Prognose für Personalbedarf

Das echte Ausmaß des Problems

Personal ist der größte Kostenfaktor in der Hotellerie. Die durchschnittliche Personalkostenquote in deutschen Hotels liegt laut dem Hotelverband Deutschland (IHA, 2024) bei 32 bis 42 Prozent des Umsatzes — mit deutlichen Unterschieden je nach Segment und Standort.

Das strukturelle Problem: Hotelbetrieb folgt nicht linearem Muster. Belegung schwankt täglich, Check-out-Profile unterscheiden sich (1-Nacht vs. 3-Nacht), Events verändern Anreise- und Abreisemuster. Starre Schichtpläne, die sich wöchentlich kaum verändern, führen systematisch zu zwei Fehlern:

• Unterbesetzung an Hochlasttagen: Housekeeping kommt nicht mit, Zimmer sind zu spät fertig, Gäste müssen warten
• Überbesetzung an schwachen Tagen: Mitarbeitende haben zu wenig zu tun, aber stehen bezahlter auf dem Dienstplan

Eine Auswertung von Lodgify (2023) zeigt: Hotelbetriebe, die manuelle Schichtplanung gegen datengestützte Planung tauschen, reduzieren Personalkosten im Housekeeping-Bereich um durchschnittlich 4 bis 8 Prozent — ohne Qualitätsverlust, oft mit besserem Service-Level.

Mit vs. ohne KI — ein ehrlicher Vergleich

Prozentwerte in der Tabelle sind Schätzwerte aus Praxisberichten — stark abhängig von Hausgröße, Mitarbeiterstruktur und Datenqualität.

Einschätzung auf einen Blick

Zeitersparnis — niedrig (2/5) Schichtplanung wird schneller — aber das ist eine Nebenleistung. Hauptnutzen ist Kostenoptimierung, nicht Zeit-Ersatz. Verglichen mit Chatbot (der täglich operative Zeit einspart) oder E-Mail-Triage (die Teamzeit direkt zurückgibt), ist die tägliche Zeitersparnis gering.

Kosteneinsparung — hoch (4/5) Personalkosten sind der größte Kostenfaktor im Hotel. Selbst eine Reduzierung von 5 Prozent durch bessere Planung ist ein erheblicher Betrag — typisch 20.000 bis 60.000 Euro jährlich in einem Hotel mittlerer Größe. Das ist unter den Finanzeffekten im Hotel-Portfolio die zweitgrößte Wirkung nach dynamischem Pricing.

Schnelle Umsetzung — niedrig (2/5) Das System braucht historische Belegungsdaten, Normzeiten pro Raumkategorie und PMS-Anbindung. Verlässliche Prognosen entstehen nach 6 bis 12 Wochen Trainingszeit. Kein schneller Win — aber auch kein 6-Monats-Projekt wie das RMS.

ROI-Sicherheit — mittel (3/5) Personalkosten sind messbar, aber der Kausalzusammenhang ist weniger direkt als bei RevPAR-Steigerung. Viele Faktoren beeinflussen Personalkosten — Fluktuation, Krankheitstage, Lohnsteigerungen. Das System ist einer von mehreren Faktoren.

Skalierbarkeit — hoch (4/5) Bei Hotelketten: Ein Prognosemodell kann für mehrere Häuser kalibriert werden, Schichtmuster werden geteilt. Für Einzelbetriebe skaliert es mit der Betriebsgröße — wächst das Hotel, lernt das Modell mehr.

Richtwerte — stark abhängig von Haussegment, Mitarbeiterstruktur und PMS-Datenqualität.

Was das System konkret macht

Das System verbindet vier Datenströme zu einer tagesgenauen Personalbedarfsprognose:

1. PMS-Belegungsdaten: Welche Zimmer haben Anreise, welche Abreise, welche Midstay? Wann kommen Gruppen? Wie ist die Check-in-Verteilung über den Tag?

2. Normzeiten pro Zimmertyp: Doppelzimmer Abreise: 45 Minuten. Doppelzimmer Midstay: 25 Minuten. Suite Abreise: 75 Minuten. Diese Werte werden aus historischen Daten kalibriert oder als Startwerte manuell eingegeben.

3. Eventkalender und externe Signale: Events beeinflussen Anreise- und Abreisemuster — viele kurze Aufenthalte bedeuten hohen Turnover, wenige lange Aufenthalte bedeuten geringeren Bedarf.

4. Historische Korrektur: Das System lernt, wann die Planung regelmäßig daneben liegt, und korrigiert systematische Abweichungen.

Das Ergebnis: Eine Schichtempfehlung pro Abteilung für jeden Tag der nächsten zwei Wochen, mit Varianzindikator (hohe Sicherheit vs. unsicher wegen spätem Buchungseingang).

Konkrete Werkzeuge — was wann passt

PARITY (spezialisierte Workforce-Forecasting-Plattform für Hotels) — Nischenanbieter mit starkem Fokus auf Housekeeping-Optimierung und PMS-Integration. Preis: ab 200 Euro/Monat. Empfehlung für Hotels, die primär Housekeeping optimieren wollen. (Verfügbarkeit in Deutschland bitte direkt beim Anbieter prüfen.)

Cloudbeds Workforce-Modul — Teil der Cloudbeds-Plattform. Weniger spezialisiert als PARITY, aber keine Zusatzkosten wenn Cloudbeds bereits genutzt wird. Für kleinere Betriebe ausreichend.

Airtable + Prognose-Template — Für Hotels ohne Systembudget: Belegungsdaten aus dem PMS in Airtable importieren, Normzeiten eingeben, automatische Summenberechnung. Kein KI, aber schon ein strukturierter Ansatz. Einrichtungsaufwand: 1–2 Tage. Kostenlos (Airtable Free Plan ausreichend für Grundfunktion).

Make.com + PMS-Export — Für technisch affine Hotels: PMS-Belegungsdaten täglich exportieren, über Make.com in ein Prognosemodell einspeisen, Ergebnis als Schicht-Checkliste ausgeben. Kein fertiges Produkt, aber max. Flexibilität.

Integrated HR-Tools mit Hospitality-Modul (Shiftbase, Planday) — Schichtplanungstools mit eingebautem Forecasting auf Basis historischer Daten. Günstig (ab 3–5 Euro/Mitarbeiter/Monat), schnell eingerichtet, aber weniger tief in PMS-Daten integriert.

Datenschutz und Datenhaltung

Personalplanungsdaten sind Beschäftigtendaten und unterliegen besonderem Schutz nach Art. 9 DSGVO (soweit Gesundheitsdaten oder Betriebsratsbeteiligung relevant sind) sowie dem Betriebsverfassungsgesetz (BetrVG) in Betrieben mit Betriebsrat:

• § 87 Abs. 1 Nr. 2 BetrVG: Einführung von Systemen zur Dienstplanerstellung mit automatischer Datenverarbeitung ist mitbestimmungspflichtig — Betriebsrat muss vor Einführung eingebunden werden
• Belegungsdaten vs. Personaldaten: Belegungsprognosen selbst sind nicht personenbezogen. Erst wenn der Schichtplan mit Personaldaten verknüpft wird, greifen DSGVO-Pflichten
• Datenhaltung: Personalbezogene Schichtdaten haben gesetzliche Aufbewahrungsfristen (Arbeitszeitgesetz, Lohnunterlagen)

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten

• Normzeiten-Kalibrierung pro Zimmerkategorie: 1–2 Wochen intern (Zeitstudie)
• PMS-Integration und Tool-Einrichtung: 500–2.000 Euro (je nach Tool)
• Historische Daten-Analyse für Starttraining: 1–3 Tage

Laufende Kosten (monatlich)

• Spezialtool (PARITY o.ä.): 150–400 Euro/Monat
• Planday/Shiftbase: 3–5 Euro/Mitarbeiter/Monat
• Airtable-Ansatz: nahezu kostenlos

ROI-Rechnung Hotel mit 60 Zimmern, 20 Housekeeping-Mitarbeitenden, monatliche Personalkosten Housekeeping 35.000 Euro: Einsparung 5 % durch bessere Planung = 1.750 Euro/Monat. Kosten des Tools: 200–400 Euro/Monat. Amortisation: 1–2 Monate ab Produktivbetrieb.

Typische Einstiegsfehler

1. Normzeiten nicht kalibrieren. Wenn das System mit geschätzten Normzeiten (35 Minuten/Zimmer pauschal) startet statt mit gemessenen, produziert es ungenaue Prognosen. Eine einmalige Zeitstudie (1 Woche: Zeit pro Zimmertyp stoppen) ist die wichtigste Vorbereitung.

2. Das System ohne Mitarbeiter-Einbeziehung einführen. Housekeeping-Teams haben Erfahrungswissen über Sonderaufwände (lange Aufenthalte, Haustiere, schwierige Gäste), das kein System kennt. Wenn das Team das System als externe Kontrolle wahrnimmt statt als Hilfsmittel, wird die tatsächliche Planung trotzdem nach Erfahrung gemacht. Frühe Einbeziehung der Schichtleitungen ist entscheidend.

3. Nur Housekeeping optimieren, Rezeption und F&B weiter nach Gefühl planen. Wer das System auf Housekeeping beschränkt und Rezeption und F&B unberührt lässt, spart 5 % der Housekeeping-Personalkosten — aber verschenkt oft das Doppelte in den anderen Abteilungen. In der Praxis ist die Rezeption bei Check-in-Peaks (14–17 Uhr Freitag) typischerweise mit 1–2 Personen unterbesetzt, obwohl die Belegungsreservierungen das Muster seit Wochen vorhersagen. Lösung: Normzeiten und Prognose-Logik nach Housekeeping-Inbetriebnahme für Rezeption (Schichtbeginn vor Peak) und F&B (Gruppenfrühstücke mit 48 h Vorlauf planbar) identisch aufsetzen — das ist keine neue Implementierung, sondern Parametrierung des bestehenden Modells.

4. Normzeiten nach Go-live nie aktualisieren. Normzeiten verändern sich: Neues Equipment, veränderte Zimmerstandards, neue Mitarbeitende. Wer die Kalibrierwerte einmal eingibt und dann nie anfasst, stellt nach einem Jahr fest, dass die Prognosen systematisch daneben liegen. Einmal pro Quartal sollte eine kurze Überprüfung der Normzeiten auf dem Kalender stehen.

Was mit der Einführung wirklich passiert — und was nicht

Housekeeping-Teams reagieren oft skeptisch auf datengestützte Planung — zu Recht, wenn das System als Kontrollinstrument präsentiert wird. Die richtige Kommunikation: Das System schützt das Team vor Überarbeitung an Hochlasttagen, nicht umgekehrt.

Ein konkretes Beispiel: Wenn das System prognostiziert, dass für nächsten Samstag 9 Mitarbeitende nötig sind, aber nur 7 eingeplant waren, ist das eine Schutz-Information für das Team — nicht eine Kritik. Die Schichtleiterin, die vorher nach Gefühl 7 eingeplant hätte, hat nun eine Begründung, 9 einzuplanen.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Unsere Mitarbeitenden sind unterschiedlich schnell — das kann kein System wissen.” Stimmt für die Individualebene. Auf Teamebene (Gesamtkapazität einer Schicht) gleicht sich das aus — und darum geht es in der Schichtplanung. Das System plant keine Personen, sondern Kapazitäten.

„Wir haben zu wenig Personal sowieso — das hilft uns da nicht.” Wenn struktureller Personalmangel der Grund für Unterbesetzung ist, ist Prognose das falsche Instrument. Prognose hilft bei Fehleinsatz verfügbarer Kapazität, nicht bei absolutem Mangel. Aber auch in diesem Fall kann das System zeigen, wo der Mangel am kritischsten ist.

Woran du merkst, dass das zu dir passt

• Housekeeping-Leitungen berichten regelmäßig von Überstunden an bestimmten Wochentagen und Leerläufen an anderen
• Der Schichtplan ist für alle Wochen nahezu gleich, unabhängig von der Belegungsprognose
• Du weißt nicht genau, wie viele Stunden dein Housekeeping-Team durchschnittlich für 100 % Belegung braucht
• Personalkostenquote über 38 % und keine systematische Analyse, warum

Wann es sich noch nicht lohnt: Weniger als 20 Mitarbeitende total, oder Betriebe mit stabiler, kaum schwankender Auslastung (typisch: Dauerwohnen, Pensionen mit Stammgästen). Wenn die Schichtplanung bereits sehr strukturiert ist und Planungsabweichungen unter 10 Prozent liegen, ist der Verbesserungsspielraum gering.

Das kannst du heute noch tun

Messe eine Woche lang die tatsächliche Zeit für die Zimmerreinigung nach Zimmertyp und Aufenthaltsart (Anreise vs. Midstay vs. Abreise). Diese Daten braucht jedes Planungssystem — und du brauchst sie auch für die manuelle Planung, nur dass du sie nie explizit aufgeschrieben hast.

Quellen & Methodik

• Personalkostenquote deutsche Hotels: Hotelverband Deutschland (IHA), „Hotelmarkt Deutschland 2024”; Destatis, Kostenstrukturerhebung Gastgewerbe (2023).
• Einsparung durch datengestützte Personalplanung: Lodgify, „Hotel Operations Efficiency Report” (2023) (Anbieter-Studie / Herstellerangabe); eigene Projektbeobachtungen.
• § 87 Abs. 1 Nr. 2 BetrVG: Betriebsverfassungsgesetz in gültiger Fassung (Mitbestimmung bei Dienstplanautomatisierung).
• Tool-Preisangaben: Veröffentlichte Tarife Shiftbase, Planday, Cloudbeds (Stand April 2026).