KI-gestützte Einsatzplanung und Disposition

Das echte Ausmaß des Problems

Einsatzplanung in der Zeitarbeit ist eine der operativ aufwendigsten Tätigkeiten, die es gibt. Sie verbindet Planungskomplexität (viele Variablen gleichzeitig), Zeitdruck (Schichten starten um 06:00 Uhr) und rechtliche Rahmenbedingungen (Arbeitszeitgesetz, AÜG, Branchentarifverträge), die permanent berücksichtigt werden müssen.

Die Kernprobleme:

Reaktive statt proaktive Planung: Der Disponent reagiert auf Ausfälle, statt vorausschauend zu planen. Je mehr Einsätze, desto mehr Überraschungen, und desto mehr Telefonketten in der Frühstunde.

Leerzeiten als versteckter Kostenfaktor: Zeitarbeitnehmer, die in der Warteschleife sind, verfügbar, aber nicht eingesetzt, verursachen Kosten. Schlechte Dispositionsplanung bedeutet, dass gleichzeitig Kapazitäten ungenutzt bleiben und Aufträge unbesetzt sind, weil niemand die Übersicht hat.

Arbeitszeitkomplexität: Tägliche und wöchentliche Höchstarbeitszeitgrenzen nach ArbZG, Ruhezeiten von 11 Stunden zwischen Schichten, Ausschluss von bestimmten Kandidaten nach AÜG-Fristen, all das muss bei jeder Planungsänderung berücksichtigt werden. Ein Verstoß ist nicht nur teuer, er gefährdet die AÜG-Lizenz.

Informationssilos: Verfügbarkeit, Qualifikation, Einsatzhistorie und Präferenzen verteilen sich auf mehrere Systeme oder, schlimmer, auf das Gedächtnis einzelner Disponenten. Wechselt jemand aus dem Team, geht dieses implizite Wissen weg.

Wie viele aktive Einsätze ein Disponent parallel betreuen kann, dafür gibt es keine belastbare Zahl. Zähl bei dir nach: aktive Einsätze geteilt durch Disponenten. Ein System verschiebt diese Grenze, und der Unterschied liegt nicht in der Anzahl der Planungsschritte, sondern darin, wer sie ausführt. Um wie viel, zeigt erst der Parallelbetrieb.

Mit vs. ohne KI, ein ehrlicher Vergleich

Für Auslastung und Einsätze je Disponent gibt es keine unabhängige Vergleichszahl, und was Anbieter dazu nennen, ließ sich nicht prüfen. Die Rechnung weiter unten arbeitet deshalb mit einer ausdrücklichen Annahme und zeigt, was ein einzelner Prozentpunkt wert ist.

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5) Planungsaufwand wird deutlich reduziert, nicht ganz auf 5/5, weil Disponenten weiterhin die Systemempfehlungen prüfen, Kandidaten kontaktieren und Ausnahmen manuell handhaben müssen. Das System beschleunigt, ersetzt aber nicht den Disponenten. Der Zeitgewinn ist trotzdem einer der größten in dieser Kategorie.

Kosteneinsparung, sehr hoch (5/5) Leerzeiten kosten Geld, Zeitarbeitnehmer, die verfügbar aber nicht eingesetzt sind, erzeugen Standby-Aufwand ohne Ertrag. Jeder Prozentpunkt Auslastungsverbesserung ist direkt in der Marge spürbar, gemessen am Rohertrag je Stunde, nicht am Verrechnungssatz und erst recht nicht am Stundenlohn. Hinzu kommt: Schnellere Besetzung von Ausfällen bedeutet weniger Vertragsrisiken beim Kunden und weniger Stornierungen. Der stärkste wirtschaftliche Hebel dieser drei Anwendungsfälle.

Schnelle Umsetzung, mittel (3/5) Die Einführung erfordert mehr als Kandidaten-Matching, weil die Einsatzplanung tiefer in operative Prozesse eingreift: Schnittstellen zu Zeiterfassungssystemen, Lohnabrechnung und Kundensystemen müssen funktionieren. 4–10 Wochen sind realistisch, stark abhängig von der Systemlandschaft.

ROI-Sicherheit, mittel (3/5) Auslastungsgrad und Reaktionszeit sind messbar. Aber: Welcher Anteil der Verbesserung kommt vom KI-System, welcher kommt davon, dass das Team bei der Einführung ohnehin besser auf Prozesse geschaut hat? Der kausale Nachweis ist schwieriger als bei der Dokumentenautomatisierung. Mittelfeldposition.

Skalierbarkeit, sehr hoch (5/5) Das ist der deutlichste Stärkepunkt. Ein Dispositionssystem koordiniert deutlich mehr Einsätze je Disponent als eine Excel-Tabelle, weil es die Planungsschritte selbst ausführt und nicht der Mensch. Wachstum wird nicht durch Kapazitäten im Dispositionsteam begrenzt, sondern durch Kandidaten- und Auftragsvolumen. Das ist der fundamentale Vorteil von KI-gestützter Einsatzplanung.

Richtwerte, stark abhängig von Auftragsvolumen, Kandidatenpool-Qualität und Systemintegrationstiefe.

Was die KI-Einsatzplanung konkret macht

Das System kennt zu jedem Zeitpunkt drei Datendimensionen:

Angebot: Wer ist verfügbar? Mit welchen Qualifikationen? Mit welchen Arbeitszeitkonto-Restriktionen? Mit welchen Präferenzen (Schichtart, Einsatzgebiet, bevorzugte Kunden)?

Nachfrage: Welche Schichten müssen besetzt werden? Wann, wo, mit welchem Qualifikationsprofil?

Constraints: Arbeitszeitgesetz, AÜG-Fristen, Tarifvertrag, individuelle Beschäftigungsobergrenzen, Ruhezeiten.

Der Planungsalgorithmus bringt diese drei Dimensionen in Einklang. Das Ergebnis ist ein Schichtplan, der:

• Alle Anforderungen erfüllt
• Keine ArbZG-Verstöße enthält
• Die AÜG-Fristen (18-Monats-Grenze, Equal Pay) berücksichtigt
• Fahrwege minimiert (Einsätze nah am Wohnort des Kandidaten priorisiert)
• Kandidatenpräferenzen soweit möglich berücksichtigt

Wenn ein Ausfall gemeldet wird, berechnet das System in Sekunden die verfügbaren Alternativen und schlägt zwei bis drei Optionen vor, gereiht nach Eignung, Verfügbarkeit und Reaktionswahrscheinlichkeit. Der Disponent wählt und bestätigt, das System benachrichtigt den Kandidaten automatisch.

Was die KI nicht kann

Sie kann nicht einschätzen, ob ein Kandidat, der formal verfügbar ist, tatsächlich motiviert ist, kurzfristig einzuspringen. Sie kennt nicht die informellen Signale, die ein erfahrener Disponent nach einem Telefonat einordnen kann. Und sie kann keine neuen Kandidaten akquirieren, wenn der Pool erschöpft ist. Die KI optimiert innerhalb der vorhandenen Möglichkeiten, die Qualität des Kandidatenpools ist ihre Obergrenze.

Automatisierung der Kandidatenkommunikation

Moderne Dispositionssysteme ermöglichen automatisierte Kandidatenkommunikation: Wenn das System eine Schicht für Kandidat A identifiziert, wird dieser per SMS oder WhatsApp kontaktiert, mit Schichtdetails, Einsatzbetrieb und einem Zwei-Klick-Response (Ja/Nein). Kommt nach 15 Minuten keine Antwort, geht die Anfrage automatisch an Kandidat B. Der Disponent sieht den Status in Echtzeit.

Das verkürzt die Reaktionszeit bei Ausfällen von Stunden auf unter 30 Minuten, ohne einen einzigen Anruf.

Konkrete Werkzeuge, was wann passt

zvoove Dispo, Das spezialisierte Dispositionsmodul von zvoove ist für den deutschen Zeitarbeitsmarkt gebaut und integriert AÜG-Compliance, Equal Pay und Branchenzuschläge direkt in die Planungslogik. Der KI-Assistent Zain liefert Planungsvorschläge auf Basis des aktuellen Kandidatenpools. Für Zeitarbeitsfirmen, die zvoove als Kernsystem haben, ist das der natürliche nächste Schritt.

Bullhorn mit VMS-Integration, Für internationale Personaldienstleister oder Firmen mit Vendor-Management-System-Anforderungen (VMS) bei Großkunden. Bullhorns Back-Office-Modul verbindet Disposition, Zeiterfassung und Abrechnung. Einschränkung: US-Datenhosting, weniger AÜG-nativ als zvoove.

Personio , Keine direkte Einsatzplanungsfunktionalität, aber als Grundlage für Stammdaten sinnvoll. Wer kein spezialisiertes Zeitarbeitssystem hat und Einsatzplanung zunächst pragmatisch angehen will, kann Personios HR-Basis mit einem dedizierten Schichtplanungstool kombinieren.

Make.com mit WhatsApp-Integration, Für kleinere Betriebe: Eine Automatisierungsplattform kann den Ausfall-Kommunikationsprozess erheblich beschleunigen. Ausfall eingetragen → automatische WhatsApp-Nachrichten an Top-5-Kandidaten → Erste Zusage löst Bestätigung und Kalendereinladung aus. Kein vollständiges Planungssystem, aber eine pragmatische Lösung für das häufigste Alltagsproblem.

Wann welcher Ansatz:

• Bestehende zvoove-Nutzer → zvoove Dispo mit KI
• Internationale Großkunden, VMS-Anforderungen → Bullhorn
• Wachsende Firma, noch kein Spezialsystem → Personio Basis + Make.com für Kommunikation
• Kleiner Betrieb, Schwerpunkt Ausfallmanagement → Make.com WhatsApp-Automatisierung als erster Schritt

Datenschutz und Datenhaltung

Die Einsatzplanung verarbeitet eine besonders dichte Kombination personenbezogener Daten: Wohnort (für Erreichbarkeit), Arbeitszeitkonto (Stundenzahl), Gesundheitszustand (implizit durch Ausfallmeldungen), bevorzugte Arbeitsorte und -zeiten.

DSGVO und Kandidaten-Profiling: Wenn ein KI-System automatisch Kandidaten für Schichten priorisiert, kann das als automatisierte Entscheidung nach Art. 22 DSGVO eingestuft werden, mit Auskunftsrecht des Kandidaten über die Logik der Priorisierung. Zeitarbeitsfirmen sollten in den Nutzungsbedingungen und der Datenschutzerklärung klar kommunizieren, dass und wie KI-Systeme bei der Einsatzplanung eingesetzt werden.

Arbeitnehmervertretung: Wenn ein Betriebsrat vorhanden ist, hat dieser bei der Einführung von technischen Systemen zur Leistungs- oder Verhaltensüberwachung Mitbestimmungsrechte nach § 87 Abs. 1 Nr. 6 BetrVG. Ein Dispositionssystem, das Verfügbarkeit und Reaktionszeiten von Kandidaten verfolgt, kann unter diese Kategorie fallen. Frühzeitige Einbindung des Betriebsrats verhindert spätere Blockaden.

Datenhosting: zvoove (Deutschland) ist für den deutschen Markt die rechtssicherste Wahl. Bullhorn (US-Hosting) erfordert aktives DPA-Management und SCCs.

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten

• Systemintegration (Anbindung Zeiterfassung, Lohnabrechnung, Kundensysteme): 3.000–10.000 Euro je nach Komplexität
• Datenmigration und Kalibrierung der Planungsparameter: 2–4 Wochen interner Aufwand
• Schulung Dispositionsteam: 2–3 Tage

Laufende Kosten

• zvoove Dispo-Modul: Aufpreis auf Basispaket, auf Anfrage
• Make.com: ab 9 USD/Monat für einfache Workflows
• Bullhorn Back-Office: ab ca. 99 USD/User/Monat (US-Richtwert)

Was du dagegenrechnen kannst

Hier muss man drei Zahlen sauber auseinanderhalten, weil sie in dieser Branche ständig verwechselt werden: Der Verrechnungssatz ist das, was der Kunde je Stunde zahlt. Die Lohnkosten sind das, was der Zeitarbeitnehmer inklusive Arbeitgeberanteilen kostet. Der Rohertrag ist die Differenz, und nur der landet in deiner Kasse.

Annahme dieser Rechnung, kein Messwert: Die Auslastung steigt bei 100 Zeitarbeitnehmern in Vollzeit von 65 auf 80 Prozent. Das sind 100 × 0,15 × 40 Stunden = 600 zusätzliche Einsatzstunden pro Woche.

Bewertet wird diese Stunde mit dem Verrechnungssatz, nicht mit dem Stundenlohn. Bei einem Helfer-Lohn von 15 Euro liegt der Verrechnungssatz typisch bei 30 bis 36 Euro, die Vollkosten des Zeitarbeitnehmers bei rund 19 bis 20 Euro. Bleiben grob 10 bis 15 Euro Rohertrag je Stunde. 600 Stunden ergeben damit 6.000 bis 9.000 Euro Rohertrag pro Woche, nicht 600 mal 15 Euro, denn die 15 Euro sind deine Kosten, nicht dein Erlös.

Rechnest du nur mit 40 Prozent dieses Effekts, bleiben 2.400–3.600 Euro Rohertrag pro Woche, rund 10.000–15.000 Euro im Monat. Weil die 15 Punkte eine Annahme sind, rechne auch rückwärts: Jeder Prozentpunkt bringt bei 100 Vollzeitkräften 40 Einsatzstunden pro Woche, also 400 bis 600 Euro Rohertrag, rund 1.700 bis 2.600 Euro im Monat. Mit dieser Zahl kannst du jedes Angebot für ein Dispo-Modul gegenrechnen. Gegen Einrichtungskosten von 3.000–10.000 Euro und laufende Systemkosten rechnet sich das schnell, aber nur unter zwei Bedingungen.

Erstens: Die Nachfrage für die zusätzliche Kapazität muss vorhanden sein. Das Planungssystem kann nur einsetzen, was an Aufträgen da ist, es erzeugt keine Kundennachfrage. Zweitens: Für Zeitarbeitnehmer in unbefristeter Anstellung läuft der Lohn auch in der Leerzeit weiter. Bei ihnen ist der Lohn bereits versenkt, der zusätzliche Einsatz bringt dann fast den vollen Verrechnungssatz. Bei Kräften, die nur für den Einsatz bezahlt werden, gilt die Rohertragsrechnung oben. Welcher Fall bei dir überwiegt, entscheidet über die Größenordnung.

Drei typische Einstiegsfehler

1. Das System plant, aber niemand hat die Verfügbarkeiten aktuell eingetragen. Einsatzplanung per KI funktioniert nur, wenn das System den Echtzeit-Status kennt: Wer ist krank? Wer hat seinen Urlaub gerade geändert? Wer hat gestern Nacht 8 Stunden Einsatz gehabt und kann heute keine Frühschicht machen? Wenn Disponenten Änderungen “später” nachtragen, arbeitet das System mit veralteten Daten, und schlägt ungeeignete Kandidaten vor. Die Systemdisziplin muss höher sein als bei manueller Planung, nicht niedriger.

2. Der erste Planungsfehler des Systems führt zum sofortigen Rückfall in manuelle Methoden. Das System wird in den ersten Wochen Fehler machen, Kandidaten vorschlagen, die dann doch nicht verfügbar sind, oder eine ArbZG-Grenze übersehen, die sich aus einem komplexen Mehrkunden-Einsatz ergibt. Dieser Moment ist entscheidend: Wird er als “das System taugt nichts” interpretiert, ist die Einführung gescheitert. Wird er als Kalibrierungssignal behandelt, was stimmt im Datensatz nicht, was muss im System nachjustiert werden?, lernt das System dazu. Führungsebene und Team müssen diesen Unterschied vorab besprechen.

3. Die Automatisierung der Kandidatenkommunikation startet ohne vorherige Absprache mit den Kandidaten. Wer das erste Mal um 5:45 Uhr eine automatisierte WhatsApp-Nachricht einer Firma erhält, ist irritiert, auch wenn die Nachricht nützlich ist. Kurze Ankündigung vorab: “Ab nächster Woche bekommst du Anfragen für kurzfristige Einsätze per WhatsApp von unserem System. Antwort Ja/Nein reicht.” Das kostet zwei Minuten und verhindert Vertrauensverlust, der sich in niedrigen Antwortquoten niederschlägt.

Was mit der Einführung wirklich passiert, und was nicht

Einsatzplanung mit KI ist die Veränderung, die Disponenten am ambivalentesten begegnen. Der Kandidatenabgleich sparte Suchzeit, das war spürbar positiv. Die Dokumentenautomatisierung hat repetitive Arbeit eliminiert, das war unumstritten erleichternd. Aber die Disposition ist die Tätigkeit, mit der erfahrene Disponenten sich identifizieren. Den Schichtplan zu füllen, die richtigen Leute zu kennen, kurzfristig zu reagieren, das ist die Kernkompetenz.

Ein KI-System, das das teilweise übernimmt, löst manchmal das Gefühl aus: Werde ich hier gerade ersetzt? Das Gespräch muss offen geführt werden, und die Antwort muss ehrlich sein: Disponenten mit guter Systemkenntnis und KI-Unterstützung können mehr Einsätze betreuen als heute; wie viele mehr, zeigt euer eigener Parallelbetrieb. Das bedeutet Wachstum, mehr Umsatz mit demselben Team, nicht zwingend Stellenabbau. Aber wenn das unklar bleibt, ist Widerstand vorprogrammiert.

Was konkret hilft:

• Disponenten in die Systemkonfiguration einbinden: Welche Prioritätsregeln soll das System verwenden? Ihre Praxis-Expertise ist der Algorithmus-Input
• Klare Ansage: Das System schlägt vor, die Person entscheidet und bestätigt, immer
• Kennzahlen gemeinsam festlegen: Was wollen wir nach drei Monaten besser können?
• Erfolge feiern: Wenn das System zum ersten Mal einen Ausfall in unter 20 Minuten ersetzt hat, kommunizieren, konkret, mit Zeitvergleich

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

“Unsere Einsätze sind zu individuell für ein automatisches System.” Für die Sonderfälle stimmt das. Aber wie viele deiner Einsätze sind Lagerpersonal, Produktionshilfe, Logistik oder Büroarbeit mit klar definierten Anforderungen? Zähl die letzten vier Wochen durch. Für diesen Routineanteil spart die Automatisierung Zeit, die Sonderfälle bleiben manuell, das System entlastet dich vom Rest.

“Was ist, wenn das System einen Verstoß gegen das ArbZG auslöst?” Ein gut konfiguriertes System verhindert ArbZG-Verstöße aktiv, es kennt das Arbeitszeitkonto jedes Kandidaten und weist Schichten ab, die eine gesetzliche Grenze überschreiten. Das ist ein Vorteil gegenüber manueller Planung, bei der diese Prüfung vom Disponenten abhängt und entsprechend fehleranfällig ist. Voraussetzung: Das Arbeitszeitgesetz muss korrekt im System hinterlegt sein, inklusive Ausnahmen für bestimmte Branchen.

“Was kostet uns das, wenn das System einen Tag ausfällt?” Diese Frage ist richtig und wichtig. Ein produktives Dispositionssystem ist kritische Infrastruktur, ein Ausfall um 06:00 Uhr ist keine Komfortfrage. Daher: Fallback-Prozess definieren, bevor das System live geht. Welche manuellen Notfallprozeduren greifen? Wer hat Zugriff auf die Rohdaten? Wie lange kann das Team manuell operieren? Die Antworten müssen vor dem ersten Echtbetrieb feststehen.

Woran du merkst, dass das zu dir passt

• Ausfälle werden täglich reaktiv bewältigt und das kostet Disponenten-Nerven und Kundenvertrauen
• Dein Team betreut mehr als 100 aktive Zeitarbeitnehmer, darunter ist manuelles Planen handhabbar
• Ihr habt messbare Leerzeiten im Kandidatenpool: Zeitarbeitnehmer sind verfügbar, aber häufig nicht im Einsatz, weil die Zuordnung nicht optimal läuft
• Wachstum scheitert am Disponenten-Engpass: Mehr Aufträge bedeutet mehr Überstunden für das Dispositionsteam, nicht mehr Umsatz

Wann es sich (noch) nicht lohnt, drei Ausschlusskriterien:

1. Unter 100 aktive Zeitarbeitnehmer parallel. Bei kleineren Pools ist der manuelle Überblick machbar. Der Investitionsaufwand für ein vollständiges Dispositionssystem ist erst ab dieser Schwelle sinnvoll amortisierbar.

2. Stammdaten und Verfügbarkeiten werden nicht systematisch gepflegt. Ein Planungssystem, das nicht weiß, wer wirklich verfügbar ist, plant falsch, mit hohem Vertrauensverlust im Team. Bevor ein System eingeführt wird, muss die Datenbasis stimmen.

3. Das Dispositionsteam hat keine Kapazität für die Einführung. Die Einführung erfordert parallelen Betrieb, Feedback-Runden und Systemkalibrierung. Wer das Projekt neben dem Vollbetrieb einführt, ohne jemanden dafür freizustellen, scheitert nicht am Tool, sondern an Ressourcenmangel.

Das kannst du heute noch tun

Mach eine ehrliche Auswertung der letzten vier Wochen: Wie viele Ausfälle mussten in weniger als 2 Stunden ersetzt werden? Wie lange hat der Ersatz jeweils gedauert? Wie hoch war die Auslastung des Pools, wie viele Zeitarbeitnehmer waren verfügbar, aber nicht eingesetzt?

Das sind die drei Kennzahlen, die den Business Case für KI-Disposition ausmachen. Wenn du sie nicht hast: Das ist bereits ein Problem, und der erste Schritt ist, sie zu erheben.

Quellen & Methodik

• ArbZG, Ruhezeiten und Arbeitszeitgrenzen: § 3 ArbZG (täglich max. 8h, bis 10h mit Ausgleich), § 5 ArbZG (11h Mindestruhezeit zwischen Schichten), § 16 ArbZG (Bußgelder).
• AÜG, Überlassungshöchstdauer und Equal Pay: § 1 Abs. 1b AÜG (18 Monate), § 8 AÜG (Equal Pay nach 9 Monaten).
• Auslastungsrechnung: eigene Rechnung mit den im Text genannten Annahmen (Auslastung von 65 auf 80 Prozent, 15 Euro Helfer-Lohn, 30 bis 36 Euro Verrechnungssatz, 10 bis 15 Euro Rohertrag je Stunde); eine unabhängige Erhebung zu Auslastung oder Einsätzen je Disponent in der Zeitarbeit kennen wir nicht.
• § 87 Abs. 1 Nr. 6 BetrVG: Mitbestimmungsrecht des Betriebsrats bei technischen Überwachungseinrichtungen.
• DSGVO Art. 22: Automatisierte Einzelentscheidungen, Informationspflicht bei KI-basierter Priorisierung von Arbeitnehmern.