Einen Dienstplan mit KI (Künstliche Intelligenz, wir schreiben AI) erstellen funktioniert mit einem ChatGPT-Prompt in Minuten — die AI liefert dabei aber nur eine Tabelle, keinen durchdachten Plan. Sie kennt deinen Umsatzverlauf nicht, prüft keine ArbZG-Ruhezeit, rechnet keine SFN-Zuschläge und verliert die Minijob-Grenze aus dem Blick. Der Unterschied zeigt sich an einer echten Testwoche. Ob ein Plan taugt, entscheidet am Ende die Personalkostenquote samt Arbeitgeberkosten, nicht die Optik der Tabelle.
Hinweis: Ich bin Gastronom, kein Fachanwalt für Arbeitsrecht oder Steuerberater. Die rechtlichen Punkte in diesem Artikel sind mit Primärquellen verlinkt und ordnen die Lage ein — sie ersetzen keine Rechtsberatung im Einzelfall. Stand: 2.11.2026.
Inhaltsverzeichnis
- Was bedeutet Dienstplan mit KI erstellen konkret?
- Der Testfall: eine Woche für die Trattoria Musterberg
- Wie sieht der ChatGPT-Dienstplan aus?
- Wo scheitert der ChatGPT-Plan konkret?
- Wie sieht der prognosebasierte Plan für dieselbe Woche aus?
- Was bedeutet der Unterschied in Euro?
- Wie entsteht ein prognosebasierter Dienstplan in der Praxis?
- Macht dich ein KI-Dienstplan automatisch rechtssicher?
- Wann reicht ein ChatGPT-Prompt, wann brauchst du mehr?
- FAQ
- Deine nächsten Schritte
Was bedeutet Dienstplan mit KI erstellen konkret?
Hinter der Suchanfrage stecken zwei ganz unterschiedliche Dinge, die beide "Dienstplan mit KI" genannt werden. Das eine ist ein Prompt in ChatGPT, Copilot oder Gemini: Du beschreibst dein Team und deine Öffnungszeiten, die AI liefert eine Tabelle zurück. Das andere ist prognosebasierte Personalplanung, wie sie in Werkzeugen wie Kiosa Dienstplan steckt: Eine Umsatzprognose je Tag bestimmt den Personalbedarf je Schicht, und das System prüft Ruhezeiten, Höchststunden und Verträge mit.
Beide nennen sich AI-gestützt. Beide sind es auch, im technischen Sinn. Der Unterschied liegt nicht im Label, sondern in der Datenanbindung. Ein Sprachmodell wie ChatGPT verarbeitet, was du ihm in den Prompt schreibst, und sonst nichts. Es hat keinen Zugriff auf deine Kasse, deine Zeiterfassung oder deine Vertragsdaten. Eine Planungssoftware mit Forecast-Engine dagegen liest diese Daten direkt aus und baut den Plan darauf auf.
Das klingt nach einer Nuance, ist aber der ganze Unterschied zwischen einem netten Textbaustein und einem Plan, der in der Praxis trägt. Am deutlichsten wird das an einem konkreten Beispiel — deshalb der Test, der diesen Artikel trägt.
Der Testfall: eine Woche für die Trattoria Musterberg
Die Trattoria Musterberg ist ein fiktiver Vollservice-Betrieb mit 70 Sitzplätzen, sieben Tage geöffnet, Mittag- und Abendgeschäft. Alle Zahlen in diesem Artikel sind Modellwerte für diesen erfundenen Betrieb — keine Daten aus einem realen Standort.
Die Umsatzprognose für eine Novemberwoche sieht so aus: Montag bis Mittwoch ruhig zwischen 1.200 und 1.450 Euro, Donnerstag zieht leicht an auf 1.900 Euro, Freitag und Samstag tragen mit 3.600 und 4.100 Euro den Großteil der Woche, Sonntag pendelt sich bei 2.600 Euro ein. Macht zusammen rund 16.000 Euro Wochenumsatz. Das ist ein typisches Muster für Vollservice-Restaurants: Das Wochenende trägt deutlich mehr als jeder einzelne Wochentag, aber nicht beliebig viel mehr.
Für diese eine Woche entsteht jetzt zweimal ein Dienstplan für dasselbe Team aus neun Mitarbeitern — Service, Küche, ein Minijobber. Einmal per ChatGPT-Prompt, einmal prognosebasiert.
Wie sieht der ChatGPT-Dienstplan aus?
Der Prompt für den Test war bewusst so formuliert, wie ihn ein beschäftigter Betriebsleiter tatsächlich tippen würde — kurz, aus dem Bauch heraus, zwischen zwei Services:
"Erstelle einen Dienstplan für mein Restaurant, 9 Mitarbeiter (5 Service, 3 Küche, 1 Minijob), geöffnet Mo-So 11-23 Uhr, Minijobberin Mia soll max. 603 Euro im Monat verdienen, Stundenlohn 13,90 Euro. Bitte faire Verteilung der Wochenenddienste."
ChatGPT liefert binnen Sekunden eine saubere Tabelle. Jeder Tag bekommt eine fast identische Besetzung, rund 32 Personalstunden, verteilt auf Früh- und Spätschicht. Die Wochenenddienste rotieren fair im Team. Mias Stunden werden grob auf 603 ÷ 13,90 ≈ 43 Monatsstunden hochgerechnet und auf vier Wochenschichten verteilt. Das Ergebnis liest sich überzeugend — ordentlich formatiert, mit Pausenzeiten, sogar mit einem Hinweis auf gesetzliche Ruhezeiten im Begleittext.
Das Problem zeigt sich nicht beim Lesen des Plans. Es zeigt sich, wenn man ihn neben die Umsatzprognose legt.
Wo scheitert der ChatGPT-Plan konkret?
Vier Lücken fallen auf, sobald man den Plan an echten Betriebsdaten misst:
Er kennt den Umsatzverlauf nicht. 32 Stunden Montag bei 1.450 Euro Prognose und 32 Stunden Samstag bei 4.100 Euro Prognose ist dieselbe Besetzung für eine fast dreimal so starke Nachfrage. ChatGPT kann nicht wissen, was der Samstag bringt — es sei denn, du tippst es selbst in den Prompt, Zahl für Zahl, für jeden einzelnen Tag. Das macht in der Praxis niemand jede Woche neu.
Er prüft die Ruhezeit nicht automatisch. Der Plan setzt eine Servicekraft Freitagabend bis 23:30 Uhr ein und dieselbe Person Samstagfrüh ab 8 Uhr zum Brunch-Dienst. Das sind rund 8,5 Stunden zwischen den Schichten. §5 ArbZG verlangt mindestens 11 Stunden ununterbrochene Ruhezeit, für Gaststättenbetriebe im Rahmen des Ausgleichs reduzierbar auf 10 — in keinem Fall auf 8,5. ChatGPT hat im Begleittext zwar den Satz "gesetzliche Ruhezeiten beachtet" untergebracht. Die konkrete Schichtfolge widerspricht dem trotzdem, weil das Modell keine Zeitabstände zwischen Schichten gegenrechnet, sondern nur plausibel formuliert.
Er verknüpft SFN-Zuschläge nicht mit den Schichten. Eine Samstagschicht, die um 20 Uhr beginnt und nach Mitternacht endet, hat einen steuerfreien SFN-Zuschlag nach §3b EStG — 25 % für den Teil vor Mitternacht. Ab 0 Uhr ist Sonntag, dann kommen 40 % Nachtzuschlag und 50 % Sonntagszuschlag zusammen. ChatGPT nennt diese Prozentsätze korrekt, wenn man danach fragt. Es rechnet sie aber nicht automatisch der konkreten Schicht zu, weil es die Uhrzeiten aus dem Plan nicht mit der Lohnabrechnung verknüpft. Das bleibt Handarbeit.
Er verliert die Minijob-Grenze aus den Augen. Die Minijob-Verdienstgrenze liegt 2026 bei 603 Euro im Monat. ChatGPT hat im Prompt die Zielgröße bekommen und rechnet 603 ÷ 13,90 korrekt auf rund 43 Stunden hoch. Was es nicht weiß: ob Mia in dieser Woche schon zusätzliche Stunden für die Inventur gemacht hat, die nicht im Prompt stehen. Ohne Anbindung an die tatsächliche Zeiterfassung bleibt die 603-Euro-Grenze eine Rechnung auf dem Papier, keine laufende Kontrolle.
Keiner dieser vier Punkte ist ein Totalausfall. Alle vier sind Lücken, die erst auffallen, wenn jemand den Plan gegen die Realität prüft — und genau das kostet die Zeit, die der Prompt eigentlich sparen sollte.
Wie sieht der prognosebasierte Plan für dieselbe Woche aus?
Der zweite Plan für dieselbe Woche entsteht andersherum: Die Umsatzprognose je Tag ist der Ausgangspunkt, nicht das Teammuster der Vorwoche. Montag bis Mittwoch sinkt die Besetzung auf 21 bis 24 Stunden, Donnerstag liegt bei 29, Freitag und Samstag steigen auf 46 und 51 Stunden, Sonntag pendelt bei 34.
Auffällig: Die Wochensumme unterscheidet sich kaum. Der ChatGPT-Plan kommt auf 224 Personalstunden über die Woche, der prognosebasierte Plan auf 228 — vier Stunden mehr, keine dramatische Differenz. Das eigentliche Problem war also nie die Gesamtmenge an Personal. Es war die Verteilung: Montag bis Mittwoch steckten 8 bis 11 Stunden zu viel in Tagen mit wenig Umsatz, während Freitag und Samstag 14 beziehungsweise 19 Stunden fehlten. Genau an den Tagen, an denen Unterbesetzung am meisten kostet, weil Gäste abgewiesen werden oder der Service kippt.
Der prognosebasierte Plan löst außerdem die vier Lücken von oben systematisch: Die Ruhezeit zwischen der Freitag-Spät- und Samstag-Frühschicht wird automatisch auf mindestens 11 Stunden geprüft und bei Unterschreitung markiert. Zuschläge werden aus den gestempelten Ist-Zeiten automatisch berechnet, nicht erst im Lohnlauf nachträglich zugeordnet — mehr dazu im Artikel zu SFN-Zuschlägen berechnen. Und Vertragsgrenzen, auch die Minijob-Grenze, werden bei jeder Schicht geprüft, nicht nur einmalig am Monatsanfang überschlagen.
Was bedeutet der Unterschied in Euro?
Mit einem angenommenen, ebenfalls fiktiven Personalkostensatz von 19 Euro pro Stunde inklusive Nebenkosten liegt die reine Lohnsumme für beide Pläne nah beieinander — 4.256 Euro gegen 4.332 Euro für die Woche. Der finanzielle Hebel liegt nicht im Gesamtbudget, sondern in zwei Effekten, die sich gegenseitig verstärken.
Erstens die verschenkten Stunden unter der Woche: Montag bis Mittwoch zahlt der ChatGPT-Plan für rund 28 Personalstunden, die kein Umsatz deckt. Bei 19 Euro die Stunde sind das gut 530 Euro pro Woche, die in der Personalkostenquote als Überhang auftauchen, ohne dass ein einziger zusätzlicher Gast bedient wird.
Zweitens die Unterbesetzung am Wochenende: Fehlen am Samstag 19 Stunden gegenüber dem, was die Prognose als nötig ausweist, bedeutet das lange Wartezeiten, abgewiesene Reservierungen oder Gäste, die nach dem Essen auf die Rechnung warten und beim nächsten Mal wegbleiben. Dieser Effekt lässt sich schwerer in Euro fassen als die Überbesetzung unter der Woche, trifft die Marge aber oft härter, weil er direkt den Umsatz und nicht nur die Kostenseite angreift. Der Umsatz pro Arbeitsstunde ist die Kennzahl, mit der sich dieser Zusammenhang sauber nachrechnen lässt — mit dem Kiosa PK-Rechner in wenigen Minuten für den eigenen Betrieb.
Wie entsteht ein prognosebasierter Dienstplan in der Praxis?
Der Prozess hinter dem zweiten Plan läuft in vier Schritten, die aufeinander aufbauen statt sich gegenseitig zu ersetzen.
Am Anfang steht die Umsatzprognose je Tag, gebaut aus Kassendaten, Wochentag und Saison. In der Praxis liegt die Genauigkeit dieser Prognose zwischen 9,8 % und 15 % MAPE je Standort — nah genug, um Montag von Samstag sauber zu unterscheiden, ohne auf eine Kommastelle genau sein zu müssen.
Daraus folgt ein Zielwert für den Umsatz pro Arbeitsstunde: Wie viel Umsatz muss jede eingeplante Stunde tragen, damit die gewünschte Personalkostenquote hält. Dieser Zielwert, gegen die Prognose gespiegelt, ergibt die Stundenzahl je Schicht — mehr am Freitag, weniger am Dienstag.
Im dritten Schritt entsteht daraus ein Schichtvorschlag, der Ruhezeiten, Höchststunden und Vertragsgrenzen (auch die Minijob-Grenze) direkt mitprüft, bevor der Plan sichtbar wird, nicht erst danach als Fehlermeldung. Und im vierten Schritt läuft der Plan gegen die tatsächliche Stempelung: Weicht ein Tag von der Prognose ab, zeigt sich die Lücke sofort — nicht erst beim Monatsabschluss, wenn sich nichts mehr korrigieren lässt.
Wer tiefer in die Methodik hinter Schritt eins und zwei einsteigen will, findet die ausführliche Herleitung im Artikel zur Personaleinsatzplanung nach Umsatz. Für die reine Umsetzung im Tagesgeschäft, inklusive Schichtvorlagen und Teamkommunikation, lohnt sich der Blick in den Beitrag zur Dienstplanung im Restaurant oder zum Vergleich von Schichtplanungs-Software.
Macht dich ein KI-Dienstplan automatisch rechtssicher?
Nein — weder ChatGPT noch eine Planungssoftware nimmt dir die Verantwortung für die Einhaltung des Arbeitszeitrechts ab. Der Unterschied ist, wie viel davon automatisch geprüft wird, bevor ein Fehler passiert, statt danach aufzufallen.
Die Dienstplan-Effizienz eines Betriebs hängt genau an diesem Punkt: Ein Plan, der Ruhezeiten, Höchststunden und Vertragsgrenzen von Anfang an mitdenkt, verhindert Nacharbeit in der Lohnbuchhaltung. Ein Plan, der das nicht tut, verlagert die Prüfung auf den Moment, in dem die Lohnabrechnung schon läuft — und dann ist jede Korrektur teurer, weil sie rückwirkend passiert.
Das gilt unabhängig davon, mit welchem Werkzeug der ursprüngliche Plan entstanden ist. Ein ChatGPT-Entwurf, den jemand anschließend manuell gegen Ruhezeiten und Zuschläge prüft, kann am Ende genauso sauber sein wie ein automatisch geprüfter Plan. Der Aufwand dafür fällt nur bei Mensch statt bei Maschine an — und wiederholt sich jede Woche neu, weil ChatGPT sich an die letzte Prüfung nicht erinnert und nicht automatisch mitdenkt, wenn sich am Dienstplan etwas ändert.
Wann reicht ein ChatGPT-Prompt, wann brauchst du mehr?
Für ein kleines Team mit zwei, drei Mitarbeitern und einem überschaubaren, stabilen Wochenrhythmus kann ein ChatGPT-Prompt als grobe erste Vorlage völlig ausreichen — solange jemand die rechtlichen Eckpunkte danach noch einmal von Hand gegenprüft. Das ist kein Nischenfall: Viele kleinere Betriebe arbeiten genau so, und das ist nicht per se ein Fehler.
Der Punkt, an dem ein Prompt an seine Grenzen stößt, ist nicht die Teamgröße allein, sondern die Schwankung im Geschäft. Je stärker Wochentage, Saison oder Events den Umsatz bewegen, desto teurer wird eine Besetzung, die jede Woche gleich aussieht. Und je mehr Minijobber, Zuschlagsschichten und wechselnde Verträge im Team stecken, desto mehr manuelle Prüfung verlangt ein reiner Prompt-Plan — Prüfung, die bei einer datenangebundenen Lösung automatisch mitläuft.
Nutzt du bereits gastromatic, e2n oder ordio, zwingt dich das nicht zum Wechsel: Kiosa liest Schichten und Arbeitszeiten von dort und stellt sie dem Umsatz gegenüber (siehe Integrationen). Willst du den Plan selbst in Kiosa erstellen, übernimmt das das Kiosa Dienstplan-Modul. Wie du deine Kiosa-Zahlen, etwa Personalkostenquote und Dienstplan, direkt in Claude oder ChatGPT abfragst, beschreibt das Kiosa AI-Plugin.
Der Chat-Prompt ist nur eine Art, ein Sprachmodell zu nutzen. Wie es mit echten Betriebszahlen arbeitet, zeigen die Beiträge Claude Gastronomie und ChatGPT Kassendaten auswerten.
Von der Analyse zur Umsetzung
Worum es hier geht: Abgrenzung zwischen ChatGPT-Prompt und prognosebasierter Dienstplanung.
Im Betrieb umsetzen:
- Kiosa Dienstplan: AI-Entwurf aus der Umsatzprognose mit Regelprüfung
- Umsatzprognose und Ist-Zeiten in Kiosa One View
Mehr zum Thema Personalkosten und Dienstplan
- Personalkostenquote Gastronomie: berechnen und einordnen
- Dienstplanung Restaurant: Dienstplan bauen, Fehler vermeiden
- Personaleinsatzplanung nach Umsatz: Stundenbudget, RPLH und Plan/Ist
FAQ
Kann ChatGPT einen kompletten Dienstplan für mein Restaurant erstellen? Ja, als Textvorlage — mit Schichtaufteilung, Pausen und einer groben Verteilung der Wochenenddienste. Was ChatGPT nicht liefert, ist ein Plan, der automatisch gegen deinen tatsächlichen Umsatzverlauf, ArbZG-Ruhezeiten und die Minijob-Grenze geprüft ist. Diese Prüfung bleibt bei einem reinen Prompt-Ansatz Handarbeit.
Gibt es einen KI-Dienstplan kostenlos, der auch Rechtsprüfung übernimmt? Kostenlose Chat-Tools wie ChatGPT, Copilot oder Gemini erstellen Dienstpläne ohne Zusatzkosten, prüfen aber keine Ruhezeiten, Zuschläge oder Minijob-Grenzen automatisch gegen deine echten Daten. Eine automatische Prüfung setzt eine Anbindung an Kassendaten und Zeiterfassung voraus — das leistet kein reines Sprachmodell ohne Dateninfrastruktur dahinter.
Prüft ChatGPT automatisch die ArbZG-Ruhezeiten zwischen zwei Schichten? Nein. ChatGPT kann die gesetzliche Regel aus §5 ArbZG korrekt benennen, wenn man danach fragt, rechnet sie aber nicht automatisch gegen die Schichtzeiten im eigenen Plan. Eine Schichtfolge mit zu kurzer Ruhezeit kann so unbemerkt im Entwurf stehen bleiben, obwohl der Begleittext von "beachteten Ruhezeiten" spricht.
Wie genau muss eine Umsatzprognose für die Personalplanung sein? Sie muss nicht auf den Euro stimmen. Eine Genauigkeit zwischen 9,8 % und 15 % MAPE je Standort reicht in der Praxis aus, um Tage mit deutlich unterschiedlicher Nachfrage korrekt zu unterscheiden — und genau diese Unterscheidung, nicht die letzte Kommastelle, bestimmt die richtige Besetzung.
Ersetzt Kiosa meinen bisherigen Dienstplaner wie gastromatic, e2n oder ordio? Nein, nicht zwingend. Kiosa liest die Daten aus gastromatic, e2n und ordio und stellt sie dem Umsatz gegenüber. Alternativ erstellst du den Plan im Kiosa Dienstplan-Modul (+99 € je Standort und Monat). Beides ist möglich, je nachdem, was in deinem Betrieb schon läuft.
Deine nächsten Schritte
Ein ChatGPT-Prompt ist ein guter Einstieg, um zu sehen, wie ein Dienstplan grob aussehen könnte. Für die Woche, die tatsächlich Geld verdient oder verbrennt, reicht das nicht — dafür braucht es die Verbindung zwischen Umsatzprognose, Besetzung und Arbeitsrecht, die ein Prompt allein nicht herstellen kann.
Prüf zuerst mit dem Kiosa PK-Rechner, wie weit deine aktuelle Besetzung von deiner Zielproduktivität entfernt ist. Wenn sich dabei zeigt, dass sich Über- und Unterbesetzung über die Woche verteilen wie im Beispiel der Trattoria Musterberg, lohnt sich ein Blick auf das Kiosa Dienstplan-Modul im echten Betrieb. Buch dir dafür 30 Minuten für eine unverbindliche Demo — wir legen deine Woche neben die Prognose und zeigen, wo die Lücke tatsächlich liegt.
