AI personeelsplanning
Donderdagmiddag zit de planner nog steeds met het rooster voor volgende week. Drie mensen willen vrij, twee kunnen alleen ochtenden en de verwachte drukte is een gok op basis van vorig jaar. Zaterdag is iemand ziek en gaat er een rondje appjes. AI personeelsplanning voorspelt hoeveel mensen je nodig hebt, maakt een voorstel binnen de regels en helpt gaten sneller te vullen. De planner kijkt na en past aan.
In het kort
In horeca, retail, zorg, logistiek en productie is het rooster elke week een puzzel. De planner houdt rekening met contracturen, beschikbaarheid, verlof, vaardigheden, de cao en de Arbeidstijdenwet. Ondertussen moet de bezetting passen bij de verwachte drukte, die vaak wordt ingeschat op gevoel. Te veel mensen kost geld, te weinig kost omzet en zorgt voor werkdruk. Na het publiceren begint het ruilen, en bij elke ziekmelding opnieuw bellen en appen.
AI personeelsplanning helpt bij alle drie: de voorspelling, het rooster en de wijzigingen. Voor de bredere kijk op HR staat meer op AI in HR en recruitment.
Voor een klein team met een paar regels kan ChatGPT een eerste opzet maken. Zodra het om meer mensen, contracturen, rusttijden, vaardigheden en voorkeuren gaat, wordt het onbetrouwbaar. Een taalmodel is goed in tekst, maar controleert niet systematisch of elke regel klopt. Het kan een rooster teruggeven waarin iemand twee diensten tegelijk heeft of te weinig rust krijgt, en dat met overtuiging presenteren. Zet ook geen namen en gegevens van medewerkers in een gratis versie.
Een rooster is een rekenprobleem. Daar zijn optimalisatiemodellen voor, die alle harde regels altijd naleven en binnen die grenzen zoeken naar het beste rooster. AI is sterk in wat eromheen zit: de drukte voorspellen, beschikbaarheid uit berichten halen, wijzigingen afhandelen en in gewone taal uitleggen waarom het rooster zo is. Die combinatie werkt het best.
Uit historische omzet, orders, reserveringen, bezoekersaantallen, weer, feestdagen en acties voorspelt een model per dag en per uur hoeveel mensen je nodig hebt, eventueel per functie. Een magazijn ziet dat maandag drukker wordt dan dinsdag, een restaurant dat een zonnige zaterdag een extra kracht op het terras vraagt. Zie ook forecasting met AI.
Met die voorspelling maakt een optimalisatiemodel een voorstel dat past bij contracturen, beschikbaarheid, vaardigheden, rusttijden en cao-regels. Voorkeuren worden meegewogen en eerlijk verdeeld, zoals weekenddiensten. De planner ziet waar het voorstel afwijkt van de wensen en waarom, en past aan waar nodig.
Medewerkers geven beschikbaarheid door, vragen een ruil aan of melden zich ziek via WhatsApp of een app. Een assistent controleert of een ruil binnen de regels past en zet die ter goedkeuring klaar. Bij een open dienst benadert hij de mensen die beschikbaar zijn en niet boven hun uren komen. Zie ook de WhatsApp chatbot.
01
Per dag en uur hoeveel mensen je nodig hebt, op basis van je eigen omzet- of orderdata.
Lees meer02
Een optimalisatiemodel dat alle regels naleeft en voorkeuren eerlijk verdeelt, als voorstel voor de planner.
Lees meer03
Beschikbaarheid, ruilen en ziekmeldingen afgehandeld, met een voorstel voor vervanging.
Lees meer04
Roosterpakket, urenregistratie, kassa en salarisadministratie gekoppeld, zonder dubbel invoeren.
Lees meerMeer over hoe we dit inrichten staat bij veiligheid en governance en in een AI-beleid.
Bij Dubai Chocolates ging de operatie met uitzendkrachten tijdens de piek over naar een systeem, in een periode waarin meer dan 900.000 repen werden verkocht naar meer dan 20 landen. Bij zo'n groei is een planning in een spreadsheet niet meer bij te houden. kunnen we iets meer zeggen over wat het systeem voor uitzendkrachten bij Dubai Chocolates precies deed, zoals planning of registratie?
We beginnen met een AI Kansenonderzoek vanaf circa € 5.000, of direct met een bezettingsvoorspelling. Die kost bandbreedte bouwprijs bezettingsvoorspelling of roostervoorstel voor een mkb-bedrijf. We werken met een vaste prijs per stap. Lost de oplossing het afgesproken probleem niet op, dan betaal je niet voor die oplossing. Voor planning in het magazijn zie ook AI in het magazijn.
Voor onderzoek, ontwikkeling en scholing zijn er landelijke en regionale regelingen. We checken welke bij jouw plan passen.
Veelgestelde vragen
Voor een klein team met eenvoudige regels kan het een eerste opzet maken. Bij meer mensen, contracturen en rusttijden gaat het vaak mis, omdat een taalmodel niet systematisch controleert of alles klopt. Voor een betrouwbaar rooster gebruik je een optimalisatiemodel, met AI voor de voorspelling en communicatie.
Het gebruik van data en AI om te voorspellen hoeveel mensen je nodig hebt, een rooster te maken binnen alle regels en wijzigingen zoals ruilen en ziekte sneller af te handelen. De planner houdt de regie en past het voorstel aan waar nodig.
Meestal wel. Veel roosterpakketten hebben een koppeling of API. We halen de gegevens op, maken de voorspelling en het voorstel, en zetten dat terug in het pakket. Medewerkers blijven hun rooster zien in de app die ze kennen.
Dat hangt af van de regels die je meegeeft. Een goed ingesteld model verdeelt weekend- en avonddiensten gelijker dan een planner onder tijdsdruk. Maak de regels bekend, laat medewerkers voorkeuren opgeven en betrek de ondernemingsraad bij de invoering.
Minder uren bij rustige momenten, minder onderbezetting bij drukte en minder werkdruk. Hoeveel precies, hangt af van hoe goed je nu plant. We meten vooraf de verhouding tussen geplande uren en drukte en vergelijken na een paar maanden.
Verder lezen
In een strategiegesprek kijken we naar je regels en data en wat een voorspelling en roostervoorstel opleveren.
