Personaleinsatzplanung mit KI

Die effiziente und flexible Personaleinsatzplanung ist eine der größten Herausforderungen für Unternehmen, die täglich eine Vielzahl von Mitarbeitenden, Fahrzeugen und Touren koordinieren müssen. Traditionelle, manuellen Methoden, wie das Führen von Excel-Tabellen, stoßen insbesondere bei kurzfristigen Änderungen, wie Krankmeldungen oder Fahrzeugausfällen schnell an ihre Grenzen. Es entstehen hohe zeitliche Aufwände und großes Fehlerpotenzial.

Die Secanim GmbH organisiert täglich eine Vielzahl von logistischen Touren. Das Unternehmen führt spezialisierte Dienstleistungen im Bereich der Tierkörperverwertung durch. Damit gewährleistet SecAnim eine umweltgerechte Entsorgung und Verwertung von tierischen Nebenprodukten. Effizienz und Zuverlässigkeit ist dabei besonders wichtig. Gleichzeitig erfordern die Aufträge eine präzise Einsatzplanung unter Berücksichtigung zahlreicher Variablen, wie Fahrzeugkonfigurationen, Fahrerqualifikation, Verfügbarkeiten, gesetzliche Vorgaben.

Ziel des Projekts war es daher, eine KI-gestützte Software zu entwickeln, die den Planungsprozess der Personaleinsätze optimiert und damit mehr Flexibilität sowie Echtzeitänderungen ermöglicht.

Projektablauf im Detail:
In einem intensiven Austausch zu Beginn des Projekts zwischen Secanim und den Entwickler:innen des Mittelstand-Digital Zentrum Berlin wurden die Anforderungen und Wünsche des Unternehmens zur Personaleinsatzplanung gesammelt. Dabei wurden im Workshop alle Aspekte der Personaleinsatzplanung thematisiert. Dazu gehören unter anderem Personalbedarf, Arbeitszeitmodelle, Auftragsvolumen, Verfügbarkeiten, Arbeitszeitgrenzen, Fahrerqualifikation, Fahrzeugkonfigurationen, Kommunikation, Anpassungen, Berücksichtigung von Präferenzen, Planungstools, vorhandene Daten und Datenschutz.

In der anschließenden Kategorisierung der gesammelten Ideen und Anforderungen wurden Funktionen priorisiert. Dabei war besonders wichtig, die Mitarbeitenden im Detail zu verstehen, um die Bedürfnisse im Tool zu erfüllen. Innerhalb der Recherche-Phase wurden außerdem ähnliche Tools ausgetestet. Es gibt am Markt eine große Auswahl an Management-Systemen, aber keines mit der gewünschten KI-Funktionalität.

Mithilfe des kollaborativen Designs Tools Figma wurde der klickbare Prototyp der Software erstellt. Damit können bereits UX-Designs der Oberflächen und die Benutzerführung frühzeitig getestet und angepasst werden, bevor die technische Entwicklung beginnt. Dabei geht es auch um kleinste Details. Mit der Thinking Aloud Methode wurde die Software in einem Workshop mit dem Unternehmen getestet. Dabei sprechen die Nutzer:innen ihre Gedanken laut aus, während sie den Prototypen bedienen.

Parallel zur Designentwicklung wurde die KI-Komponente erstellt. Dabei wurde eine sogenannte „Kosten-Nutzen-KI“ verwendet. Diese trifft Entscheidungen auf Basis einer Analyse von Kosten und Nutzen, um die effizienteste Lösung zu finden. Dabei werden potenzielle Kosten (z.B. Ressourcenverbrauch, Zeitaufwand) und der potenzielle Nutzen (z.B. Erfüllung von gesetzlichen Vorgaben, Zufriedenheit der Mitarbeitenden) gegeneinander abgewägt.

Dazu werden verschiedene Datensätze benötigt:
–    Fahrerprofile: Qualifikation, Erfahrungen, Verfügbarkeiten, Präferenzen
–    Fahrzeugdaten: Verfügbare Fahrzeuge, Konfigurationen, Wartungszustände
–    Tourenanforderungen: Spezifische Anforderungen der Touren, wie die Art der Güter, erforderliche Qualifikation oder Konfiguration
–    Gesetzliche Vorgaben: Arbeitszeitgesetze, Ruhezeiten, maximale Fahrzeiten

In der anschließenden algorithmischen Modellierung werden verschiedene Algorithmen verwendet, um mögliche Zuweisungen von Fahrern und Fahrzeugen zu bewerten.
Im Optimierungsverfahren werden dann alle Kombinationen durchgespielt mit dem Ziel, eine Variante mit dem besten Kosten-Nutzen-Verhältnis zu finden. Diese Variante wird dann in der Software als Vorschlag markiert und kann mit einem Klick bestätigt werden.

Dabei ist die KI darauf angelegt, in Echtzeit zu arbeiten. Das bedeutet, dass Sie auf Änderungen, z.B. spontane Eingabe von Krankheitstagen, sofort reagieren kann. In kürzester Zeit wird dann eine alternative Zuweisung angezeigt, die ebenfalls das optimale Kosten-Nutzen-Verhältnis anstrebt.
Nach der Entwicklung der Software wurde das Frontend entsprechend dem vorher designten Konzept umgesetzt und erneut mit dem Unternehmen getestet.
Nach letzten Anpassungen wurde der hochaufgelöste Prototyp an das Unternehmen übergeben. Nach der Projektübergabe soll die Software sukzessive die alte Methode zur Personaleinsatzplanung ersetzen. Dafür plant das Unternehmen eine Implementierungsdauer von mehr als 12 Monaten ein.