KI-Dienstplanoptimierung für Pflegeeinrichtungen

Das echte Ausmaß des Problems

Pflegedienstleitungen in vollstationären Einrichtungen verbringen wöchentlich 4 bis 8 Stunden mit der Erstellung und Nachpflege von Dienstplänen. Das ist kein ineffizientes Arbeiten — es ist die objektive Komplexität des Problems.

Ein Dienstplan für 30–50 Mitarbeitende muss gleichzeitig erfüllen:

• Gesetzliche Mindestanforderungen: Fachkraftquote je Schicht (SGB XI §71), Mindestruhezeit 11 Stunden zwischen Diensten (Arbeitszeitgesetz §5), maximale Wochenarbeitszeiten, Nachtdienst-Regelungen
• Individuelle Vertragsarten: Vollzeit, Teilzeit (unterschiedliche Stundenzahlen), Minijob, Ausbildungsverträge mit eigenen Regeln
• Wunschfrei und Urlaubsplanung: Digitalität der Kommunikation oft bei null — Zettel, Anrufe, nachträgliche Korrekturen
• Implizite Regeln: Wer versteht sich nicht, wer darf nicht allein Nachtdienst, wer hat Einschränkungen, die nirgends offiziell stehen

Das Ergebnis ist ein Optimierungsproblem mit 30–50 Variablen und 15+ simultanen Constraints — zu komplex für Excel, zu individuell für einfache Schichtsoftware. Wenn Martina eine Kollision entdeckt, wenn der Plan schon halb fertig ist, fängt sie nicht von Null an — aber manchmal fast.

Hinzu kommt: Kurzfristige Ausfälle zerstören den fertigen Plan regelmäßig. Und der Weg zur Lösung — wer kann einspringen, hat die Qualifikation, hat noch Stunden, hat die Ruhezeit eingehalten? — kostet weitere 30–60 Minuten im Einzelfall.

Die Zahlen summieren sich: Bei einer PDL mit 30 Euro/Stunde Vollkostenrechnung und 6 Stunden wöchentlichem Planungsaufwand entstehen monatlich ca. 720 Euro an reinen Planungskosten — ohne die Folgekosten von Planungsfehlern wie Überstunden, Zeitarbeit und Mitarbeiterunzufriedenheit.

Mit vs. ohne KI — ein ehrlicher Vergleich

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) 4–6 Stunden wöchentlich für die PDL sind ein realer, messbarer Effekt — mehr als die meisten anderen Use Cases in dieser Branche. Nicht die höchste Bewertung, weil der Effekt auf die PDL konzentriert ist (nicht verteilt auf das gesamte Pflegeteam wie bei der Dokumentation). Aber für eine Führungskraft, die diese Zeit in Mitarbeiterführung und Qualitätssicherung investieren kann, ist der Wert erheblich.

Kosteneinsparung — hoch (4/5) Die direkten Kosteneinsparungen sind konkret: weniger Überstunden-Zuschläge, weniger kurzfristige Zeitarbeitseinsätze (Tagessatz 400–600 Euro), weniger Planungsfehler die Nacharbeit erzeugen. Das ist messbarer als die indirekte Zeitersparnis in der Dokumentation.

Schnelle Umsetzung — mittel (3/5) Die Datenmigration — Mitarbeiterstammdaten, Verträge, Qualifikationen — ist zeitaufwändiger als erwartet. Realistisch sind 6–10 Wochen bis zum Vollbetrieb. Kein IT-Schwergewicht, aber auch kein 1-Woche-Einstieg.

ROI-Sicherheit — hoch (4/5) Der ROI ist direkt messbar: Überstundenkosten vorher vs. nachher, Zeitarbeitskosten vorher vs. nachher, PDL-Planungsstunden vorher vs. nachher. Weniger indirekte Effekte als bei anderen Use Cases.

Skalierbarkeit — hoch (4/5) Das System wächst gut mit der Einrichtung und ist auch für Trägerverbünde mit mehreren Standorten sinnvoll — dort sogar mit Synergie-Effekten (standortübergreifende Springer-Koordination).

Richtwerte — stark abhängig von Einrichtungsgröße, Schichtmodell und vorhandenem Arbeitszeitgesetz-Kontext.

Was das System konkret macht

KI-gestützte Dienstplanung ist ein Constraint-Satisfaction-Problem: Du definierst einmal die Regeln — das System findet die Lösung, die alle Regeln erfüllt.

Der Prozess in der Praxis:

Schritt 1 — Constraints hinterlegen: Einmalig werden alle Regeln im System konfiguriert:

• Welche Qualifikation braucht jede Schicht (examinierten Fachkräfte-Anzahl, Hilfskraft-Quote)
• Arbeitszeitgesetz: Mindestpausen, Maximalstunden, Ruhezeiten
• Individuelle Vertragsarten und Verfügbarkeiten
• Einrichtungsspezifische Soft-Constraints (wer versteht sich nicht, wer hat Kinderbetreuung morgens)

Schritt 2 — Verfügbarkeiten eingeben: Mitarbeitende reichen Wunschfrei digital über die App ein. Urlaub wird aus dem HR-System synchronisiert. Was früher auf Zetteln stand, steht jetzt im System.

Schritt 3 — KI generiert Plan: In Sekunden entsteht ein vollständiger Monatsplan, der alle definierten Constraints erfüllt. Die PDL prüft den Vorschlag und nimmt manuelle Anpassungen vor — aber der Ausgangspunkt ist ein vollständiger, regelkonformer Plan, nicht ein leeres Raster.

Schritt 4 — Kurzfristige Ausfälle: Wenn eine Pflegekraft ausfällt, klickt die PDL auf „Ersatz finden”. Das System zeigt sofort: wer hat die Qualifikation, hat noch Stunden, hat die Ruhezeit eingehalten, ist nicht im Urlaub. Ein Klick — und ein validierter Vorschlag. Keine manuele Suche mehr.

Der Unterschied zur klassischen Schichtsoftware: Nicht du planst und die Software prüft — das System plant und du prüfst. Diese Umkehrung macht 80 Prozent des Aufwands überflüssig.

Konkrete Werkzeuge — was wann passt

Smartplan — führender deutscher Anbieter mit explizitem Pflegebranche-Fokus. Deutsches Arbeitszeitrecht, MDK-Anforderungen und typische Pflegeeinrichtungs-Schichtmodelle out of the box. Mitarbeitenden-App inklusive. Preis: 3–8 Euro/Mitarbeiter/Monat. Eignet sich für Einrichtungen ab 20 Mitarbeitenden.

Atoss — das Schwergewicht im deutschen Markt. Sehr mächtig, entsprechend höherer Einrichtungsaufwand und Preis. Für einzelne Einrichtungen unter 60 Mitarbeitenden oft überdimensioniert — sinnvoll für Trägerverbünde mit mehreren Standorten.

Snap — ebenfalls mit Pflegesoftware-Integration und deutschem Recht. Besonders relevant für Einrichtungen, die Snap bereits für Pflegedokumentation nutzen — Dienstplanung und Doku im gleichen System reduziert Datensilos.

Personio mit Dienstplan-Funktion — wenn das HR-System bereits Personio ist, ist die Integration von Urlaub, Vertragsarten und Verfügbarkeiten direkt vorhanden. Die KI-Optimierung ist weniger mächtig als bei Spezialtools, aber die Datenbasis ist schon da. Sinnvoll für Einrichtungen unter 30 Mitarbeitenden.

ChatGPT als Einstiegsexperiment — kein Produktivsystem, aber ein schneller Proof-of-Concept: Gib alle Mitarbeitenden mit Verfügbarkeiten und Constraints in ChatGPT ein und lass einen Wochenplan generieren. Das zeigt das Prinzip und die Grenzen — und hilft, die Entscheidung für eine spezialisierte Lösung zu begründen.

Datenschutz und Datenhaltung

Dienstplanung verarbeitet Mitarbeiterdaten: Verfügbarkeiten, Arbeitszeitdaten, Wunschfrei, Qualifikationen. Das ist personenbezogene Daten nach DSGVO Art. 6 — keine besondere Kategorie, aber DSGVO-relevant.

Konkrete Anforderungen:

• Betriebsvereinbarung oder Einwilligung: Die Einführung einer digitalen Dienstplan-App, die Mitarbeiterdaten speichert, muss mit dem Betriebsrat abgestimmt werden (falls vorhanden) oder über eine Einwilligung der Mitarbeitenden legitimiert sein
• AVV: Dienstplan-Software, die in der Cloud betrieben wird, muss über einen AVV verfügen
• EU-Datenspeicherung: Für Mitarbeiterdaten ist EU-Hosting zwar nicht zwingend vorgeschrieben, aber deutlich komplainter — und bei deutschen Anbietern wie Smartplan Standard

Was es kostet — realistisch gerechnet

Spezialisierte Dienstplansoftware (z. B. Smartplan)

• Lizenzkosten: 3–8 Euro/Mitarbeiter/Monat
• Beispiel: 40 Mitarbeitende × 6 Euro = 240 Euro/Monat
• Einrichtung und Datenmigration: 500–2.000 Euro einmalig
• Schulung für PDL: 1 Tag, meist im Lizenzpreis enthalten

ROI-Rechnung — konservativ PDL spart 5 Stunden Planungsaufwand pro Woche. Bei 30 Euro/Stunde = 150 Euro/Woche = 600 Euro/Monat. Dazu: 3 weniger kurzfristige Zeitarbeitseinsätze im Monat (Tagessatz 450 Euro) = 1.350 Euro/Monat weniger Zeitarbeitskosten. Gesamteffekt: ~1.950 Euro/Monat bei 240 Euro Toolkosten. Amortisation: in den ersten Tagen des ersten Monats.

Der schwerer messbare Effekt: Mitarbeiterzufriedenheit steigt, wenn Dienstpläne verlässlicher und transparenter werden — und Fluktuation in der Pflege kostet pro Stelle 8.000–15.000 Euro (Recruiting, Einarbeitung, Wissensverlust).

Drei typische Einstiegsfehler

1. Mit der Demo und nicht mit echten Daten testen. Jeder Anbieter hat Demo-Daten, die perfekt funktionieren. Die Frage ist: Wie verhält sich das System mit deinen 40 Mitarbeitenden, deinen Schichtmodellen, deinen einrichtungsspezifischen Regeln? Fordere einen Pilot mit echten (anonymisierten) Daten, bevor du unterschreibst. Wenn der Anbieter das ablehnt, ist das ein Warnsignal.

2. Implizites Wissen der PDL nicht dokumentieren. Die PDL weiß: Frau Kovacs und Herr Bauer arbeiten schlecht zusammen. Frau Schmidt kann nachts keine langen Schichten machen, weil sie Kinder hat. Herr Müller darf nach einer Bauchoperation nicht schwer heben. Dieses Wissen existiert nur im Kopf der PDL. Wenn es nicht ins System übertragen wird, produziert der KI-Plan Vorschläge, die intern nicht funktionieren — und das Vertrauen in das System sinkt sofort.

3. Mitarbeitende zu spät einbinden. Der Dienstplan-Prozess ist emotional besetzt. Mitarbeitende, die nicht erklärt bekommen, warum ein neues System eingeführt wird und wie es ihre Wünsche berücksichtigt, werden skeptisch. Besonders wichtig: Frühzeitig kommunizieren, dass das System ein Werkzeug der PDL ist — Entscheidungen trifft weiterhin die PDL, nicht der Algorithmus.

4. Das System einführen und dann nicht pflegen. Nach sechs Monaten Produktivbetrieb ist das Vertrauen gewachsen — und die Pflege schläft ein. Neue Mitarbeitende werden im System nicht mit den richtigen Vertragsarten angelegt. Geänderte Arbeitszeitregeln nach einer Tarifverhandlung stehen nicht im Constraint-Katalog. Implizite Regeln, die die alte PDL kannte, kommen mit der neuen PDL nicht mehr ins System. Das Ergebnis: Der KI-Plan produziert Vorschläge, die zwar formal korrekt sind, aber intern nicht mehr passen — und niemand weiß warum. Lösung: Ein fester Vierteljahres-Review-Termin, bei dem die PDL prüft, ob alle Constraints noch stimmen.

Was mit der Einführung wirklich passiert — und was nicht

Was passiert: Die PDL muss in den ersten 4–6 Wochen mehr Zeit investieren, nicht weniger — Datenmigration, Konfiguration, Parallelbetrieb, Korrekturen. Der Effizienzgewinn kommt ab Monat 2.

Was nicht passiert: Das System löst keine Personalknappheit. Wenn 5 Stellen unbesetzt sind, plant auch das beste KI-System mit 5 fehlenden Stellen. Das System optimiert den Einsatz vorhandener Ressourcen — es schafft keine neuen.

Typisches Widerstandsmuster: „Ich trau dem System nicht — ich prüfe jeden Plan nach.” Diese Reaktion ist anfangs gesund. Sie verschwindet nach 6–8 Wochen von selbst, wenn die PDL gelernt hat, wie das System auf bestimmte Situationen reagiert. Dieses Lernintervall einplanen — nicht mit dem Ziel antreten, die PDL davon zu überzeugen, alles zu delegieren.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Das System kennt unsere internen Spielregeln nicht.” Genau diese Regeln kannst du als Soft-Constraints hinterlegen. Was früher im Kopf der PDL war, wird explizit und dokumentiert. Beim nächsten Personalwechsel muss eine neue PDL das Wissen nicht mühsam rekonstruieren. Das ist nicht nur ein Effizienzgewinn — es ist Wissensmanagement.

„Unsere Mitarbeitenden sind skeptisch, wenn eine KI ihren Plan erstellt.” Der Framing-Unterschied macht alles: Das System schlägt vor, die PDL entscheidet. Kein Plan geht raus ohne menschliche Freigabe. Was Mitarbeitende meistens schätzen, ist die App für Wunschfrei-Anträge und die frühzeitigere Planveröffentlichung — diese Vorteile kommunizierst du zuerst, nicht die KI-Planung selbst.

Woran du merkst, dass das zu dir passt

Das passt zu dir, wenn:

• Die PDL verbringt jede Woche mehr als 3 Stunden mit Dienstplanung
• Kurzfristige Ausfälle enden regelmäßig mit teuren Zeitarbeits-Einsätzen
• Arbeitszeitgesetz-Konformität wird nur stichprobenartig geprüft
• Mitarbeitende beschweren sich über Kurzfrist-Umplanungen und mangelnde Planbarkeit

Das passt noch nicht zu dir, wenn:

• Die Einrichtung hat weniger als 15 Mitarbeitende — dort übersteigt der Einrichtungsaufwand den Nutzen
• Die Mitarbeiterstammdaten sind nicht digital verfügbar — dann ist die Datenmigration der aufwändigste Schritt, nicht das Tool selbst
• Die PDL lehnt das System grundsätzlich ab — eine erzwungene Einführung gegen den Widerstand der Person, die täglich damit arbeitet, scheitert immer

Das kannst du heute noch tun

Starte mit einer 30-Minuten-Übung: Notiere alle impliziten Regeln deiner Dienstplanung — die Dinge, die du im Kopf hast, aber nirgends stehen. Wer arbeitet nicht gern mit wem? Welche Mitarbeitenden haben informelle Einschränkungen? Welche Qualifikations-Regeln gibt es, die über das Gesetz hinausgehen?

Diese Liste ist der erste Schritt zur Konfiguration eines Planungssystems. Und: Wenn du die Liste fertig hast, nutze folgenden Prompt in ChatGPT, um einen exemplarischen Monatsplan zu generieren.

Quellen & Methodik

• Bundesagentur für Arbeit, 2024: Unbesetzte Stellen in der Altenpflege
• Arbeitszeitgesetz (ArbZG) §5: Ruhezeit-Vorschriften für Arbeitnehmer
• SGB XI §71: Fachkraftquoten in der vollstationären Pflege
• Smartplan (2024): Produktdaten und Preisstruktur für deutsche Pflegeeinrichtungen
• Bundesverband privater Anbieter sozialer Dienste (bpa): Kennzahlen zu Zeitarbeitskosten in Pflegeeinrichtungen
• Eigene Beobachtungen: Zeitaufwand für Dienstplanung aus Gesprächen mit Pflegedienstleitungen, 2024