Unterrichtspläne für ein ganzes Jahr zu erstellen, ist eine komplexe Aufgabe. Künstliche Intelligenz kann dabei unterstützen und oft sogar besser planen als Menschen. Das zeigt ein Optimierungsalgorithmus, den berufsbildner.ch und die Ateleris GmbH entwickelt haben. 

Organisationen verwenden viel Zeit und Energie darauf, interne und externe Ressourcen zu koordinieren und zu planen. Dazu gehört das Erstellen von Schicht- und Einsatzplänen für Mitarbeiter*innen oder das Aufteilen von Veranstaltungen und Einsätzen auf verschiedene Räume und Orte. Aber auch das Arrangieren von Abläufen und Prozessen, damit diese möglichst gut in den Arbeitsablauf integriert werden können. Der Mensch sollte dabei immer im Zentrum stehen.

Können diese Ressourcen optimal eingesetzt werden, so entstehen diverse Mehrwerte für die Mitarbeiter*innen, die Kund*innen und für die Organisation selbst. Je mehr dabei auf erweiterte Aspekte Rücksicht genommen werden kann, zum Beispiel auf Präferenzen und Verfügbarkeiten der Mitarbeiter*innen, desto grösser können diese Mehrwerte ausfallen.

KI plant besser als Mensch

Zusammen mit berufsbildner.ch hat die Ateleris GmbH einen KI-Optimierungsalgorithmus und passende Eingabe- und Datenschnittstellen entwickelt. Diese Lösung ermöglicht es dem Planungsteam von berufsbildner.ch, algorithmusunterstützt die Unterrichts- und Ressourcenplanung für das ganze kommende Jahr zu erstellen und zu optimieren. Als Erstes werden die Verfügbarkeiten und Präferenzen des Lehrkörpers, bestehend aus über 30 Ausbildner*innen, mit den Kursangeboten, der Kursnachfrage, und den Kursräumen eingegeben und zusammengeführt. Daraus wird im Anschluss eine Jahresplanung generiert, die perfekt passt und möglichst allen Vorgaben gerecht wird. Mit diesem Ansatz wird die Arbeit des Planungsteams so ergänzt, dass, gegenüber der vollständig manuellen Planung, in kürzerer Zeit ein besseres Resultat erzielt werden kann.

Eine hohe Akzeptanz des Ansatzes beim Planungsteam zu erreichen ist dabei entscheidend. Deshalb wurde der KI-Optimierungsalgorithmus in den existierenden Planungsprozess so eingebettet, dass dieser die Arbeit des Planungsteams möglichst transparent ergänzt und unterstützt. Das Planungsteam gibt weiterhin im bestehenden Erfassungssystem die Kursangebote, die Verfügbarkeiten und Vorlieben der Ausbildner*innen sowie die Informationen zu den Kursräumen ein. Die daraus generierte Excel-Datei wird vom KI-Optimierungsalgorithmus eingelesen, woraus dieser Varianten der Jahresplanung erstellt. Die passendste kann nun geprüft und allenfalls nochmals erweitert oder neu generiert werden.

Implizites Wissen fehlt

Der Erfolg eines solchen Optimierungssystems hängt dabei nicht (nur) von der Umsetzung des Algorithmus und der geeigneten Modellierung des Optimierungsproblems ab, sondern wird gleichermassen durch die gewählten Eingabemasken und UX-Designs bestimmt. Je vielfältiger und komplexer die miteinbezogenen (Rahmen-) Bedingungen ausfallen, umso schwieriger wird es, diese effizient und nutzergerecht abzufragen. Ein Beispiel: Ausbildnerin Meier unterrichtet die Kurse «Projektmanagement», «Organisation» und «Teamführung», ist Montag bis Mittwoch in Zürich und am Freitag in Bern verfügbar und möchte 3 bis 6 Lektionen pro Unterrichtstag gestalten, mit jeweils 10 bis 15 Teilnehmenden. Ausserdem bevorzugt sie es, die Unterrichtseinheiten zu «Organisation» und «Teamführung» an unterschiedlichen Tagen zu geben. Letzteres demonstriert eine weitere Schwierigkeit: implizites Wissen des Planungsteams. Das sind beispielsweise Kenntnisse über Vorlieben des Lehrteams, welche bei der manuellen Planung zur Anwendung kommen, normalerweise aber keinen Platz auf der Eingabemaske finden. Deshalb ist es wichtig, dem Planungsteam die Möglichkeit zu geben, gewisse vorgeschlagene Planelemente anzupassen oder zu fixieren und den KI-Optimierungsalgorithmus erneut einen Jahresplan erstellen zu lassen. Das Ziel muss es sein, die Fähigkeiten des Planungsteams zu augmentieren und nicht zu ersetzen.

KI-Planung spart Kosten

Technisch basiert der KI-Optimierungsalgorithmus im Kern auf der «Mixed Integer Programmierung» (MIP). Die Grundidee besteht darin, das zu optimierende Problem, in unserem Fall die Jahresplanung, als mathematisches Gleichungssystem zu modellieren, worin die verschiedenen Ressourcen mit ihren Rahmenbedingungen verknüpft werden. Letztere können dabei als harte (nicht zu verletzende) oder weiche Rahmenbedingungen definiert werden. Danach wird das Gleichungssystem durch einen sogenannten «Solver» gelöst, wobei eine Zielfunktion minimiert oder maximiert wird. Diese könnte beispielsweise wie folgt lauten: «Minimiere die Gesamtkosten verursacht durch Raummiete und Lohnkosten». Während des iterativen Lösungsprozesses wird immer darauf geachtet, dass harte Rahmenbedingungen nicht verletzt werden, ansonsten ist die Lösung ungültig. Können weiche Rahmenbedingungen nicht eingehalten werden, «verteuert» sich diese eine Lösung, d.h. die Zielfunktion gilt als weniger gut.

Zusammengefasst reduziert die KI-Optimierungslösung für berufsbildner.ch den Planungsaufwand und somit die Kosten für die Durchführung der einzelnen Kurse, während sie gleichzeitig die Präferenzen der Ausbildner*innen sowie ihrer Kund*innen erfüllt.