KI in der Zeiterfassung: Was künstliche Intelligenz im HR wirklich automatisieren kann

KI in der Zeiterfassung ist 2026 kein Zukunftsthema mehr, sondern steht in fast jedem HR-Software-Prospekt. Die spannende Frage ist nicht, ob künstliche Intelligenz im Personalbereich ankommt, sondern welche Aufgaben sie heute zuverlässig übernimmt und welche besser bei Menschen bleiben. Dieser Ratgeber ordnet Anwendungsfälle, Reifegrade und rechtliche Grenzen nüchtern ein.

Studienlage: Laut einer aktuellen DGFP/Gallup-Studie nutzen 81 % der befragten HR-Verantwortlichen KI bereits täglich oder mehrmals pro Woche. Gleichzeitig schätzen nur 4 % ihre Gesamtbelegschaft als vollständig KI-bereit ein. Und 57 % nennen Kostensenkung beziehungsweise Margendruck als zentralen Treiber ihrer People-Strategie. Anders gesagt: Die Werkzeuge sind längst im Alltag angekommen, die Organisationen dahinter noch nicht.

Wo KI in der Zeiterfassung heute realistisch hilft

Zeiterfassung erzeugt genau die Art von Daten, mit der Algorithmen gut umgehen können: strukturiert, zeitlich geordnet, in großer Menge und mit wiederkehrenden Mustern. Fünf Anwendungsfälle sind heute praxistauglich.

Automatische Plausibilitätsprüfung von Buchungen

Der häufigste Fehler in der Zeiterfassung ist kein Betrug, sondern Vergesslichkeit: Die Stempelung am Morgen fehlt, das Ausstempeln am Freitagabend auch, eine Pause wurde nie gebucht. Eine automatische Plausibilitätsprüfung erkennt solche Lücken sofort und stößt eine Korrektur an, bevor der Monatsabschluss ansteht.

• Fehlende Gegenbuchung: Kommen ohne Gehen (oder umgekehrt) am selben Tag
• Unlogische Zeiten: Schichten über 16 Stunden, Buchungen an Urlaubstagen, Überschneidungen zweier Projekte
• Regelverstöße nach ArbZG: Unterschrittene Ruhezeit, fehlende Pause, überschrittene Tageshöchstarbeitszeit (Details im Ratgeber zum Arbeitszeitgesetz 2026)
• Nachträgliche Änderungen: Korrekturen, die auffällig spät oder auffällig häufig erfolgen

Wichtig für die ehrliche Einordnung: Das meiste davon braucht keine KI. Es sind Regeln, sauber formuliert und konsequent angewendet.

Erkennung ungewöhnlicher Muster und Anomalien

Hier beginnt echter Mehrwert von Modellen. Eine Anomalie-Erkennung lernt das normale Buchungsverhalten eines Teams und meldet Abweichungen, für die niemand vorher eine Regel geschrieben hat: Eine Abteilung, deren Pausenzeiten seit acht Wochen kontinuierlich schrumpfen. Ein Standort, an dem Freitagsbuchungen systematisch früher enden als in der Zeitwirtschaft hinterlegt. Ein Team, dessen Überstundensaldo schneller wächst als das Auftragsvolumen.

Solche Signale sind Hinweise, keine Urteile. Sie gehören auf den Tisch einer Führungskraft, nicht in einen automatischen Sanktionsprozess. Ein Ausschlag im Muster kann genauso gut auf einen kaputten Prozess wie auf individuelles Fehlverhalten deuten.

Prognose von Überstunden und Kapazitätsengpässen

Zeitreihen sind das Heimspiel statistischer Modelle. Aus historischen Salden, Auftragslage, Krankenständen und Saisonalität lässt sich fortschreiben, wie sich Arbeitszeitkonten in den kommenden Wochen entwickeln. Der Nutzen liegt im Vorlauf: Wer im Oktober sieht, dass ein Team bis Jahresende auf 180 unabbaubare Plusstunden zusteuert, kann noch gegensteuern. Wer es im Dezember sieht, kann nur noch auszahlen.

Unterstützung bei Schicht- und Personalplanung

Dienst- und Schichtplanung ist mathematisch ein Optimierungsproblem mit vielen harten Nebenbedingungen: Qualifikationen, Ruhezeiten, Verfügbarkeiten, Wunschdienste, Tarifregeln. Algorithmen erzeugen daraus in Sekunden Planvorschläge, für die Planer früher Stunden gebraucht haben. Entscheidend bleibt der letzte Schritt: Der Vorschlag geht an einen Menschen, der ihn prüft, anpasst und verantwortet. Wie das im Alltag aussieht, zeigen die Funktionen zur Schichtplanung.

Automatisierte HR-Reports in natürlicher Sprache

Sprachmodelle sind gut darin, aus Kennzahlen lesbare Zusammenfassungen zu machen: "Die Überstunden im Lager sind im Juli um ein Fünftel gegenüber Juni gestiegen, getrieben von zwei Wochen mit erhöhtem Versandvolumen." Das spart HR-Teams echte Zeit. Zwei Regeln gehören dazu: Die zugrunde liegenden Zahlen müssen im Bericht nachvollziehbar bleiben, und niemand sollte einen generierten Text ungeprüft weiterreichen.

KI oder einfach nur gute Regeln?

Ein großer Teil dessen, was als "KI-Funktion" vermarktet wird, ist klassische regelbasierte Automatisierung. Das ist kein Makel, im Gegenteil: Für die meisten Aufgaben in der Zeitwirtschaft sind Regeln das bessere Werkzeug. Sie sind deterministisch, prüfbar, gegenüber Betriebsrat und Prüfern erklärbar und liefern bei identischen Daten immer dasselbe Ergebnis.

• Regelbasiert sinnvoll: Feste Schwellen (11 Stunden Ruhezeit, 6 Stunden bis zur Pause), Rundungslogik, Zuschlagsberechnung, Freigabe-Workflows, Fehlbuchungs-Erkennung
• Modellbasiert sinnvoll: Muster ohne bekannte Schwelle, Prognosen aus Zeitreihen, Optimierung mit vielen Nebenbedingungen, Textgenerierung
• Die ehrliche Frage an Anbieter: Welche konkrete Entscheidung trifft hier ein Modell, und was passiert, wenn es falsch liegt?

Wer diese Frage stellt, sortiert Marketing schnell von Substanz.

Stampfactory: Wir sehen unsere Rolle zuerst in der Datenbasis: verlässliche, manipulationssichere Zeiterfassung über App, Terminal und Browser, sauber dokumentiert und revisionssicher. Darauf setzen heute regelbasierte Funktionen auf, etwa automatische Hinweise bei Ruhezeit- und Pausenverstößen nach ArbZG sowie Plausibilitätsprüfungen fehlender oder unlogischer Buchungen. Das ist bewusst keine KI, sondern nachvollziehbare Logik. Ohne diese Grundlage bringt jedes Modell darüber wenig.

Was KI in der Zeiterfassung nicht tun sollte

Manche Anwendungen sind technisch möglich, aber weder rechtlich haltbar noch kulturell verträglich.

• Automatisierte Einzelfallentscheidungen: Abmahnung, Kündigung, Bonuskürzung oder Versetzung dürfen nicht das Ergebnis eines Algorithmus sein
• Dauerüberwachung: Lückenlose Beobachtung von Tastatureingaben, Mausbewegungen, Bildschirminhalten oder Standort außerhalb dokumentierter Arbeitszeit
• Emotions- und Verhaltensanalyse: Rückschlüsse auf Stimmung, Stresslevel, Motivation oder Persönlichkeit aus Sprache, Gesicht oder Nutzungsverhalten
• Heimliche Leistungsscores: Ranglisten, die aus Zeitdaten eine Produktivitätsnote ableiten, ohne dass Betroffene Kriterien und Widerspruchsweg kennen

Der Grundsatz ist einfach: KI darf Sachverhalte aufbereiten. Bewerten und entscheiden müssen Menschen.

Der rechtliche Rahmen: DSGVO, AI Act und Mitbestimmung

DSGVO: keine rein automatisierte Entscheidung

Artikel 22 DSGVO gibt Betroffenen das Recht, nicht einer ausschließlich auf automatisierter Verarbeitung beruhenden Entscheidung unterworfen zu werden, die ihnen gegenüber rechtliche Wirkung entfaltet oder sie erheblich beeinträchtigt. Für die Praxis heißt das: menschliche Prüfung mit echtem Entscheidungsspielraum, Transparenz über die verwendete Logik und ein Weg, der Entscheidung zu widersprechen. Dazu kommen die Klassiker: Zweckbindung, Datenminimierung, Löschfristen und eine Datenschutz-Folgenabschätzung, die bei Beschäftigtendaten in aller Regel fällig wird. Mehr dazu unter Datenschutz.

EU AI Act: Beschäftigungskontext gilt als Hochrisiko

Der EU AI Act verfolgt einen risikobasierten Ansatz und wird seit 2025 stufenweise wirksam. KI-Systeme im Beschäftigungskontext, also etwa in Personalauswahl, Aufgabenzuweisung sowie Leistungsbewertung und Überwachung, fallen dabei in die Hochrisiko-Kategorie. Daran hängen Pflichten wie Risikomanagement, Datenqualität, technische Dokumentation, Protokollierung, Transparenz gegenüber Betroffenen und wirksame menschliche Aufsicht. Praktiken wie Emotionserkennung am Arbeitsplatz sind besonders streng reguliert. Prüfen Sie deshalb früh, ob eine geplante Funktion überhaupt in diese Kategorie fällt, und lassen Sie sich vom Anbieter zusagen, wie er die Pflichten erfüllt.

Betriebsrat: Mitbestimmung nach §87 BetrVG

Zeiterfassungs- und HR-Systeme sind technische Einrichtungen, die geeignet sind, Verhalten oder Leistung von Beschäftigten zu überwachen. Damit greift die Mitbestimmung nach §87 Abs. 1 Nr. 6 BetrVG. Praktisch bedeutet das: Der Betriebsrat ist vor der Einführung einzubinden, nicht danach. Eine Betriebsvereinbarung sollte Zweck, Datenarten, Auswertungstiefe, Zugriffsrechte, Aufbewahrung und ausdrücklich auch die Frage regeln, welche Auswertungen ausgeschlossen sind. Erfahrungsgemäß entscheidet dieser Ausschlusskatalog stärker über die Akzeptanz als jede Funktionsliste.

Praxis-Fahrplan für den Mittelstand

Der häufigste Fehler ist die Reihenfolge: KI oben drauf, während unten noch Excel-Listen und Papierzettel liegen. Drei Stufen, in dieser Reihenfolge.

1. Saubere digitale Datenbasis schaffen. Erst wenn Kommen, Gehen, Pausen, Projekte und Abwesenheiten vollständig und manipulationssicher digital erfasst sind, entsteht überhaupt verwertbares Material. Was dabei rechtlich gefordert ist, fasst der Ratgeber zur Zeiterfassungspflicht 2026 zusammen, inklusive der Besonderheiten für mobil arbeitende Teams.
2. Regelbasiert automatisieren. Freigabe-Workflows, ArbZG-Warnungen, Plausibilitätsprüfungen, automatische Zuschläge und ein durchgängiger DATEV-Export heben den größten Teil der Zeitersparnis, ganz ohne Modelle.
3. KI gezielt ergänzen. Ein klar umrissener Anwendungsfall, ein messbares Ziel, eine Pilotphase mit Betriebsrat und Datenschutz, danach die ehrliche Bilanz. Lieber ein Fall, der funktioniert, als fünf, die niemand nutzt.

Für Unternehmen zwischen 20 und 500 Beschäftigten liegt der Hebel fast immer in Stufe 1 und 2. Wie das konkret aussieht, zeigen die Lösungen für den Mittelstand.

Häufige Fragen

Was kann KI in der Zeiterfassung heute wirklich?

Realistisch: Buchungen auf Plausibilität prüfen, ungewöhnliche Muster melden, Überstunden und Kapazitätsengpässe prognostizieren, Schichtpläne vorschlagen und Auswertungen in verständliche Texte übersetzen. Alles davon liefert Vorschläge und Hinweise. Entscheidungen über einzelne Beschäftigte gehören nicht dazu.

Ist KI in der Zeiterfassung datenschutzkonform?

Sie kann es sein, wenn Zweck, Datenumfang und Speicherdauer klar begrenzt sind, eine Datenschutz-Folgenabschätzung vorliegt und keine ausschließlich automatisierte Entscheidung mit erheblicher Wirkung getroffen wird (Art. 22 DSGVO). Entscheidend ist außerdem Transparenz: Beschäftigte müssen wissen, was ausgewertet wird und was nicht.

Fällt Zeiterfassungssoftware unter den EU AI Act?

Reine Zeiterfassung ohne KI-Komponente ist kein KI-System im Sinne der Verordnung. Sobald aber Funktionen zur Aufgabenzuweisung, Leistungsbewertung oder Überwachung auf KI basieren, gilt der Beschäftigungskontext als Hochrisikobereich mit entsprechenden Pflichten. Klären Sie den Status pro Funktion, nicht pauschal pro Produkt.

Muss der Betriebsrat bei KI-Funktionen zustimmen?

Ja, sobald das System geeignet ist, Verhalten oder Leistung zu überwachen, besteht Mitbestimmung nach §87 Abs. 1 Nr. 6 BetrVG. Das gilt für die Einführung ebenso wie für spätere Erweiterungen um neue Auswertungen. Eine Betriebsvereinbarung, die auch ausgeschlossene Auswertungen benennt, schafft dabei die belastbarste Grundlage.

Woran erkenne ich echte KI im Vergleich zu einfachen Regeln?

Fragen Sie nach der Entscheidungslogik: Gibt es feste Schwellenwerte, ist es eine Regel. Lernt das System aus historischen Daten und liefert Wahrscheinlichkeiten, ist es ein Modell. Fragen Sie zusätzlich, wie oft es falsch liegt und was dann passiert. Anbieter, die darauf keine klare Antwort haben, verkaufen meist Etiketten.

Lohnt sich KI schon für kleine Unternehmen?

Meist noch nicht als eigenständiges Projekt. Unter etwa 50 Beschäftigten liefern digitale Erfassung, automatische ArbZG-Hinweise und ein sauberer Lohnexport bereits den Großteil des Nutzens. Prognosen und Anomalie-Erkennung brauchen Datenmenge und Historie, um verlässlich zu werden.