Viele Einzelhändler investieren zurzeit in Automatisierung. Einige dieser Investitionen, wie etwa Selbstbedienungskassen oder Roboter, die Regale und Gänge scannen, erregen auch über die Branche hinaus Aufmerksamkeit. Ein weniger beachteter, aber auffälliger Trend ist hingegen, dass immer mehr schwer zu automatisierende Aufgaben in den Filialen anfallen. So zum Beispiel:
- Filialmitarbeiter müssen häufiger Produkte zubereiten: Im Lebensmitteleinzelhandel werden Brötchen aufgebacken und im Baumarkt Farben gemischt oder Holz zugeschnitten.
- Viele Händler haben ihr Dienstleistungsangebot über ihren ursprünglichen Geschäftsbereich hinaus erweitert, um die Gewinnspanne zu erhöhen oder Mehrwert zu schaffen. So bieten LEH-Filialen in manchen Ländern nun Bankdienstleistungen an, während Elektronikfachgeschäfte Montage und Versicherung offerieren.
- Einzelhändler verlegen sich zunehmend auf Omnichannel-Strategien: Das führt dazu, dass Filialmitarbeiter immer häufiger auch für das Kommissionieren von Onlinebestellungen und das Abwickeln von Warenrückgaben zuständig sind – zusätzlich zu ihren Standardaufgaben.
Während Automatisierung und der Einsatz künstlicher Intelligenz zunehmen, wächst gleichzeitig das Bewusstsein, dass einer der größten Pluspunkte des stationären Handels – und gleichzeitig einer seiner größten Kostenfaktoren – die Mitarbeiter sind. Bei den meisten Einzelhändlern belaufen sich die Kosten für das Filialpersonal auf ungefähr 10–20 Prozent des Gesamtumsatzes. Strategische Investitionen in das Humankapital ihres Geschäfts lassen Händler auf einzigartige Weise Mehrwert schaffen. Die Konkurrenz um Filialtalente ist jedoch härter geworden, obschon sich Händler keine steigenden operativen Kosten leisten können.
Eine gute Nachricht ist jedoch, dass die meisten Einzelhändler ihre Personalkosten um bis zu 10 Prozent senken und ihren Mitarbeitern besser planbare und ausgeglichenere Arbeitsschichten bieten könnten. Dazu müssen sie KI einsetzen, um das Arbeitsaufkommen (Workload) zu prognostizieren und die Dienstpläne entsprechend zu optimieren.
Wie lässt sich also das Workforce-Management optimieren, um effizienter zu werden, Zeit und Geld zu sparen und die Mitarbeiterzufriedenheit zu steigern?
1. Optimiertes Workforce-Management: Gestalten statt nur verwalten
Filialleiter müssen eine enorme Herausforderung bewältigen. Sie müssen Schichtpläne erstellen, die drei Ansprüchen genügen:
1. Die Schichten müssen an das prognostizierte Arbeitsaufkommen angepasst sein,
2. alle Regeln und Beschränkungen einschließlich Gesetzen, Tarifvereinbarungen und Verträgen müssen eingehalten werden und
3. die Schichten müssen den Kompetenzen, Präferenzen und der Verfügbarkeit der Mitarbeiter entsprechen.
Moderne Workforce-Management-Tools helfen Filialleitern bei der Erstellung und Veröffentlichung digitaler Schichtpläne. Zudem bieten sie Einblick in den Einfluss der geplanten Schichten auf KPIs wie die Gesamtarbeitsstunden und die Arbeitsstunden pro Mitarbeiter. Was die meisten Tools nicht können, ist, den großen Zeitaufwand für die manuelle Planung zu reduzieren, die Filialleiter Woche für Woche investieren müssen. Zeit, die stattdessen zum Coachen und Unterstützen der Mitarbeiter genutzt werden könnte. Auch garantieren die meisten Tools nicht, dass Schichtpläne optimal auf die Anforderungen des Unternehmens, der Filialen und die Bedürfnisse der Mitarbeiter angepasst sind.
Um eine solch komplexe Herausforderung zu meistern, müssen Händler das Workforce-Management in einem breiteren, leistungsstärkeren und KI-gesteuerten System für Workforce-Optimierung einbinden.
2. Was ist optimiertes Workforce-Management?
Bei der Optimierung der Personaleinsatzplanung geht es weder darum, mehr Einsatz von Mitarbeitern zu fordern, noch die Belegschaft zu reduzieren. Stattdessen erhalten Einzelhändler eine akkurate und langfristige Sicht über die Aufgaben, die an jedem Standort anfallen, wann sie anfallen und wie sie die jeweils am besten geeigneten Mitarbeiter optimal einsetzen, um diese Aufgaben zur richtigen Zeit zu erledigen. Implementieren Einzelhändler eine KI-gesteuerte Workforce-Management-Software, werten sie damit den Kundenservice und das Einkaufserlebnis auf und reduzieren gleichzeitig Personalkosten um bis zu 10 Prozent.
Damit KI-gesteuerte Dienstplanoptimierung funktionieren kann, müssen drei Grundvoraussetzungen erfüllt sein:
- Die Workload-Prognosen basieren auf dem Kundenaufkommen, den eingehenden Liefermengen und den Onlinebestellungen.
- Die Optimierung des Workloads berücksichtigt unter anderem das Timing der Aufgaben und die Mindest- und Höchstanforderungen an die Besetzung.
- Die Optimierung der Schichten berücksichtigt gesetzliche Bestimmungen, die Fähigkeiten der Mitarbeiter und den Workload.
Diese drei Punkte addieren sich zu den ebenfalls abzudeckenden Standardaufgaben im Workforce-Management.
2.1 Akkurate Workload-Prognosen berücksichtigen mehrere Faktoren
Viele Einzelhändler verlassen sich derzeit auf standardisierte Templates für die Personaleinsatzplanung. Anspruchsvollere Händler beziehen tägliche Vertriebsbudgets oder einfache Prognosen in ihre Pläne ein. Doch auch umfangreichere Prognosen reichen nicht unbedingt aus. Verkaufsprognosen sind wichtige Workload-Treiber und vermitteln einen guten Richtwert der voraussichtlich benötigten Anzahl der Mitarbeiter auf der Verkaufsfläche und im Checkout-Bereich. Auch den Bedarf in Zeitfenstern mit besonders starker Kundenfrequenz identifizieren sie. Für die Planung der Filiallogistik und Aufgaben wie die Warenannahme und das Auffüllen der Regale reichen Verkaufsprognosen jedoch nicht aus. Im Lebensmitteleinzelhandel ist dieser Aspekt jedoch besonders kritisch, da die Aufgaben der Regalbestückung und des Kassierens hier ungefähr die gleiche Stundenanzahl ausmachen.
Um beispielsweise die Bedarfe der Regalbestückung auf Filial-/Tagesebene vorherzusagen, müssen Händler die Prognosen des Kundenaufkommens oder Verkaufsprognosen mit einer separaten Prognose der eingehenden Anlieferungen ergänzen (siehe Darstellung unten). Falls Onlinebestellungen in der Filiale kommissioniert werden, ist darüber hinaus eine weitere Prognose nötig, um zu ermitteln, wie viele Mitarbeiter für diese Aufgaben benötigt werden. Um einen akkuraten Dienstplan zu erhalten, müssen Einzelhändler alle Workload verursachenden Faktoren in ihren Projektionen miteinbeziehen.
Einzelhändler müssen also mehrere Aufgabentypen und ihre Belegschaft im Ganzen managen. Dazu benötigen sie spezifische, akkurate Informationen aus verschiedenen Quellen. KI-gesteuerte Lieferprojektionen und Verkaufsprognosen beziehen Details wie wochentagabhängige Nachfrage, Feiertage und Events mit ein.
Eine Software für optimiertes Workforce-Management wandelt diese Prognosen kontinuierlich in Workload um und bietet so Einsicht in kurz- und langfristige Bedarfe. Langfristige Prognosen ermöglichen Erkenntnisse über die künftigen Anforderungen (einschließlich der Verwaltung von Urlaubszeiten und anderer Ereignisse wie etwa Einstellungen und Vertragsänderungen). Kurzfristige Prognosen müssen flexibel genug sein, um Änderungen einzubeziehen, die sich von Tag zu Tag ergeben. Auch deren Auswirkungen auf den Aufgabenumfang müssen sie berücksichtigen. Wie Abbildung 2 zeigt, können Mengen im Wochenvergleich stark fluktuieren. Deshalb reicht es nicht aus, sich auf ein Standardmuster des wöchentlichen Arbeitsaufkommens zu verlassen – stattdessen muss der Absatz für jeden Tag präzise prognostiziert werden.
2.2. Workload-Optimierung: Die entscheidende Verbindung zwischen Prognosen und Schichtoptimierung
Alle im Einzelhandel anfallenden Aufgaben lassen sich typischerweise in vier Kategorien einteilen, wie die folgende Abbildung zeigt:
Ein automatisiertes System sollte jede Aufgabenkategorie nachvollziehen. Das tägliche Öffnen der Filiale beispielsweise erfolgt jeden Tag zur gleichen Zeit und erfordert immer den gleichen Workload. Es ist deshalb einfach einzuplanen. Die Bestückung der Regale dagegen wird auf Tagesebene prognostiziert: Diese Aufgabe ist flexibler und lässt sich so optimieren, dass unnötiger Leerlauf am Tag minimiert wird. Die Arbeiten am Checkout wiederum müssen im Einklang mit dem Kundenaufkommen erfolgen – deshalb schwankt das Pensum entsprechend der Spitzen in der Kundenfrequenz.
Um das Workforce-Management prognosebasiert zu optimieren, ist es notwendig, alle verschiedenen Kategorien von Prognosen und feststehenden Aufgaben gemeinsam zu berücksichtigen. So lassen sich der gesamte Arbeitsaufwand und das Timing jeder Aufgabe bestimmen. Viele derartige Ansätze der Schichtplanung versuchen, nur eine Prognose als Treiber des gesamten Workloads zu verwenden. Im Einzelhandel schreiben jedoch die verschiedenen Typen von Aufgaben und die unterschiedlichen Kompetenzprofile der Mitarbeiter die Zeitplanung der Schichten vor und machen solche Ansätze ineffektiv.
Ein speziell für den Einzelhandel entworfenes System berücksichtigt jede Art von Workload sowie die Parameter des Timings, um die verschiedenen Aufgabentypen zu kombinieren und den Gesamt-Workload zu optimieren. Wichtig ist, dass die flexiblen Arbeiten (wie zum Beispiel das Bestücken der Regale) zeitlich um die anderen Aufgaben herum eingeplant und optimiert werden. Gleichzeitig müssen die kritischen feststehenden Aufgaben in die Berechnung einfließen, um sicherzustellen, dass sie von den passenden Mitarbeitern ausgeführt werden. Wenn die Situation sich ändert und Prognosen aktualisiert werden, optimiert ein solches System den Workflow auf dynamische Weise erneut.
2.3. KI und Automation im optimierten Workforce-Management
Manuelle Planung ist ineffizient und naturgemäß anfällig für menschliche Fehler. Einzelhändler benötigen ein optimiertes Workforce-Management-System, das KI und maßgeschneiderte Algorithmen nutzt. Workforce-Management-Software wurde ursprünglich für simplere, zentral verwaltete Belegschaften entwickelt, wie etwa in Call-Centern. Der Einzelhandel ist jedoch auf lokaler Ebene extrem turbulent und erfordert dafür besondere Fähigkeiten: Abweichungen in individuellen Zeitplänen, verschiedene Typen von Aufgaben, Kompetenzen der Mitarbeiter, Schwankungen des Arbeitsaufkommens und Fluktuationen in der Belegschaft müssen gemanagt werden – zusätzlich ist die zentralisierte Planung miteinzubeziehen.
Workforce-Management-Software für Einzelhandelsumgebungen sollte einen effizienten Bottom-up-Ansatz für die Optimierung bieten. Dafür benötigt sie eine Kombination von KI-Methodiken, die das Optimierungsproblem intelligent in leichter lösbare Unterprobleme aufspalten und dann die optimale Lösung für jedes einzelne Unterproblem identifizieren und ausführen. Dadurch automatisiert die Lösung zwei komplexe Prozesse:
- Die Optimierung der Schichten auf lange Sicht, um diese jeden Monat, jede Woche und jeden Tag an den Workload anzupassen und sicherzustellen, dass alle Bestimmungen in Bezug auf Arbeits- oder Ruhetage eingehalten werden.
- Die detaillierte Optimierung von Schichten, um diese jeden Tag an den Workload in 15-minütigen Zeitfenstern anzupassen und Aufgaben den geeignetsten Mitarbeitern zuzuweisen.
Mit diesem Detaillierungsgrad wird ein Prozess, der ursprünglich stundenlange manuelle Planung erforderte und dennoch nur in suboptimalen Dienstplänen resultierte, auf fünf Minuten KI-gesteuerte Optimierung reduziert: Die daraus hervorgehenden Personaleinsatzpläne sind akkurater und effizienter, als es ein menschlicher Planer dauerhaft leisten könnte.
Dennoch sollten die Empfehlungen des Systems Planern Flexibilität bieten, um, wenn nötig, Anpassungen vorzunehmen. Wird ein Mitarbeiter krank, muss das System in der Lage sein, die Schichten erneut zu optimieren und die Aufgaben des ausfallenden Mitarbeiters anderen zuzuweisen.
Ein automatisiertes System zieht die Profile der Mitarbeiter heran und berücksichtigt so deren Kompetenzen und arbeitsbezogene Präferenzen (beispielsweise Zeiten, zu denen der Angestellte nicht zur Verfügung steht) sowie die spezifischen rechtlichen und vertraglichen Anforderungen jedes Mitarbeiters. Letzteres ist wesentlich, da das Arbeitsverhältnis zwischen Arbeitgeber und Arbeitnehmer stark durch lokale Gesetzgebung und tarifrechtliche Bestimmungen reguliert wird.
Manche US-Staaten etwa verfügen über gesetzliche Vorschriften, die eine frühzeitige Veröffentlichung von Schichten im Voraus verlangen. In vielen Ländern sind die erforderlichen Ruhezeiten zwischen zwei Schichten, maximale Schichtlängen und weitere Schutzmaßnahmen für Mitarbeiter festgelegt. Das Workforce-Management-System muss diese lokalen Anforderungen (wie zum Beispiel „maximal drei Spätschichten pro Woche“) bei der Optimierung berücksichtigen.
Alle Einzelhändler – besonders jedoch größere Unternehmen, die in mehreren Ländern operieren – benötigen diese lokalisierten Daten individuell für jeden Mitarbeiter, um die Compliance mit Zeitplänen, Schichtlängen, Pausenzeiten und ähnlichem sicherzustellen.
Mitarbeiterprofile bieten zudem Informationen auf Standortebene: Diese helfen dem System, die jeweils am besten geeigneten Mitarbeiter für eine Aufgabe einzuteilen, um die Ziele des Unternehmens zu erreichen. Zum Beispiel ist der beste Kassierer einer Filiale vielleicht nicht die ideale Besetzung für die Regalbestückung – deswegen ist es nicht sinnvoll, ihn für diese Tätigkeit einzuteilen. Bei der manuellen Planung lassen sich derart detaillierte Informationen schwer im Kopf behalten. Ein automatisches System nutzt die Profile jedoch schnell und akkurat. Profile können auch verwendet werden, um Möglichkeiten für Weiterentwicklung, Beförderung und Weiterbildung zu identifizieren.
2.4. Workforce-Optimierung und Workforce-Management vereinen
Neben der Optimierung der Personalplanung sind auch Standardaspekte des Workforce-Managements zu handhaben. Obwohl Optimierung die ideale Grundlage liefert, müssen Schichten gelegentlich manuell angepasst werden. Workforce-Planer benötigen ein System, das kurzfristige Ausfälle und Ersetzungen effizient managt – etwa, wenn ein Mitarbeiter sich am Tag seiner Schicht krankmeldet. In diesem Fall optimiert ein automatisiertes System die Aufgaben erneut. Es bietet außerdem eine Aufruffunktion für zu besetzende Schichten.
Filialleiter erstellen nun einfach eine neue Schicht im System und wählen die gewünschten Mitarbeiter aus: Deren Profile helfen, die idealen Kandidaten zu finden. Mit nur einem Klick sendet das System jeder Person eine mobile Benachrichtigung über die Möglichkeit einer Extraschicht. Je nach Situation nehmen interessierte Mitarbeiter das Angebot direkt an oder bewerben sich darum: So erhalten sie zusätzliche Kontrolle über ihre Schichten.
Über eine mobile Benutzeroberfläche können Mitarbeiter zudem Anfragen für anstehende Schichten einreichen oder untereinander Schichten tauschen. Moderne Funktionen wie diese lassen Mitarbeiter ihre eigenen Schichten effektiv mitgestalten: Das hohe Maß an Einfluss und Selbstbestimmtheit spielt eine wichtige Rolle bei der Mitarbeiterzufriedenheit und der Loyalität gegenüber dem Arbeitgeber.
Sind Planung, Kommunikation und Änderungen abgeschlossen und die Schichten liegen in der Vergangenheit, zieht die Software Daten aus dem Zeiterfassungssystem und berechnet die tatsächlich geleisteten Arbeitsstunden der Mitarbeiter aus den Aufzeichnungen. Diese Stunden werden als Basis für die Lohnabrechnung verwendet, die sich nach den jeweils gültigen arbeits- und tarifrechtlichen Bestimmungen vor Ort zu richten hat.
3. Fazit
KI-gesteuerte Software für optimiertes Workforce-Management bietet langfristige Planungshorizonte und die Flexibilität, Anpassungen vorzunehmen, die sich kurzfristig aus alltäglichen Notwendigkeiten ergeben. Gleichzeitig bietet sie einen hohen Automatisierungsgrad bei der Schichtplanung – das lässt Einzelhändler durch höhere Planungsgenauigkeit und niedrigere Personalkosten doppelt profitieren. Durch die Nutzung von Absatz- und Lieferprognosen bei der Schichtoptimierung verhindern Einzelhändler 1) ausufernde Arbeitskosten durch Überbesetzung in Zeitfenstern mit niedriger Nachfrage und 2) eine hohe Stressbelastung der Mitarbeiter durch Unterbesetzung in Zeitfenstern mit hoher Nachfrage und darunter leidendem Kundenservice.
Wie bereits erwähnt wurde, lassen sich mit der Implementierung eines Workforce-Optimierungssystems Personalkosten von bis zu 10 Prozent einsparen. Für ein großes Einzelhandelsunternehmen mit einem Umsatz in Milliardenhöhe ergibt sich so leicht ein Einsparpotenzial von mehreren Millionen Euro. Die Amortisierung der Investition beginnt sofort: Ab dem ersten Tag der Dienstplanoptimierung sparen Händler Geld. Die Einsparungen müssen sie dabei nicht theoretisch kalkulieren – sie sind sofort in den Daten der Gehaltsabrechnung ablesbar. Des Weiteren sind die Mitarbeiter zufriedener, da die Software ihre Arbeitsbelastung ausgeglichener verteilt und Funktionen bietet, die ihnen mehr Eigenkontrolle über ihre Arbeitsschichten verleiht.
Der schwedische Lebensmitteleinzelhändler Coop Värmland hat RELEX’ Software für optimiertes Workforce-Management sehr erfolgreich implementiert. Obwohl der Händler bereits den Best-Practice-Empfehlungen der integrierten Supply-Chain folgte, senkte er durch die Einführung der prognosebasierten Optimierung der Dienstpläne seine Personalkosten um 6‑8 Prozent.
Abgesehen von Kostenbetrachtungen führt prognosebasierte Optimierung der Personalplanung auch zu besserem Kundenservice: Dieser wirkt sich wiederum positiv auf die Zufriedenheit der Verbraucher und die Absatzentwicklung aus. Gleichzeitig wird einer Unterbesetzung in Zeitfenstern mit hoher Nachfrage vorgebeugt, sodass jede Filiale ihre Aufgaben erfüllt, ohne Mitarbeiter hoher Stressbelastung auszusetzen. Die erwähnten Konzepte für Filialen lassen sich auch in Verteilzentren und Lagern anwenden. Der Vergleich der langfristigen Workload-Prognosen mit der Verfügbarkeit der Mitarbeiter erlaubt Einzelhändlern, Situationen mit potenzieller Über- und Unterbesetzung schnell zu identifizieren und frühzeitig abzuwenden.
