Was macht einen guten Dienstplan aus?

Bevor man über Verbesserungsmöglichkeiten der Dienstplanung nachdenkt, sollte man sich darüber im Klaren sein, was einen guten Dienstplan ausmacht. Ein Dienstplan sollte sowohl die arbeitsrechtlichen Bestimmungen als auch die Vorschriften des Unternehmens einhalten, gleichzeitig aber auch Flexibilität im Rahmen anderer Einschränkungen zulassen. Dazu gehören z. B. die Präferenzen der Mitarbeitenden, die präferierten Schichtlängen, die Anzahl der Jahre an Erfahrung, die Betreuung von Teammitgliedern, Überstunden, vertragliche Einschränkungen usw. Verschiedene Interessengruppen innerhalb eines Unternehmens können hierbei sehr unterschiedliche Ansichten darüber haben, was den besten Dienstplan ausmacht.
Daher ist die Definition eines "guten Dienstplans" von Unternehmen zu Unternehmen unterschiedlich. Sie hängt weitgehend von den Vorstellungen des Unternehmens vom Personalmanagement ab. Wir empfehlen, zu Beginn einen (oder mehrere) Workshop(s) mit den wichtigsten Interessengruppen zu veranstalten, um eine gemeinsame Definition eines guten Dienstplans zu finden. Daraus können sich mehrere Kriterien ergeben, die jeweils unterschiedliche Prioritäten haben. Die Erstellung einer Baseline anhand historischer Daten hilft dabei, einen Maßstab für die aktuelle Qualität des Dienstplans festzulegen.

1. Effiziente Auslastungsprognose für die Zuweisung von Diensten

Ein wichtiger erster Schritt vor der Zuweisung von Mitarbeitenden zu Diensten ist die Prognose des erforderlichen Arbeitsbedarfs für den kommenden Zeitraum. Durch die Nutzung historischer Daten kann maschinelles Lernen die Vorhersagegenauigkeit erheblich verbessern. Spitzen der Arbeitsbelastung, können so möglicherweise abgeflacht werden, indem z.B. bestimmte Aufgaben verschoben werden. Ein Optimierer kann Auslastungsspitzen glätten und die optimale Anzahl von Schichten, einschließlich ihrer Anfangs- und Endzeiten, bestimmen und dabei auch die erforderlichen Qualifikationen berücksichtigen.
Unsere Erfahrung zeigt, dass dieser Ansatz die Qualität und Effizienz der Planung verbessert, ohne zusätzliche Kosten zu verursachen. Nehmen wir zum Beispiel an, in der vergangenen Woche gab es 3 Tage mit Überbesetzung und 2 Tage mit Unterbesetzung. Die Mitarbeitenden bemerken unter Umständen nicht, dass Schichten überbesetzt wurden, wohingegen Sie mit Sicherheit den Stress der Unterbesetzung spüren. Mit einer genaueren Vorhersage können die Schichten auf andere Tage verteilt werden, wodurch sowohl die Unterbesetzung als auch die damit verbundenen Kosten und der Stress verringert werden.

"Sollte es weiterhin Probleme geben, kann ein KI-gestützter Optimierer die Probleme unparteiisch lösen und oft über 90 % der Mitarbeiterwünsche erfüllen."

2. Regeln und Wünsche berücksichtigen

Die heutige Generation von Arbeitnehmenden wünscht sich mehr Einfluss auf ihre Dienstplanung, was die Notwendigkeit einer Employee Self Service-App für Mitarbeitende unterstreicht, um individuelle Präferenzen stärker zu berücksichtigen. Darüber hinaus führen Unternehmen zunehmend Verfahren zur Selbstplanung ein, die es den Mitarbeitenden ermöglichen, ihre Präferenzen in der ersten Planungsrunde zu priorisieren. In den folgenden Runden arbeiten die Teams zusammen, um Über- und Unterdeckungen zu lösen. Bei anhaltenden Konflikten kann ein KI-gestützter Optimierer die Probleme unparteiisch lösen und oft über 90 % der Mitarbeiterwünsche erfüllen. Diese Neutralität und Effizienz übertrifft herkömmliche manuelle Planungsmethoden erheblich. Mit der zunehmenden Bedeutung der Berücksichtigung persönlicher Präferenzen und der Förderung von Flexibilität steigt auch die Nachfrage nach KI-Lösungen.

Employee Self Service

Goos Kant

"Die Mitarbeitenden sollten die Möglichkeit haben, ihre Schicht zu tauschen, und KI kann bei der Berechnung geeigneter Alternativen helfen, wobei rechtliche und betriebliche Regelungen eingehalten werden."

3. Personalisieren Sie Ihre Kommunikation

Ein guter Arbeitgeber bietet eine transparente und personalisierte Kommunikation. Verschiedene für die Mitarbeitenden relevante Themen wie Unternehmensstrategie, Karrierewege und persönliche Unterstützung müssen klar und regelmäßig kommuniziert werden. Eine personalisierte Kommunikation, die auf Präferenzen und die Eigenschaften der Mitarbeitenden basiert, kann dabei helfen, die richtigen Informationen zum richtigen Zeitpunkt bereitzustellen. Durch den Einsatz von maschinellem Lernen können Sie diese Präferenzen und Merkmale aus historischen Daten erlernen. Die Integration aller Apps in einem Mitarbeitenden-Portal, einschließlich der Möglichkeiten zur Dienstplanerstellung, kann Ihre Anwendungslandschaft vereinfachen. Die Mitarbeitenden sollten die Möglichkeit haben, ihre Schicht zu tauschen, und KI kann bei der Berechnung geeigneter Alternativen helfen, wobei rechtliche und betriebliche Regelungen eingehalten werden.

"Maschinelles Lernen kann Korrelationen aufdecken, wie z. B. die Beziehung zwischen dem Zustand des Dienstplans, der Einhaltung von Präferenzen des Personals und deren Auswirkungen auf deren Bindung."

4. Aus den Daten lernen

Wenn Sie sowohl die geplanten als auch die tatsächlichen Dienstpläne speichern, lassen sich wertvolle Erkenntnisse gewinnen. Erhebliche Unterschiede zwischen den tatsächlichen und den veröffentlichten Plänen deuten beispielsweise darauf hin, dass maßgebliche Änderungen vorgenommen wurden, möglicherweise aufgrund von Wünschen der Mitarbeitenden oder Anpassungen durch den Arbeitgeber. Die Häufigkeit der Änderungen dient als Maßstab für die Bewertung der Qualität des ursprünglichen Dienstplan. Mithilfe von maschinellem Lernen können Korrelationen aufgedeckt werden, z. B. die Beziehung zwischen dem Zustand des Dienstplans, der Einhaltung der Präferenzen von Mitarbeitenden und den Auswirkungen auf deren Bindung. Darüber hinaus können Einblicke in die Präferenzen der Mitarbeitenden, die ideale Schichtlänge und das Selbstplanungsverhalten gewonnen werden. Zu den neu entstehenden KI-Anwendungen gehört die Erstellung neuer Dienstpläne auf der Grundlage früherer Daten, während der Bereich der HR-Analytik umfassende Daten zur Verbesserung von HR-Prozessen nutzt.

Schlussfolgerung

Dies sind nur vier praktische Beispiele dafür, wie KI Ihren Personaleinsatzplanungsprozess verbessern kann, wobei sich die Anwendungsmöglichkeiten auf verschiedene andere Betriebsbereiche erstrecken. Die Nutzung der Möglichkeiten des maschinellen Lernens und der Mathematik verbessert nicht nur die Zufriedenheit des Personals und deren Effizienz, sondern auch die gesamten Unternehmensprozesse, z. B. den Kundenservice und das operative Geschäft. Dies ist der Beginn einer aufregenden neuen Ära bei der Bewältigung von Personalengpässen und stellt eine vielversprechende Möglichkeit für Unternehmen dar, in der modernen Arbeitswelt erfolgreich zu sein.

Über Goos Kant

Vom Sohn eines Landwirts, der seinem Vater geholfen hat, zu berechnen, welche Kühe er behalten sollte, zum Experten für Logistikoptimierung und seiner derzeitigen Rolle als Global Industry Director for Workforce bei ORTEC: Goos Kant hat sich schon in jungen Jahren dafür eingesetzt, etwas zu bewirken. Kant hat sich auf Logistikplanung spezialisiert und zieht es vor, die akademische Welt mit einem praktischen, angewandten Ansatz zu verbinden. Kant bezeichnet die akademische Welt als seine "zweite Heimat" und ist seit 2005 Professor für Logistikoptimierung. Er ist Projektleiter eines großen Forschungs- und Entwicklungsprojekts zur horizontalen Zusammenarbeit, wird regelmäßig als Redner zu Konferenzen eingeladen und hält Vorträge im Rahmen von Weiterbildungsprogrammen für Führungskräfte. Es liegt in seiner Natur, mathematische Modelle zu optimieren, aber es treibt ihn auch an, Verbesserungen aufzuspüren, die in Modellen nicht zu finden sind.

Verbinden Sie sich mit Goos Kant
Goos Kant