Jedes Jahr im Frühjahr beginnt in vielen Hochschulen dasselbe Ritual. Die Planung für das Wintersemester steht an. Mehrere Hundert Lehrveranstaltungen, über hundert Lehrende, ein Dutzend Studiengänge mit eigenen Studienplänen, Räume mit sehr unterschiedlicher Ausstattung und eine Handvoll Menschen, die aus all dem einen Stundenplan machen sollen. Wochenlang werden Wünsche gesammelt, Konflikte aufgelöst, Räume getauscht. Und kurz vor Semesterbeginn fällt auf, dass zwei Pflichtveranstaltungen des dritten Semesters doch gleichzeitig liegen.
In Schulen, Berufsschulen, Akademien und Weiterbildungseinrichtungen sieht es nicht viel anders aus. Die Regeln sind andere, die Grundschwierigkeit ist dieselbe. Viele knappe Ressourcen müssen so zusammengebracht werden, dass nichts kollidiert, dass alle Vorgaben eingehalten werden und dass am Ende trotzdem ein Plan entsteht, mit dem Menschen gut arbeiten und lernen können.
Wir bei Hex Solutions entwickeln seit Jahren Optimierungslösungen für genau solche Planungsaufgaben. In diesem Beitrag zeigen wir, wie automatische Kursplanung funktioniert, was sie von einem digitalen Kalender unterscheidet, wo künstliche Intelligenz hilft und wie Bildungseinrichtungen die Einführung angehen können.
Warum Kursplanung so schwierig ist
Auf den ersten Blick scheint Kursplanung eine Frage des richtigen Kalenders zu sein. Jede Veranstaltung braucht einen Termin, einen Raum und eine Lehrperson. Schwierig wird es durch die Abhängigkeiten. Eine Lehrende kann nicht gleichzeitig an zwei Orten sein. Eine Gruppe von Studierenden darf nicht zwei Pflichtveranstaltungen zur selben Zeit haben. Ein Labor fasst nur zwanzig Personen und muss nach jeder Nutzung vorbereitet werden. Ein Blockseminar braucht drei zusammenhängende Tage. Und wer zwischen zwei Standorten wechseln muss, braucht dazwischen Zeit.
Jede dieser Regeln für sich ist einfach. Zusammen ergeben sie ein Planungsproblem, das die Fachliteratur unter dem Begriff University Timetabling seit Jahrzehnten untersucht. Es gehört zu den schwierigsten Problemen der kombinatorischen Optimierung, und es gibt sogar internationale Wettbewerbe, bei denen Forschungsteams ihre Verfahren an realen Planungsdaten von Hochschulen messen.
Die Schwierigkeit liegt dabei nicht nur in der Größe. Sie liegt darin, dass eine Änderung an einer Stelle Folgen an ganz anderer Stelle haben kann. Wer einen Kurs vom Dienstag auf den Mittwoch verschiebt, blockiert damit vielleicht einen Raum, den eine andere Veranstaltung dringend braucht, oder erzeugt eine Kollision für eine kleine Gruppe von Studierenden, die zufällig beide Kurse belegen.
Unterschiedliche Institutionen, unterschiedliche Regeln
Hochschulen und Universitäten
An Hochschulen steht meist der Studienplan im Mittelpunkt. Pflichtveranstaltungen eines Semesters dürfen nicht kollidieren, Wahlpflichtfächer sollen möglichst frei kombinierbar sein. Lehrende haben ein Lehrdeputat, Forschungstage und oft auch Termine außerhalb der Hochschule. Externe Lehrbeauftragte können nur zu bestimmten Zeiten. Große Vorlesungen brauchen große Hörsäle, Übungen kleine Seminarräume, und Labore haben eigene Regeln. Bei mehreren Standorten kommen Wegezeiten dazu.
Schulen und Berufsschulen
In Schulen gibt die Stundentafel vor, wie viele Stunden jedes Fach pro Woche haben muss. Klassen werden für bestimmte Fächer geteilt oder zusammengelegt, Fachräume wie Chemie oder Informatik sind knapp, und Lehrkräfte haben Teilzeitmodelle und Verfügbarkeiten. Berufsschulen planen oft in Blöcken, abgestimmt mit den Ausbildungsbetrieben. Viele Schulen arbeiten bereits mit etablierten Stundenplanprogrammen. Eine Optimierung kann diese ergänzen, etwa wenn besondere Regeln oder schulübergreifende Planungen dazukommen.
Weiterbildungsanbieter und Akademien
Bei Weiterbildungsanbietern, Volkshochschulen, Berufsverbänden und Unternehmensakademien ist die Lage wieder anders. Hier ist oft unklar, wie viele Menschen sich für einen Kurs anmelden werden. Kurse haben Mindestteilnehmerzahlen, Trainerinnen und Trainer arbeiten häufig freiberuflich an mehreren Orten, und Angebote werden in Präsenz, online oder hybrid durchgeführt. Die Planung muss also nicht nur Termine vergeben, sondern auch entscheiden, welche Kurse wo und wie oft stattfinden sollen.
Prüfungsplanung
Eine eigene Aufgabe mit ähnlicher Struktur ist die Prüfungsplanung. Prüfungen sollen so verteilt werden, dass niemand zwei Prüfungen gleichzeitig hat und zwischen zwei Prüfungen möglichst genug Zeit bleibt. Gleichzeitig sind Räume und Aufsichtspersonal begrenzt. Auch hier hilft mathematische Optimierung, ausgewogene und regelkonforme Pläne zu erstellen.
Harte und weiche Regeln
Der Schlüssel zu einer guten automatischen Planung liegt in der Unterscheidung zweier Arten von Regeln.
Harte Regeln dürfen nie verletzt werden. Eine Lehrperson kann nicht zweimal gleichzeitig unterrichten. Ein Raum kann nicht doppelt belegt werden. Eine Gruppe von zweihundert Studierenden passt nicht in einen Raum für achtzig. Ein Kurs, der ein Labor braucht, kann nicht im Seminarraum stattfinden. Solche Regeln definieren, welche Pläne überhaupt zulässig sind.
Weiche Regeln beschreiben, was wünschenswert ist. Lehrende möchten ihre Veranstaltungen lieber an zwei Tagen bündeln als über die ganze Woche verteilen. Studierende profitieren von kompakten Tagen ohne lange Freistunden. Frühe Termine am Montag und späte am Freitag sind unbeliebt. Ein Kurs soll möglichst in dem Gebäude stattfinden, in dem die Fakultät sitzt. Solche Wünsche fließen gewichtet in die Bewertung eines Plans ein.
Die Gewichtung ist dabei keine technische, sondern eine inhaltliche Entscheidung. Ist es wichtiger, dass Lehrende ihre Wunschtage bekommen, oder dass Studierende kompakte Stundenpläne haben? Die Optimierung kann diese Frage nicht beantworten, aber sie kann zeigen, was jede Antwort kostet. Das macht Zielkonflikte sichtbar, die sonst im Verborgenen entschieden würden.
Wie die Optimierung arbeitet
Wir übersetzen die Regeln einer Einrichtung in ein mathematisches Modell. Jede mögliche Zuordnung einer Veranstaltung zu einem Zeitfenster und einem Raum wird zu einer Entscheidung, jede Regel zu einer Bedingung und jeder Wunsch zu einem Teil der Bewertung. Ein Solver sucht dann nach dem Plan, der alle harten Regeln einhält und die weichen Regeln bestmöglich erfüllt.
Für Stundenpläne mit vielen logischen Bedingungen ist Constraint Programming besonders geeignet. Wo es stärker um Kosten und Kapazitäten geht, kommt gemischt ganzzahlige Optimierung zum Einsatz. Sehr große Planungen zerlegen wir mit Dekompositionsverfahren, etwa indem zunächst Zeitfenster und danach Räume vergeben werden, ohne die Wechselwirkungen aus dem Blick zu verlieren.
Ein Vorteil, der im Alltag besonders geschätzt wird, betrifft Konflikte. Wenn eine Planung mit den gegebenen Regeln nicht lösbar ist, weil zum Beispiel zu wenige Hörsäle zur Verfügung stehen, dann sagt das System nicht einfach, dass es keine Lösung gibt. Es zeigt, welche Regeln miteinander kollidieren, und schlägt vor, wo eine Lockerung am meisten bringen würde. Das spart viele Stunden Suche nach der Ursache.
Wo KI den Unterschied macht
Künstliche Intelligenz hilft vor allem dort, wo die Planung auf unsicheren Annahmen beruht. Wie viele Studierende werden ein bestimmtes Wahlfach belegen? Wie viele Anmeldungen erwartet ein Weiterbildungsanbieter für einen Kurs in einer bestimmten Stadt? Wie hoch ist die Wahrscheinlichkeit, dass ein Kurs die Mindestteilnehmerzahl nicht erreicht?
Aus historischen Anmeldedaten lassen sich solche Fragen mit Verfahren des Machine Learning gut beantworten. Die Prognosen fließen dann in die Planung ein. Ein Wahlfach mit erwartet hoher Nachfrage bekommt einen größeren Raum, ein Kurs mit unsicherer Nachfrage wird so gelegt, dass er bei geringer Anmeldung leicht mit einem anderen zusammengelegt werden kann.
Wichtig ist uns dabei eine klare Trennung. Die KI schätzt, was passieren wird. Die Optimierung entscheidet, wie geplant wird. Und die Freigabe bleibt bei den Menschen, die Verantwortung für den Plan tragen. Warum diese Trennung so wichtig ist, erklären wir ausführlich im Beitrag Operations Research oder KI in der Planung.
Änderungen ohne Chaos
Ein Stundenplan ist nie fertig. Eine Lehrende erkrankt, ein Raum wird wegen Sanierung gesperrt, ein Kurs wird zusätzlich angeboten, weil die Nachfrage größer ist als erwartet. In der manuellen Planung führt jede solche Änderung zu einer Kette von Anpassungen, und oft wird dabei mehr verändert als nötig.
Eine gute automatische Planung arbeitet hier stabil. Sie sucht bei Änderungen nicht einen komplett neuen Plan, sondern die kleinstmögliche Anpassung am bestehenden. Bereits veröffentlichte Termine werden geschützt, und nur dort, wo es wirklich nötig ist, wird umgeplant. Für Studierende und Lehrende bedeutet das Verlässlichkeit, für die Planung deutlich weniger Arbeit.
Kurse und Räume gemeinsam planen
In vielen Einrichtungen werden Kurse und Räume von unterschiedlichen Stellen geplant. Die Fakultät legt die Termine fest, das Raummanagement vergibt die Räume. Das führt fast zwangsläufig zu Engpässen, weil beliebte Zeitfenster überbucht werden und andere leer bleiben.
Wer beides gemeinsam plant, nutzt die vorhandenen Flächen deutlich besser. Und er gewinnt eine belastbare Grundlage für strategische Entscheidungen. Brauchen wir wirklich einen neuen Hörsaal, oder würden wir mit einer anderen Verteilung der Termine auskommen? Ähnliche Fragen stellen sich übrigens in Krankenhäusern, wo OP-Säle, Teams und Betten zusammenpassen müssen, wie wir im Beitrag zur OP-Planung im Krankenhaus zeigen. Wie wir Raumplanung angehen, beschreiben wir auf der Themenseite „Automatische Raumbelegung für Bildungseinrichtungen“.
Fair für alle Beteiligten
Stundenpläne betreffen den Alltag vieler Menschen. Lehrende mit Familie brauchen verlässliche Zeiten, Studierende, die neben dem Studium arbeiten, profitieren von kompakten Tagen, und Pendlerinnen möchten nicht für eine einzige Veranstaltung anreisen. Eine automatische Planung kann solche Bedürfnisse systematisch berücksichtigen und fair gegeneinander abwägen, statt dass am Ende gewinnt, wer am lautesten fragt.
Auch die Lehrbelastung lässt sich gleichmäßiger verteilen. Wer zählt, wie viele frühe und späte Termine einzelne Lehrende haben, kann gezielt ausgleichen. Wo Lehrende bestimmten Veranstaltungen zugeordnet werden, gelten ähnliche Prinzipien wie in der Personalplanung, die wir auf der Seite zur KI-gestützten Dienstplanung beschreiben.
Datenschutz und rechtlicher Rahmen
Kursplanung arbeitet mit personenbezogenen Daten von Lehrenden und Lernenden. Für die Optimierung reichen aber meist aggregierte oder pseudonymisierte Angaben, etwa wie viele Studierende eine bestimmte Fächerkombination belegen, ohne Namen. Hex arbeitet nach zertifizierten Managementsystemen, unter anderem nach ISO 27001, Details finden Sie auf der Seite zu unseren Zertifizierungen.
Der europäische AI Act stuft im Bildungsbereich vor allem Systeme als Hochrisiko ein, die über Zulassung, Leistungsbewertung oder die Überwachung von Prüfungen entscheiden. Die organisatorische Planung von Kursen und Räumen gehört in der Regel nicht dazu. Wo allerdings Lehrende automatisch Aufgaben zugeteilt bekommen, sollte der Einsatzkontext genau geprüft werden. Unsere Systeme sind in jedem Fall so gebaut, dass Menschen die Entscheidung treffen und jede Empfehlung nachvollziehbar ist. Mehr zu dieser Haltung auf der Seite zu unseren Prinzipien.
Anbindung an Campus-Management und Verwaltung
Die meisten Hochschulen arbeiten mit einem Campus-Management-System, in dem Studiengänge, Lehrveranstaltungen und Anmeldungen verwaltet werden. Weiterbildungsanbieter nutzen eigene Verwaltungssoftware, Schulen ihre Stundenplanprogramme. Diese Systeme bleiben die führende Quelle. Unsere Optimierung bezieht die nötigen Daten über Schnittstellen oder Exporte und gibt die Ergebnisse auf demselben Weg zurück. Mehr dazu auf der Seite zur Datenintegration.
So führen Einrichtungen automatische Kursplanung ein
Wir empfehlen, mit einem vergangenen Semester oder Programmjahr zu beginnen. Mit den Daten dieses Zeitraums lässt sich zeigen, welcher Plan unter denselben Regeln möglich gewesen wäre und wie viele Konflikte, Freistunden oder Raumengpässe sich hätten vermeiden lassen. Das schafft eine greifbare Grundlage für die Entscheidung.
Danach folgen Workshops, in denen wir gemeinsam mit der Planung alle Regeln erfassen, auch die ungeschriebenen. Oft ist schon diese Dokumentation ein Gewinn, weil sie zum ersten Mal vollständig beschreibt, wie in der Einrichtung geplant wird. Im nächsten Planungszyklus laufen dann beide Welten parallel, bevor die automatische Planung im Regelbetrieb übernimmt.
Unsere Wurzeln liegen in der Forschung, und wir arbeiten eng mit Universitäten zusammen. Mehr über das Team finden Sie auf der Seite Team und Expertise, einen Überblick über unser Angebot für Bildungseinrichtungen bietet unsere Lösung für automatische Kursplanung.
Sie möchten Ihre Kurs- und Stundenplanung automatisieren? Vereinbaren Sie ein kostenloses Erstgespräch. Wir zeigen Ihnen anhand Ihres letzten Semesters, was eine optimierte Planung verändern kann.
Häufige Fragen
Wie lange dauert ein Planungslauf?
Je nach Größe der Einrichtung zwischen wenigen Minuten und einigen Stunden für einen vollständigen Semesterplan. Kleinere Änderungen im laufenden Betrieb sind meist in Sekunden berechnet.
Können Lehrende weiterhin Wünsche äußern?
Ja. Wünsche werden als weiche Regeln erfasst und fließen gewichtet in die Planung ein. Weil das System alle Wünsche gleichzeitig betrachtet, werden sie oft besser erfüllt als bei manueller Planung.
Eignet sich das auch für kleinere Bildungsanbieter?
Ja. Gerade dort, wo wenige Personen die gesamte Planung stemmen, bringt die Entlastung besonders viel. Der Modellierungsaufwand ist bei kleineren Einrichtungen entsprechend geringer.
Was passiert, wenn es keinen zulässigen Plan gibt?
Dann zeigt das System, welche Regeln sich widersprechen, und schlägt vor, wo eine Anpassung am meisten hilft, etwa ein zusätzliches Zeitfenster oder ein anderer Raum.