Skip to content
Opt Dir

Telekom · IT · Callcenter-Betrieb

Wie viele Agenten brauche ich pro Schicht im Callcenter?

Telekom 3 Min Lesezeit
#callcenter #call center staffing #erlang c #warteschlangentheorie #personaleinsatzplanung #schichtplanung #service level

Die klassische OR-Antwort auf 'wie viele Agenten reichen': intervallweises Staffing per Erlang-C, dann Schichtplanung. Abbruchverhalten und Skill-Routing zählen.

Kurz gesagt

Geschrieben für ein ausgelagertes Contact-Center mit 50-500 Sitzplätzen und einer Spitze von 200-2.000 Anrufen/Stunde. Wenn die Schichtplanung weiterhin in einer Tabellenkalkulation mit Formel ‘Tagesanrufe geteilt durch Anrufe pro Agent’ entsteht und Sie dann zwischen 09:00 und 11:00 verstopfte Leitungen sehen, während die Agenten am Nachmittag leerlaufen, liegen Sie hier richtig. Intuitive Personalplanung erzeugt zwei Verluste gleichzeitig: zu wenig Personal lässt die Abbrecherquote über 15% steigen (NPS sinkt, Verträge geraten in Gefahr), zu viel Personal kostet 800-1.500 TRY/Tag pro Sitz und sammelt arbeitsrechtliche Pausen- und Überstundenverstöße. Bei 200 Sitzplätzen läuft eine strukturierte Intervall-Staffing- und Schichtplanungslösung typischerweise im Einsparband von 1-2,5 Mio. TRY/Monat.

Kommt Ihnen das bekannt vor?

  • Wir zielen auf Service-Level 80/20 (80 % in 20 Sekunden), erreichen es aber nie.
  • Morgens 09:00-11:00 ist die Warteschlange voll; nachmittags sitzen Agenten leer — die Schichtbalance fehlt.
  • Tabellenkalkulation: 'tägl. 1000 Anrufe / 50 pro Agent = 20 Agenten'; real brauchen wir 28-30.
  • Abbruchrate 8-15 %, Vorgabe unter 5 % — wir wissen nicht, wie viele Agenten dazukommen müssen.
  • Schichtplanung manuell, stundenlang pro Woche, Arbeitsrecht ständig verletzt.
  • Omnichannel (Telefon + Chat + E-Mail + Messaging); ein Agent bedient parallel, aber wir planen je Kanal separat.
  • Skill-Routing vorhanden, aber einige Skills sind Engpass, andere leer — Kapazität falsch verteilt.

Warum es wichtig ist

Verluste intuitiver Callcenter-Besetzung: (1) Unterbesetzung — Service-Level sinkt, Abbruch über 15 %, NPS fällt, direkter Kundenverlust, (2) Überbesetzung — 800-1500 TRY pro Tag-Platz inkl. Sozialabgaben; 50 zusätzliche Plätze 1,5-2,5 Mio. TRY/Monat unnötig, (3) Schichtkonflikte — Arbeitsrechtsverstöße, Überstundenkosten, Burnout, Fluktuation über 40 %, (4) Omnichannel/Multi-Skill nicht ko-optimiert — Auslastung bleibt bei 60-70 %, Optimum 80-88 %. Studien zeigen: Erlang-C/A + MIP-Schichtplanung senkt Personalkosten um 12-22 % bei besserem Service-Level. Für ein 200-Plätze-KMU: Spanne 1-2,5 Mio. TRY/Monat.

Wie wird es gelöst?

Technische Tiefe

In einem Satz: Zuerst berechnen, wie viele Agenten Sie pro 15-30-Minuten-Intervall brauchen (Warteschlangenmathematik); dann Schichtvorlagen über diese Anforderungen legen. Vom Tagesdurchschnitt auszugehen ist falsch — die 9-Uhr-Spitze wird nicht vom Nachmittagstief aufgehoben; das sind zwei Entscheidungen.

Schnittpunkt aus Operations Research (Disziplin, die mit Mathematik und Computereinsatz Geschäftsentscheidungen löst; hier Warteschlangentheorie + ganzzahlige Programmierung) und Workforce Management. Zwei Teilprobleme: Intervall-Staffing (Agenten pro 15-30-Minuten-Intervall — Erlang-C/A: Warteschlangenformeln, die aus Ankunftsrate, Bearbeitungszeit und Service-Level-Ziel die Agentenzahl ableiten), Schichtplanung (Schichtvorlagen und Pausen zuweisen, um Intervallbedarf zu decken — MIP oder Spaltengenerierung). Drei Stufen:

1. Modellierung. ACD-Logdaten: Ankunftsrate λ(t) pro Intervall, Bearbeitungszeitverteilung (exponentiell? log-normal?), Abbruchdynamik. Skill-Anruftyp-Matrix. Schichtvorlagen (8 h, 6 h, Teilzeit). Arbeitsrecht (Pausen, Nachtschicht, Wochengrenze). Omnichannel: Gleichzeitigkeitsfaktor je Kanal.

2. Solver-Entscheidung. Erlang-C liefert das Minimum an Agenten pro Intervall für das Service-Level-Ziel. Erlang-A (mit Abbruch) realistischer, aber seltener implementiert. Dann ein Schichtplanungs-MIP: Variablen für Schichtbeginn/-ende und zugewiesene Köpfe; Nebenbedingungen für Abdeckung, Arbeitsrecht, Agentenpräferenzen. Für Multi-Skill: gemischt-ganzzahlig oder stochastisch. Branchenwerkzeuge: Open-Source-Bibliotheken für Personaleinsatz, kommerzielle WFM-Software, das WFM-Modul innerhalb von Enterprise-Contact-Center-Plattformen.

3. Feldintegration. Output: Schichtpläne + Intervall-Kapazitätsprognose. ACD-/Contact-Center-Integration für Adherence-Tracking (geplante vs. tatsächliche Agenten/Volumen). Intra-Tag-Reforecasting; bei Abweichung Zusatzkräfte rufen oder frühen Feierabend anbieten. Monatsberichte zu Service-Level, Abbruch, Personalkosten."

Alternativen

Manuelle Tabellenkalkulation mit Erlang-C

Kostenlos

Keine Lizenz; interner Aufwand 2-4 Wochen

Für wen geeignet: Kleines Callcenter (<30 Plätze), ein Kanal, ein Skill

  • + Keine Lizenz
  • + Erlang-C-Formel ist eine Tabellenzelle
  • + Schichtplanung in Tabellenkalkulation machbar
  • − Erlang-A (mit Abbruch) schwer
  • − Multi-Skill manuell unmöglich
  • − Adherence manuell
  • − Schicht-MIP nicht optimal

Lokale WFM-Software

Enterprise

60.000-250.000 TRY Lizenz + 12.000-40.000 TRY/Jahr Wartung (TR-Marktbeobachtung)

Für wen geeignet: Mittleres Callcenter (30-200 Plätze)

  • + Landessprachiger Support, arbeitsrechtskonforme Schichtregeln
  • + ACD-Integrationsmodule fertig
  • + Erlang-C Standard; teils Erlang-A
  • − Schichtplanung heuristisch, kein MIP
  • − Schwache Multi-Skill-Unterstützung
  • − Stochastische Prognose meist nicht vorhanden

Internationale Enterprise-WFM

Enterprise

80.000-500.000 EUR Lizenz + 18.000-80.000 EUR/Jahr

Für wen geeignet: Großes Callcenter (200+ Plätze), Omnichannel, Multi-Skill

  • + Erlang-A + Skill-Routing Standard
  • + MIP oder Spaltengenerierung
  • + Omnichannel-Forecasting
  • − Teuer
  • − Einführung 4-9 Monate
  • − Anpassung an lokales Arbeitsrecht nötig

Open-Source-Solver + Warteschlangensimulation

Open Source

Lizenzfrei; interner Aufbau 10-18 Wochen oder 250K-700K TRY Beratung

Für wen geeignet: KMU mit Tech-Team, sehr spezielle Constraints

  • + Keine Lizenz
  • + Reife Open-Source-Bibliotheken für Erlang-C/A
  • + MIP-Solver ausreichend; Simulation zur Validierung
  • − Internes OR-/Operations-Know-how nötig
  • − ACD-Integration separates Projekt
  • − Laufende Wartung

Empfehlung

Klein
<30 Plätze: Tabellen-Erlang-C + manuelle Schichtplanung. Aus Stundenprognosen Regeln wie ‘Peak 18 Agenten, ruhig 8’ ableiten. WFM-Software amortisiert nicht.
Mittel
30-200 Plätze: lokale oder mittelständische WFM-Software. 10-14 Wochen Pilot. Erwartete Verbesserung 10-18 % Personalkosten oder 2-5 Punkte Service-Level. Amortisation 12-20 Monate.
Groß
200+ Plätze oder Omnichannel: volle Enterprise-WFM + Erlang-A + Skill-basiertes MIP-Shift-Scheduling. Jährliche Investition 1-3 Mio. TRY. Amortisation 12-24 Monate. Typisch 15-22 % Personalersparnis oder 3-7 Service-Level-Punkte.

Im Gespräch fragen

  • Nutzen Sie Erlang-C oder Erlang-A (mit Abbruch) für das Staffing?
  • Welche Intervallgranularität verwenden Sie — 15 min, 30 min, stündlich?
  • Ist die Schichtplanung MIP oder heuristisch? Wie werden Pausen/Essen/Arbeitsrecht abgebildet?
  • Können Sie Multi-Skill und Multi-Channel (Telefon+Chat+E-Mail+Messaging) gemeinsam optimieren?
  • Ist Intra-Tag-Reforecasting/Re-Scheduling automatisch oder manuell?
  • Adherence-Tracking (geplant vs. tatsächlich) — in Echtzeit oder als Tagesbericht?
  • Können wir in einem 6-8-wöchigen Piloten mit echten ACD-Daten testen? Wie werden Service-Level, Abbruch und Personalkosten gemessen?
  • Wenn wir den Vertrag beenden — in welchem Format können wir historische Anrufdaten, Forecast-Modelle und Schichthistorie exportieren?

Technische Details

Editorische Notiz

Alltagsbegriffe: Agentenzahl, Schichtplan, Service-Level. Akademisch: Call Center Staffing, Erlang-C-Optimierung, Schichtplanung, Workforce Management. Ohne diese Begriffe unterscheidet man beim Software-Kauf nicht zwischen ‘Anrufreporting’ (Vergangenheitsstatistik) und ‘Staffing-Optimierung’ (Zukunftsentscheidung). Ersteres misst nur, Zweiteres entscheidet.

Am häufigsten übersehen: Erlang-C nimmt keinen Abbruch an — der Kunde ist unendlich geduldig. Real legen 5-15 % der Anrufer innerhalb von 30 Sekunden auf. Erlang-A (Erlang with Abandonment, Garnett u. a. 2002) bettet eine Geduldsverteilung ein. Verwendet der WFM-Anbieter nur Erlang-C, gibt es Überbesetzung in ruhigen Phasen und Unterbesetzung in Spitzen. Frage: Erlang-A oder Erlang-C?

Zweithäufigster Fehler: Intervallgranularität. 30-min-Intervalle glätten Ankunftsschwankungen; 5 min sind zu verrauscht. 15 min sind Standard. Stündlich ist zu grob — Spitzenminuten verschwinden im Stundenmittel.

Schritt für Schritt — für KMU

Phase 1 — Erst messen, dann planen. Mindestens 8-12 Wochen ACD-Logdaten in 15-min-Granularität: Ankunftsrate λ(t), AHT-Verteilung, Abbruchrate, aktuelles Service-Level. Aufgeschlüsselt nach Anruftyp (Kundenservice, Tech-Support, Vertrieb, Abrechnung).

Phase 2 — Wissenskapital herausarbeiten. Skill-Matrix (Anruftypen pro Agent). Schichtvorlagen (8 h fix, 6 h flexibel, Teilzeit, Abend, Nacht, Wochenende). Arbeitsrecht (Pausen, Essen, Schichtfolge). Zielwerte: Service-Level (80/20 Branchenstandard), Abbruchrate (<5 %).

Phase 3 — Pilot. 6-8 Wochen. Mit einem Anruftyp oder einem Schichtband starten (z. B. 09:00-17:00 Kundenservice). Erlang-A für Intervall-Staffing, einfaches MIP für Schichten. Erfolgskriterien vorab definiert: Service-Level +3 Punkte, Abbruch -2 %, Personalkosten gleich oder geringer.

Phase 4 — Ausrollen. Innerhalb von 3-5 Monaten alle Anruftypen, alle Schichten, Multi-Skill. Omnichannel (Telefon + Chat + E-Mail + Messaging) hinzufügen. Intra-Tag-Reforecasting automatisch. ACD-Adherence live. Monatsbericht zu Service-Level, Abbruch, Auslastung, Fluktuation.

Risiken — was schiefgehen kann

  1. Erlang-Annahmen verletzt. Erlang-C/A unterstellen Poisson-Ankünfte und exponentielle Bedienung. Real treten Bursts auf (Kampagnen, Störungen, Presse) und AHT ist log-normal. Bei Verletzung weicht Erlang um 10-20 % vom realen Bedarf ab. Simulation zur Validierung essentiell.
  2. Multi-Skill ignoriert. Skill-Routing mit Single-Skill-Erlang falsch bemannt. Ein Skill über-, einer unterbesetzt. Multi-Class-Warteschlange oder Simulation nötig.
  3. Kanal-Gleichzeitigkeit. Ein Agent bedient 2-3 Chats parallel, aber nur einen Anruf. Die gleiche ‘Agentenstunde’ ist nicht gleiche Kapazität über Kanäle. Concurrency-Parameter je Kanal erforderlich.
  4. Forecast-Abweichung und Adherence. Forecast-Fehler 10-25 %; 5-10 % Puffer empfohlen. Ohne Intra-Tag-Reforecasting akkumuliert der Fehler. Adherence unter 85 % macht den Plan wertlos.

Technischer Blick auf die Lösung

AnsatzTypische GrößeLösungszeitGarantiert optimal?
Tabellen-Erlang-CKlein (<30 Plätze)sofortNäherung (kein Abbruch)
Erlang-A + manuelle SchichtenMittel (30-100)MinutenNäherung (Schichten suboptimal)
Erlang-A + MIP-SchichtplanungMittel-Groß (100-500)Minuten-StundenJa (bei gegebenem Intervallbedarf)
Multi-Class-Warteschlange + Simulation + MIPGroß, Multi-SkillStunden-TageNein, 95-98 %
Stochastische / robuste SchichtplanungHohe UnsicherheitStundenNein, robust

Zielfunktion — Wahl:

  • Ziel 1 — Minimale Personalkosten unter Service-Level- und Abbruch-Nebenbedingungen.
  • Ziel 2 — Maximales Service-Level bei festem Budget.
  • Ziel 3 — Minimale Abbruchrate bei festem Budget; umsatzkritische Branchen.
  • Ziel 4 — Gewichtete Bilanz: Personalkosten + Service-Level-Strafe + Abbruch-Strafe + Adherence-Bonus.

Mehrkriterienoptimierung: gewichtete Summe oder hierarchisch. Je Anruftyp eigene Zielsetzung möglich.

Akademische Quellen

Im sources-Feld des Frontmatters gelistet.

Quellen

  • Erlang, A. K. (1909). The theory of probabilities and telephone conversations. Nyt Tidsskrift for Matematik B, 20, 33–39. Grundlegende Warteschlangentheorie- und Telefonverkehrsformeln.
  • Mandelbaum, A. und Zeltyn, S. (2007). Service engineering in action: The Palm/Erlang-A queue. Service Engineering. Erlang-A-Referenz für Callcenter.
  • Aksin, Z., Armony, M. und Mehrotra, V. (2007). The modern call center: A multi-disciplinary perspective on operations management research. Production and Operations Management, 16(6), 665–688. OR-Forschungsübersicht für Callcenter.
  • Gans, N., Koole, G. und Mandelbaum, A. (2003). Telephone call centers: Tutorial, review, and research prospects. Manufacturing & Service Operations Management, 5(2), 79–141. Grundlegende OR-Übersicht.
  • YÖK Tez Merkezi — Schlagwort: ‘çağrı merkezi’ oder ‘kuyruk teorisi’ — 50+ Arbeiten aus der TR-Wissenschaft. tez.yok.gov.tr

Glossar

Warteschlangentheorie
Mathematische Disziplin zur Analyse von Warteschlangen, wenn Ankünfte und Bedienzeiten zufällig sind.
Erlang-C
Formel für die Wahrscheinlichkeit, dass ein ankommender Kunde in einer M/M/c-Warteschlange warten muss; Branchenstandard für Callcenter-Besetzung.
X LinkedIn
War das hilfreich?
Korrektur vorschlagen
Esc Schließen