Wie steuert man Kompetenzen in industriellen Multi-Standort-Organisationen?

Wenn ein Industrieunternehmen an fünf, zehn oder fünfzig Standorten produziert, entscheidet längst nicht mehr nur die Maschinenauslastung über die Wettbewerbsfähigkeit, sondern die Frage, ob die richtigen Menschen zur richtigen Zeit am richtigen Ort sind. Der demografische Druck, volatile Auftragslagen und wachsende Regulierung verschärfen das Problem, während Digitalisierung zwar Transparenz verspricht, aber oft neue Datensilos schafft. Kompetenzsteuerung wird damit zur harten Managementdisziplin, die Produktivität, Qualität und Resilienz in Multi-Standort-Organisationen messbar beeinflusst.

Ohne gemeinsame Datenbasis läuft nichts

Wer Kompetenzen standortübergreifend steuern will, braucht zuerst ein nüchternes Bild der Ausgangslage: Welche Fähigkeiten sind vorhanden, in welcher Tiefe, mit welchen Zertifikaten, und wie belastbar sind diese Angaben? In der Praxis ist genau das der Engpass, weil Qualifikationen in unterschiedlichen Systemen liegen, teilweise nur als Papiernachweis existieren oder als implizites Wissen in Schichtteams zirkulieren. Die Folgen sind teuer und gut dokumentiert: Laut dem „Global Talent Trends“-Report von Mercer geben regelmäßig große Mehrheiten der Unternehmen an, dass Skill-Lücken ihre Transformationspläne bremsen, und im deutschen Kontext warnt die Bundesagentur für Arbeit seit Jahren vor Engpässen in Metall-, Elektro- und Mechatronikberufen, die sich regional stark unterscheiden. Wer dann noch mehrere Werke mit verschiedenen Produktmixen betreibt, kann sich auf Bauchgefühl nicht verlassen, weil Fehlbesetzungen Ausschuss, Nacharbeit und Stillstände nach sich ziehen.

Der pragmatische Weg beginnt mit einem einheitlichen Kompetenzmodell, das nicht akademisch, sondern prozessnah gedacht ist, also an konkreten Rollen, Anlagen und Qualitätsanforderungen hängt. Dazu gehören technische Skills wie SPS-Programmierung, Rüstkompetenz oder Messtechnik, aber auch sicherheitsrelevante Nachweise, etwa Kranschein, Atemschutz oder Schweißzertifikate nach ISO-Normen. Entscheidend ist die Granularität: Zu grob, und das Modell hilft nicht bei der Einsatzplanung; zu fein, und es wird nicht gepflegt. Viele Industriegruppen fahren gut mit drei bis fünf Stufen pro Kompetenz, ergänzt um Gültigkeiten, Rezertifizierungsfristen und Nachweisarten. Parallel braucht es klare Governance: Wer darf Skills anlegen, wer validiert, wer auditiert? Ohne diese Rollen kippt jede Datenbank in Richtung „Wunschprofil“, und damit verliert die Steuerung ihren Wert.

Technisch betrachtet ist die Frage weniger, ob ein System existiert, sondern ob Daten in Echtzeit konsistent werden. HR-Systeme, Learning-Management, Zeitwirtschaft und Produktions-IT sprechen oft verschiedene Sprachen; die Realität sind Schnittstellen, Excel-Exports und lokale Sonderlösungen. Hier lohnt sich ein Ansatz, der Masterdaten sauber definiert, Identitäten über Standorte eindeutig verknüpft und Berechtigungen streng regelt, denn Kompetenzdaten sind personenbezogen und damit besonders schützenswert. Die DSGVO setzt den Rahmen: Zweckbindung, Datenminimierung, transparente Information der Beschäftigten und klare Aufbewahrungsregeln; in vielen Fällen ist zudem die Mitbestimmung zu beachten. Wer diese Hausaufgaben sauber macht, kann anschließend mit hoher Datengüte arbeiten, und erst dann werden Dashboards und KI-gestützte Analysen zu mehr als hübscher Optik.

Vom Skill-Katalog zur Einsatzentscheidung

Welche Frage muss die Steuerung am Ende beantworten? „Wer kann morgen an Linie 3 einspringen, ohne das Risiko zu erhöhen?“ Genau hier trennt sich Kompetenzmanagement als Personalentwicklung von Kompetenzsteuerung als operatives Führungsinstrument. In Multi-Standort-Organisationen wird es anspruchsvoll, weil Personalpuffer oft klein sind, Schichtmodelle variieren und lokale Führungskräfte verständlicherweise ihre besten Leute nicht gerne abgeben. Gleichzeitig zeigen Kennzahlen aus der Instandhaltung und Fertigung, wie teuer nicht verfügbare Skills werden können: Ungeplante Stillstände zählen in vielen Branchen zu den größten Kostentreibern, und Studien aus dem Umfeld von International Society of Automation oder Deloitte beziffern die globalen Kosten ungeplanter Ausfälle regelmäßig in hohen zweistelligen Milliardenbeträgen pro Jahr, je nach Abgrenzung deutlich darüber. Auch wenn diese Zahlen global und branchenübergreifend sind, illustrieren sie die Richtung: Der fehlende Spezialist ist oft teurer als eine zusätzliche Schicht.

Operativ funktioniert Kompetenzsteuerung, wenn sie entlang dreier Zeithorizonte geplant wird. Kurzfristig geht es um Schichtbesetzung, Vertretung und sichere Freigaben, also um harte „Must-have“-Skills, die als Gatekeeper wirken. Mittelfristig steht die Kapazitätsplanung im Fokus: Welche Aufträge laufen wann an, welche Anlagenumrüstungen sind geplant, wo entstehen Engpässe durch Urlaub, Elternzeit oder Fluktuation? Langfristig schließlich werden Skill-Forecasts relevant, etwa wenn neue Produkte, Automatisierungsschritte oder regulatorische Anforderungen kommen, die Qualifikationen verschieben. In der Praxis bedeutet das, dass Kompetenzdaten mit Produktionsplanung und Workforce-Planung zusammengeführt werden, nicht als Einmalprojekt, sondern als Regelprozess mit klaren Cut-offs, Verantwortlichen und Eskalationswegen.

Ein häufiger Stolperstein ist die Verwechslung von „qualifiziert“ und „einsetzbar“. Ein Schweißer mit gültiger Prüfung ist nicht automatisch fit für ein bestimmtes Bauteil, ein Instandhalter mit Grundkenntnissen in Robotik nicht automatisch der richtige für eine kritische Zelle, und eine Meisterin kann nicht gleichzeitig drei Standorte stabilisieren. Deshalb brauchen Unternehmen neben formalen Qualifikationen auch Erfahrungsmarker, etwa Anzahl der Einsätze an einer Anlage, letzte Tätigkeit, Fehlerquote oder Audit-Ergebnisse; das ist sensibel, aber steuerungsrelevant, wenn es transparent, fair und mit klaren Regeln erhoben wird. Gute Organisationen koppeln das an Sicherheits- und Qualitätskennzahlen, und sie machen sichtbar, wo das Risiko steigt, wenn man kurzfristig umplant. Dann wird Kompetenzsteuerung zur objektivierbaren Entscheidung und nicht zum Machtspiel zwischen Werken.

Standortlogik schlägt Organigramm

Warum scheitern viele Roll-outs, obwohl das Modell stimmt? Weil Multi-Standort-Organisationen selten homogen sind. Ein Werk ist hochautomatisiert und braucht SPS- und Datenkompetenz, ein anderes fährt ältere Linien und lebt von Erfahrungswissen; ein drittes hat starke Schwankungen durch Saison, ein viertes ist ein Anlaufwerk mit hoher Lernkurve. Wer Kompetenzen zentral steuern will, muss diese Realität abbilden, statt ein Einheitsraster darüberzulegen. Die interessanteste Kennzahl ist dabei nicht die reine Anzahl qualifizierter Personen, sondern die „kritische Abdeckung“ je Standort und Schicht, also ob Schlüsselkompetenzen mehrfach vorhanden sind, ob sie gleichzeitig verfügbar sind und ob sie sich gegenseitig ersetzen können.

In vielen Industriegruppen hat sich eine Art „Skill-Betriebssystem“ bewährt, das lokal genug bleibt, um Akzeptanz zu schaffen, und zentral genug, um Mobilität zu ermöglichen. Dazu gehören standardisierte Rollenprofile für vergleichbare Funktionen, etwa Anlagenführer, Einrichter, Qualitätsprüfer, Instandhalter, ergänzt um lokale Module. Zentral definiert werden außerdem Mindeststandards für sicherheitskritische Tätigkeiten, Audit- und Rezertifizierungsregeln sowie einheitliche Benennungen, damit „Rüsten Stufe 3“ in Werk A nicht etwas anderes meint als in Werk B. Erst wenn diese Semantik stimmt, kann man standortübergreifend planen, Mitarbeitende temporär verleihen oder Qualifizierungsmaßnahmen bündeln.

Organisatorisch braucht es dafür klare Spielregeln: Wie wird Personal zwischen Standorten disponiert, wer trägt Kosten, wer entscheidet im Konfliktfall, und wie wird verhindert, dass ein Werk systematisch ausblutet? Einige Unternehmen arbeiten mit internen Verrechnungspreisen oder Kapazitätsbudgets, andere mit rotierenden Pool-Lösungen für Spezialisten, etwa Robotik, Messtechnik oder Prozessengineering. Entscheidend ist Transparenz: Wenn sichtbar wird, welche Engpässe wo entstehen, lassen sich Entscheidungen begründen, und die Diskussion wandert von „mein Werk gegen deins“ zu „Servicelevel, Risiko und Kosten“. In angespannten Arbeitsmärkten wird das zusätzlich zur Employer-Branding-Frage, denn wer Mobilität bietet, muss auch fair planen, Reisezeiten berücksichtigen und Anreize setzen, sonst kippt die Akzeptanz schnell.

Training rechnen, nicht nur planen

Kompetenzsteuerung ist immer auch eine Investitionsentscheidung: Welche Qualifizierung bringt in welchem Zeitraum die größte Wirkung? Viele Organisationen erfassen Trainingsstunden, Zertifikate und Kursabschlüsse, aber sie verknüpfen diese Daten nicht konsequent mit Leistung in der Produktion, also OEE, Ausschuss, Nacharbeit, Sicherheitsereignissen oder Audit-Feststellungen. Dabei ist genau diese Klammer entscheidend, um Budgets zu verteidigen und Prioritäten zu setzen. Studien des World Economic Forum und anderer Institutionen zeigen seit Jahren, dass Reskilling und Upskilling zu den zentralen Hebeln der Wettbewerbsfähigkeit gehören, gleichzeitig aber ein erheblicher Teil der Trainingsprogramme an der Umsetzung scheitert, weil sie nicht nah genug am Job des nächsten Quartals gebaut sind. In der Industrie ist das besonders sichtbar: Ein Kurs ohne Einsatzmöglichkeit verpufft, ein Training vor einem Anlagenanlauf dagegen senkt Risiken unmittelbar.

Ein robustes Vorgehen beginnt mit einem Skill-Gap-Report, der nicht nur „Soll vs. Ist“ auflistet, sondern die Lücke priorisiert: nach Sicherheitsrelevanz, nach Einfluss auf Durchsatz und Qualität, nach Anlaufkritikalität und nach Zeit bis zur Wirksamkeit. Daraus wird ein Qualifizierungsportfolio, das formale Trainings, On-the-Job-Lernen und Mentoring kombiniert, denn gerade implizites Anlagenwissen lässt sich selten im Seminarraum erzeugen. Viele Werke nutzen dafür strukturierte Einlernpläne, Job-Rotation mit klaren Nachweisen und „Train-the-Trainer“-Konzepte, um Skalierung zu ermöglichen. Wichtig ist die Kapazitätsseite: Training konkurriert mit Produktion, und ohne geschützte Lernzeit bleiben die besten Pläne Theorie. Wer ernsthaft steuert, plant deshalb Lernfenster wie Produktionsressourcen, inklusive Vertretung und Zielkennzahlen.

Spannend wird es, wenn Unternehmen Training nicht nur als Kostenstelle, sondern als Risikoversicherung und Produktivitätshebel bilanzieren. Das heißt nicht, dass jede Maßnahme einen exakten ROI haben muss, wohl aber, dass man Wirkungshypothesen formuliert und überprüft, etwa: „Zwei zusätzliche qualifizierte Rüster reduzieren die Umrüstzeit um X Prozent und erhöhen die Linienverfügbarkeit in Spitzenwochen.“ Solche Hypothesen lassen sich mit Produktionsdaten testen, und sie helfen, die Diskussion zu versachlichen, wenn Budgets unter Druck geraten. Gleichzeitig sollte man den Faktor Bindung nicht unterschätzen: In einem Umfeld, in dem Fachkräfte knapp sind, sind sichtbare Entwicklungspfade, anerkannte Zertifizierungen und standortübergreifende Karriereschritte oft ein handfester Grund zu bleiben, und damit Teil der Steuerung, nicht ihr Nebeneffekt.

So wird es morgen praktisch

Starten Sie mit einem Pilotwerk, und definieren Sie ein einheitliches Kompetenzmodell für drei kritische Rollen, dazu ein verbindliches Validierungsverfahren und eine DSGVO-saubere Datengrundlage. Rechnen Sie für die Einführung, je nach Systemlandschaft, mit einem mittleren fünfstelligen bis niedrigen sechsstelligen Budget, nutzen Sie Förderprogramme wie Qualifizierungschancengesetz oder regionale Weiterbildungszuschüsse, und buchen Sie Trainings frühzeitig, weil Zertifizierer und Trainer in Engpassprofilen schnell ausgebucht sind.