Schichtplanung Hüttenbetrieb: KI-gestützte Personaldisposition mit Qualifikationsmatrix

Das echte Ausmaß des Problems

Ein Glaswerk, das 24 Stunden am Tag, sieben Tage die Woche läuft, hat keine Möglichkeit, den Ofen abzuschalten, bis ein Ersatz gefunden ist. Das ist der fundamentale Unterschied zur diskontinuierlichen Produktion: Hier sind Personallücken kein Planungsfehler mit späterer Nachholung — sie sind ein sofortiges Sicherheitsproblem.

Die Zahlen sind bekannt, aber werden selten zusammengestellt. Nachts passieren in der Industrie 25–30 Prozent mehr Unfälle als im Tagbetrieb (CIRCADIAN-Shiftwork-Forschung, multiple Studien). In der Glasindustrie mit Schmelztemperaturen von 1.100–1.500 Grad Celsius und Formgebungsprozessen unter extremer Wärmestrahlung potenziert sich dieses Risiko, sobald eine Schicht entweder unterbesetzt ist oder mit einer Person besetzt wird, die die kritische Rolle nicht hinreichend gut beherrscht.

Gleichzeitig sind die zertifizierten Spezialrollen in jedem Glaswerk dünn besetzt:

• Einschmelzer — Überwachung von Schmelze und Läuterzone, oft 2–4 Personen pro Ofen werksweit
• Maschinenführer Ziehmaschine/Floatbad — Maschinentyp-spezifische Qualifikation, nicht zwischen Linien übertragbar
• Wartungstechniker Ofentechnik — für heiße Reparaturen, selten und schwer nachzubesetzen
• Qualitätskontrolle Heißende — Fehlermustererkennung direkt am Band, erfordert Jahre Erfahrung

Wenn aus einer dieser Gruppen jemand ausfällt, zieht das einen Planungsaufwand nach sich, der in keinem Verhältnis zur Häufigkeit steht. 6–10 Stunden pro Woche verbringt der Schichtplaner in einem typischen Glaswerk mit 80–200 Schichtmitarbeitern mit dem Nachziehen, Tauschen, Anrufen, Umplanen — und das mit Excel oder veralteten Planungstools, die die Qualifikationsmatrix nur als statische Tabelle kennen.

Ein Schichtplan, der gegen eine Tarifregel verstößt, kann Zuschlagspflichten auslösen. Wer die gesetzlichen Ruhezeiten nach dem Arbeitszeitgesetz unterschreitet, riskiert Bußgelder. Wer eine Schicht mit einer Person besetzt, deren Zertifizierung abgelaufen ist, trägt bei einem Arbeitsunfall erhöhtes Haftungsrisiko.

Das ist kein Randproblem einzelner Schlechtplaner. Es ist strukturell: Menschliches Arbeitsgedächtnis ist nicht für zehn Dimensionen gleichzeitig ausgelegt.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Eigene Erfahrungswerte aus Implementierungen bei Produktionsbetrieben; Siemens Energy berichtete 70 % Planungszeitreduktion nach shyftplan-Einführung (shyftplan-Whitepaper, 2022). ² Ruhezeiten-Überwachung ist in allen genannten Systemen eine Kernfunktion, kein Zusatzmodul.

Einschätzung auf einen Blick

Zeitersparnis — niedrig (2/5) 5–8 Stunden pro Woche gespart — aber ausschließlich für den Schichtplaner oder Schichtführer. Die restlichen 80–200 Schichtmitarbeitenden merken keinen Unterschied in ihrer eigenen Arbeitszeit. Im Vergleich zu den anderen Anwendungsfällen dieser Branche — wo Inline-Sensorik und Bildverarbeitung Kontrolltätigkeiten für viele Menschen abnehmen — ist der Zeiteffekt hier eng begrenzt. Das ist kein Argument gegen die Einführung, aber eine ehrliche Kalibrierung.

Kosteneinsparung — mittel (3/5) Der messbare Haupthebel ist die Überstundensenkung: Bei einem Glaswerk mit 100 Schichtmitarbeitern und durchschnittlich 15–20 % Überstundenquote lassen sich durch bessere Vorausplanung 20–35 % dieser Überstunden vermeiden. Bei einem Bruttostundenlohn von 22–30 Euro zuzüglich Schichtzuschlägen entspricht das realistisch 30.000–80.000 Euro pro Jahr. Dazu kommen reduzierte Kosten für Leiharbeit als Notlösung. Das ist real, aber kleiner als der Ausschussvermeidungseffekt der sensor- und ML-basierten Qualitätssysteme in dieser Branche.

Schnelle Umsetzung — sehr niedrig (1/5) Das ist der ehrlichste Wert in dieser Übersicht. Eine vollständige KI-gestützte Schichtplanung im Hüttenbetrieb braucht 8–14 Monate bis zum Vollbetrieb — und das ist das untere Ende, wenn alles glattläuft. Drei strukturelle Bremsklötze stehen im Weg: die Digitalisierung der Qualifikationsmatrix (oft nie formal dokumentiert), die Systemintegration in SAP oder DATEV, und der Betriebsrat. Nach dem BAG-Urteil 2026 ist die Mitbestimmungspflicht bei KI-Schichtplanungssystemen verschärft — ohne konstruktive Betriebsratseinbindung blockiert das jede Einführung. Wer diesen Wert unterschätzt, verschwendet Geld und Nerven.

ROI-Sicherheit — mittel (3/5) Die Zeitersparnis des Schichtplaners ist sofort messbar — das ist der sichere Teil des ROI. Die breiteren Effekte (Sicherheitsvorfälle durch bessere Qualifikationsabdeckung, Qualitätspuffer durch ausgeruhteres Personal, geringere Fluktuation durch bessere Planungsgerechtigkeit) sind real, aber schwer zu einem Eurobetrag zu verdichten. Das macht die Gesamtbewertung unsicherer als bei direkten Qualitätssystemen.

Skalierbarkeit — niedrig (2/5) Die Software selbst skaliert gut. Das Problem ist die Qualifikationsmatrix — jedes Werk hat andere Maschinentypen, andere Zertifizierungsanforderungen, andere Tarifvertragsregeln. Der Aufwand für Werk zwei ist fast genauso groß wie für Werk eins. Wer drei Standorte hat, führt dreimal ein. Das ist kein Systemfehler, sondern eine Eigenschaft dieses Anwendungsfeldes.

Richtwerte — stark abhängig von Betriebsgröße, Qualifikationstiefe und vorhandener HR-Infrastruktur.

Was das System konkret macht

Der Kern jeder KI-gestützten Schichtplanung im Industriebetrieb ist ein Constraint-Programming-Ansatz: Das System kennt die Regeln (Ruhezeiten, Qualifikationsanforderungen, Tarifregelungen, Mindestbesetzungen) und die Ressourcen (Mitarbeitende mit ihren Qualifikationen, Verfügbarkeiten, Urlauben). Aus diesen Parametern berechnet ein Optimierungsalgorithmus einen Plan, der alle Pflichtbedingungen erfüllt und unter den gültigen Lösungen einen möglichst guten Kompromiss findet — zum Beispiel faire Verteilung von Wochenendschichten oder minimierte Überstunden.

Das ist kein Machine Learning im Sinne von Mustererkennung aus historischen Daten — zumindest nicht ausschließlich. Der zeitintensive Teil ist klassisches Constraint-Solving, das in der Personalplanung seit Jahrzehnten existiert. Die KI-Komponente kommt bei der Ausfallprognose dazu: Das System wertet historische Abwesenheitsmuster aus (Montag-Häufung, Winter-Peaks, Muster nach Nachtschicht-Serien), um präventiv Ersatzkapazitäten einzuplanen — bevor jemand anruft.

In der Praxis bedeutet das für den Schichtführer Stefan Wengler drei konkrete Änderungen:

1. Wochenplanerstellung: Statt Excel-Puzzlearbeit über Stunden drückt Stefan auf „Plan vorschlagen”. Das System zeigt einen Entwurf, der alle Pflichtbedingungen erfüllt. Stefan prüft und gibt frei — 20–30 Minuten statt mehrerer Stunden.

2. Krankmeldung um 2:47 Uhr: Stefan öffnet die App, wählt „Schicht unbesetzt — Einschmelzer Ofenbereich 3”. Das System zeigt eine priorisierte Liste qualifizierter Personen, die aktuell verfügbar sind, ihre Ruhezeit eingehalten haben und nicht über ihrer Stundengrenzen sind. Einen anrufen, fertig — 10 Minuten.

3. Zertifikats-Ablauf: 6 Wochen bevor das Einschmelzer-Zertifikat von Ralf K. ausläuft, erscheint eine Warnung. Stefan kann die Nachschulung jetzt einplanen, ohne dass Ralf K. plötzlich aus dem Pool fällt.

Was das System nicht macht: Es übernimmt keine Entscheidungshoheit. Der Vorschlag braucht menschliche Freigabe. Das ist regulatorisch korrekt und in der Praxis sinnvoll — kein Algorithmus kennt die informellen Spannungen im Team, wer gerade nach einem Konflikt nicht in dieselbe Schicht wie sein Kollege soll.

Schmelzofen-Kampagnen und Planungshorizonte

Hier unterscheidet sich die Glasindustrie fundamental von anderen Schichtbetrieben, und das schlägt direkt auf die Planungsanforderungen durch.

Ein Glasschmelzofen läuft nach dem Kaltstart zwischen 8 und 15 Jahren ununterbrochen — das nennt sich die “Kampagne”. In dieser Zeit ist ein Halt nicht vorgesehen. Am Ende einer Kampagne gibt es eine vollständige Kalt- oder Heißsanierung, bei der der Ofen entweder abgekühlt oder in Teilbereichen während des Betriebs repariert wird. Diese Phasen haben eigene Personalanforderungen, die außerhalb des normalen Schichtplans liegen:

Normalbetrieb (80–85 % der Kampagnendauer): Regelmäßige Schichtrotation, stabile Qualifikationsanforderungen, vorhersagbare Auslastung. Hier hilft KI-Planung am meisten.

Kampagnenende (letzten 6–18 Monate): Der Ofen arbeitet mit sinkender Effizienz, Temperaturhomogenität nimmt ab, Qualitätsanforderungen an die manuelle Kontrolle steigen. Oft werden in dieser Phase zusätzliche Qualitätskontrolleure und erfahrene Maschinenführer gebraucht — aber nicht dauerhaft eingestellt, sondern flexibel eingesetzt. Die Schichtplanung muss das abbilden.

Kaltrepara­tur / Umbau: Spezialgewerke kommen ins Haus, Teile des regulären Betriebs ruhen, anderes Personal übernimmt unterstützende Aufgaben. Das ist kein Normalschichtbetrieb — hier scheitert jede Software, die nur repetitive Schichtmuster kennt.

Für die Planung bedeutet das: Wähle ein System, das Planungshorizonte flexibel konfiguriert. Normale Schichtplanung denkt in Wochen. Kampagnenplanung denkt in Quartalen. Ende-Kampagnen-Risikoplanung denkt in Jahren. Systeme wie ATOSS und shyftplan erlauben projektspezifische Planungshorizonte und Sonderbesetzungsmodelle — aber das muss in der Implementierungsphase ausdrücklich konfiguriert werden, nicht per Default.

Wenn du bei einem Anbieter anfragst, stelle die Frage: “Wie bildet das System eine zwei Wochen dauernde Kaltrepara­tur ab, während der Normalbetrieb in anderen Bereichen weiterläuft?” Eine ausweichende Antwort ist ein Warnsignal.

Betriebsrat und Mitbestimmung: der kritische Erfolgsfaktor

Das wird in fast jeder Software-Evaluierung zu spät angesprochen. In der Praxis ist es der häufigste Grund, warum Projekte stoppen oder jahrelang stecken bleiben.

Die Rechtslage ist eindeutig: DSGVO-konforme Systeme sind notwendige, aber keine hinreichende Bedingung. Nach §87 BetrVG hat der Betriebsrat ein Mitbestimmungsrecht bei technischen Einrichtungen, die dazu geeignet sind, Verhalten oder Leistung von Mitarbeitenden zu überwachen. Ein KI-System, das automatisch Schichten vorschlägt und dabei Krankheitshistorien, Anwesenheitsmuster und individuelle Verfügbarkeiten auswertet, erfüllt dieses Kriterium zweifelsfrei. Das BAG-Urteil von 2026 hat diese Einschätzung nochmals verschärft: Nicht die Absicht des Arbeitgebers entscheidet, sondern die technische Fähigkeit des Systems.

Das klingt nach einem Hindernis. Es ist keins — wenn man es frühzeitig als Teil des Projekts begreift.

Was konkret zu tun ist:

Hol den Betriebsrat vor dem ersten Vendor-Gespräch ab, nicht danach. Erkläre das Ziel: weniger Planungsfehler, faire Schichtverteilung, schnellere Reaktion auf Krankmeldungen. Das sind Ziele, die Betriebsräte grundsätzlich mittragen können. Was sie nicht mittragen: das Gefühl, vor vollendete Tatsachen gestellt zu werden.

Folgende Punkte müssen in der Betriebsvereinbarung (BV) geregelt werden:

• Welche Daten werden erhoben und wie lange gespeichert (z. B. Abwesenheitshistorie für Prognosen)
• Was darf das System nicht: keine Leistungsbewertung, keine Auswertung außerhalb des Planungszwecks
• Wie sieht der Freigabeprozess aus (kein vollautomatischer Plan ohne menschliche Kontrolle)
• Wie werden Mitarbeitende über ihren Plan und die Algorithmusentscheidungen informiert

Zeitplanung: Plane für BV-Verhandlungen 2–4 Monate ein. Wenn es ausgereifte Betriebsräte mit eigenem KI-Sachverstand sind (was zunehmend der Fall ist), kann sich das auf 6 Monate ausdehnen. Dieser Aufwand ist nicht verhandelbar — er ist gesetzlich vorgeschrieben. Wer ein Tool einführt und dann den Betriebsrat informiert, riskiert eine Unterlassungsklage und muss alles rückabwickeln.

Konkrete Werkzeuge — was wann passt

Für den Hüttenbetrieb gibt es drei ernsthafte Optionen, die die Anforderungen an Qualifikationsmatrix und Regelkonformität abdecken.

shyftplan — wenn Qualifikation und Produktion im Vordergrund stehen Spezialisiert auf komplexe Produktionsumgebungen mit mehrstufiger Qualifikationsmatrix. Der Algorithmus berücksichtigt über 20 Faktoren gleichzeitig. Siemens Energy hat shyftplan 2020 für Produktionsstandorte eingeführt und berichtet von 70 % Planungszeitreduktion. EU-Datenhaltung, API für SAP-Integration. Preise auf Anfrage; für mittelgroße Produktionsbetriebe mit 50–500 Schichtmitarbeitern geeignet.

ATOSS — wenn deutsche Tarifkonformität und Compliance nicht verhandelbar sind Marktführer für deutsche Schichtplanung mit der tiefsten Tarifvertragsabbildung: Branchen-TVs, ArbZG-Compliance, gerichtsfeste Nachweise. Datenhaltung in Deutschland. Teurer und aufwändiger in der Einführung als shyftplan (Jahreslizenzen ab ca. 10.000–50.000 EUR, Implementierung 3–9 Monate), aber das beste Tool für Betriebe, die im Tarifvertrag der Glasindustrie oder Chemieindustrie festgelegt sind und bei Betriebsprüfungen lückenlose Nachweise brauchen. Referenzkunde: thyssenkrupp Packaging Steel.

Quinyx — wenn Mobile-First und modernes UX die Mitarbeiterakzeptanz erhöhen sollen Quinyx positioniert sich zwischen schlanken Tools und schweren Enterprise-Systemen. Das KI-Forecasting auf historischen Daten ist ein echter Mehrwert gegenüber Excel. Die Stärke ist die Mobile-App — Mitarbeitende nehmen Schichten über das Smartphone an, tauschen selbständig. Geringere Tarifvertragstiefe als ATOSS; für Betriebe mit einfacheren Tarifstrukturen oder skandinavischem Eigentümer eine gute Option. EU-Datenhaltung, Preise auf Anfrage.

Zusammenfassung: Wann welcher Ansatz

• Komplexe Qualifikationsmatrix, Produktion im Fokus → shyftplan
• Strikter Tarifvertrag, Compliance-Nachweis Pflicht → ATOSS
• Mobile-First, moderne UX, einfachere Tarifstruktur → Quinyx
• Schon SAP SuccessFactors im Einsatz → SAP SuccessFactors Workforce Management prüfen (tief integriert, aber teuer)

Für alle drei gilt: Kein Tool ist off-the-shelf für den Hüttenbetrieb einsatzbereit. Die Qualifikationsmatrix des Glaswerks muss als Konfigurationsarbeit eingebracht werden — das dauert Wochen und ist Domänenarbeit, keine Softwareinstallation.

Datenschutz und Datenhaltung

In einem Schichtplanungssystem für einen Produktionsbetrieb werden erhebliche personenbezogene Daten verarbeitet:

• Abwesenheitshistorie — Krankheitsmuster, Urlaubsnutzung
• Qualifikations- und Zertifizierungsdaten — wann läuft was ab, welche Schulungen wurden absolviert
• Arbeitszeiten in Echtzeit — Ist-Ist-Abgleich für Ruhezeiten-Prüfung
• Verfügbarkeitsangaben der Mitarbeitenden — wenn die App genutzt wird

Das bedeutet: AVV (Auftragsverarbeitungsvertrag nach Art. 28 DSGVO) ist Pflicht. Alle drei genannten Anbieter liefern AVV-Vorlagen. Darüber hinaus empfehlen wir:

Datenschutz-Folgenabschätzung (DSFA): Bei Systemen, die systematisch Abwesenheitsmuster auswerten und daraus Prognosen ableiten, ist eine DSFA nach Art. 35 DSGVO in der Regel erforderlich. Führe die DSFA mit dem Datenschutzbeauftragten durch, bevor der Pilot startet — nicht danach.

Datenminimierung: Nicht jede Datenquelle, die das System technisch verarbeiten könnte, muss auch verarbeitet werden. In der Betriebsvereinbarung sollte festgelegt sein, welche Daten für welchen Zweck verwendet werden dürfen. Prognosemodelle, die auf individueller Krankheitshistorie basieren, sind ein sensibler Bereich — die Verwendung für kurzfristige Planung ist anders zu bewerten als die Speicherung für Muster-Analytics.

Hosting-Empfehlung: Für Betriebe in kritischen Infrastruktursektoren (Floatglas zählt dazu) und für Betriebe, die im Tarifvertrag der Glasindustrie stehen, empfehlen wir Datenhaltung in Deutschland oder zumindest in der EU. ATOSS hostet in Deutschland. shyftplan und Quinyx in der EU. Cloud-Lösungen mit US-Mutterfirma sollten die Extra-Prüfung wert sein.

Was es kostet — realistisch gerechnet

Einmalige Kosten

• Qualifikationsmatrix-Dokumentation (intern): 4–8 Wochen Aufwand, oft mit externer Moderation; 8.000–20.000 EUR für Beratungsunterstützung
• Software-Implementierung (Konfiguration, Integration, Schulung): 15.000–50.000 EUR je nach Systemgröße und Integrationskomplexität
• Betriebsratsbegleitung und Rechtsberatung für BV: 3.000–8.000 EUR

Laufende Kosten

• shyftplan: Preise auf Anfrage; branchenübliche Größenordnung für Produktionsschichtplanung 5–12 EUR/Mitarbeiter/Monat
• ATOSS Time Control: Jahreslizenzen ab ca. 10.000 EUR für mittelgroße Betriebe, Implementierungsprojekt separat
• Quinyx: Preise auf Anfrage; vergleichbar mit shyftplan für das Basismodul

Was du dagegenrechnen kannst Nehmen wir ein Glaswerk mit 120 Schichtmitarbeitenden, einem Bruttostundenlohn von durchschnittlich 24 EUR, und einer aktuellen Überstundenquote von 18 %:

Überstunden gesamt: 120 × 40h/Woche × 0,18 × 50 Wochen = 43.200 Überstunden/Jahr Kosten je Überstunde (Brutto + Schichtzulagen + Sozialleistungen): ca. 35–40 EUR Gesamtkosten: ca. 1,5–1,7 Mio. EUR/Jahr

Bei 25 % Reduktion: 375.000–425.000 EUR Einsparung. Das klingt nach einer klaren Rechnung — ist es aber nur, wenn die Ist-Überstunden tatsächlich aus schlechter Planung entstehen und nicht aus struktureller Unterbesetzung oder Kampagnenbedarf. Der Schritt von „schlechte Planung” zu „strukturell zu wenige Leute” muss ehrlich diagnostiziert werden, bevor eine Software hilft.

Realistisches Break-Even-Szenario: Bei einem mittelgroßen Glaswerk mit echtem Planungsproblem: 12–18 Monate. Bei kleinen Werken unter 60 Mitarbeitenden: Break-Even oft erst nach 24+ Monaten, wenn überhaupt.

Drei typische Einstiegsfehler

1. Mit der Software starten, bevor die Qualifikationsmatrix steht. Das ist der häufigste Fehler — und der teuerste. Ein Constraint-Löser braucht vollständige, korrekte Eingabedaten. Wenn die Qualifikationsmatrix unvollständig ist (weil niemand weiß, dass Maria K. seit drei Jahren auch den Maschinentyp B beherrscht, obwohl es nie formal dokumentiert wurde), plant das System schlechter als der Schichtführer, der das aus dem Gedächtnis weiß. Lösung: Erst Qualifikationsmatrix vollständig erfassen — das dauert Wochen und ist Handarbeit, nicht Softwarearbeit. Erst dann konfigurieren.

2. Den Betriebsrat nach der Vendor-Entscheidung informieren. In einem Betrieb mit Betriebsrat führt das zu Blockade oder Rückabwicklung. Der Betriebsrat hat ein echtes Mitbestimmungsrecht, und er hat Recht damit: Ein System, das auf Basis von Krankheitsmustern plant, greift in sensible Bereiche ein. Lösung: Betriebsrat in die Evaluation einbinden, die Datenschutz-Folgenabschätzung gemeinsam beauftragen, die Betriebsvereinbarung vor dem Pilot abschließen.

3. Das System läuft, wird aber nicht gepflegt. Qualifikationen laufen ab. Neue Mitarbeitende kommen. Zertifizierungsanforderungen ändern sich. Wenn niemand die Qualifikationsmatrix im System aktualisiert, degradiert der Plan über Monate schleichend. Der Algorithmus plant dann Personen in Rollen, für die sie formal nicht mehr berechtigt sind — weil die Datenbasis veraltet ist, nicht weil der Algorithmus schlecht ist. Lösung: Eine namentlich benannte Person mit Pflegeverantwortung für die Qualifikationsmatrix benennen. Das ist keine IT-Aufgabe, sondern eine HR-Fachaufgabe.

Und der vierte Fehler, der seltener genannt wird: Das System wird eingeführt, aber der Schichtführer nutzt es als Referenz und plant weiterhin im Kopf — weil er kein Vertrauen in den Algorithmus hat. Das ist kein Vorwurf an den Schichtführer, das ist ein Implementierungsfehler. Lösung: Frühzeitig zeigen, in welchen Situationen das System besser abschneidet als menschliche Planung (typischerweise bei 5+ simultanen Constraints), und wo die menschliche Einschätzung das letzte Wort behält.

Was mit der Einführung wirklich passiert — und was nicht

Die Schichtplanung im Hüttenbetrieb ist anders als in Büro, Handel oder Gastronomie. Die Widerstände sind andere — und die Remedies auch.

Die erfahrenen Schichtführer. Menschen wie Stefan Wengler haben Jahre damit verbracht, die Qualifikationsmatrix im Kopf zu tragen. Sie wissen, dass Klaus sonntags immer Frühdienst nimmt, weil seine Frau Nacht arbeitet. Dass Inga das Floatbad besser als jeder andere kennt, auch wenn ihr Zertifikat für Linie 2 läuft. Ein System, das diese informellen Wissensbestände nicht kennt, wird in den ersten Wochen Vorschläge machen, die formal korrekt sind, aber sozial unklug. Das erzeugt Misstrauen. Gegenmittel: Den erfahrenen Schichtführer als Qualitätsprüfer des Algorithmus einsetzen, nicht als Konkurrenten. Sein Feedback verbessert das System. Das muss kommuniziert werden.

Der Betriebsrat als Ko-Architekt. In gut geführten Projekten ist der Betriebsrat kein Bremser, sondern mitverantwortlich für die Betriebsvereinbarung. Er definiert, was das System darf und nicht darf. Das ist mühsam, aber es erhöht die Akzeptanz im gesamten Betrieb. Mitarbeitende, die wissen, dass ihre Interessenvertretung die Regeln des Algorithmus mitgestaltet hat, vertrauen dem System mehr.

Mitarbeitende, die Planungsgerechtigkeit erwarten. Einer der größten Akzeptanzgewinne entsteht, wenn das System nachweislich fair ist — gleiche Anzahl Nachtschichten, Wochenendschichten und Frühdienste für vergleichbare Rollen. Das ist in Excel kaum nachzuverfolgen, im System leicht zu berichten. Zeige diesen Report früh und öffentlich — das schafft Vertrauen, das bei der nächsten Planungsänderung nützlich ist.

Was sich nicht ändert: Das System eliminiert keine Unterbesetzung. Wenn ein Glaswerk strukturell zu wenige Einschmelzer hat, weil der Nachwuchs fehlt, zeigt das System diese Lücke klarer als je zuvor — aber es schließt sie nicht. Es macht das Problem sichtbar, nicht kleiner.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Wir haben das immer mit Excel gemacht, und es hat funktioniert.” Das stimmt — bis zu dem Moment, wo es nicht funktioniert hat. Der Einschmelzer mit abgelaufenem Zertifikat, der trotzdem eingesetzt wurde. Die Ruhezeit, die knapp unterschritten wurde. Die Überstunden, die akkumuliert wurden, weil niemand den Überblick hatte. Excel funktioniert, bis es jemanden erwischt. Die Frage ist, ob du warten willst, bis das passiert, oder vorher handelst.

„Unsere Qualifikationsanforderungen sind zu spezifisch für eine Standard-Software.” Das ist der häufigste und am schwersten zu widerlegende Einwand — weil er oft stimmt. Die Antwort ist nicht, ihn wegzudiskutieren, sondern ehrlich zu prüfen: Ist das wirklich so spezifisch, dass keine Software es abbilden kann — oder ist es so, dass niemand die Zeit hatte, die Anforderungen sauber zu spezifizieren? Oft ist es das Zweite. Ein PoC mit shyftplan oder ATOSS zeigt innerhalb von 4 Wochen, ob die Qualifikationstiefe abbildbar ist.

„Das kostet zu viel.” Zahlen prüfen, bevor man diese Frage verneint oder bejaht. Was kostet aktuell die Planungszeit des Schichtführers? Was kosten die Überstunden, die aus schlechter Planung entstehen? Was kostet ein Sicherheitsvorfall, bei dem im Nachgang festgestellt wird, dass eine nicht ausreichend qualifizierte Person eingesetzt war? Die Software-Lizenz ist der kleinste Posten in dieser Rechnung.

Woran du merkst, dass das zu dir passt

• Dein Schichtplaner verbringt mehr als 4 Stunden pro Woche mit der Erstellung und Anpassung des Schichtplans — und das stört ihn, weil er eigentlich für Fachaufgaben ausgebildet wurde
• Du hast mehr als 5 verschiedene Qualifikationsstufen in deiner Schichtbesetzung, und bei jeder zweiten Krankmeldung dauert die Ersatzsuche mehr als 30 Minuten
• Zertifikate laufen ab, und du erfährst es erst, wenn jemand nicht mehr eingesetzt werden darf
• Du hast einen Betriebsrat, der konstruktiv an digitalen Lösungen mitarbeitet (nicht als Ausschlusskriterium gemeint — sondern als Voraussetzung für einen geordneten Prozess)
• Dein HR-System hat eine API-Schnittstelle (SAP, DATEV, Personio) — ohne das bleibt das Planungstool eine Insel

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Unter 50 Schichtmitarbeitenden oder weniger als 3 Qualifikationsstufen. Der Implementierungsaufwand für Betriebsvereinbarung, Qualifikationsmatrix-Digitalisierung und Systemintegration übersteigt den Nutzen. Eine gut gepflegte Excel-Lösung mit klaren Vertretungsregeln ist in diesem Fall die bessere Wahl — und billiger.

2. Die Qualifikationsmatrix existiert nur im Kopf der Schichtführer. Dann ist Software nicht der erste Schritt. Der erste Schritt ist ein strukturiertes Interview mit allen Schichtführern, das festlegt: Wer kann was, auf welcher Anlage, mit welchem Ausbildungsstand? Ohne diese Grundlage plant das System blind.

3. Das HR-System hat keine Schnittstelle. Wenn Personalstammdaten, Urlaubsanträge und Abwesenheiten manuell in ein Planungssystem eingetragen werden müssen, entfällt der Automatisierungsnutzen vollständig. Prüfe zuerst, ob dein HR-System eine API anbietet — oder wechsle zuerst dorthin, bevor du ein Planungssystem kaufst.

Das kannst du heute noch tun

Bevor du irgendeine Software evaluierst, mach Folgendes: Schreib auf, welche Qualifikationsstufen in eurem Betrieb existieren — nicht die offiziellen Jobtitel, sondern die echten Rollen, die besetzt sein müssen, damit der Ofen läuft. Wie viele Personen seid ihr je Stufe? Wie viele davon sind gleichzeitig urlaubsbedingt abwesend? Wie viele gelten als “Springer”?

Das dauert eine Stunde. Es zeigt dir, ob ihr ein Besetzungsproblem habt (zu wenige Qualifizierte) oder ein Planungsproblem (genug Leute, aber schlecht koordiniert). Die Antwort entscheidet, ob Software das Problem löst — oder Personalpolitik.

Für den zweiten Schritt — die Einschätzung, ob euer KI-System den Betriebsrat überzeugend ansprechen kann — hilft dieser Prompt:

Quellen & Methodik

• Siemens Energy + shyftplan (2020–2022): Planungszeit um bis zu 70 % reduziert, 98 % Mitarbeiterzufriedenheit nach Einführung an den Standorten Berlin, Nürnberg und Mülheim an der Ruhr. Quelle: shyftplan-Whitepaper „Digitale Schichtplanung bei Siemens Energy” (insights.shyftplan.com, verifiziert Mai 2026).
• Glasindustrieplanung, akademische Grundlage: Springer International Journal of Advanced Manufacturing Technology (2016): „Glass container production planning with warm-ups and furnace extraction variation losses” — bestätigt kontinuierlichen Ofenbetrieb, begrenzte Spezialistenteams für Changeovers. DOI: 10.1007/s00170-016-9369-7.
• Nachtschicht-Unfallrisiko: CIRCADIAN Shiftwork Solutions und Auswertungen aus PMC/NCBI (2021): Nachtschicht-Unfallrate 25–30 % über Tagschicht. American Academy of Sleep Medicine 2021-Leitfaden.
• Betriebsrat und KI-Mitbestimmung: §87 BetrVG, BAG-Urteil 2026 (verschärfte Mitbestimmungspflicht bei technischer Verhaltensüberwachung), ai-projektmanager.de/betriebsrat-ki-einfuehrung-2025/ (Stand Mai 2026).
• ATOSS Preisangaben: ATOSS-Tarife gemäß Tool-Eintrag atoss.md (verifiziert April 2026). Implementierungskosten Erfahrungswerte aus ATOSS-Whitepaper Qualifikationsmanagement.
• Überstundenkosten-Modell: Eigene Modellrechnung auf Basis von Destatis Verdienststrukturerhebung 2024 (Produzierendes Gewerbe, Bruttostundenlohn 22–30 EUR) und typischen Schichtzulagenregelungen der Glasindustrie (15–25 % Nachtzuschlag, 50 % Sonntagszuschlag).

Du willst wissen, ob euer Betrieb das Kosten-Nutzen-Verhältnis für KI-Schichtplanung erfüllt — oder ob zuerst strukturelle Fragen geklärt werden müssen? Meld dich — das klären wir gemeinsam in einem kurzen Gespräch.