Die Uhr tickt: Das GKV-Beitragsstabilisierungsgesetz ist verabschiedet. Auf Kliniken kommen harte Einschnitte unter anderem im Budget für die Pflege zu. Aber schon mit Inkrafttreten des Gesetzes verkündete die Regierung: Weitere finanzwirksame Maßnahmen sind nötig. Eine der mehr oder weniger offen diskutierten Maßnahmen ist, die Kosten für die Pflege wieder in die Fallpauschalen (DRGs) einzugliedern und die Personalbemessung PPR 2.0 abzuschaffen. Der Bereich der Kurzzeit-Pflege steht also vor tiefgreifenden Umstrukturierungen, angetrieben vom Kostendruck.
Doch in der schlechten Nachricht verbirgt sich auch eine positive Entwicklung: Im Gegenzug zeichnet sich ab, dass Kliniken mehr Freiräume für die eigene Pflege-Planung bekommen. Und genau darin steckt großes Potenzial, um mit der Situation umzugehen. Denn diese Freiräume würden es Kliniken erlauben, sich aus einem Dilemma zu befreien: Auf der einen Seite führt das GKV-Beitragsstabilisierungsgesetz ziemlich sicher zu Personalkürzungen. Auf der anderen Seite werden „Krankenhäuser über eine sogenannte Generalnorm gesetzlich verpflichtet, in allen Personalbereichen für eine Personalbesetzung zu sorgen, die für eine gute Qualität der Leistungen erforderlich ist“.
Um diesen Spagat zu meistern, ist eine grundlegend andere Art der Personalplanung nötig. Die Antwort auf die derzeitigen Herausforderungen liegt in der konsequenten Nutzung von Daten und Künstlicher Intelligenz in der Pflege.
Warum klassische Personalplanung nicht mehr reicht
Zu dünn besetzte Stationen gefährden Patient:innen und belasten Pflegekräfte übermäßig. Studien belegen, dass eine erhöhte Pflegelast mit steigenden Komplikationsraten, längeren Liegezeiten und höherer Mortalität korreliert. Eine stärkere Personaldecke aufzubauen scheitert allerdings nicht nur am Budget, sondern auch am Fachkräftemangel. In vielen Bundesländern fehlen Tausende Pflegekräfte, Stationen sind unterbesetzt und erfahrene Kolleg:innen verlassen den Beruf, weil die Belastung zu groß wird. In gewissem Sinn gibt also der heutige Fachkräftemangel einen Eindruck davon, was mit dem sinkenden Budget morgen auf Kliniken zukommt.
Das Problem ist allerdings: Viele Kliniken wissen nicht genau, wie groß die Lücke wirklich ist. Welche Kompetenzen sind vorhanden, wer ist durch Schulung weiterzuentwickeln, wo muss tatsächlich neu eingestellt werden? Die Folge ist unter anderem, dass Fachkompetenz nicht immer dort Anwendung findet, wo sie dringend benötigt wird. Das Deutsche Krankenhausinstitut stellte für seinen Krankenhausbaromter 2024 folgende Frage: „Hat in Ihrem Krankenhaus akademisiertes Pflegepersonal in der direkten Patientenversorgung am Bett andere Tätigkeitsschwerpunkte als nicht akademisierte Pflegekräfte?“ 44 Prozent antworteten mit „Nein, überwiegend nicht“.
Wenn Kliniken sich jedoch daranmachen, systematisch vorhandene Kompetenzen und künftigen Personalbedarf zu analysieren und in ihre Personalplanung zu integrieren, gewinnen sie ihren Spielraum für die Qualitätssicherung zurück. Der Schlüssel dazu sind datengetriebene, mit KI unterstützte Analysen der Ist-Situation.
KI als Planungspartner: Vom Datenchaos zur vorausschauenden Steuerung
Wer vor diesem Hintergrund KI als Ausweg ins Spiel bringt, weckt sofort Assoziationen mit Robotern als Pflegekräften und einer Automatisierung der menschlichen Fürsorge. Genau darum geht es jedoch nicht. KI kann vielmehr helfen, die verfügbaren Ressourcen besser einzusetzen. Mit ihr lassen sich drei entscheidende Fragen beantworten:
1. Wo entstehen Personallücken?
Ein System, das frühzeitig identifiziert, wo durch Verrentung, Fluktuation oder steigende Patientenzahlen Unterdeckungen drohen, und zwar Jahre bevor sie eintreten.
2. Können bestehende Mitarbeitende die Lücken schließen?
Eine Software-Plattform kann analysieren, ob vorhandene Pflegekräfte bereits die geforderten Qualifikationen mitbringen oder durch gezielte Weiterbildung das nötige Tätigkeitsprofil erwerben können. Oft schlummert mehr Potenzial im bestehenden Team, als sichtbar ist.
3. Wo bleiben trotzdem Lücken – und wie lassen sie sich schließen?
Für Stellen, die intern nicht besetzt werden können, liefert ein solches System eine belastbare Entscheidungsgrundlage: Wann muss mit der Rekrutierung begonnen werden, welche Profile werden gesucht, welche regionalen Gegebenheiten müssen berücksichtigt werden?
Mit den heutigen Werkzeugen gelingt das selten. In vielen Kliniken läuft die Personalplanung noch immer über Excel-Tabellen, isolierte Softwareinseln oder das Erfahrungswissen einzelner Stationsleitungen. Mit ihnen wird man der heutigen Komplexität jedoch nicht mehr gerecht: Pflege-kräfte arbeiten häufiger in Teilzeit, oft auf mehreren Stationen, mit unterschiedlichen Qualifikationsprofilen und variierenden Verfügbarkeiten. Die Krankheitsbilder werden komplexer, die Patientenbetreuung aufwendiger. Gleichzeitig bekommen Pflegekräfte perspektivisch mehr Kompetenzen und sollen zunehmend Aufgaben von Ärzt:innen übernehmen. Die geforderten Personaluntergrenzen drohen damit das Körnchen zu sein, das die gesamte Mechanik zum Knirschen und Zusammenbrechen bringt.
Damit genau dies nicht geschieht, brauchen wir eine neue Mechanik. Moderne KI-gestützte Systeme bündeln Personaldaten – Qualifikationen, Arbeitszeiten, Verfügbarkeiten, Fluktuation, bevorstehende Renteneintritte – und gleichen sie mit dem künftigen Versorgungsbedarf ab. Auf Basis von Belegungsdaten, demografischen Trends und regionalen Versorgungsmustern berechnen sie, wie viele Patient:innen mit welchem Pflegebedarf zu erwarten sind, und leiten daraus ab, welche Pflegekräfte mit welchen Qualifikationen zu welchem Zeitpunkt benötigt werden.
Praxis statt Versprechen: Was datenbasierte Steuerung bereits zeigt
Ein Beispiel liefert die Pflege- und Sozialdienste Dornbirn GmbH in Österreich. Dort hat DaphOS, ein führendes Unternehmen in der operationellen und strategischen Personalplanung, ein Skill-Grade-Mix-Modell eingeführt. Es dient dazu, Aufgaben systematisch nach Qualifikation und Kompetenzniveau zu verteilen – unterstützt durch eine digitale Planungsplattform und externe fachliche Begleitung. Die Umsetzung erfolgte schrittweise und iterativ: Rollen wurden geschärft, Prozesse regelmäßig überprüft und Mitarbeitende frühzeitig in den Veränderungsprozess eingebunden. Ein Resultat war beispielsweise, die Arbeit anders zu organisieren. Vor Einführung des Skill-Grade-Mix-Modells hatten Pflegekräfte viele Aufgaben im Bereich Reinigung oder Essenslogistik zu erfüllen. Nun übernimmt die einrichtungseigene Hotellerie viele dieser klar abgegrenzten Service- und Unterstützungsaufgaben – ein Modell, das im österreichischen Vergütungskontext auch betriebswirtschaftlich aufgeht, da die Auslagerung an Servicepersonal dort Kosten spart.
Der entscheidende Effekt ist weniger technologischer als organisatorischer Natur: Wo zuvor Erfahrungswissen und kurzfristige Entscheidungen dominierten, schaffen strukturierte Daten und klar definierte Prozesse eine nachvollziehbare Ressourcensteuerung. Erste Erfahrungswerte deuten auf spürbare Entlastung der Pflegkräfte, stabilere Dienstplanung und bessere Planbarkeit saisonaler Schwankungen hin und zeigen, wie datenbasierte Modelle die Grundlage für eine KI-gestützte Personalsteuerung legen.
Von der Compliance-Pflicht zur strategischen Stärke
Ein datengetriebener, KI-basierter Ansatz besitzt noch einen weiteren Vorteil: Mit ihm lassen sich nicht nur akute Personalthemen angehen, sondern auch Prognosen erstellen, die weit über den nächsten Dienstplan hinausreichen und die Personalentwicklung über Jahre hinweg sichtbar machen. Wer geht wann in Rente? Welche Qualifikationen werden bis 2030 benötigt? Wo zeichnen sich strukturelle Engpässe ab? Das sind nur einige der Fragen, die sich stellen.
KI bietet die Chance, von kurzfristiger Improvisation auf strukturelle Lösungen umzuschalten. Kliniken bekommen damit ein Mittel an die Hand, die eigene Personalplanung grundlegend zu modernisieren. Das erleichtert nicht nur die Compliance – es schafft auch strategische Stabilität. Kliniken, die heute ihre Personaldaten systematisch erfassen, mit Bedarfsprognosen verknüpfen und auf dieser Basis Weiterbildungs- und Rekrutierungsstrategien entwickeln, müssen nicht in der Not reagieren. Sie wissen bereits heute, welche Stellen bis wann besetzt sein müssen, welche Qualifikationen aufgebaut werden sollen und wo frühzeitig externe Fachkräfte gewonnen werden müssen.
KI-gestützte Personalplanung ist kein Luxus, sondern ein notwendiges Werkzeug für jede Klinik, die auch in zehn Jahren noch handlungsfähig sein will.
AUTORIN
Sarah Peuling
Deutschland-Geschäftsführerin von DaphOS
Kontakt: S.Peuling(at)daphos.ai
www.daphos.ai