Wie wir unsere Schichtplanung auf Constraint-Solving umgestellt haben

Jahrelang haben wir Schichtpläne in einer Tabellenkalkulation gepflegt. Jede Woche dieselbe Prozedur: Wünsche einsammeln, Konflikte von Hand auflösen, am Ende doch wieder jemanden anrufen, weil eine Spätschicht unbesetzt war. Mit wachsendem Team wurde aus zwei Stunden Planungsaufwand ein ganzer Nachmittag. Der Wendepunkt kam, als wir die Planung als Constraint-Satisfaction-Problem formuliert haben. Gesetzliche Ruhezeiten, Qualifikationen pro Station, maximale Wochenstunden und individuelle Verfügbarkeiten sind seitdem harte Bedingungen; Wunschschichten und faire Wochenend-Verteilung gehen als weiche Bedingungen mit Gewichten in die Zielfunktion ein. Der Solver findet in wenigen Sekunden einen zulässigen Plan — und was uns überrascht hat: Die Diskussionen im Team sind ruhiger geworden. Wenn der Plan ein Regelwerk erfüllt, das alle kennen, fühlt sich das Ergebnis weniger willkürlich an als der beste handgebaute Entwurf. Ganz ohne Handarbeit geht es trotzdem nicht. Etwa fünf Prozent der Fälle — kurzfristige Krankmeldungen, Sonderveranstaltungen — lösen wir weiterhin manuell. Aber der Solver liefert dafür sofort die Liste der zulässigen Tauschpartner, statt dass wir sie suchen müssen. In den nächsten Wochen schreiben wir hier auf, welche Bibliotheken wir evaluiert haben, wie das Gewichtungsschema entstanden ist und warum wir die erste Version nach drei Monaten noch einmal komplett umgebaut haben.