KI kann Zeitberichte zusammenfassen, Auffälligkeiten erklären und Fragen in natürlicher Sprache beantworten. Wenn Zeitarten, Projekte und Korrekturen uneinheitlich erfasst werden, beschleunigt sie lediglich die Interpretation unzuverlässiger Daten. Die wichtigste Verbesserung liegt deshalb vor der Auswertung: eindeutige Zuordnung, einfache Erfassung und ein geregelter Korrektur- und Freigabeprozess.
Woran Zeitdaten in der Praxis scheitern
- Jedes Team verwendet eigene Zeitarten, sodass „Beratung“ in einer Abteilung etwas anderes bedeutet als in der nächsten.
- Buchungen werden Tage später aus dem Gedächtnis nachgetragen.
- Korrekturen erfolgen ohne Begründung und ohne Spur.
- Projekte werden erst angelegt, wenn bereits Stunden angefallen sind, die dann auf Sammelposten landen.
- Freigaben sind informell oder finden nur zum Monatsende statt.
Jede dieser Schwächen verfälscht Nachkalkulation, Auslastung und Forecast, und keine wird durch ein Auswertungswerkzeug behoben.
Ein Zeitarten-Modell, das alle verstehen
| Zeitart | Zuordnung | Beispiele |
|---|---|---|
| Produktive Kundenzeit | Kunde und Auftrag oder Projekt | Umsetzung, Beratung, Support mit Auftragsbezug |
| Interne Projektzeit | Internes Projekt | Produktentwicklung, Systemeinführung |
| Vertrieb und Angebot | Verkaufschance | Angebotsvorbereitung, Erstgespräche |
| Verwaltung | Kostenstelle | Teambesprechungen, Abrechnung, Organisation |
| Abwesenheit | Abwesenheitsart | Urlaub, Krankheit, Fortbildung |
Zwei Regeln halten das Modell stabil: Jede Buchung hat genau ein Ziel, und für wiederkehrende Tätigkeiten gibt es Vorbelegungen, damit die richtige Zuordnung der bequemste Weg ist.
Korrektur und Freigabe nachvollziehbar machen
Korrekturen sind normal, aber sie brauchen ein Zeitfenster, einen Grund und eine sichtbare Historie. Die Freigabe erfolgt wöchentlich durch die verantwortliche Führungskraft, nicht monatlich, weil Erinnerungen nach fünf Tagen verlässlicher sind als nach dreißig. Freigegebene Zeiträume werden gesperrt; nachträgliche Änderungen laufen über einen dokumentierten Weg. Damit ist für jede Kennzahl nachvollziehbar, aus welchen Buchungen sie stammt und wer sie bestätigt hat.
Prüfliste vor jeder Auswertung
- Anteil der Buchungen, die am selben Tag erfasst wurden.
- Anteil der Zeiten ohne Zuordnung oder auf Sammelposten.
- Anzahl der Korrekturen nach Freigabe.
- Projekte, für die Stunden gebucht wurden, bevor ein Budget hinterlegt war.
- Abweichung zwischen erfasster Zeit und Anwesenheit, wo beides vorliegt.
Liegt einer dieser Werte deutlich außerhalb des Üblichen, ist die Auswertung mit Vorsicht zu lesen, egal wie überzeugend eine Zusammenfassung klingt.
Beispiel: Die Nachkalkulation, die zu gut aussah
Ein Dienstleistungsprojekt erscheint in der Auswertung deutlich profitabler als geplant. Bei der Durchsicht zeigt sich, dass das Projekt erst drei Wochen nach Beginn im System angelegt wurde und die Stunden bis dahin auf „Allgemein“ gebucht waren. Nach der Umbuchung liegt die Marge im erwarteten Bereich. Mit einer Regel, dass kein Projekt ohne Anlage im System beginnt, wäre die Auswertung von Anfang an belastbar gewesen.
Wo KI danach sinnvoll ansetzt
- Auffälligkeiten melden, etwa ein Projekt mit plötzlich steigenden Stunden oder ein Mitarbeiter ohne Buchungen über mehrere Tage.
- Budgetverbrauch prognostizieren, sobald geprüfte Wochendaten vorliegen.
- Fragen in natürlicher Sprache beantworten, ausschließlich auf freigegebenen Daten und mit Verweis auf die zugrunde liegenden Buchungen.
- Zusammenfassungen für die Geschäftsleitung erstellen, die auf dieselben Zahlen zeigen wie die Detailberichte.
Eine Kennzahl ist nur so gut wie die Buchung, aus der sie stammt. Kein Modell macht aus einer nachträglich geschätzten Stunde eine gemessene.
Von Zeitdaten zur Unternehmenssteuerung
Geprüfte Zeitdaten sind eine der wenigen Quellen, die Auslastung, Projekterfolg und Vertriebsaufwand gleichzeitig erklären. Damit gehören sie in dasselbe Kennzahlenmodell wie die Signale aus dem Beitrag zu messbarer KI-Governance. Wie ein Auswertungssystem an bestehende Systeme angebunden wird, ohne Daten doppelt zu erfassen, beschreibt der Beitrag zur KI-Integration in bestehende Systeme.