Mit KI-Codierassistenten bauen Sie an einem einzigen Nachmittag ein Planungstool, das überraschend gut aussieht. Eine Mitarbeiterübersicht, ein paar Projekte, Stunden, die man verschieben kann: Es funktioniert. Kein Wunder, dass sich immer mehr Organisationen fragen, warum sie noch für ein Abonnement einer Planungssoftware bezahlen sollten.
Das ist eine berechtigte Frage, und die ehrliche Antwort lautet: Es kommt darauf an. In diesem Blog stellen wir die Vor- und Nachteile des Eigenbaus mit KI gegenüber, zeigen auf, warum gerade die Planung ein schwieriges Terrain ist, und geben Ihnen einige Fragen an die Hand, mit denen Sie selbst die Abwägung treffen können.
Was Ihnen der Eigenbau mit KI bringt
Beginnen wir mit dem, was am Eigenbau wirklich gut ist, denn diese Vorteile sind real. Der größte Punkt ist die Maßschneiderung: Ein eigenes Tool passt exakt zu Ihrer Arbeitsweise, Ihren Begriffen und Ihren Berichten. Sie müssen Ihren Prozess nicht an die Logik eines Anbieters anpassen.
Zudem geht es schnell. Eine erste funktionierende Version steht in Tagen statt in Monaten, was wertvoll ist, um Feedback von Planern einzuholen. Es fallen keine Lizenzkosten pro Nutzer an, und Daten, Logik sowie die Roadmap gehören vollständig Ihnen.
Schließlich liefert der Eigenbau Wissen. Teams, die mit KI experimentieren, lernen schnell, was technisch machbar ist. Dieses Wissen ist auch an anderer Stelle in der Organisation nutzbar.
Wo es schwierig wird
KI senkt die Hürde für den Bau von Software, aber nicht die Kosten für den Besitz von Software. Darin liegt der Unterschied zwischen einem gelungenen Prototyp und einem Tool, mit dem eine Organisation jahrelang arbeiten kann.
Es beginnt mit den Grenzfällen. Eine Demo funktioniert mit zehn Mitarbeitern und drei Projekten. In der Praxis haben Sie es mit Teilzeitverträgen, Urlaub, Feiertagen und Projekten zu tun, die mitten im Verlauf ihre Form ändern. Die ersten 80 Prozent gehen schnell, die letzten 20 Prozent verursachen die meiste Arbeit.
Danach folgt die Wartung, und die hört nie auf. KI schreibt Code, aber jemand muss diesen Code verstehen, testen und reparieren, wenn etwas schiefgeht. Oft liegt dieses Wissen bei einem einzigen Kollegen. Verlässt dieser das Unternehmen, bleibt ein System zurück, das niemand so recht anzupassen wagt.
Auch Sicherheit und Schnittstellen erfordern dauerhafte Aufmerksamkeit. Planungsdaten enthalten personenbezogene Daten wie Verfügbarkeit und Urlaub; Zugriffsrechte, Logging, Backups und die DSGVO sind also keine Nebensache. Und eine Planung steht selten für sich allein: HR, Zeiterfassung, ERP und Kalender müssen angebunden sein, während sich diese Systeme selbst ebenfalls ständig ändern.
Schließlich gibt es die versteckten Kosten. Lizenzkosten sind im Budget sichtbar, die Stunden der eigenen Mitarbeiter oft nicht. Rechnen Sie die Zeit von Entwicklern, Key-Usern und Administratoren ehrlich mit ein und fragen Sie sich, was diese Leute stattdessen hätten tun können. Benutzerfreundlichkeit und Akzeptanz erfordern zudem jahrelanges Zuhören bei den Anwendern, nicht nur einen Sprint.
Warum gerade Planung ein schwieriges Terrain ist
Nicht jede Software ist gleich schwer selbst zu bauen. Ein Formular oder eine einfache Übersicht ist gut machbar. Ressourcen- und Kapazitätsplanung gehört zur schwierigeren Kategorie, da viele bewegliche Teile zusammenkommen.
Mehrere Projekte beanspruchen dieselben Personen zum gleichen Zeitpunkt. Diese Personen sind zudem nicht austauschbar: Fähigkeiten, Zertifizierungen, Standort und Vertragsstunden bestimmen, wer wo einsetzbar ist. Und die Planung ändert sich ständig. Ein Kunde verschiebt einen Termin, jemand fällt aus, ein Angebot wird angenommen – und der Rest der Planung darf dadurch nicht in sich zusammenbrechen.
Hinzu kommt, dass jede Rolle etwas anderes sehen möchte. Der Ressourcenmanager sucht das Gesamtbild, der Projektleiter sein Projekt, der Mitarbeiter seine eigene Woche und das Management die Auslastung und Prognose. Gerade die wertvollsten Funktionen, wie Was-wäre-wenn-Szenarien und das Abwägen neuer Aufträge gegen verfügbare Kapazitäten, sind auch die komplexesten.
Eine Planung optimiert man nicht mit einem Sprachmodell
Wer mit KI selbst ein Planungstool baut, lässt oft auch die Planung selbst durch ein Sprachmodell (LLM) erstellen. Das erscheint logisch, birgt aber eine wichtige Falle. Gute Planungssoftware rechnet mit algorithmischen Optimierungsmodellen: mathematische Solver, die harte Regeln niemals verletzen und innerhalb dieser Regeln die beste Lösung suchen.
Ein Sprachmodell funktioniert anders. Es sagt den wahrscheinlichsten Text voraus und prüft nicht, ob alle Regeln gleichzeitig stimmen. Solange es nur wenige Regeln gibt, geht das gut. Sobald Regeln interagieren – wie Verfügbarkeit, Fähigkeiten, Deadlines und das Verbot von Doppelbelegungen – geht es schief. Untersuchungen zu Planungsaufgaben zeigen, dass selbst die stärksten Modelle stark einbrechen, sobald verschiedene Arten von Einschränkungen zusammenkommen. Laut einem anderen Benchmark sinkt der Anteil gültiger Dienstpläne von 97 Prozent bei einfachen Problemen auf weniger als 2 Prozent bei komplexen.
Das bedeutet nicht, dass Sprachmodelle für die Planung nutzlos sind. Sie sind hervorragend darin, eine Frage in natürlicher Sprache zu verstehen, Konflikte zu erklären und Entscheidungen vorzubereiten. Die Stärke liegt in der Kombination: das Sprachmodell als Gesprächspartner, das Optimierungsmodell als Taschenrechner. Diese Kombination richtig zu bauen, erfordert spezialisiertes Wissen aus beiden Welten.
Was ein Anbieter mitbringt: Domänenwissen, Daten und Innovation
Ein spezialisierter Anbieter baut nicht nur Software, sondern sammelt auch jahrelang Wissen über das Fachgebiet Planung. Jeder Kunde bringt neue Fragestellungen mit, aus anderen Branchen und mit anderen Arbeitsweisen. Diese Lektionen fließen in die Funktionsweise des Produkts ein – oft an Stellen, die man erst schätzt, wenn man sie selbst hätte erfinden müssen.
Mit dem Aufkommen von KI wird dieser Vorteil noch größer. KI wird erst dann richtig intelligent, wenn sie von vielen und vielfältigen Daten lernt. Ein Anbieter kann, anonymisiert und im Rahmen der Kundenvereinbarungen, Muster über viele Organisationen hinweg erkennen: wie lange ähnliche Projekte wirklich dauern, wo Kapazitäten strukturell fehlen und welche Planungen sich als machbar erweisen. Ein selbst gebautes Tool lernt nur aus den Daten einer einzigen Organisation.
Dadurch wird die KI in spezialisierter Software in der Regel schneller besser als das, was man selbst trainieren kann. Der Eigenbau mit KI gibt Ihnen zwar die Technologie, aber nicht die Erfahrung und die Daten, die diese Technologie wertvoll machen.
Zudem steht das Fachgebiet selbst nicht still. Spezialisierte Anbieter investieren kontinuierlich in KI, von intelligenten Vorschlägen für den Personaleinsatz bis hin zu Assistenten, die selbstständig Planungen vorbereiten und Konflikte lösen. Der Bereich Planung wird in den kommenden Jahren große Fortschritte machen.
Als Organisation möchten Sie von dieser Entwicklung profitieren, statt zu versuchen, selbst mit ihr Schritt zu halten. Wer selbst baut, muss jede neue Möglichkeit selbst recherchieren, entwickeln und warten, während das eigene Tool schnell ins Hintertreffen gerät. Wer Standardsoftware nutzt, erhält diese Neuerungen mit jedem Update dazu und kann die eigenen Mitarbeiter für die Arbeit einsetzen, in der die Organisation wirklich glänzt.
Wann Eigenbau dennoch sinnvoll ist
Eigenbau ist nicht immer die falsche Wahl. Bei einem einfachen Bedarf, wie einem kleinen Team an einem Standort ohne Schnittstellen, genügt eine schlanke eigene Lösung oder sogar eine gute Tabellenkalkulation.
Es kann auch strategisch sinnvoll sein, wenn Ihre Art der Planung wirklich Ihr Alleinstellungsmerkmal ist und Sie ein eigenes Entwicklungsteam haben, das das Tool jahrelang betreuen kann. Zudem ist ein schnell gebautes Tool ein hervorragender Prototyp, um Ihre Anforderungen zu schärfen, bevor Sie ein Standardpaket auswählen.
Der interessanteste Weg ist oft eine Kombination: ein Standardpaket als stabile Basis und mit KI selbst bauen, was darauf aufsetzt. Denken Sie an eigene Berichte, Schnittstellen oder Assistenten über die API.
Ein Entscheidungsbaum für Ihre eigene Abwägung
Zweifeln Sie noch? Gehen Sie die fünf untenstehenden Fragen ehrlich durch. Nur wer alle fünf mit Ja beantwortet, hat ein starkes Argument für den Eigenbau.
Abbildung 1: Entscheidungsbaum · 5 Fragen, 3 Ergebnisse
Berechnen Sie zudem die Gesamtkosten über drei bis fünf Jahre, nicht nur den Bau. Berücksichtigen Sie die Stunden Ihrer eigenen Mitarbeiter, Wartung, Hosting, Sicherheit und die Kosten von Ausfällen und stellen Sie dies den Lizenzkosten in Ihrem Budget gegenüber.
Fazit: Bauen Sie dort, wo Sie sich unterscheiden; kaufen Sie dort, wo Sie es nicht tun
KI hat den Eigenbau zugänglicher gemacht als je zuvor, und das sind gute Nachrichten. Aber die Frage ist nicht, ob Sie ein Planungstool bauen könnnen. Die Frage ist, ob Sie es jahrelang besitzen, absichern, anbinden und weiterentwickeln wollen.
Für die meisten Organisationen ist Planung ein kritischer Prozess, aber kein Produkt, das sie selbst herstellen wollen. Dann liegt Standard-Planungssoftware als Basis näher: bewährt, sicher und sofort einsatzbereit für alle Nutzer. Nutzen Sie KI anschließend dort, wo sie wirklich einen Unterschied macht, zum Beispiel für eigene Analysen, Schnittstellen oder intelligente Assistenten auf dieser Basis.
So profitieren Sie von der Geschwindigkeit der KI, ohne dass Ihre eigenen Mitarbeiter zum Softwareanbieter werden müssen.
