Abwesenheitsmanagement automatisieren

Das echte Ausmaß des Problems

In der Zeitarbeit liegt die Krankenquote strukturell über dem Bundesdurchschnitt. Laut AOK-Fehlzeiten-Report 2024 liegt der durchschnittliche Krankenstand in Deutschland bei 6,1 Prozent, in der Leiharbeitsbranche bewegen sich die Werte erfahrungsgemäß zwischen 8 und 12 Prozent, weil Zeitarbeitnehmer häufiger in körperlich belastenden Berufen tätig sind und weniger Anreize haben, sich trotz Krankheit in die Arbeit zu schleppen (kein direktes Arbeitsverhältnis mit dem Kundenbetrieb, keine soziale Hemmung gegenüber dem Entleiher).

Was bedeutet das in Zahlen? Bei einem Personaldienstleister mit 200 aktiven Zeitarbeitnehmern und einer Krankenquote von 9 Prozent sind statistisch täglich 18 Personen krank. An Montagen steigt dieser Wert auf 12 bis 15 Prozent, Wochenendkrankheiten, die sich auf den ersten Arbeitstag der Woche häufen. Das macht bis zu 24 bis 30 Krankmeldungen an einem einzigen Montagmorgen.

Jede einzelne Meldung löst einen Prozess aus:

1. Meldung empfangen und dokumentieren (aus verschiedenen Kanälen: WhatsApp, SMS, E-Mail, Anruf)
2. Kundenbetrieb informieren, am besten bevor die Schicht beginnt
3. Ersatzkandidaten identifizieren: passende Qualifikation, Verfügbarkeit, Wohnortnähe, AÜG-Konformität
4. Kandidaten kontaktieren und Zusage einholen
5. Disposition aktualisieren
6. Entgeltfortzahlungsdauer im Blick behalten (§3 Entgeltfortzahlungsgesetz: sechs Wochen)

Ein erfahrener Disponent braucht dafür durchschnittlich 90 bis 120 Minuten pro Fall, abhängig davon, wie schnell ein Ersatz gefunden wird und wie viele Rückrufschleifen nötig sind. Bei 24 Meldungen an einem Montagmorgen ist das theoretisch eine Vollzeitstelle, die ausschließlich mit Abwesenheitsmanagement beschäftigt ist.

In der Praxis bedeutet das: Disponenten kommen morgens gestresst ins Büro, verbringen die erste Hälfte des Tages mit Krisenmanagement und bleiben dann für Neugeschäft, Kandidatenpflege und Kundenkommunikation kaum noch ansprechbar. Der operative Druck bremst das Wachstum des Unternehmens.

Dieser Abschnitt ist eine fachliche Orientierung, keine Rechts- oder Arbeitsrechtsberatung. Für verbindliche Einschätzungen zu AÜG und Entgeltfortzahlungsgesetz wende dich an einen Fachanwalt für Arbeitsrecht.

Mit vs. ohne KI, ein ehrlicher Vergleich

Die Zahlen zur Zeitersparnis stammen aus Anwenderberichten von Zeitarbeitssoftware-Anbietern wie zvoove und aus Erfahrungswerten aus der Branche, keine repräsentative Studie, aber konsistente Größenordnung in mehreren Berichten.

Einschätzung auf einen Blick

Zeitersparnis, sehr hoch (5/5)
Kein anderer Anwendungsfall in der Zeitarbeitsbranche spart so viel operative Zeit wie automatisiertes Abwesenheitsmanagement. Der Grund: Krankmeldungen häufen sich am Montagmorgen, genau dann, wenn Disponenten ohnehin unter Druck stehen. Das KI-System übernimmt den ersten Verarbeitungsschritt vollautomatisch, Klassifizierung, Dokumentation, Ersatzvorschlag, Kundeninformation, und gibt dem Disponenten stattdessen eine kuratierte Aufgabe statt einer Mailbox voller Nachrichten. 90 bis 120 Minuten auf 15 bis 20 Minuten je Fall sind ein messbarer Unterschied, der sich täglich wiederholt.

Kosteneinsparung, mittel (3/5)
Die Kosteneinsparung ist real, aber nicht der dominante Nutzen. Einerseits spart das System Disponenten-Kapazität, die für Neugeschäft eingesetzt werden kann. Andererseits verhindert die automatische Fristenverfolgung nach EFZG (§ 3) Überzahlungen: Wenn ein Zeitarbeitnehmer über sechs Wochen hinaus krank bleibt und das System das nicht rechtzeitig signalisiert, zahlt das Unternehmen weiter, obwohl die Krankenkasse eigentlich Krankengeld leisten müsste. Diese Überzahlungen sind selten dramatisch, aber akkumulieren sich. Die Kosteneinsparung liegt also zwischen Effizienzgewinn und Fehlerprävention, messbarer als bei rein kommunikativen KI-Anwendungsfällen, aber kein sofort sichtbarer ROI.

Schnelle Umsetzung, mittel (3/5)
WhatsApp Business API-Integration, Verknüpfung mit dem ATS oder ERP-System, saubere Kandidatendaten mit AÜG-Fristenverfolgung, das ist mehr Arbeit als ein einfaches SaaS-Tool-Setup. Realistisch sind 8 bis 12 Wochen bis zum produktiven Pilotbetrieb. Wer zvoove bereits einsetzt und nur den Abwesenheitsprozess digitalisieren will, ist deutlich schneller. Wer bei null anfängt und Kandidatendaten zuerst bereinigen muss, liegt am oberen Ende.

ROI-Sicherheit, hoch (4/5)
Die Zeitersparnis ist direkt messbar, du weißt, wie viele Abwesenheitsfälle pro Monat bearbeitet werden, und kannst die vorher/nachher-Zeit messen. Die Fristenverfolgung beim Entgeltfortzahlungsgesetz liefert ebenfalls harte Zahlen: wie oft wurde ein Fall rechtzeitig eskaliert, wie oft nicht. Etwas weniger sicher ist der ROI beim Wachstumseffekt (Disponenten haben mehr Zeit für Neugeschäft), weil dieser durch viele weitere Faktoren beeinflusst wird.

Skalierbarkeit, sehr hoch (5/5)
Das System wächst ohne proportionalen Mehraufwand: 200 Zeitarbeitnehmer oder 400, die Automatisierungslogik bleibt dieselbe. Was skaliert, ist der Kandidatenpool-Abgleich, der mit mehr Kandidaten sogar besser wird (mehr verfügbare Ersatzoptionen). Einzige Grenze: Die menschliche Freigabe durch Disponenten bleibt nötig, aber der Aufwand dafür ist in Minuten, nicht Stunden.

Richtwerte, stark abhängig von Unternehmensgröße, vorhandener Softwareinfrastruktur und Qualität der Kandidatendaten.

Was das System konkret macht

Das automatisierte Abwesenheitsmanagement läuft in vier Schritten, die sequenziell und größtenteils ohne menschliches Zutun ablaufen:

Schritt 1: Eingang und Klassifizierung der Meldung
Der Zeitarbeitnehmer meldet sich über einen definierten Kanal krank, idealerweise WhatsApp Business, E-Mail oder eine App wie die zvoove Work App. Ein LLM klassifiziert die Meldung automatisch: Handelt es sich um eine Krankmeldung? Für welchen Tag? Wird ein Attest erwähnt? Wird ein voraussichtliches Rückkehrdatum genannt? Diese strukturierten Daten werden direkt ins ATS oder ERP übertragen, kein manuelles Abtippen, keine Rückfragen für Standardfälle.

Schritt 2: Ersatzkandidaten-Matching
Das System zieht aus dem Kandidatenpool alle verfügbaren Personen, filtert nach: passenden Qualifikationen (Staplerführerschein, Berufsausbildung, Tarifgruppe), Wohnortnähe zum Kundenbetrieb, Verfügbarkeit (keine geplanten Einsätze, kein Urlaub), und, kritisch, AÜG-Konformität. Kandidaten, die die Höchstüberlassungsdauer beim jeweiligen Kunden bereits erreicht oder beinahe erreicht haben, werden aus der Vorschlagsliste gefiltert. Der Disponent bekommt eine priorisierte Kurzliste, keine Rohdatenmasse.

Schritt 3: Kundenbetrieb informieren
Parallel zum Abgleichprozess, oder sobald feststeht, dass kein Ersatz verfügbar ist, wird der Kundenbetrieb automatisch informiert. Eine Generative KI formuliert die Nachricht: sachlich, situationsgerecht, mit Angabe der betroffenen Schicht und einer Rückmeldefrist. Der Disponent kann die Nachricht vor dem Versand sichten oder, wenn das Vertrauen in das System gewachsen ist, direkt freischalten lassen.

Schritt 4: EFZG-Tracking starten
Mit dem ersten Tag der Krankmeldung startet automatisch ein Timer. Sechs Wochen nach Meldungsbeginn endet die Entgeltfortzahlungspflicht des Arbeitgebers (§ 3 Entgeltfortzahlungsgesetz, kurz EFZG). Das System sendet eine Erinnerung an den Disponenten und die Lohnbuchhaltung, bevor dieser Zeitpunkt erreicht wird, damit rechtzeitig mit der Krankenkasse koordiniert werden kann und keine Doppelzahlungen entstehen.

Dieser Abschnitt ist eine fachliche Orientierung, keine Rechts- oder Arbeitsrechtsberatung. Für verbindliche Einschätzungen zu AÜG und Entgeltfortzahlungsgesetz wende dich an einen Fachanwalt für Arbeitsrecht.

Der Entgeltfortzahlungszeitraum, wie KI Überzahlungen verhindert

§ 3 des Entgeltfortzahlungsgesetzes (EFZG) gibt jedem Arbeitnehmer das Recht auf Lohnfortzahlung durch den Arbeitgeber für bis zu sechs Wochen bei krankheitsbedingter Arbeitsunfähigkeit. Nach Ablauf dieser Frist springt die gesetzliche Krankenversicherung mit Krankengeld ein, der Arbeitgeber ist aus der Zahlungspflicht entlassen.

Für Zeitarbeitsfirmen gilt dasselbe Prinzip, mit einer praxisrelevanten Besonderheit: In den ersten vier Wochen eines neuen Arbeitsverhältnisses besteht noch kein Entgeltfortzahlungsanspruch. Das bedeutet, dass ein Zeitarbeitnehmer, der sehr früh im neuen Vertrag erkrankt, keinen Anspruch auf Fortzahlung hat. Wer diesen Zeitraum nicht systemseitig verfolgt, zahlt möglicherweise unnötig.

Auf der anderen Seite: Wer die sechs Wochen nicht sauber verfolgt, zahlt nach Ablauf der Frist weiter aus eigenem Budget, obwohl die Krankenkasse zuständig wäre. Bei langen Krankheitsverläufen, mehreren Mitarbeitenden und manueller Excel-Führung passiert das häufiger als man denkt.

Ein gut konfiguriertes Abwesenheitsmanagementsystem, entweder als Modul in zvoove oder über Personio mit Custom-Konfiguration, setzt für jeden Krankheitsfall automatisch die relevanten Fristen:

• Tag 1: Wann beginnt der Entgeltfortzahlungsanspruch? (Wartezeit 4 Wochen prüfen)
• Tag 30–40: Vorwarnung an Lohnbuchhaltung, Sechswochenfrist naht
• Tag 42: Systemalarm, Entgeltfortzahlungspflicht endet, Krankengeld-Koordination prüfen
• Bei Rückkehr: Frist-Reset oder Wiedererkrankungsregel prüfen (Drei-Jahres-Frist bei gleicher Diagnose)

Diese Logik lässt sich nicht mit einem simplen Kalender-Reminder abbilden, sie braucht ein System, das den jeweiligen Arbeitnehmerstatus kennt und Ausnahmen versteht.

Dieser Abschnitt ist eine fachliche Orientierung, keine Rechts- oder Arbeitsrechtsberatung. Für verbindliche Einschätzungen zu Entgeltfortzahlungsgesetz und Krankengeld-Übergängen wende dich an einen Fachanwalt für Arbeitsrecht oder deinen Steuerberater.

AÜG-Compliance im Automatisierungsprozess

Das Arbeitnehmerüberlassungsgesetz (AÜG) begrenzt die Höchstüberlassungsdauer eines Zeitarbeitnehmers beim selben Entleiher auf 18 Monate (§ 1 Abs. 1b AÜG). Nach diesem Zeitraum darf der Zeitarbeitnehmer nicht mehr an denselben Kundenbetrieb überlassen werden, es sei denn, ein abweichender Tarifvertrag erlaubt eine längere Dauer.

Verstöße gegen diese Grenze haben ernsthafte Konsequenzen: Der Überlassungsvertrag wird unwirksam, es entsteht ein fingiertes Arbeitsverhältnis zum Entleiher, und das Bundesministerium für Arbeit kann ein Bußgeld von bis zu 30.000 Euro verhängen.

Das Problem mit der Automatisierung: Wenn das System bei einer Krankmeldung automatisch Ersatzkandidaten vorschlägt, darf es keinen Kandidaten nennen, der die 18-Monatsfrist beim betreffenden Kunden bereits ausgeschöpft hat oder kurz davor steht. Dieser Filter muss vor der Ausgabe der Vorschlagsliste greifen, nicht danach.

Das klingt technisch trivial, ist es aber nicht: Der Filter setzt voraus, dass das System für jeden Kandidaten und jeden Kunden eine korrekte Überlassungshistorie führt. Wer die Kandidatendaten noch in Excel führt oder in einem ERP-System ohne AÜG-Modul, kann diesen Filter nicht sauber bauen. Das ist einer der häufigsten Gründe, warum dieses System doch scheitert, nicht an der KI, sondern an der Datenbasis.

zvoove berechnet die Höchstüberlassungsdauer systemseitig und warnt 60 Tage vor Ablauf der Frist. Das ist die technische Voraussetzung für den AÜG-konformen Ersatzabgleich. Wer eine eigene Lösung ohne diese Funktion baut, muss diesen Filter explizit als dedizierten Prüfschritt in den eigenen Workflow einbauen.

Auch wichtig: Bei der Auswahl eines Ersatzkandidaten müssen Tarifgruppe und Tarifvertragszuordnung stimmen. Wer einen Staplerfahrer der Tarifgruppe E2 ersetzt, kann nicht einfach einen Helfer der Tarifgruppe E1 schicken, der Kundenbetrieb hat Anspruch auf die vereinbarte Qualifikation. Das Abgleichsystem muss diese Tarifgruppen-Logik kennen, sonst produziert es zwar schnelle, aber falsche Vorschläge.

Dieser Abschnitt ist eine fachliche Orientierung, keine Rechts- oder Arbeitsrechtsberatung. Für verbindliche Einschätzungen zu AÜG und Überlassungshöchstdauer wende dich an einen Fachanwalt für Arbeitsrecht.

Konkrete Werkzeuge, was wann passt

Es gibt keinen universellen Stack für dieses Anwendungsfeld. Die richtige Kombination hängt davon ab, welche Softwareinfrastruktur bereits vorhanden ist.

zvoove, wenn du eine Zeitarbeitssoftware mit allen Modulen auf einer Plattform willst
zvoove ist der Marktführer für Zeitarbeitssoftware in Deutschland und der natürlichste Ausgangspunkt für diesen Use Case. Die Plattform verfolgt Überlassungshöchstdauern automatisch, führt digitale Kandidatenprofile mit Qualifikationsdaten und bietet eine Work App für Zeitarbeitnehmer, über die sie Krankmeldungen einreichen können. KI-Agenten für Kommunikation und Kandidatenabgleich sind im Professional Plus-Paket verfügbar. Nachteil: hohe Einführungskomplexität, keine öffentlichen Preise, Mindestgröße von etwa 30–50 aktiven Zeitarbeitnehmern wirtschaftlich sinnvoll.

Personio, wenn Zeitarbeitnehmer als reguläre Mitarbeitende im System geführt werden
Für Zeitarbeitsfirmen, die ihre Zeitarbeitnehmer in Personio verwalten (was insbesondere bei kleineren Firmen mit 10–50 Mitarbeitenden der Fall ist), bietet das Abwesenheitsmanagement-Modul Ausgangskanäle für krankmeldungsgesteuerte Workflows. Mit Make.com als Automatisierungsschicht lassen sich Personio-Events als Auslöser für Folgeaktionen nutzen. Einschränkung: AÜG-spezifische Felder und Überlassungsdauer-Verfolgung sind in Personio nicht nativ, das muss über Custom Fields und externe Logik gelöst werden.

Make.com, als Verbindungsschicht zwischen Eingangskanal und Backendsystem
Make.com ist in diesem Kontext kein Stand-alone-Tool, sondern der Kleber zwischen den Systemen. Ein Szenario könnte so aussehen: WhatsApp Business API empfängt die Krankmeldung → Webhook an Make.com → Klassifizierungs-LLM (z. B. OpenAI oder Claude) → Eintrag in Personio oder zvoove → Benachrichtigungs-E-Mail an Disponent und Kundenbetrieb. Make.com kann diese Logik ohne Entwickler bauen, in 20–40 Stunden für einen erfahrenen Low-Code-Anwender.

Planday, wenn der Kundenbetrieb mit Schichtplanung arbeitet
Für Zeitarbeitsfirmen, deren Kundenunternehmen Planday für die Schichtplanung nutzen, bietet eine direkte Integration den Vorteil, dass Abwesenheiten sofort im Schichtplan des Kunden sichtbar werden. Das ist eher ein Grenzfall, aber relevant für Unternehmen, die eng mit einem Kundenstamm aus Einzelhandel oder Gastronomie arbeiten.

Wann welcher Ansatz:

• Zeitarbeitsfirma mit 50+ Zeitarbeitnehmern, keine bestehende Zeitarbeitssoftware → zvoove evaluieren
• Zeitarbeitsfirma mit 10–50 Zeitarbeitnehmern, Personio bereits im Einsatz → Personio + Make.com als Automatisierungsschicht
• Spezifischen Workflow ohne neue Plattform bauen → Make.com + bestehendes System + LLM-API

Datenschutz und Datenhaltung

Krankmeldungen sind sensible Gesundheitsdaten nach Art. 9 DSGVO. Das bedeutet: besondere Schutzanforderungen, strengere Verarbeitungsgrundlagen und explizite Verpflichtungen für jeden Systembeteiligten.

WhatsApp Business API und Gesundheitsdaten
Die Landesdatenschutzbehörden haben mehrfach klargestellt, dass das Versenden von Gesundheitsdaten über WhatsApp (auch WhatsApp Business) datenschutzrechtlich problematisch ist. Die Datenverarbeitung durch Meta erfüllt die Anforderungen von Art. 9 DSGVO für besondere Kategorien nicht. Technisch: WhatsApp Business verschlüsselt Inhalte zwar Ende-zu-Ende, aber die Metadaten (Zeitstempel, Kommunikationspartner) werden auf Meta-Servern in den USA verarbeitet.

Was bedeutet das praktisch? Wenn Zeitarbeitnehmer über WhatsApp Business “Ich bin krank” schreiben, ohne dass explizit Diagnosen genannt werden, ist das rechtlich eine Grauzone, aber keine sichere Zone. Eine saubere Lösung ist eine native App-Funktion (z. B. die zvoove Work App) oder ein verschlüsseltes, EU-gehostetes Formular. Wenn du WhatsApp weiter nutzen willst, halte Krankmeldungen auf das absolut Notwendige reduziert (Datum, voraussichtliche Dauer, keine Diagnose) und prüfe das Vorgehen mit deinem Datenschutzbeauftragten.

Betriebsrat-Mitbestimmung
§ 87 Abs. 1 Nr. 6 BetrVG gibt dem Betriebsrat ein Mitbestimmungsrecht bei technischen Einrichtungen, die das Verhalten oder die Leistung von Arbeitnehmern überwachen können. Ein automatisiertes Abwesenheitsmanagementsystem fällt grundsätzlich darunter. Wenn dein Unternehmen einen Betriebsrat hat, muss eine Betriebsvereinbarung über das System abgeschlossen werden, bevor es live geht, nicht nachher. Das ist kein Hindernis, aber ein Planungspunkt, der Zeit braucht.

Auftragsverarbeitungsvertrag (AVV)
Für jeden Systemanbieter, der Mitarbeiterdaten verarbeitet, zvoove, Personio, Make.com, muss ein AVV gemäß Art. 28 DSGVO abgeschlossen werden. Alle genannten Anbieter stellen AVV-Vorlagen bereit. Das ist kein Bürokratieproblem, sondern eine Pflicht vor dem Produktivstart.

Dieser Abschnitt ist eine fachliche Orientierung, keine Rechts- oder Arbeitsrechtsberatung. Für verbindliche datenschutzrechtliche Einschätzungen zu DSGVO Art. 9 und WhatsApp Business in HR-Kontexten wende dich an einen Datenschutzbeauftragten oder Fachanwalt.

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten
Die Kosten hängen stark vom gewählten Ansatz ab:

• zvoove Professional Plus (inkl. KI-Agenten): Preise auf Anfrage; Zeitarbeitsfirmen mit 100–200 Zeitarbeitnehmern berichten von vierstelligen Monatsbeträgen. Einführungsprojekt: 6–12 Wochen mit internen und externen Ressourcen.
• Personio + Make.com + LLM-API: Personio ca. 3–6 EUR/Mitarbeitenden/Monat (Zeitarbeitnehmer sind hier Mitarbeitende im System). Make.com ab 9 USD/Monat (Core-Plan mit 10.000 Operationen). OpenAI API für LLM-Klassifizierung: sehr günstig, bei 500 Krankmeldungen/Monat und kurzen Texten unter 20 EUR/Monat. Einrichtungsaufwand: 20–40 Stunden für die Make.com-Szenarien.
• WhatsApp Business API: seit Juli 2025 nach neuem Preismodell. Service-Konversationen (wenn der Zeitarbeitnehmer das Gespräch initiiert) sind kostenfrei innerhalb von 24 Stunden. Utility-Template-Nachrichten für Deutschland kosten ca. 0,01–0,02 USD je Nachricht (deutlich günstiger als Marketing-Templates mit ca. 0,22 USD). Bei 500 ausgehenden Nachrichten/Monat: unter 10 EUR.

Laufende Kosten (monatlich)

• Make.com Core: ca. 9–16 USD
• LLM-API (Klassifizierung, Benachrichtigungstexte): 10–30 EUR bei mittlerem Volumen
• WhatsApp Business API: 5–50 EUR je nach Volumen
• Personio (falls bereits vorhanden): keine Zusatzkosten

Was du dagegenrechnen kannst
Ein Disponent mit einem Bruttolohn von 3.500–4.500 EUR/Monat kostet das Unternehmen inklusive Arbeitgeberanteile etwa 22–28 EUR pro Stunde. Wenn das System pro Abwesenheitsfall 60 Minuten Aufwand einspart und du 400 Fälle pro Monat hast (200 Zeitarbeitnehmer, ca. 9 Prozent Krankenquote = 18 Fälle täglich, 400 im Monat): Das sind 400 Stunden × 22 EUR = 8.800 EUR eingesparter Disponenten-Aufwand pro Monat, konservativ gerechnet mit 60 Minuten statt 90. Erfahrungsgemäß liegt der Effekt in den ersten Monaten bei 40–60 Prozent davon, weil das System erst eingefahren werden muss. Selbst 50 Prozent davon: 4.400 EUR monatlich, deutlich mehr als die laufenden Systemkosten.

Hinzu kommen die vermiedenen EFZG-Überzahlungen, die sich pro Langzeitkrankem auf mehrere hundert Euro summieren können, wenn die Fristenverfolgung nicht funktioniert und Krankengeld statt Lohn hätte gezahlt werden sollen.

Vier typische Einstiegsfehler

1. Den WhatsApp-Kanal ohne Datenschutzprüfung aktivieren
Der Reflex ist verständlich: Alle Zeitarbeitnehmer haben WhatsApp, die Hemmschwelle zur Meldung ist niedrig, und der Automatisierungsnutzen ist sofort sichtbar. Das Problem: Gesundheitsdaten über WhatsApp Business ohne klares Datenschutzkonzept sind ein Risiko. Lösung: Vor dem Start den Datenschutzbeauftragten einbinden, den AVV mit Meta Business prüfen und das Spektrum der übertragenen Informationen auf das Minimum beschränken (kein Diagnose-Text, nur Datum und Dauer).

2. AÜG-Daten nicht sauber in der Kandidatenbasis haben
Das System kann nur filtern, was es kennt. Wenn die Überlassungshistorie pro Kandidat und Kunde nicht systemseitig und aktuell gepflegt ist, produziert der Matching-Algorithmus Vorschläge, die rechtlich nicht verwendbar sind. Wer diesen Use Case ohne saubere AÜG-Fristenverfolgung startet, erzeugt ein falsches Sicherheitsgefühl, schlechter als kein System. Lösung: Vor dem Start explizit prüfen, ob für jeden aktiven Kandidaten die Überlassungsdauer je Kundenbetrieb korrekt im System steht.

3. Den Disponenten aus dem Prozess herausnehmen
Vollautomatische Ersatzbesetzung, ohne Freigebeschritt, klingt verlockend. In der Praxis gibt es zu viele Kontextinformationen, die kein System kennt: Der Kandidat hat gestern erst einen 14-Stunden-Tag gemacht. Der Kundenbetrieb hat einen neuen Sicherheitsbeauftragten, der externe Neue erst einweisen muss. Der Disponent weiß, dass dieser Kandidat und dieser Betriebsleiter sich nicht gut verstehen. Diese Informationen sind nie vollständig im System. Das richtige Modell: KI macht die Recherche, Mensch gibt frei. Immer.

4. Das System einrichten und nicht weiterentwickeln
Kandidatenprofile ändern sich laufend: neue Qualifikationen, geänderte Wohnorte, neue Beschäftigungsvereinbarungen, abgelaufene AÜG-Überlassungszeiten. Wenn diese Daten nicht aktuell sind, schlägt der Algorithmus Kandidaten vor, die am Zielbetrieb nicht eingesetzt werden dürfen, und das Vertrauen der Disponenten bricht innerhalb weniger Wochen weg. Lösung: Benenne monatlich eine namentlich verantwortliche Personalbetreuerin, die alle Kandidatenänderungen (Führerscheinstatus, neues Wohnort-PLZ, neue Überlassungszeiten) im ATS nachpflegt, als fixen Kalendertermin, nicht als “wenn Zeit ist”.

Was mit der Einführung wirklich passiert, und was nicht

Die Technik ist das Einfachste. Make.com-Szenarien lassen sich in Stunden bauen, zvoove ist konfigurierbar, und die API-Verknüpfungen sind dokumentiert. Was die meisten Zeitarbeitsfirmen unterschätzen, sind die Menschen auf beiden Seiten des Systems.

Disponenten wollen nicht ersetzt werden. Das klingt offensichtlich, ist es aber nicht, denn viele erleben das System unbewusst als Infragestellung ihrer Arbeit. “Ich kenne meinen Kandidatenpool. Ich weiß, wen ich anrufen muss.” Das stimmt. Aber das Ziel des Systems ist nicht, dieses Wissen zu ersetzen, sondern das stundenlange Durchsuchen der Excel-Liste zu übernehmen, damit der Disponent mehr Zeit für Aufgaben hat, die tatsächlich dieses Wissen brauchen. Diese Unterscheidung muss explizit kommuniziert werden, bevor das System live geht.

Zeitarbeitnehmer brauchen einen klaren Kanal. Wenn bisher über WhatsApp, SMS und Telefon gemeldet wurde, und jetzt ausschließlich über einen definierten Kanal, ist das eine Verhaltensänderung, die kommuniziert und begleitet werden muss. Was passiert, wenn jemand trotzdem anruft? Wer nimmt das auf, und wie wird es ins System übertragen? Ohne klare Antwort auf diese Fragen entstehen Lücken im System.

Der erste Monat ist der kritische. Wenn das System in der Anlaufphase Vorschläge macht, die der Disponent für falsch hält, und das wird passieren, muss dieser Feedback-Kanal explizit existieren. Kein formales Ticket-System, aber eine einfache Methode, um “dieser Vorschlag war unbrauchbar, weil X” zurückzuspielen. Ohne dieses Feedback lernt das System nicht, und das Vertrauen der Disponenten fällt schnell.

Was konkret hilft:

• Disponenten in die Konfiguration des Abgleichalgorithmus einbinden: Welche Kriterien sind wirklich wichtig? Was fehlt in der Prioritätenliste?
• Den ersten Monat als “Probe-Modus” kommunizieren: System macht Vorschläge, Disponenten prüfen und können jederzeit manuell überschreiben, keine Verpflichtung
• Einen Champion benennen, der das System versteht und intern Fragen beantwortet

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

„Unsere Disponenten kennen die Kandidaten persönlich. Ein System kann das nicht ersetzen.”
Stimmt, und das ist auch nicht das Ziel. Das System ersetzt nicht das Wissen des Disponenten, sondern die stundenlange manuelle Suche nach dem richtigen Kandidaten. Was ein Disponent in 90 Minuten zusammensucht, verfügbar, qualifiziert, AÜG-konform, wohnortnah, gibt das System in drei Minuten aus. Der Disponent entscheidet dann in 15 Minuten statt in 90. Das Wissen bleibt, die Sucharbeit geht weg.

„Wenn ein Zeitarbeitnehmer krank ist, will ich ihn anrufen, nicht eine automatische Nachricht schicken.”
Das ist ein berechtigter Einwand, besonders bei langjährigen Kandidaten. Die richtige Antwort ist keine Entweder-oder-Entscheidung: Das System übernimmt die Bestätigung (“Krankmeldung erhalten, danke, wir kümmern uns”) und die administrative Verarbeitung. Den persönlichen Anruf beim Langzeitkranken, beim Mitarbeitenden in einer schwierigen Situation, den macht der Disponent weiterhin. Das System schafft dafür Zeit, indem es die Routinefälle abnimmt.

„Wir haben zu kleine Zahlen für ein System.”
Ab welcher Größe lohnt es sich? Die ehrliche Antwort: Bei unter 50 aktiven Zeitarbeitnehmern ist ein vollständiges automatisiertes System häufig Overkill, der Aufwand für Einrichtung und Pflege steht in keinem vernünftigen Verhältnis zum Nutzen. Hier reicht eine strukturierte digitale Meldung (z. B. über ein einfaches Formular) mit Personio als Abwesenheitstracker. Sobald das Volumen wächst, 80, 100, 150 Zeitarbeitnehmer, wird der Return sichtbar.

Woran du merkst, dass das zu dir passt

• Du hast mehr als 80 aktive Zeitarbeitnehmer, genug Volumen, damit der Automatisierungsnutzen die Einrichtungskosten überwiegt
• Montagmorgen-Stress ist ein wiederkehrendes Thema in deinem Disponenten-Team, Krankmeldungen bringen euch regelmäßig in Zeitdruck
• Du verfügst bereits über eine digitale Kandidatenbasis mit Qualifikationsdaten, kein reines Excel, zumindest ein einfaches ATS
• AÜG-Fristen werden bei euch aktuell manuell verfolgt oder gar nicht systematisch, und ihr wisst, dass das ein Risiko ist
• Dein Unternehmen hat einen Betriebsrat, der eingebunden werden möchte, das ist keine Bremse, aber ein Schritt, der Zeit braucht

Wann es sich nicht lohnt, drei harte Ausschlusskriterien:

1. Weniger als 50 aktive Zeitarbeitnehmer. Der Einrichtungsaufwand von 8–12 Wochen und die laufende Datenpflege amortisieren sich bei kleinen Pools nicht. Bessere Alternative: Eine strukturierte App-Meldung kombiniert mit Personio als Abwesenheitskalender.

2. Keine strukturierte digitale Kandidatenbasis mit AÜG-Fristenverfolgung. Wer die Überlassungsdauer pro Kandidat und Kunden nicht systemseitig kennt, kann keinen AÜG-konformen Abgleichfilter bauen. Statt eines Systems, das falschen Compliance-Schutz suggeriert, muss zuerst die Datenbasis stimmen. Der Zeitarbeitsbereich der Einsatzplanung und Disposition liefert dafür die Grundlage.

3. Kein Betriebsrat-Prozess eingeleitet, obwohl Betriebsrat vorhanden. Ein automatisiertes System, das Abwesenheiten verfolgt und Kandidatenvorschläge macht, unterliegt der Mitbestimmung nach § 87 BetrVG. Ohne Betriebsvereinbarung keine Einführung. Das ist kein “Wir machen es trotzdem und kommen später zur Vereinbarung”, das ist ein rechtliches Hindernis.

Das kannst du heute noch tun

Öffne ein leeres Dokument und schreibe auf, wie ein einziger Abwesenheitsfall heute tatsächlich abläuft, von der ersten Meldung bis zur Disposition des Ersatzkandidaten. Wer wird wann kontaktiert? Welche Systeme werden genutzt? Wo entstehen Wartezeiten? Wo geht Wissen verloren?

Diese Prozessdokumentation braucht 30 Minuten und ist der erste Schritt, bevor du irgendetwas automatisierst. Sie zeigt dir, wo das System tatsächlich ansetzt, und wo menschliches Urteil unverzichtbar bleibt.

Für die KI-unterstützte Triage von Krankmeldungen kannst du sofort starten. Hier ist ein Prompt, den du mit ChatGPT, Claude oder einem ähnlichen Tool direkt testen kannst:

Quellen & Methodik

• § 3 Entgeltfortzahlungsgesetz (EFZG): Bundesministerium der Justiz, gesetze-im-internet.de, offizielle Gesetzesquelle für den Sechs-Wochen-Anspruch und die Vier-Wochen-Wartezeit (Stand: geltende Fassung 2026)
• § 1 Abs. 1b AÜG, Höchstüberlassungsdauer: Arbeitnehmerüberlassungsgesetz, aktuelle Fassung; Bußgeldrahmen und Rechtsfolgen bestätigt durch CMS Hasche Sigle (cmshs-bloggt.de) und kliemt.blog (2024-Praxisfragen)
• zvoove-Praxisbeispiel (Ruhrgebiet, 600 Zeitarbeitnehmer): Dokumentiert auf zvoove.de/wissen, konkrete Schilderung von manuellen Excel-Fehlern bei der AÜG-Fristenverfolgung und 90-Minuten-Zeitersparnis nach KI-Agenten-Einführung
• KI-Automatisierung in Personaldienstleistung: Arno de Haan (Mysolution), personaldienstleister.de/GVP (2025), KI-gestützte Disposition und Compliance-Monitoring als Effizienzfaktor
• WhatsApp Business API Preismodell (ab Juli 2025): Meta Developers, developers.facebook.com/docs/whatsapp/pricing, Service-Konversationen kostenlos, Utility-Templates Deutschland ca. 0,01–0,02 USD
• DSGVO Art. 9 und WhatsApp: Datenschutzbehörde NRW und multiple Datenschutzanwälte (datenschutz-agentur.de, datenschutzlab.de), Krankmeldungen als Gesundheitsdaten erfordern besondere Schutzmaßnahmen
• AOK Fehlzeiten-Report 2024: Allgemeiner Krankenstand Deutschland 6,1 Prozent; Zeitarbeit-Branchenwerte aus Erfahrungsberichten der Branche (strukturell höher durch körperlich belastende Berufe)
• Personio-Kosten: Veröffentlichte Richtwerte ca. 3–6 EUR/Mitarbeitenden/Monat; Stand April 2026
• Make.com Core-Plan: 9 USD/Monat für 10.000 Operationen; Stand Mai 2026 (make.com)

Willst du wissen, welche Kombination aus Tools und Prozessänderungen für deine konkrete Größe und Softwarelandschaft am schnellsten ROI liefert? Meld dich, das besprechen wir in einem kurzen Gespräch ohne Verkaufsdruck.