Wie man trotzdem an die EAN-Nummern kommt, erklärt dieser Beitrag.

Zunächst benötigen wir das Paket v4l2loopback, das ein virtuelles Video-Device unter /dev/video0 erzeugen kann und zbarcam, dass die Barcodes einliest und auf das Terminal schreibt.

sudo apt install v4l2loopback-dkms zbarcam

Das zugehörige Modul muss nun noch geladen werden.

sudo modprobe v4l2loopback

Aus einem mir unbekannten Grund musste dieser Befehl bei mir zwei Mal ausgeführt werden, bis ein neues Device unter /dev/video* auftauchte. Nun spiegeln wir die aktuelle Bildschirmausgabe mit ffmpeg auf unser neues Video Device.

ffmpeg -f x11grab -r 15 -s 1920x1080 -i :0.0 -vcodec rawvideo -pix_fmt yuv420p -threads 0 -f v4l2 -vf 'hflip,scale=640:360' /dev/video0

Eventuell ist es nötig, die aktuelle Bildschirmauflösung (hier 1920×1080) anzupassen. Nun starten wir zbarcam.

zbarcam -Sdisable -Sean13.enable --raw

Danach gehen wir zu unserem PDF oder Bild mit den Barcodes, zoomen hinein, et voilà die Barcodes werden auf das Terminal geschrieben.

Der Beitrag Barcodes unter Linux direkt vom Bildschirm einscannen erschien zuerst auf Leichte Dienstplanung - MiaPlan.

atop liefert extensives Monitoring und ist dabei konfigurationsfrei, ähnlich wie htop oder iotop. Zusätzlich beherrscht es, was nur die wenigsten Tools zur Ressourcenüberwachung beherrschen: Die Aufzeichnung der Ressourcen. So kann man beispielsweise nachverfolgen, welches Programm letzten Mittwoch um 14:10 Uhr das Netzwerk-Interface voll ausgelastet hat.

Installation

Die Installation folgt dem bekannten make – make install Schema. Außerdem besorgen wir noch das netatop Zusatzmodul, das es ermöglicht, die Netzwerkzugriffe einem bestimmten Prozess zuzuordnen und atopsar-plot, das aus den Ausgaben von atop hübsche Graphen bereitet und ins Terminal zeichnet.

sudo apt install zlib1g-dev zlib1g libncurses5-dev
wget https://www.atoptool.nl/download/netatop-3.1.tar.gz
tar -xzf netatop*.gz
cd netatop*/
make -j4
sudo make install
sudo systemctl enable --now netatop
cd ..
wget https://www.atoptool.nl/download/atop-2.8.1.tar.gz
tar -xzf atop*.gz
cd atop*/
make -j4
sudo make install
sudo systemctl enable --now atop
sudo systemctl enable --now atop-rotate.timer
pip install -U git+https://codeberg.org/mgellner/atopsar-plot

Bedienung von atop

Direkt nach der Installation von atop beginnt die Ressourcen-Aufzeichnung. Wenn atop genügend Daten aufgezeichnet hat, können wir in der Historie stöbern.

CPU-Nutzung aller Prozesse seit dem Systemstart

atop -cr

Um die CPU-Auslastung über die Zeit hinweg nachzuverfolgen, nutzen wir obiges Kommando mit den Flags -c, um die komplette Kommandozeile der Prozesse zu sehen und -r, um zur Zeit des Systemstarts zurückzukehren. Es zeigt sich folgendes Bild:

Im oberen Bereich steht das Datum und die Uhrzeit, zu der wir uns in der Aufzeichnung befinden. Mit den Tasten t und T können wir uns vorwärts und rückwärts durch die Aufzeichnung bewegen. Die Schrittweite entspricht standardmäßig 10 Minuten, ist aber einstellbar. Sämtliche Werte sind über jeweils 10 Minuten gemittelt.

Im unteren Bereich finden sich die Prozesse sortiert nach der CPU-Last. Der obere Bereich zeigt verschiedene Kennzahlen zur aktuellen Systemlast. Vergrößert man das Terminal-Fenster, werden die Messwerte immer zahlreicher. Alle Ansichten von atop sind interaktiv, d.h. wir können die Sortierung ändern, durch die Prozesse blättern, und so weiter. Weitere Details und Tastenkombinationen sind in der Dokumentation beschrieben.

Analyse eines System-Ereignisses zu einem bestimmten Zeitpunkt

Häufig möchte man ein Ereignis analysieren, das zu einem bestimmten Zeitpunkt aufgetreten ist. Hier kann atop seine Stärken ausspielen. Mit folgendem Kommando springen wir an einen bestimmten Tag zu einer Bestimmten Uhrzeit:

atop -n -c -r /var/log/atop/atop_20220102 -b 04:00 -e 05:00

Im Verzeichnis /var/log/atop/ legt atop üblicherweise seine Log-Dateien ab. Mit dem -r Parameter übergeben wir einen bestimmten Tag. Mit -b und -e legen wir Beginn und End-Zeit der Analyse fest. -n teilt atop mit, dass wir eine Netzwerk-Analyse durchführen wollen. Für Netzwerkanalysen wird zwingend das netatop-Modul benötigt, das wir im oberen Installations-Schritt mit installiert haben. Weitere mögliche Analyse-Parameter sind -m für den Arbeitsspeicher (memory) und -d für Festplattenaktivität (disk). So lässt sich häufig relativ einfach die Ursache eines bestimmten Problems finden.

Hübsche Graphen!

Wer etwas für’s Auge haben, oder den Zeitraum eingrenzen möchte, in dem ein bestimmtes Systemereignis aufgetreten ist, kann dafür atopsar-plot nutzen. Dieses hatten wir ebenfalls im oberen Installations-Schritt aufgespielt. Ohne Parameter und wenn atop genügend Daten aufgezeichnet hat, zeigt atopsar-plot nach dem Aufruf folgende Graphen:

Diese werden direkt im Terminal gezeichnet. Im Gegensatz zu anderen Tools muss also nicht erst ein kompletter Webserver aufgesetzt werden, sondern atopsar-plot liefert Ausgaben beispielsweise auch direkt über eine SSH-Session. Mit dem Parameter -d -1, -d -2 können die System-Graphen von gestern bzw. vorgestern gezeichnet werden. Alternativ nutzt man das Format YYYY-MM-DD. Weiterhin bietet atopsar-plot die Möglichkeit, Alarm-E-Mails zu senden, sobald eine Ressource einen bestimmten Grenzwert überschreitet. Dafür trägt man einfach folgendes in die crontab ein:

# crontab -e
*/10 * * * * /path/to/atopsar-plot --alert-mail alert@example.com

Ab sofort wird eine E-Mail versendet, sobald eine Ressource (CPU, Festplatte, Arbeitsspeicher oder Netzwerk) im Mittel über 10 Minuten mehr als 70% ihrerer Kapazität nutzt. Dafür muss allerdings das mailx-Paket für den Versand von Mails korrekt eingerichtet sein.

Der Beitrag Einfaches Server-Monitoring mit Historie erschien zuerst auf Leichte Dienstplanung - MiaPlan.

Hierfür wird in MiaPlan einfach die Frage

Soll die aktuelle Planung in den neuen Planungszeitraum übernommen werden?

Mit Ja beantworten. Dabei ist es ganz wichtig als allererstes den neuen Plan unter „Speichern als“ zu sichern. Dann wird direkt der aktuelle Monat als Dateiname vorgeschlagen (z.B. „Einsatzplan 2023-04-01“), sodass man diesen schnell wiederfindet. Nun sollte im Reiter „Allgemein“ der Planungszeitraum geändert werden. Beginn und Ende werden festgelegt. Auch wenn sich nun der Kalender in der Plantafel ändert, werden die Einsatzzeiten der Mitarbeiter vom Vormonat übernommen. Dies spart viel manuelle Planungsarbeit, wenn man einige Tage genau so besetzen möchte wie im Vormonat.

An dieser Stelle bietet es sich auch an, die Geschäftszeiten zu ändern, falls nötig. Dies ist später zwar auch noch möglich, hat aber zur Folge, dass der bereits erstellte Plan in diesem Fall nicht übernommen werden kann. Stehen also beispielsweise Meetings, innerbetriebliche Weiterbildungen, Inventuren oder sonstige außerplanmäßige Veranstaltungen oder Termine an, können die Zeiten, in denen Dienste besetzt werden sollen, über die Geschäftszeiten je nach Wochentag verändert werden.

Sind die Eckdaten im Reiter „Allgemein“ festgelegt, klickt man einfach auf Einstellungen „Übernehmen“ und begibt sich dann zum Planungszeitraum.

Nun ist es sinnvoll, sich noch einmal einen kurzen Überblick zu verschaffen, ob

1. Man auch wirklich im richtigen Monat (und Bundesland) ist
2. Alle Mitarbeiter eingetragen sind oder sich die Mitarbeitersituation verändert hat
3. Die gesetzten Geschäftszeiten korrekt sind (überflüssige nicht zu besetzende Zeiten eventuell unter dem Reiter „Vorgaben“ mit „A“ für „Ausgeschlossen“ kennzeichnen).

• Ich benötige mehr oder weniger MitarbeiterInnen als üblich.
• Von den MitarbeiterInnen A, B und C kann nur MitarbeiterIn B eine Bestellung / Disposition tätigen.
• MitarbeiterIn A ist alleinerziehend, hat ein schulpflichtiges Kind und kann deshalb nur vormittags arbeiten.
• Mit MitarbeiterIn C ist durch Teilzeitregelung vereinbart, dass er / sie am Donnerstag frei hat.

Der Beitrag Wie man einen Dienstplan als Vorlage für den nächsten Monat verwendet erschien zuerst auf Leichte Dienstplanung - MiaPlan.

Numba ist ein Paket für Python das in der Lage ist, Python-Code direkt in C-Code zu übersetzen. Dabei steht Numba unter der BSD-Lizenz und darf für kommerzielle Zwecke genutzt werden. Die Installation erfolgt mit Pip.

pip install numba

In der Praxis bedeutet das, dass ganz normaler Python-Code entwickelt werden kann, und durch das ergänzen einer einzigen Zeile wird eine Funktion unter den richtigen Voraussetzungen um eine Vielfaches schneller. Spoiler: Im Praxisbeispiel weiter unten erreichen wir eine Beschleunigung um 300%.

Numba kann seine Stärken am besten ausspielen, wenn Schleifen oder NumPy-Funktionen im Spiel sind. Wurde im bestehenden Python-Projekt eine langsame Funktion identifiziert, z. B. mit Hilfe des line profilers, und diese ist Schleifen- oder NumPy-lastig, kommt sie zur Optimierung mit Numba in Frage.

Schauen wir uns die folgende Funktion zur Berechnung von Matrix-Intervallen an.

def get_matrix_intervals(matrix, flag_or_value, flag=True):
    ''' Start and end indices for matrix preset flags '''
    presetBoolMat = ((matrix & flag_or_value).astype(bool)) if flag else matrix == flag_or_value
    fPad = np.zeros((presetBoolMat.shape[0], 1))
    presetBoolMatDiff = np.diff(np.hstack((fPad, presetBoolMat, fPad)).astype(int))
    starts = np.where(presetBoolMatDiff == 1)
    ends = np.where(presetBoolMatDiff == -1)
    return starts, ends

get_matrix_intervals berechnet für eine Matrix mit aufeinanderfolgenden, identischen Werten die Start- und End-Indizes. So werden z. B. für die Sequenz [0,1,1,1,1,0,1,1] die Intervalle (1 bis 4) und (6 bis 7) berechnet.

>>> get_matrix_intervals(np.array([[0,1,1,1,1,0,1,1]]), 1, flag=False)
((array([0, 0]), array([1, 6])), (array([0, 0]), array([5, 8])))

Wie schnell ist diese Funktion, wenn sie allein durch den Python-Interpreter ausgeführt wird?

>>> timeit.timeit('get_matrix_intervals(np.array([[0,1,1,1,1,0,1,1]]), 1, flag=False)', 'from __main__ import ' + ', '.join(globals()))
11.411816049000663

Sie braucht gut 11 Sekunden für eine Millionen Iterationen. Nun wenden wir den Dekorator von Numba an und verwenden Datentypen, die Numba versteht.

from numba import jit
from numba.types import bool_, int_

@jit(nopython=True)
def get_matrix_intervals(matrix, flag_or_value, flag=True):
    ''' Start and end indices for matrix preset flags '''
    presetBoolMat = ((matrix & flag_or_value).astype(bool_)) if flag else matrix == flag_or_value
    fPad = np.zeros((presetBoolMat.shape[0], 1))
    presetBoolMatDiff = np.diff(np.hstack((fPad, presetBoolMat, fPad)).astype(int_))
    starts = np.where(presetBoolMatDiff == 1)
    ends = np.where(presetBoolMatDiff == -1)
    return starts, ends

timeit.timeit('get_matrix_intervals(np.array([[0,1,1,1,1,0,1,1]]), 1, flag=False)', 'from __main__ import ' + ', '.join(globals()))
5.79446492399984

Die Funktion ist etwa doppelt so schnell wie vorher. Nicht schlecht dafür, dass wir fast nichts getan haben. Aber das ist nicht das Ende der Fahnenstange. Wendet man zusätzlich die Performance-Tips von Numba an, stellt man fest, dass die Funktion ungünstig implementiert wurde. Zum einen verschwendet sie durch zu großzügige Datentypen Arbeitsspeicher und zum anderen ist sie durch den flag-Parameter unnötig komplex, wodurch der generierte C-Code ineffizient wird. Wendet man das Wissen an, was man über die Eingabe-Parameter hat, kann man die Funktion wie folgt verbessern.

from numba import jit
from numba.types import bool_, int8, int64, uint16, UniTuple

@jit(UniTuple(UniTuple(int64[:], 2), 2)(uint16[:,:], uint16), nopython=True)
def get_matrix_intervals(matrix, flag):
    ''' Start and end indices for matrix preset flags '''
    presetBoolMat = (matrix & flag).astype(bool_)
    fPad = np.zeros((presetBoolMat.shape[0], 1), dtype=bool_)
    presetBoolMatDiff = np.diff(np.hstack((fPad, presetBoolMat, fPad)).astype(int8))
    starts = np.where(presetBoolMatDiff == 1)
    ends = np.where(presetBoolMatDiff == -1)
    return starts, ends

timeit.timeit('get_matrix_intervals(np.array([[0,1,1,1,1,0,1,1]], dtype="u2"), 1)', 'from __main__ import ' + ', '.join(globals()))
3.575752114000352

get_matrix_intervals ist nun mehr als 3 Mal so schnell wie vorher. Wir haben dafür den flag-Parameter entfernt und geben Numba Informationen über die Datentypen der Ein-und Ausgaben. Dadurch muss der durch Numba genutzte JIT diese Typen nicht selbst zur Laufzeit bestimmen. Zusätzlich kann man mit dem Parameter cache=True dafür sorgen, dass die einmal kompilierte Funktion im Dateisystem-Ordner __pycache__ hinterlegt wird und dadurch nicht bei jeder Ausführung neu erzeugt werden muss.

Der Beitrag Aus Python-Code C-Code generieren mit einem Dekorator erschien zuerst auf Leichte Dienstplanung - MiaPlan.

Nicht erst seitdem die Klimakrise in das Bewusstsein der Gesellschaft gerückt ist und der Bitcoin den Strombedarf eines mittelgroßen Landes hat, spielt das Thema Nachhaltigkeit eine Rolle in der Softwareentwicklung. Es liegt im ureigenen Kerninteresse einer Softwarefirma, die Anwender zufrieden zu stellen¹. Doch was hat das mit digitaler Nachhaltigkeit zu tun?

Effiziente Algorithmen zur Reduktion des Strombedarfs

Ein Programm, das träge reagiert ist nicht nur ärgerlich. Es verschwendet auch unnötig Strom. Daher ist es unser Ziel, die Laufzeit unserer Software gering zu halten, zugunsten des Stromverbrauchs und zur Schonung der Nerven des Anwenders. Niemand möchte minutenlang warten, bis die gewünschte Funktion ausgeführt wird.

Nun mögen Veteranen der Programmiersprache C entgegenhalten, dass es gar nicht möglich ist ein effizientes Programm in Python, unserer Sprache der Wahl zu entwickeln. Python gilt als langsam, da es nicht wie C den Quelltext direkt in Maschinencode verwandelt, der sehr schnell durch den Prozessor ausgeführt werden kann. Sondern der Quelltext wird zunächst in Bytecode verwandelt, der dann durch einen Interpreter ausgeführt wird. Dies bietet den Vorteil, dass derselbe Quelltext auf unterschiedlichen Plattformen wie Linux, FreeBSD, MacOS und Windows unverändert ausgeführt werden kann.

Dem halten wir entgegen, dass ineffiziente Programme in jeder Sprache entstehen können. Am Ende entscheidet der Anwender, ob eine Software schnell genug ist. Schauen Sie selbst! Abgesehen davon unternimmt die Python-Community aktuell im Projekt Faster CPython Einiges, um Python zu beschleunigen.

Inklusivität ist teuer

Digitale Nachhaltigkeit zielt unserer Ansicht nach auch auf benachteiligte Menschen ab und nimmt sie mit. Aus ökonomischer Sicht ist es nicht sinnvoll, Funktionen anzubieten die nur wenige Nutzer haben wollen. Umso wichtiger ist es darauf zu achten, bestimmte Nutzergruppen nicht von vornherein auszuschließen. Dies gilt beispielsweise für sehbehinderte Menschen, die Apps und Programme wie jeder andere nutzen wollen. Die Herausforderung auf Seiten der Softwareentwicklung besteht dann darin, das visuelle Interface, das meist die Hauptbedienoberfläche darstellt, durch Haptik und/oder Akustik zu ersetzen. Und das möglichst so gut, dass der Anwender die Software genau so intuitiv bedienen kann wie ein nicht eingeschränkter Mensch.

Unsere App Intol hilft Menschen mit Nahrungsmittel-Intoleranzen. Damit auch sehbehinderte Menschen Intol verwenden können, bietet sie dafür haptisches Feedback inklusive einer Anleitung an, die über einen Screen Reader gelesen werden kann. Einem Wunsch einer betroffenen Anwenderin folgend, haben wir dafür Intol um die nötigen Funktionen erweitert, sodass die App nun einen großen Schritt inklusiver ist. Falls Sie für das Dienstplanungsprogramm MiaPlan ebenso Bedarf sehen, melden Sie sich gern bei uns. Wir erarbeiten dann gemeinsam ein Konzept zur barrierefreien Bedienung.

Monopole aufbrechen – Digital nachhaltig werden

Wer das Gros der Internetnutzer hinter sich versammeln kann, entscheidet wo es lang geht. Der Browser Google Chrome ist kostenlos, schnell und erfreut sich des größten Marktanteils bei Browsern weltweit. Die Entwicklungsumgebung Microsoft Visual Studio Code wird immer beliebter. Sie ist genau wie Chrome kostenlos, sehr benutzerfreundlich und verdrängt allmählich alle anderen IDEs². Auf fast jedem Smartphone der Welt ist Android vorinstalliert. Diese Liste ließe sich beliebig fortsetzen.

Wir glauben, dass es besser ist diese Entscheidungsmacht, die Google, Microsoft und andere große Konzerne für sich beanspruchen auf viele kleinere Schultern zu verteilen. Dafür setzen wir nicht auf die etablierten Standardlösungen GitHub, Twitter, Microsoft Office und Teams, sondern stattdessen auf freie, kleinere Alternativen wie Codeberg, Mastodon, LibreOffice, Jitsi Meet und viele weitere. Diese sind oft mindestens so leistungsfähig wie die Software der Big Player, dafür aber nachhaltiger.

Freie Open-Source Software zur Teilhabe für jede(n)

Nur die wenigsten Menschen können Software selbst entwickeln oder verändern. Von manchen wird dies sogar als arkane Kunst bezeichnet. Aber Teilhabe an Software umfasst nicht nur das Studieren und Verändern des Quellcodes selbst, sondern auch Wünsche zur Weiterentwicklung einbringen zu können, Fehler (Bugs) zu melden und Ideen zu diskutieren.

Damit Menschen bei uns teilhaben können, haben wir auf Codeberg einen Issue Tracker eingerichtet. Dort veröffentlichen wir einige unserer Projekte wie den Systemressourcen-Monitor atopsar-plot als Open-Source Software. Auf Feddit können Ideen ausgetauscht werden. Selbstverständlich tragen wir bei den von uns verwendeten OSS³-Projekten bei, indem wir den Entwicklern Fehlermeldungen sowie Verbesserungsvorschläge zukommen lassen und soweit möglich direkt Vorschläge zur Behebung machen.

Selbstkritik

Digitale Nachhaltigkeit umfasst weit mehr, als die oben erwähnten Aspekte. Und selbst bei den erwähnten Punkten könnten wir noch mehr tun. Warum ist beispielsweise MiaPlan selbst keine Open-Source Software? Hierzu haben wir uns Gedanken gemacht und können bisher das Spannungsfeld zwischen unserem Geschäftsmodell (Software gegen Gebühr) und dem Open-Source Gedanken (Quellcode offen für alle herunter-ladbar) nicht auflösen.

Vorstellbar wäre eine Ombudsperson, die die Bedürfnisse beider Seiten vertritt. Auf der einen Seite die Ziele der OSS-Bewegung, nämlich das Ausführen, Auditieren, Verändern und Kopieren der Software und auf der anderen Seite die Erhaltung des Geschäftsmodells, indem sie z.B. den Quellcode einem ausgewählten Personenkreis zur Verfügung stellt. Diese könnten den Code ausführen, auditieren und verändern. Im Anschluss könnten sie darüber berichten.

Der Beitrag Digitale Nachhaltigkeit in der Softwareentwicklung erschien zuerst auf Leichte Dienstplanung - MiaPlan.

MiaPlan setzt dabei auf den bewährten Unterbau von Debian (Ubuntu) Linux im Zusammenspiel mit Apache Guacamole, einem Remote-Desktop-Gateway, der ohne die Installation weiterer Software beim Nutzer auskommt. Guacamole zeichnet dafür die Benutzeroberfläche des entfernten Systems direkt im Webbrowser des Anwenders. Dies ermöglicht es, MiaPlan von jedem beliebigen Rechner oder Smartphone auszuführen, obwohl es keine Webanwendung im eigentlich Sinn ist.

Um MiaPlan zu testen, genügt sprichwörtlich ein einzelner Klick und der Nutzer landet direkt im Programm. Möchte sie oder er später einen Account anlegen, so sind lediglich ein Nutzername und ein Passwort erforderlich. Damit ist dem Recht des Nutzers genüge getan, jeden beliebigen Internet-Dienst pseudonym nutzen zu können; der sonst übliche „Daten-Striptease“ und eine aufwendige Anmeldung entfallen. Eine Datensammlung wird so privatsphäreschonend vermieden.


Geplant wird mit der Maus: Durch Ziehen eines grafischen Balkens wird die Arbeitszeit eines Mitarbeiters festgelegt. Alternativ können auch Uhrzeiten eingegeben werden. Wer die Arbeit lieber einem Computer überlässt, kann mit der Automatischen Planung die Arbeitszeiten aller Mitarbeiter durch einen Solver festlegen lassen. Dieser erfüllt dabei alle Kriterien, die der Nutzer ihm vorgibt: z.B. die Anzahl der täglichen und monatlichen Arbeitsstunden oder die Mindestanzahl an Mitarbeitern zu einem bestimmten Zeitpunkt.

Unterstützt werden neben der normalen Planung von Arbeitsstunden auch Lehrgänge, Bereitschaftsdienste, Rufbereitschaft, Nachtarbeit und Wochenendarbeit. So gelingt einfache Dienstplanung ohne persönliche Daten angeben zu müssen.

Der Beitrag Dienstplanung ohne Angabe persönlicher Daten erschien zuerst auf Leichte Dienstplanung - MiaPlan.

Berechnung der Arbeitsstunden mit dem Wochenfaktor

Häufig wird in deutschen Arbeitsverträgen eine feste wöchentliche Arbeitszeit (z.B. 40 Stunden pro Woche) mit den Mitarbeitern¹ vereinbart. Möchte man nun die Arbeitszeit pro Monat bestimmen, kann man auf die einfache Formel

Arbeitsstunden pro Monat = 40 Wochenstunden × 4,35 = 174 Stunden

zurückgreifen. 4,35 ist dabei der sogenannte Wochenfaktor, der die durchschnittliche Anzahl der Wochen pro Monat in einem Jahr beschreibt. Statt 4,35 ist 4,33 ebenfalls ein üblicher Wert, der allerdings Schaltjahre im Mittel unberücksichtigt lässt.

Um zu bestimmen, wie viele Stunden dem Mitarbeiter bei Urlaub oder Feiertagen anzurechnen sind, wird der Zeitfaktor berechnet. Dieser spiegelt die durchschnittlichen Arbeitsstunden pro Tag wider:

Zeitfaktor = 40 Wochenstunden / 5 (Anzahl Arbeitstage pro Woche) = 8 Stunden

Die oberen Berechnungen beruhen auf der „verstetigten Monatsarbeitszeit“. Das heißt, dass die zu leistenden Stunden pro Monat immer gleich bleiben, obwohl die Monate unterschiedlich lang sind. So arbeitet der Mitarbeiter im obigen Beispiel auch im Februar 174 Stunden, obwohl der Februar nur 28 bzw. 29 Tage hat. Für den Mitarbeiter hat dies den Vorteil, dass er jeden Monat das gleiche Gehalt erhält und dieses durch den ebenfalls verstetigten Monatslohn nicht von Monat zu Monat schwankt. Die entstehenden Über- und Unterzahlungen können durch ein Arbeitszeitkonto ausgeglichen werden.

Anders verhält es sich, wenn im Arbeitsvertrag statt eines Gehalts ein Arbeitslohn vereinbart wurde.

Arbeitsstunden pro Monat bei Lohnzahlung

Wurde im Arbeitsvertrag eine Lohnzahlung (Zeitlohn/Stundenlohn oder Zeitentgelt) vereinbart, so kann die Arbeitszeit pro Monat nicht nach den obigen Formeln berechnet werden. Das Arbeitsentgelt wird hierbei nach den tatsächlich geleisteten Stunden abgerechnet. Um die Monatsarbeitszeit zu berechnen, bietet es sich daher an, die Arbeitstage des jeweiligen Monats heranzuziehen. Dies hat für den Arbeitgeber den Vorteil, dass Mitarbeiter in kurzen Monaten mit weniger Arbeit auch weniger Stunden leisten können.

Arbeitsstunden pro Monat = Wochenstunden / (Anzahl Arbeitstage pro Woche) × (Anzahl Arbeitstage des aktuellen Monats)

Für den Februar 2022 ergeben sich bei einer 5-Tage-Woche, 40 Wochenstunden und 20 Arbeitstagen beispielsweise

Arbeitsstunden pro Monat = 40 / 5 × 20 = 160 Stunden

In diesem Falle müssen die Arbeitsstunden pro Monat daher jeden Monat von Hand neu bestimmt werden, unter Kenntnis der Anzahl der Arbeitstage des jeweiligen Monats. Alternativ kann die Berechnungsmethode „Exakt“ gewählt werden.

Das Problem: Fixe Arbeitsstunden pro Monat

Ist im Arbeitsvertrag statt einer festen Anzahl Wochenstunden eine feste Anzahl Arbeitsstunden im Monat vereinbart, kommt es zu folgendem Problem:

Die Berechnung des Zeitfaktors (siehe oben) geht von einer festen Anzahl an Wochenstunden aus. Bei fixen Monats-Stunden ist diese Voraussetzung aber nicht gegeben, denn bei unterschiedlicher Monats-Länge müssen die Wochenstunden ebenfalls variieren. Der Zeitfaktor müsste in diesem Fall also wie folgt berechnet werden:

Variante 1

Zeitfaktor = (Arbeitsstunden pro Monat) / (Anzahl Arbeitstage des aktuellen Monats)

Für den Februar 2022 ergäbe sich bei einer 5-Tage-Woche, 174 Arbeitsstunden pro Monat und 20 Arbeitstagen beispielsweise

Zeitfaktor = 174 / 20 = 8,7 Stunden

Für die Wochenstunden würde dann gelten:

Wochenstunden = Zeitfaktor × (Anzahl Arbeitstage pro Woche) = 43,5 Stunden

Also würden durch die Kürze des Monats Februar deutlich mehr Arbeitsstunden pro Tag und Woche entstehen. In längeren Monaten wären es entsprechend weniger Arbeitsstunden pro Tag und Woche. Variante 1 ist dann sinnvoll anzuwenden, wenn ein Mitarbeiter weniger als ein Jahr im Unternehmen beschäftigt wird und daher der Wochenfaktor, der sonst die Wochenzahl pro Jahr mittelt, nicht ausreichend zum Tragen kommt. Ansonsten würde der Mitarbeiter bei der Lohnabrechnung möglicherweise unangemessen benachteiligt oder bevorteiligt, falls er gerade in besonders kurzen oder besonders langen Monaten gearbeitet hat.

Alternativ wird in Variante 2 wieder der Wochenfaktor (4,35) verwendet, also die durchschnittliche Anzahl Wochen pro Monat. Es werden zunächst die Wochenstunden bestimmt und mit deren Hilfe der Zeitfaktor:

Variante 2

Wochenstunden = (174 Arbeitsstunden pro Monat) / 4,35 = 40 Stunden

Der Zeitfaktor ergibt sich dann wie folgt:

Zeitfaktor = 40 Wochenstunden / 5 (Anzahl Arbeitstage pro Woche) = 8 Stunden

Mit Hilfe dieser beiden Methoden können Sie auch die Arbeitszeit für fixe Arbeitsstunden pro Monat berechnen.

Der Beitrag Achtung bei Berechnung der Arbeitsstunden pro Monat mit Wochenfaktor 4,35 erschien zuerst auf Leichte Dienstplanung - MiaPlan.

So werden allzu häufig private Daten erfasst, wie z.B. Vor- und Nachname, E-Mail-Adresse, Anschrift und manchmal sogar weitere Daten wie die eigene Telefonnummer und die Berufsbezeichnung. Ohne Angaben dieser Daten ist die Nutzung des Internet-Dienstes dann schlicht nicht möglich oder verstößt gegen die Allgemeinen Geschäftsbedungungen des jeweiligen Dienstes. Denn diese regeln oft, dass diese Angaben Pflichtangaben sind und der Nutzer somit keine andere Wahl hat, sofern er oder sie den Dienst nutzen will. Ein prominentes Beispiel dafür ist die Auseinandersetzung zwischen Facebook (Meta) und zwei seiner Nutzer mit sehr plausiblem Interesse an pseudonymer Nutzung.

Datensilos

JWegscheider / Pixabay

Die so gesammelten Daten werden dann üblicherweise auf einem oder mehreren Servern gespeichert, wobei der Nutzer meist nicht weiß, wo sich diese befinden. Möchte man seine Daten wieder löschen lassen, zum Beispiel weil man den Dienst nicht weiter nutzt, ist dies zwar möglich, wird aber in der Praxis fast nie in Anspruch genommen. Dies führt dazu, dass die einmal gesammelten Daten für alle Ewigkeit in für den Nutzer intransparenten Datensilos versickern. Kommt es dann durch Hacker zu einem Einbruch auf einem dieser Server, landen die Nutzerdaten zum Verkauf in Untergrundforen.

Aus den leicht zu durchschauenden Spam-E-Mails, die Berndt sonst bekommt werden plötzlich Spear-Phishing Mails, die Berndts persönliche Daten nutzen, um ihn gezielt in eine Falle zu locken. Solche Mails enthalten dann jene geheime Details, welche durch den Hackerangriff gewonnen wurden, und die sonst nur seine Freunde und Bekannte kennen. Deshalb ist die Erfolgswahrscheinlichkeit, also die Chance, dass Berndt auf die Mail hereinfällt, deutlich größer als bei einer normalen Spam-E-Mail.

Selbst wenn Berndt mit seiner Löschanfrage scheinbar erfolgreich war, wie will er prüfen, ob die Löschung wirklich stattgefunden hat? Bei der Komplexität großer Firmen-IT-Systeme ist es manchmal fraglich, ob eine „Löschung“ im eigentlichen Sinn überhaupt vorgesehen ist. Oder ob einfach ein neuer Datensatz „gelöscht“ angehängt wird, der die persönlichen Daten auf der Webseite bei Bedarf ausblendet. Für Berndt sähe von außen alles in Ordnung aus. In Wahrheit sind die Datensätze aber weiter vorhanden und damit potentiell gefährdet.

Prinzip der Datensparsamkeit für eine datenschutzfreundliche Dienstplanung

geralt / Pixabay

Es wäre also besser, erst gar keine persönlichen Daten zu erheben. Wo keine Daten gespeichert werden, können diese auch nicht abhanden kommen. Das Dienstplanungs-Tool MiaPlan folgt dem Prinzip der Datensparsamkeit und versucht, so wenig persönliche Daten wie möglich zu erheben. Es werden nur solche Informationen abgefragt, welche zum Betrieb des Dienstes unbedingt erforderlich sind: Ein beliebiger Benutzername und ein Passwort.

Auch eine E-Mail-Adresse wird nicht erhoben, alle Informationen werden innerhalb von MiaPlan selbst vermittelt. Außerdem verzichtet MiaPlan auf der Homepage bewusst auf jegliche externen Tracker, Cookies und Analysedienste, die sonst üblicherweise eingesetzt werden, um Nutzer auch auf anderen Webseiten zu folgen.

Der Beitrag Datenschutzfreundliche Dienstplanung erschien zuerst auf Leichte Dienstplanung - MiaPlan.

Um einen Personalplan automatisch berechnen zu lassen, müssen zwei Dinge im Vorhinein feststehen:

1. Wie viele Mitarbeiter zur Verfügung stehen

2. Wie viele Stunden diese pro Tag bzw. pro Monat arbeiten.

Planung auf Knopfdruck berechnen lassen

Allein mit diesen Informationen kann der automatische Schichtplan auf Knopfdruck erstellt werden und dies bietet sich auch an. Denn wenn ein erster Vorschlag für den Plan schon vorliegt, ist es deutlich leichter weitere Dinge wie Urlaube, höhere Personalbedarfe an bestimmten Tagen oder freie Tage für einzelne Mitarbeiter einzupflegen.

GloboxR / Pixabay

Natürlich kann es sein, dass sich bei der nachträglichen Ergänzung von Urlauben usw. die Einsatzzeiten grundlegend verändern. Aber im Gegensatz zur manuellen Planung, wo dann mühsam der gesamte Plan umgeschrieben werden müsste, ist der neue Plan bei der automatischen Berechnung nur einen Klick entfernt. Damit unterscheidet sich diese Art der Planung grundsätzlich von der Planung mit Microsoft Excel. Der Planer kann so ohne großen Aufwand verschiedene Plan-Varianten testen, wieder verwerfen und neu evaluieren. Wie gut ein Plan momentan ist, lässt sich anhand der Statistik ermitteln, so ist hier z.B. ein einfacher Vergleich der Soll-und Ist-Arbeitsstunden möglich. Darüber hinaus stehen aber auch weitere Gütekriterien zur Verfügung.

Von der Zahl der Arbeitsstunden zum fertigen Schichtplan

Zunächst muss der Bruttopersonalbedarf für den zukünftigen Planungszeitraum berechnet werden. Nachdem die Anzahl der Arbeitsstunden pro Tag und pro Monat festgesetzt ist, kann der Planungs-Algorithmus diese Anforderungen in konkrete Arbeitszeiten umsetzen. Dabei ist es oft wünschenswert, wenn die festgelegte Stundenzahl für einen Tag nicht exakt, sondern mit einer gewissen Toleranz eingehalten wird. So kann es z.B. sinnvoll sein an einem Tag, an dem die Warenlieferung kommt die Vorgabe von 6 Arbeitsstunden pro Tag für einen Mitarbeiter zu überschreiten, damit die Ware schnell ausgepackt und verräumt werden kann. Haben alle Artikel ihren Platz gefunden, kann der Mitarbeiter am nächsten Tag vielleicht eher nach Hause gehen. Diese Toleranz wird durch minimale und maximale Arbeitszeiten ermöglicht.

Der Algorithmus versucht dann, die festgelegten Arbeitszeiten pro Tag exakt einzuhalten. Aber wenn es aus bestimmten Gründen sinnvoll ist, davon abzuweichen dann geschieht dies im Rahmen des Maximum-bzw. Minimum-Wertes. Dies geschieht auch dann, wenn eine konkrete Mitarbeiter-Arbeitszeit an einem Tag nicht durch den Algorithmus, sondern vom Planer selbst manuell verbindlich festgelegt wird. So könnte es nötig sein, dass der Mitarbeiter am Dienstag von 9 – 16 Uhr = 7 Stunden verbindlich erscheint, obwohl er regelmäßig nur 6 Stunden pro Tag arbeitet. Solange die Toleranz pro Tag dabei eingehalten wird, ist die Planung zulässig. Diese Toleranzen gelten analog für die Arbeitszeit pro Monat bzw. den gewünschten Planungszeitraum.

Weiche und harte Bedingungen

Harte Bedingungen werden vom Planungs-Algorithmus zwingend erfüllt. Widersprechen sich zwei harte Bedingungen logisch, ist der Plan vom Algorithmus nicht planbar. Zu den harten Bedingungen zählen etwa die Anzahl der zu planenden Mitarbeiter oder die Geschäftszeiten. Weiche Bedingungen hingegen werden vom Algorithmus zwar meist erfüllt, allerdings kann davon abgewichen werden, wie bei der Toleranz der Arbeitszeiten (siehe oben). Allerdings erhält der Algorithmus eine Belohnung dafür, wenn weiche Bedingungen eingehalten werden. Diese Belohnung ist um so größer, je näher die gefundene Lösung an der vorgegebenen Bedingung liegt.

rzierik / Pixabay

Laufzeit und Score

Nachdem der Algorithmus gestartet wurde, versucht dieser zunächst eine gültige Lösung zu finden, also einen Plan, der alle harten Bedingungen erfüllt. Ausgehend davon werden dann schrittweise immer bessere Lösungen gesucht, die auch die weichen Bedingungen immer besser erfüllen. Die Dauer, bis ein optimaler Plan gefunden ist, ist abhängig von der Komplexität des Plans, also z.B. der Länge des Planungszeitraumes und der Anzahl der Mitarbeiter. Für die meisten Personaleinsatzpläne mit einstelliger Mitarbeiterzahl und einmonatigem Planungszeitraum lässt sich eine sehr gute Lösung innerhalb einer Minute finden. Das Schichtplanungs-Tool MiaPlan zeigt während der laufenden automatischen Planung den aktuellen Score an: Je größer der Score, desto besser die aktuelle Planungslösung.

Feinjustierung: Urlaube, Krankheit, Wünsche

Jeder Plan ist individuell – Niemand hat immer zum gleichen Zeitpunkt Urlaub. Außerdem wollen bestimmte Wünsche der Mitarbeiter berücksichtigt werden. Deshalb muss der Planungs-Algorithmus in der Lage sein, dynamisch auf verschiedene Gegebenheiten zu reagieren. Dies geschieht über die Festlegung von Vorgaben direkt im Plan.

Einige Vorgaben sind hart – Urlaube, Feiertage und Lehrgänge gehören dazu. Andere sind weich: Die Vorgabe „Wunsch“ sorgt dafür, dass der Planungs-Algorithmus für die Einhaltung des Wunsches des Mitarbeiters in dieser Zeit arbeiten zu wollen, belohnt wird. Nachdem die automatische Planung abgeschlossen ist, kann diese bei Bedarf händisch nachbearbeitet werden, sodass der Planer zu jeder Zeit die volle Kontrolle behält.

Der Beitrag Personalplanung berechnen lassen erschien zuerst auf Leichte Dienstplanung - MiaPlan.

Hartgesottene erstellen ihren Dienstplan natürlich mit Papier und Bleistift. Bei 6 Mitarbeitern, 4,35 Wochen pro Monat und 6 Arbeitsstunden pro Tag ergeben sich knapp zehntausend Beistiftkreuze im Jahr, die für jede Arbeitsstunde zu setzen sind. Aber halt! Wir können das optimieren, indem wir Balken statt Kreuze malen, oder?

Zyklothymian / Pixabay

Oder wir setzen eine Software ein, deren Aufgabe es ist, uns diese Arbeit abzunehmen. MiaPlan erstellt einen Plan direkt nach der Eingabe

1. des Bundeslandes (um Feiertage auszufüllen)
2. des Planungszeitraums
3. der Mitarbeiter und
4. der Geschäftszeiten.

Automatische Planung statt Dienstplanung mit Excel

Auf Knopfdruck werden automatisch per Planungsalgorithmus die konkreten Arbeitszeiten der Mitarbeiter generiert und in den Plan gefüllt. Diese können dann bei Bedarf angepasst werden. Wer manuell planen möchte, kann dies natürlich tun. MiaPlan benötigt dafür kein starres Schicht-System, das vorher festgelegt werden müsste. Sondern die Arbeitszeiten sind flexibel halb-stündlich in der Plantafel planbar. Urlaub, Krankheit und Lehrgänge werden dabei genau so gehandhabt, wie die reguläre Arbeitszeit.

Super, noch eine Software, die meinen Dienstrechner zumüllt? In diesem Fall nicht, MiaPlan läuft ausschließlich im Web-Browser und ist damit oft auch für sehr strikte Unternehmensrichtlinien zulässig. Mal schnell den Dienstplan auf dem Tablet checken stellt also technisch kein Problem dar. Sämtliche Kommunikation vom Browser zum Server und zurück wird dabei verschlüsselt (HTTPS, das ist technischer Standard) und Nutzerdaten können mit dem Nutzerpasswort verschlüsselt werden, sodass auch der Server-Betreiber diese nicht einsehen kann (das ist eher kein Standard).

Wenn der Plan fertig ist, stellt sich die Frage: Wie gut ist er?

geralt / Pixabay

Die Güte-Kriterien des Plans sind über die Statistik einsehbar. Hier können die Soll-Arbeitsstunden mit den Ist-Stunden verglichen werden, Urlaub und freie Tage, also Tage an denen der Mitarbeiter nicht kommen soll, abgeglichen werden. Falls am Wochenende gearbeitet wird, steht unter „WE (T)“ die Anzahl der Wochenend-Tage an denen ein Mitarbeiter arbeitet.

Verteilen und Archivieren des Plans

swissmith / Pixabay

Der Plan ist fertig und entspricht unseren Ansprüchen. Wie kommt er zu den Mitarbeitern? In MiaPlan wird er als PDF-Datei exportiert und auf den Dienstrechner heruntergeladen. Von hier aus kann er abgespeichert, per E-Mail versendet, ausgedruckt und verteilt werden. Der Kopf des Dokuments enthält eine Signatur, die den Plan eindeutig identifiziert. Sollen besondere Informationen im Plan ergänzt werden, stehen dafür verschiedene Kommentarfelder bereit.

Der Beitrag Von der Dienstplanung mit Excel zum automatischen Dienstplan erschien zuerst auf Leichte Dienstplanung - MiaPlan.