jahresrenewal.
  • Schulmanager Online Preisangaben: Öffentlich einsehbar auf schulmanager-online.de (Stand Mai 2026): Vertretungsplanmodul 239 €/Jahr, 3 Monate Testphase kostenlos.
  • WebUntis REST-API: Technische Dokumentation unter api.webuntis.dk (Stand April 2026). Marktführerschaft für weiterführende Schulen im deutschsprachigen Raum gemäß eigenen Anbieterangaben.
  • Vertretungsplanung Zeitaufwand: Schätzwert von ca. 45–90 Minuten täglich auf Basis von Nutzerbeschreibungen in Schulverwaltungsforen und Schulmanager-Online-Produktbeschreibungen. Keine repräsentative Studie — Ergebnisse stark schulgrößenabhängig.
  • Constraint-Satisfaction-Probleme in der Schulplanung: Implementation of Constraint Satisfaction Problem Methods on Course Scheduling in High School, ResearchGate (2019). Zeigt NP-Vollständigkeit des Problems und warum Hybridansätze (CSP + Optimierungsalgorithmus) in der Praxis überlegen sind.

Du willst wissen, ob eure Schulstruktur für eine KI-gestützte Vertretungsplanung geeignet ist und welche Daten ihr zuerst strukturieren müsst? Meld dich — das klären wir gemeinsam in einem kurzen Gespräch.

Diesen Inhalt teilen:

🤝

Interesse an diesem Use Case?

Schreib uns, wenn du mehr erfahren oder diesen Use Case für dein Unternehmen umsetzen möchtest. Wir melden uns zeitnah bei dir.

Deine Daten werden ausschließlich zur Bearbeitung deiner Anfrage verwendet (Art. 6 Abs. 1 lit. b DSGVO). Mehr in unserer Datenschutzerklärung.

Kostenloser Newsletter

Bleib auf dem neuesten
Stand der KI

Wähle deine Themen und erhalte relevante KI-News, Praxistipps und exklusive Inhalte direkt in dein Postfach – kein Spam, jederzeit abmeldbar.

Was interessiert dich? Wähle 1–3 Themen — du bekommst nur Inhalte dazu.

Mit der Anmeldung stimmst du unserer Datenschutzerklärung zu. Jederzeit abmeldbar.

Kostenlos
Kein Spam
Jederzeit abmeldbar