Reinigungsmanagement Prozesse Transformation

Unter Smart Cleaning verstehen wir einen integrierten Ansatz der Gebäudereinigung, der moderne Technologien mit neuen organisatorischen Konzepten verbindet, um Effektivität und Effizienz zu steigern.

• Daytime Cleaning: Reinigung während der Nutzungszeiten am Tag statt ausschließlich abends/nachts. Dieses Konzept erfordert abgestimmte Prozesse, vermeidet Störungen und nutzt leise, kabellose Geräte für eine störungsarme Reinigung. Studien zeigen, dass Tagesreinigung die Wahrnehmung der Sauberkeit erhöht und spontanen Bedarf sofort abdecken kann. Zudem verbessert sie die Arbeitsbedingungen der Reinigungskräfte (familienfreundlichere Arbeitszeiten, höhere Wertschätzung).

• Kollaborative Robotik (Cobots): Cobots sind kollaborative Reinigungsroboter, die zusammen mit menschlichen Reinigungskräften im gleichen Raum arbeiten. Anders als abgeschottete Industrieroboter unterstützen Cobots das Personal, indem sie repetitive Standardaufgaben automatisieren (z.B. großflächiges Saugen oder Scheuern). Die menschlichen Fachkräfte werden nicht ersetzt, sondern entlastet – sie können sich auf komplexere Aufgaben (Detailreinigung, Desinfektion, Qualitätschecks) konzentrieren, während der Roboter z.B. Böden autonom reinigt. Voraussetzung für den Einsatz von Cobots ist eine metikulöse Kartierung der Räume und Umgebungssensorik, um Navigation und Sicherheit zu gewährleisten. Moderne Reinigungsroboter verfügen über KI-gestützte Navigation, Absturz- und Kollisionssensoren und können große Flächen effizient bewältigen (z.B. ~300 m²/h beim autonomen Saugen). Im Smart-Cleaning-Modell spielen Cobots eine zentrale Rolle bei der Produktivitätssteigerung, ohne die menschliche Kontrolle zu verlieren – das Monitoring und die Steuerung erfolgen über zentrale Softwareplattformen (z.B. Roboter-Management-Systeme wie der Nexaro HUB).

• Operative Technologien (OT) und IoT: Eine tragende Säule von Smart Cleaning ist die Integration von IoT-Sensorik und digitalen Plattformen. Drahtlose Sensoren erfassen die Nutzung von Räumen, Frequenzen und Füllstände in Echtzeit. Beispiele: Belegungs- und Bewegungssensoren zählen die Personenfrequenz in Büros oder Sanitäranlagen; Füllstandssensoren überwachen Seifenspender oder Abfallbehälter; Smart Buttons ermöglichen Nutzern, ad-hoc Reinigungsbedarf zu melden. Die gesammelten Daten laufen in einer vernetzten FM-Plattform oder einem Dashboard zusammen. Datenanalytik ermöglicht darauf aufbauend, Reinigungspläne dynamisch anzupassen: Räume, die kaum benutzt wurden, können seltener gereinigt werden, während stark frequentierte Bereiche häufiger oder sofort nachgereinigt werden. Dadurch wird das strikte Festhalten an starren Reinigungsmustern durch ein bedarfsgesteuertes System ersetzt – „clean when needed“ lautet die Devise. Wichtig ist, dass diese OT-Integration nicht nur technische Anforderungen stellt, sondern auch organisatorische: Die erhobenen Daten müssen korrekt interpretiert und in operative Entscheidungen umgesetzt werden (hier kommt das Reinigungscontrolling ins Spiel, s.u.). Zudem sind Datensicherheit und Datenschutz zu beachten (siehe rechtliche Rahmen).

• Modernes Reinigungscontrolling: Durch die Verfügbarkeit umfangreicher Echtzeitdaten wird das Controlling der Reinigungsleistung digitalisiert. KPIs (Key Performance Indicators) werden definiert, um Service Levels zu überwachen – etwa der Erfüllungsgrad der Reinigungsqualität, Reaktionszeiten auf Meldungen, Verfügbarkeit von Verbrauchsmaterial, Personaleinsatzstunden vs. Plan. Ein digitaler Dashboard-Ansatz visualisiert diese Kennzahlen in übersichtlichen Grafiken und Heatmaps. Damit können sowohl der Dienstleister als auch der Auftraggeber auf einen Blick erkennen, wo Leistungen erfüllt werden und wo Abweichungen auftreten. Dies fördert die Transparenz und proaktive Steuerung: Abweichungen können zeitnah adressiert werden, kontinuierliche Verbesserungen lassen sich datenbasiert identifizieren (z.B. Top-3 Mängelquellen laut Qualitätsaudits). Ein gut implementiertes KPI-System schafft Klarheit und Vertrauen zwischen den Partnern – alle wissen, woran Erfolg gemessen wird. Es gilt der Grundsatz: „Man kann nur managen, was man misst.“ Dementsprechend wird im Smart-Cleaning-Vertrag meist ein SLA (Service Level Agreement) vereinbart, das genaue KPI-Ziele und Maßnahmen bei Zielabweichung definiert (dazu später mehr).

Die Umsetzung von Smart Cleaning berührt verschiedene Rechtsbereiche. Im deutschen Zivilrecht stellt sich zunächst die Frage nach der Vertragsart: Ist ein Reinigungsvertrag ein Dienstvertrag oder Werkvertrag? Nach überwiegender Auffassung ist die regelmäßige Unterhaltsreinigung als Werkvertrag einzuordnen, da ein bestimmter Erfolg – ein sauberer Zustand – geschuldet wird. Allerdings sind in der Praxis auch Mischformen üblich, mit Elementen beider Vertragstypen. Die Unterscheidung ist relevant: Beim Werkvertrag greifen Gewährleistungsrechte bei Schlechtleistung (Nachbesserung, Minderungsansprüche etc.), während beim Dienstvertrag primär die sorgfältige Tätigkeitsausführung geschuldet ist. Moderne Reinigungsverträge tendieren dazu, Ergebnisse vertraglich festzuhalten (z.B. definierte Sauberkeitsgrade gemäß DIN EN 13549), was auf Werkvertragscharakter hinweist. Zugleich werden aber häufig laufende Dienstleistungen vereinbart, die eine dauerhafte Pflicht zur Tätigkeit beinhalten – sodass ein Vertrag eigener Art mit dienst- und werkvertraglichen Elementen entsteht. Wichtig sind in jedem Fall klare Leistungsbeschreibungen und Qualitätskriterien, um Rechtssicherheit zu schaffen. Das deutsche BGB (Bürgerliches Gesetzbuch) bildet mit §§611 ff. BGB (Dienstvertragsrecht) und §§631 ff. BGB (Werkvertragsrecht) den gesetzlichen Rahmen. Daneben sind arbeitsrechtliche Bestimmungen relevant, etwa das Arbeitszeitgesetz (für Reinigungskräfte, z.B. maximale Arbeitszeiten, Nachtarbeitszuschläge) und Mitbestimmungsrechte eines Betriebsrats des Dienstleisters, falls vorhanden (Einsatz neuer technischer Überwachungseinrichtungen wie Tracker oder Sensoren bedarf ggf. Zustimmung, vgl. BetrVG §87).

Bei Einführung von IoT-Sensorik und Datenplattformen ist das Datenschutzrecht (DSGVO) zu beachten. Insbesondere müssen personenbezogene Daten geschützt werden. Bei Smart Cleaning fallen u.U. Bewegungsdaten von Mitarbeitern oder Gebäudenutzern an. Hier ist Datenminimierung und Anonymisierung geboten: So können Präsenzmelder so gestaltet sein, dass sie lediglich zählen, aber keine individuellen Personen identifizieren. Auch muss zwischen Auftraggeber und Auftragnehmer ein DSGVO-konformer Auftragsverarbeitungsvertrag geschlossen werden, wenn der Dienstleister z.B. Sensordaten im Auftrag des Kunden verarbeitet. IT-Sicherheit ist ebenfalls Teil des rechtlichen Rahmens – IoT-Geräte müssen nach aktuellem Stand der Technik gesichert werden, um z.B. Cyberangriffe zu vermeiden (Stichwort: secure FM networks). Normativ sind außerdem branchenspezifische Vorschriften relevant: In sensiblen Bereichen (z.B. Lebensmittelindustrie, Reinräume oder Gesundheitswesen) gelten zusätzliche Hygieneanforderungen. DIN 13063 etwa definiert erstmals einen Standard für Krankenhausreinigung und verlangt u.a. Qualifikationsnachweise des Personals, Hygienepläne und definierte Schnittstellen zwischen Klinik und Reinigungsdienstleister. Zwar ist diese Norm auf Krankenhäuser zugeschnitten, doch ihre Prinzipien (Struktur-, Prozess- und Ergebnisqualität, klare Verantwortlichkeiten, Kommunikation aller Beteiligten) lassen sich auf andere Umgebungen übertragen – auch im Smart Cleaning muss die Hygiene- und Qualitätssicherung oberste Priorität behalten. Die VDI-Richtlinien 3810 und 6022 betreffen den Betrieb von Gebäuden bzw. die Raumluft-Hygiene – sie erinnern daran, dass z.B. die Reinigung von raumlufttechnischen Anlagen (VDI 6022) und die Betreiberpflichten des FM (VDI 3810) nicht vernachlässigt werden dürfen, wenn neue Technologien eingeführt werden.

Der Übergang zu einem Smart-Cleaning-Modell beginnt bereits vor Vertragsabschluss – nämlich bei der strategischen Planung und Ausschreibung der Reinigungsdienstleistung. Ein herkömmliches Ausschreibungsverfahren, das primär auf den niedrigsten Preis und konventionelle Leistungsbeschreibungen abzielt, greift hier zu kurz. Stattdessen sind Anpassungen in der Verfahrenswahl, Leistungsbeschreibung sowie den Eignungs- und Zuschlagskriterien erforderlich, um innovative Angebote zu erhalten und den geeigneten Dienstleister auszuwählen.

• Verfahrenswahl: Im privatwirtschaftlichen Kontext ist das Unternehmen freier in der Wahl des Vergabeverfahrens als öffentliche Auftraggeber. Es empfiehlt sich jedoch ein wettbewerbliches Verfahren mit Verhandlungsspielraum. Beispielsweise kann zunächst eine funktionale Ausschreibung erfolgen, bei der Ziele und Anforderungen (z.B. "Einsatz von autonomen Reinigungsgeräten, Echtzeit-Datentracking, Tagesreinigungskonzept") vorgegeben werden, aber die Bieter Vorschläge zur Umsetzung ausarbeiten. Anschließende Verhandlungsgespräche ermöglichen es, technische Details und Innovationen der Bieter zu verstehen und Anforderungen zu präzisieren. Dieses Vorgehen stellt sicher, dass das beschaffte Konzept state-of-the-art ist und der Anbieter über das nötige Know-how verfügt. Insbesondere bei Smart Cleaning, wo es auf die Integration verschiedener Technologien ankommt, ist ein reiner Preiswettbewerb (etwa mittels Ausschreibung nach Leistungsverzeichnis) nicht zielführend – qualitative Aspekte müssen Raum bekommen.

• Leistungsbeschreibung: Anstelle eines detaillierten festen Leistungsverzeichnisses (mit starren Frequenzen für jeden Raum) sollte die Ausschreibung eine leistungsorientierte bzw. funktionale Beschreibung enthalten. Das heißt, der gewünschte Erfolg und die Rahmenbedingungen werden definiert: etwa Qualitätsstandards (z.B. Sauberkeitsgrad nach DIN EN 13549), Servicezeiten (z.B. Präsenz eines Reinigungsteams werktags 8–18 Uhr), Einsatz von Technologie (z.B. mindestens X Cobots, Y Sensoren) und Berichtswesen (z.B. digitales Dashboard, monatliches Reporting). Die konkrete Ausgestaltung – also wie der Anbieter diese Ziele erreicht – kann diesem überlassen bleiben, um Innovation zu fördern. Gleichzeitig müssen Mindestanforderungen klar benannt sein. Hier kann auf bestehende Standards zurückgegriffen werden: So fordert etwa DIN EN 13549, dass bei Auftragsvergabe die zu erreichenden Qualitätsniveaus und Häufigkeiten bereits klar definiert sind. Auch DIN 13063 (für Krankenhäuser) betont die fachgerechte Vorbereitung von Ausschreibungen, inklusive klarer Leistungsbeschreibungen und Verantwortlichkeiten. Für unser Szenario sollte die Leistungsbeschreibung z.B. enthalten: "X Quadratmeter Bürofläche, überwiegend textiler Boden, Sollzustand: sichtbar sauber ohne lose Verschmutzungen; Sanitärbereiche nach Nutzung mind. 2× täglich reinigen; Verbrauchsmaterial nie leer (>99% Verfügbarkeit) – Vorschlag des Bieters, wie dies mittels Sensorik gewährleistet wird." Außerdem sollte die Einrichtung von Robotikstationen (Laderäume etc.) als Voraussetzung genannt sein, damit Bieter dies einplanen.

• Auswahlkriterien (Eignung): Die Eignungsprüfung der Bieter muss Kriterien enthalten, welche die digitale und innovative Leistungsfähigkeit erfassen. Neben üblichen Kriterien (Erfahrung, Referenzen, finanzielle Stabilität) sollten spezifische Nachweise gefordert werden, etwa: Referenzprojekte mit Tagesreinigung oder Robotik-Einsatz, vorhandenes technisches Personal (z.B. IoT-Spezialisten, Robotiktrainer), Zertifizierungen (z.B. Qualitätsmanagement nach ISO 9001, evtl. bereits Zertifikat nach DIN EN 13549). Auch die Ausstattung kann ein Kriterium sein: Verfügt der Bieter über eigene Sensorik-Plattform oder Partnerschaften mit Tech-Anbietern? Denkbar ist ein Teststellungs- bzw. Pilotprojekt als Teil der Ausschreibung: Bieter könnten eingeladen werden, einen Demo-Einsatz eines Reinigungsroboters vor Ort zu zeigen oder ein Konzept für einen Pilotbereich auszuarbeiten – dies würde die praktische Eignung greifbar machen (Aufwand und Machbarkeit müssen hier jedoch berücksichtigt werden).

• Zuschlagskriterien: Bei der Wertung der Angebote sollten Qualitäts- und Innovationskriterien ein hohes Gewicht neben den Kosten erhalten. Möglich ist eine Bewertungsmatrix, z.B.: Preis 40%, technisches Konzept 30%, Qualität/Kundennutzen 20%, Nachhaltigkeit 10%. Im technischen Konzept könnten Unterkriterien sein: Ausgereiftheit des IoT-Konzepts (Datenmanagement, Datenschutzkonzept), Leistungsfähigkeit der vorgeschlagenen Cobots (Reinigungsleistung pro h, Sicherheitsfunktionen), Personalentwicklungskonzept (Schulung, Change Management Plan). Ebenfalls sinnvoll ist ein Kriterium Wirtschaftlichkeit über Vertragslaufzeit – hier fließt ein, inwiefern der Anbieter z.B. Investitionskosten für Technik in seine Kalkulation einpreist und ob das Geschäftsmodell auf langfristige Effizienz ausgelegt ist (z.B. Flatrate-Preismodell vs. versteckte Mehrkosten). Falls möglich, sollte der TCO-Vergleich (Total Cost of Ownership) zwischen Angeboten durchgeführt werden: Ein scheinbar teurer Anbieter, der jedoch modernste Automatisierung nutzt, könnte über 5 Jahre hinweg günstiger sein, wenn Personaleinsatzstunden sinken. Einige Anbieter werben etwa damit, dass ihre IoT-Lösungen sich „aus eingesparten Reinigungskosten bezahlen“ lassen – solche Versprechen gilt es in der Angebotswertung nachvollziehbar zu prüfen.

• Markterkundung und Bieterkommunikation: Da Smart Cleaning noch ein relativ neues Feld ist, empfiehlt sich vor der eigentlichen Ausschreibung eine informelle Markterkundung. Das Unternehmen könnte z.B. im Rahmen von RFI (Request for Information) oder Innovationsworkshops mögliche Lösungsanbieter ansprechen. Dies hilft, die eigenen Ausschreibungsunterlagen realistisch und attraktiv zu gestalten. Während der Ausschreibung sind Bieterfragen zu erwarten, speziell zu technischen Details. Hier sollte die Vergabestelle Fachwissen parat haben oder externe Berater einbinden (z.B. FM-Consultants), um kompetent antworten zu können.

• Zusammenfassend erfordert das Ausschreibungsverfahren einen Paradigmenwechsel: weg von kleinteiliger Vorgabe der Stunden und Handgriffe, hin zu einem ergebnisorientierten, innovationsfreundlichen Prozess. Nur so lassen sich Angebote erhalten, die das Potential von Smart Cleaning ausschöpfen. Wichtig ist, schon in dieser Phase spätere Stolpersteine zu bedenken – etwa Datenschutz (Vorgaben zum Umgang mit Daten schon im Lastenheft klären) oder Betriebsübergänge (Hinweis auf Personalübernahme nach §613a BGB, falls ein neuer Dienstleister antritt, um Klarheit für Bieter und Mitarbeitende zu schaffen).

Die Umstellung auf Smart Cleaning erfordert eine angepasste Vertragsgestaltung, die den besonderen Anforderungen dieses Modells gerecht wird. In diesem Kapitel werden geeignete Vertragslaufzeiten, die Struktur und Art des Vertrags sowie Instrumente wie Service Level Agreements (SLAs) und KPI-basierte Steuerung erläutert. Ziel ist ein Vertragsrahmen, der Flexibilität für Innovation bietet und gleichzeitig Verbindlichkeit für Leistung und Qualität schafft.

• Vertragsart: Dienst- vs. Werkvertrag: Wie im theoretischen Teil diskutiert, kann ein Reinigungsvertrag sowohl dienst- als auch werkvertragliche Elemente enthalten. Für Smart Cleaning empfiehlt sich eine hybride Vertragsgestaltung: Der Vertrag sollte klar ein Leistungsergebnis schulden (saubere Gebäude nach definierten Standards), was dem Werkvertragscharakter entspricht. Gleichzeitig läuft die Leistung kontinuierlich und erfordert Kooperation, was dienstvertragliche Züge hat. Praktisch könnte der Vertragstext formulieren: „Der Auftragnehmer schuldet die sach- und fachgerechte Reinigung der Liegenschaften des Auftraggebers gemäß dem in Anlage X definierten Qualitätsstandard. Die Leistungen werden im Rahmen eines Dienstleistungsvertrags erbracht, wobei der Erfolg der Reinigung – ein vereinbarter Sauberkeitsgrad – geschuldet ist.“ Damit wird klargestellt, dass zwar kein einmaliges Werk abgeliefert wird, aber sehr wohl Erfolgskriterien gelten. Diese Herangehensweise entspricht einem Dauer-Werkvertrag bzw. Vertrag eigener Art, wie er in der FM-Praxis üblich ist. Wichtig: Die Rechtsfolgen sollten geregelt sein – etwa, dass bei Nichterreichen der Qualitätsziele Nachbesserung zu erfolgen hat (typisch Werkvertrag), während ansonsten die laufende Zusammenarbeit partnerschaftlich auf Basis von SLA erfolgt (typisch Dienstvertrag mit Qualitätsvereinbarung).

• Vertragslaufzeit: Smart Cleaning impliziert Investitionen in Technik (Roboter, Sensoren, Software). Damit sich diese amortisieren, sind längere Vertragslaufzeiten sinnvoll. Ein Vertrag sollte mindestens 3-5 Jahre laufen, eher 5 mit Verlängerungsoption, um dem Dienstleister einen Planungshorizont für ROI zu geben. In vielen Fällen werden sogar 5+ Jahre vereinbart, ggf. mit Verlängerungsoptionen (z.B. 5 Jahre + Verlängerung um 2 Jahre bei gegenseitigem Einverständnis). Allerdings ist eine Balance nötig: Zu lange Laufzeiten könnten bei rasanter Technologieentwicklung zum Nachteil werden, falls der Dienstleister nicht performant liefert. Daher kann im Vertrag eine „Innovationserneuerung“ vorgesehen werden: z.B. Evaluationspunkte nach 2 oder 3 Jahren, an denen beide Seiten den technologischen Stand überprüfen und ggf. Vertragskonditionen anpassen oder den Vertrag kündigen können, falls z.B. der Dienstleister versprochene Innovationen nicht umgesetzt hat (eine Art Meilensteinprüfung). Vertragsrechtlich lässt sich dies z.B. über Leistungsphasen und bedingte Verlängerungen abbilden.

• Vertragsstruktur: Ein bewährtes Vorgehen ist, den Vertrag in Modulen bzw. Anhängen zu strukturieren, um Übersichtlichkeit zu schaffen.

• Hauptvertrag: Enthält die grundlegenden Regelungen (Vertragsparteien, Leistungsumfang in groben Zügen, Vertragsdauer, Preise und Abrechnungsmodalitäten, Haftung, Kündigung, Rechtswahl etc.). Hier wird auch auf die Anhänge verwiesen und deren Rangfolge bei Widersprüchen geregelt.

• Leistungsverzeichnis/Leistungsbeschreibung (Anlage): Detailbeschreibung der zu erbringenden Leistungen, Flächen, Intervalle soweit fix vereinbart, Qualitätskriterien. In Smart Cleaning kann dies kombiniert sein mit einer Beschreibung des Servicekonzepts.

• Service Level Agreement (SLA) (Anlage): Hier werden die Leistungsziele und KPI festgelegt. Das SLA definiert z.B.: Qualitätskennzahl (etwa Ergebnisqualität gemessen in % Zielerreichung bei Qualitätsaudits, z.B. mindestens 85%), Reaktionszeiten (z.B. bei akutem Reinigungsbedarf innerhalb 1 Stunde vor Ort), Verfügbarkeiten (z.B. 100% Verfügbarkeit von Seife und Papier in Sanitäranlagen) etc. Für jeden KPI wird ein Zielwert vereinbart und ggf. eine Toleranz oder Eskalationsgrenze. Das SLA sollte zudem die Messmethoden festlegen (wer misst, wie häufig, nach welchem Verfahren – Anlehnung an DIN EN 13549 Qualitätsmesssystem bietet sich an).

• Reporting- und Kommunikationsregelungen: Ein Anhang oder Abschnitt, der festlegt, in welchen Zyklen Bericht erstattet wird (monatliches Dashboard, Quartalsgespräch) und welche Kennzahlen berichtet werden. Beispielsweise könnte vereinbart sein, dass der Dienstleister ein Online-Dashboard bereitstellt, auf das der Auftraggeber Zugriff hat, und zusätzlich Monatsberichte im PDF-Format mit Kommentierung liefert. Auch regelmäßige Meetings (z.B. monatliche Jour Fixe) sollten hier verankert sein, was ein KPI selbst sein kann (Bsp.: „Mindestens ein Abstimmungstermin pro Monat zwischen AN und AG“ als SLA/KPI).

• Organisations- und Personalplan (optional): In Smart Cleaning wichtig: wer ist Ansprechpartner, wie ist das Team aufgebaut, welche Qualifikationen. Man könnte z.B. festhalten, dass ein Technischer Betriebsleiter beim Dienstleister benannt wird, der für die Wartung der Cobots verantwortlich ist, oder dass mindestens X% der Reinigungskräfte im Projekt eine spezielle Schulung absolviert haben müssen. DIN 13063 im Klinikbereich fordert z.B. ausdrücklich Qualifizierungsmaßnahmen und Hygienefachkräfte – analog könnte man hier z.B. eine „Robotik-Schulung“ vorschreiben.

• Vergütungsmodell (Anlage): Gerade wenn es variable Komponenten gibt (z.B. Bonus bei KPI-Übererfüllung, Malus bei Unterschreitung, oder Abrechnung von Verbrauchsmaterial nach tatsächlichem Bedarf), kann ein eigener Abschnitt dies behandeln. Ein Staffelpreis oder Anreizsystem könnte integriert werden, etwa: falls der Dienstleister durch Effizienz (Robotereinsatz) weniger Stunden benötigt, bleibt die Pauschale gleich (Gewinn für ihn), aber bei Unterschreiten gewisser Reinigungsqualität muss er Nacharbeiten ohne Zusatzkosten leisten.

• Change-Management-Klausel: Dies kann im Hauptteil oder als eigener Anhang geregelt sein. Der Vertrag sollte ein definiertes Verfahren für Leistungsänderungen vorsehen (siehe Kapitel "Change Requests"). Beispielsweise: schriftliche Anforderung, gemeinsame Bewertung, Anpassung des SLA oder Preisvereinbarung, Dokumentation in einem Nachtragsformular.

• Innovationsklausel: Empfehlenswert ist eine Klausel, die den Dienstleister verpflichtet, kontinuierlich Verbesserungen vorzuschlagen. Ähnlich wie in manchen IT-Verträgen (wo etwa vereinbart wird, dass der Anbieter neue Technologien einsetzen soll, sobald verfügbar), könnte stehen: „Der AN verpflichtet sich, während der Vertragslaufzeit technologische Neuerungen, die zu einer Verbesserung von Effizienz, Qualität oder Nachhaltigkeit führen, proaktiv zu prüfen und dem AG zur Einführung vorzuschlagen.“ Flankierend könnte geregelt sein, wie mit etwaigen Mehrkosten umzugehen ist oder ob Ersparnisse geteilt werden (Gainsharing).

• KPI-basierte Steuerung und Vertragsstrafen/Boni: Ein wesentliches Element der Vertragsstruktur ist, wie man mit der Erfüllung oder Nichterfüllung von KPIs umgeht. Hier bieten sich Bonus-Malus-Regelungen an. Zum Beispiel: Wenn der Dienstleister alle KPIs in einem Quartal erfüllt, könnte ein Bonus in Höhe von x% der Quartalspauschale gezahlt werden, was Anreiz für Top-Leistung schafft. Umgekehrt bei wiederholtem Unterschreiten kritischer KPIs (z.B. Qualitätsindex unter 80% in zwei aufeinanderfolgenden Monaten) könnte ein Malus oder zumindest ein Sonderkündigungsrecht ausgelöst werden. Allerdings sollte eine solche SLA-Vereinbarung partnerschaftlich gehandhabt werden, wie Multi Masters betont: Wird ein SLA rein als Strafkatalog vom Auftraggeber diktiert, leidet die Zusammenarbeit. Besser ist es, die KPIs gemeinsam zu entwickeln und anzupassen, wenn sich Rahmenbedingungen ändern. Im Vertrag kann festgehalten sein, dass SLA/KPIs jährlich auf Wirksamkeit überprüft und in beiderseitigem Einvernehmen angepasst werden können. Dies erhält Flexibilität – etwa wenn neue Sensoren zusätzliche Messmöglichkeiten bieten oder wenn sich herausstellt, dass ein KPI nicht aussagekräftig genug war.

• Vertragsbeziehung und Kommunikation: Smart Cleaning erfordert eine engere Zusammenarbeit zwischen Auftraggeber (AG) und Auftragnehmer (AN) als klassische Modelle. Der Vertrag sollte kommunikative Elemente festschreiben: Etwa die Verpflichtung, einen gemeinsamen kontinuierlichen Verbesserungsprozess (KVP) durchzuführen, oder die Einrichtung eines Steuerungsgremiums (z.B. ein quartalsweises Review-Meeting auf Managementebene zur strategischen Bewertung). Dies untermauert, dass man eine Partnerschaft auf Augenhöhe anstrebt. Ein gut formuliertes SLA schafft Transparenz und Vertrauen, was die Grundlage für eine langlebige Kooperation legt.

Es ist die Vertragsgestaltung beim Smart Cleaning komplexer, aber auch chancenreicher. Durch klare Module und Vereinbarungen können beide Seiten genau wissen, was erwartet wird und wie Erfolge gemessen werden. Dieser Rahmen stellt sicher, dass Technologieeinsatz, Qualität und Wirtschaftlichkeit vertraglich verankert sind – ein wichtiger Schritt, bevor die operative Umsetzung beginnen kann.

Die Integration operativer Technologien (OT) – insbesondere IoT-Sensorik, vernetzter Plattformen und Smart Devices – ist ein zentrales Element des Smart-Cleaning-Modells. Ihre erfolgreiche Implementierung stellt mehrdimensionale Anforderungen: technische (Hardware, Software, Infrastruktur), rechtliche (Datenschutz, IT-Sicherheit) und organisatorische (Prozesse, Zuständigkeiten). Dieses Kapitel beleuchtet diese Anforderungen und liefert Empfehlungen, wie ein Großunternehmen und der Dienstleister sie erfüllen können.

Technische Anforderungen: Zunächst muss die technische Infrastruktur im Gebäude angepasst oder erweitert werden, um Smart Cleaning zu ermöglichen.

• Netzwerkanbindung: IoT-Sensoren und Reinigungsroboter benötigen Konnektivität. Häufig setzen moderne Geräte auf WLAN oder Mobilfunk (LTE-M) für Datentransfers. In den Gebäuden muss daher flächendeckende, stabile Funkabdeckung gewährleistet sein – insbesondere auch in Bereichen wie Sanitäranlagen, Lagerräumen oder nachts geschlossenen Büros, wo Router ggf. ausgeschaltet sind. Falls ein firmeneigenes WLAN genutzt wird, ist die IT-Abteilung einzubinden, um z.B. ein separates VLAN für Gebäudesensorik einzurichten (Stichwort IT/OT-Netztrennung zur Sicherheit). Alternativ können Low-Power-WAN-Technologien wie LoRaWAN genutzt werden, die ohne bestehende IT-Infrastruktur auskommen. Im konkreten Fall sollte ein Technologiekonzept erstellt werden: Welche Sensoren sollen wo platziert werden, wie senden diese Daten (Gateway, Cloud)? Ebenso für die Roboter: Diese können oft selbst navigieren, aber Software-Updates oder Telemetriedaten erfordern Netzzugang. Nexaro-Roboter etwa haben Mobilfunkmodule eingebaut, was den Installationsaufwand reduziert – allerdings muss dann ein stabiler Mobilfunkempfang im Gebäudeinneren gegeben sein (möglicherweise Signalverstärker nötig).

• Hardware-Anforderungen: Die Sensorik muss robust, wartungsarm und datenschutzgerecht sein. Präsenzmelder sollten anonymisiert zählen (z.B. per Infrarot mit Körperwärme, nicht per Kamera), um Datenschutzrisiken zu minimieren. Füllstandssensoren in Papier- oder Seifenspendern müssen mit vorhandenen Spender-Modellen kompatibel sein – ggf. ist ein Austausch auf „smarte Spender“ notwendig. Wichtig ist auch die Batterielaufzeit dieser Sensoren: Um den Wartungsaufwand niedrig zu halten, sollten sie energy harvesting (z.B. EnOcean-Technologie, die Energie aus Umgebung gewinnt) oder langlebige Batterien nutzen. EnOcean wirbt hier z.B. mit batterielosen Funksensoren zur einfachen Nachrüstung. Reinigungsrobotik: Cobots müssen den Gegebenheiten der Standorte entsprechen. In Industriebereichen (Hallen) sind größere Scheuersaugmaschinen mit autonomer Steuerung sinnvoll, in Bürogebäuden kleine, wendige Saugroboter mit sensibler Navigation auf Teppich. Anforderungen sind u.a.: genügende Flächenleistung (m²/h) um in den verfügbaren Zeitfenstern zu reinigen, Sicherheitssysteme zum Personenschutz (Not-Stopp, Kollisionssensorik), und Autonomiegrad (selbstständiges Docken/Laden, Hindernisumfahrung, ggf. Lift-Fähigkeit falls in mehreren Etagen eingesetzt). Zusätzlich muss die Kompatibilität der verschiedenen Systeme gewährleistet sein: Idealerweise fließen Sensordaten (z.B. "Raum X wurde heute benutzt") und Roboterdaten (z.B. "Roboter hat Raum X gereinigt um 15:00") in einer gemeinsamen Datenplattform zusammen, um ein umfassendes Bild zu erhalten. Dies erfordert Schnittstellen (APIs) oder die Verwendung einer einheitlichen Lösung. In der Praxis bieten einige Anbieter Gesamtpakete an, andere erfordern Integration via Middleware.

• Software und Plattform: Zentral ist eine FM-Datenplattform oder ein Dashboard zur Steuerung und Überwachung. Anforderungen hier: Es sollte Echtzeit-Daten anzeigen können (für Reinigungsstatus, Sensoralarme), Aufgabenmanagement ermöglichen (Tickets an Reinigungskräfte senden, wenn z.B. ein Smart Button in Meetingraum A gedrückt wurde) und Auswertungen (KPI-Reports) bereitstellen. Cloud-basierte Lösungen sind üblich, was eine Abstimmung mit der IT-Security erfordert (Thema: dürfen Reinigungsdaten in externen Clouds liegen?). Alternativ kann eine On-Premises-Installation gewählt werden – das erhöht aber ggf. die Komplexität und Kosten. Wichtig ist, dass sowohl Auftraggeber wie Auftragnehmer Zugriff auf relevante Daten haben. Zudem sollte die Software mobile Endgeräte unterstützen (Smartphones/Tablet-Apps für Vorarbeiter und Reinigungskräfte, damit diese unterwegs Rückmeldungen eingeben oder Aufgaben erhalten können). Ein weiteres Kriterium ist die Skalierbarkeit: Da es sich um ein Großunternehmen mit mehreren Standorten handelt, muss das System standortübergreifend funktionieren und ggf. standortspezifische Einstellungen erlauben.

• Datenschutz (DSGVO): Sobald Sensoren Daten erheben, die sich auf Personen beziehen (direkt oder indirekt), gilt es die DSGVO-Vorgaben einzuhalten. Zwar zählen anonyme Nutzungsdaten (wie reine Zählwerte ohne Personenbezug) nicht als personenbezogen, doch Vorsicht: Wenn man z.B. genaue Bewegungsmuster aufzeichnet, könnte ein Personenbezug nicht ausgeschlossen sein. Daher sollte ein Datenschutzkonzept erstellt werden. Dieses umfasst: Verzeichnis der Verarbeitungstätigkeiten (Wer verarbeitet welche Daten zu welchem Zweck?), Rechtsgrundlage (im Arbeitskontext bspw. §26 BDSG für Beschäftigtendaten, falls Reinigungspersonal getrackt wird), Einwilligungen falls nötig (z.B. könnten Gebäudenutzer informiert werden, dass anonymisierte Occupancy-Sensoren im Einsatz sind), technische Maßnahmen (Pseudonymisierung, Zugriffsbeschränkung) und Löschfristen (z.B. Nutzungsdaten nach X Tagen löschen, wenn nur für unmittelbare Einsatzplanung gebraucht). Zudem ist zwischen Auftraggeber und Auftragnehmer ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO zu schließen, wenn der Dienstleister die Daten im Auftrag verarbeitet – was hier zutreffen wird, da er ja das System betreibt. Dieser regelt u.a. Datensicherheit und Weisungsrechte des Auftraggebers.

• IT-Sicherheit: Eng verknüpft mit Datenschutz ist die Pflicht, angemessene IT-Sicherheitsmaßnahmen umzusetzen (Art. 32 DSGVO – Stand der Technik). Konkret: Sensoren und Roboter sollten gegen unbefugten Zugriff gesichert sein (z.B. Authentifizierung, Verschlüsselung der Funkkommunikation). Die Datenplattform muss vor Cyberangriffen geschützt sein; ein Penetrationstest vor Inbetriebnahme ist ratsam. In den Vertrag mit dem Dienstleister kann eine IT-Sicherheitsklausel aufgenommen werden, die etwa die Einhaltung von ISO 27001 oder vergleichbarer Standards fordert. Außerdem sollte geregelt sein, wer im Falle eines Datenlecks haftet und wie Incident-Response erfolgt.

• Haftung & Arbeitssicherheit: OT-Integration bringt neue potenzielle Haftungsrisiken. Beispiel: Ein Reinigungsroboter verursacht einen Schaden (fährt gegen empfindliche Maschinen oder verletzt eine Person). Hier muss klar sein, dass der Dienstleister für seine Geräte haftet, vergleichbar wie für Fehler menschlicher Mitarbeiter. Möglicherweise verlangt der Auftraggeber den Nachweis einer erweiterten Haftpflichtversicherung, die Robotik abdeckt. Zudem sind Arbeitsschutzvorschriften zu beachten: Wenn Reinigungskräfte mit Cobots arbeiten, gelten die gleichen Vorschriften wie bei Maschinenbedienung – Unterweisung, Betriebsanweisungen, CE-Kennzeichnung der Roboter usw. Roboter gelten als Arbeitsmittel, die der Dienstleister bereitstellt, somit muss er die Betriebssicherheit garantieren. Für den Fall, dass Sensoren z.B. in Toiletten angebracht sind (Zählung von Nutzern), ist auch die Wahrung der Persönlichkeitsrechte der Mitarbeiter und Nutzer relevant – Kameras in sensiblen Bereichen wären tabu, Sensoren sollten diskret sein.

• Zuständigkeiten und Personal: Es muss klar definiert werden, wer die OT-Systeme betreut. Auf Seiten des Dienstleisters sollte es einen OT-Koordinator geben (z.B. Objektleiter mit IT-Affinität oder ein separater „IoT-Administrator“), der die Sensoren installiert, Batteriewechsel im Blick hat und als Ansprechpartner für technische Probleme fungiert. Auf Auftraggeberseite sollte ebenfalls ein FM-Mitarbeiter benannt werden, der das Thema Digitalisierung der Reinigung koordiniert und z.B. die Schnittstelle zur hauseigenen IT bildet. Organisatorisch neu ist auch die Wartung der Cobots: Hier müssen Reinigungs- und Wartungsprozesse verzahnt werden. Beispielsweise benötigt ein Nass-Saugroboter regelmäßiges Reinigen seiner Tanks/Filter – entscheidet man, dass dies vom Reinigungspersonal täglich durchzuführen ist, braucht es Zeitfenster und Schulung dafür.

• Prozessintegration: Die Arbeitsprozesse sind an die neuen Technologien anzupassen. Konkret: Wie wird aus einem Sensorimpuls eine auszuführende Handlung? Hierfür empfiehlt es sich, einen digitalen Workflow einzurichten. Beispiel: Ein Präsenzsensor meldet "Konferenzraum 2 seit 4 Stunden ungenutzt nach letzter Reinigung". Das System könnte automatisch den Reinigungsplan optimieren und diesen Raum für heute überspringen – aber damit die menschlichen Reinigungskräfte das wissen, muss es in ihrem Tagesplan angezeigt werden. Ähnlich bei Meldungen: Drückt ein Mitarbeiter den Smart Button "Papier fehlt", erzeugt das System ein Ticket für den zuständigen Reiniger vor Ort. Diese Prozesse müssen definiert und trainiert werden. Anfangs sind ggf. auch Fallback-Routinen nötig, falls die Technik hakt (z.B. wenn das Dashboard ausfällt, gibt es einen analogen Plan als Backup).

• Zusammenarbeit IT und FM: Die Einführung von IoT-Geräten bedingt eine enge Kooperation zwischen der IT-Abteilung des Unternehmens und dem FM bzw. Dienstleister. Es sollten gemeinsame Projektteams gebildet werden, um die Installation und den Betrieb zu begleiten. Auch später im laufenden Betrieb ist ein Austausch notwendig, etwa wenn Software-Updates anstehen oder neue Standorte ausgerüstet werden. Die Organisation muss also bereichsübergreifend denken – Smart Cleaning liegt an der Schnittstelle von FM, IT und teilweise HR (Schulung).

• Schulung und Dokumentation: Organisatorisch ist sicherzustellen, dass alle Beteiligten die Technologie sachgerecht nutzen. Das Reinigungspersonal benötigt Schulungen zur Bedienung der Roboter und zur Interpretation der Sensordaten (sofern sie z.B. ein App-Interface nutzen). Ebenso brauchen die Objektleiter Training im Umgang mit dem Dashboard und der Analyse von KPIs. Es kann sinnvoll sein, Schulungen mit dem Anbieter gemeinsam durchzuführen (viele Hersteller bieten Trainingsprogramme an). Weiterhin müssen alle neuen Prozesse dokumentiert sein: z.B. Arbeitsanweisungen zur Roboterwartung, Ablaufpläne bei Störungen (wer ist zu informieren, etc.). Diese Dokumentation sollte Teil des Qualitätsmanagements werden – im Sinne der DIN EN 13549, die Dokumentation als Qualitätsbaustein sieht.

• Pilotbetrieb und Skalierung: Organisatorisch ratsam ist, die OT-Integration schrittweise umzusetzen. Beispielsweise könnte man in einer Pilotliegenschaft die Sensoren und Cobots testen und Prozesse verfeinern, bevor der Roll-out auf alle Standorte erfolgt. Hierzu braucht es ein Projektplan mit Meilensteinen und Feedbackschleifen. Aus dem Pilot gewonnenes Wissen (z.B. optimale Positionierung von Ladestationen, oder welche Sensoren sich als unzuverlässig erwiesen) kann dann in Standards für alle Standorte überführt werden.

Es stellt die OT-Integration hohe Anforderungen, aber sie ist beherrschbar mit sorgfältiger Planung. Technisch muss die Infrastruktur passen, rechtlich muss Datenschutz und Sicherheit gewährleistet sein, und organisatorisch müssen die Menschen und Prozesse darauf vorbereitet werden. Wenn diese Voraussetzungen erfüllt sind, legen IoT und Co. die Grundlage dafür, Reinigung in Echtzeit zu steuern und kontinuierlich zu optimieren.

Der Einsatz von Reinigungsrobotern (Cobots) in einem Smart-Cleaning-Modell bringt spezifische Anforderungen sowohl an die Maschinen selbst als auch an die bauliche und infrastrukturelle Umgebung in den Gebäuden. In diesem Kapitel werden die Kriterien für die Auswahl und Platzierung von Cobots sowie notwendige Anpassungen der Gebäudearchitektur – etwa Robotikstationen und logistische Überlegungen – behandelt. Ziel ist es, die Cobots so zu integrieren, dass sie maximale Effizienz bei minimaler Beeinträchtigung des Betriebs ermöglichen.

• Funktionalität und Leistung: Je nach Einsatzbereich müssen die Cobots die passenden Funktionen bieten. In Bürogebäuden sind meist autonome Staubsaugroboter oder kleinere Scheuersaugautomaten gefragt, die enge Räumlichkeiten (Büros, Flure) bewältigen können. In Industriehallen hingegen können größere autonome Kehr- oder Scheuersaugmaschinen nötig sein. Wichtig ist, dass die Flächenleistung zur zu reinigenden Fläche passt: Ein Roboter sollte die ihm zugewiesene Fläche innerhalb des verfügbaren Zeitfensters (z.B. nachts 3-4 Stunden oder verteilt über den Tag in freien Intervallen) reinigen können. Dabei ist zu berücksichtigen, dass Cobots i.d.R. langsamer arbeiten als ein Mensch auf kleiner Fläche, aber sie kontinuierlich und ohne Ermüdung arbeiten können – z.B. mehrere Stunden am Stück. Mehrere kleinere Roboter parallel einzusetzen (“Roboterflotte”) kann flexibler sein als eine große Maschine, insbesondere wenn verschiedene Stockwerke simultan gereinigt werden müssen. Eine Modularität der Flotte ist vorteilhaft: So kann etwa pro Etage ein Saugroboter stationiert sein, was simultanes Reinigen erlaubt.

• Navigation und Sicherheit: Cobots müssen in der Lage sein, selbstständig zu navigieren, Hindernisse zu erkennen und Kollisionen zu vermeiden. Heutige Modelle nutzen Lidar, 3D-Kameras oder andere Sensoren zur Raumerkennung. Vor Inbetriebnahme erfolgt typischerweise ein Mapping-Lauf, bei dem der Roboter die Räumlichkeiten kartiert. Die Fähigkeit, sich an verändernde Umgebungen anzupassen (z.B. umgestellte Möbel) ist wichtig – hochwertige Modelle aktualisieren ihre Karte dynamisch bei jeder Fahrt. Sicherheit ist ein zentrales Kriterium: Cobots, die während Betriebszeiten fahren (Daytime Cleaning), treffen auf Menschen. Sie benötigen daher zuverlässige Personenerkennung und Schutzmechanismen. Redundante Absturzsensoren (gegen Treppenstürze) und sanfte Berührungs-Stopp-Mechanismen sind Standard. Es sollten nur Roboter mit CE-Kennzeichnung und idealerweise Zertifizierung für den Einsatz in Anwesenheit von Personen (vielleicht nach ISO 18646 für Service-Roboter) eingesetzt werden. Um Risiken weiter zu minimieren, kann man Einsatzzeiten so wählen, dass möglichst geringe Publikumsverkehr herrscht – beispielsweise Flurreinigung in Bürotrakten frühmorgens oder am Abend, oder in der Mittagszeit, wenn viele außer Haus sind. Das Konzept der gezielten Platzierung mit minimaler Verkehrsbeeinträchtigung bedeutet auch, dass Roboter nicht zu Stoßzeiten an zentralen Knotenpunkten putzen, um keine „Stolperfallen“ zu erzeugen.

• Wartungs- und Ladeautomatik: Cobots sollten über automatische Ladestationen verfügen, zu denen sie nach getaner Arbeit oder bei niedrigem Akkustand selbstständig zurückkehren können. Die Akkulaufzeit muss ausreichen, um zumindest einen Reinigungszyklus abzudecken. Falls Zwischenladungen nötig sind (Opportunity Charging), muss die Software dies intelligent einplanen. Idealerweise können Roboter ihre Wasser-/Reinigungsmitteltanks ebenfalls an Stationen automatisch befüllen/leeren – solche Systeme stehen im Ansatz zur Verfügung (meist jedoch in größeren Anlagen, z.B. autonome Scrubber mit Pumpstation). Ist dies nicht gegeben, muss einkalkuliert werden, dass Reinigungskräfte dem Roboter Verbrauchsmaterial zuführen (z.B. Pads wechseln, Schmutzwasser entleeren). Die Robustheit der Cobots ist zu beachten: Sie sollten industrietauglich sein, d.h. Dauerbetrieb, Staub und ggfs. rauen Boden aushalten. Außerdem sollte der Hersteller Support und Ersatzteile gewährleisten können, da ein Ausfall sonst Lücken in der Reinigungsleistung reißt. Verträge mit Herstellern oder Leasinggebern, die schnellen Reparaturservice bieten, sind sinnvoll (Nexaro z.B. bietet ein Leasingmodell mit Austauschservice).

• Integration in Steuerung: Die Cobots sollten sich zentral steuern lassen, am besten über die bereits erwähnte FM-Plattform. Das bedeutet, dass sie Aufträge digital empfangen können (z.B. „reinige Etage 3 jetzt“). Zudem sollten sie ihren Status zurückmelden (Arbeit fertig, Fehler etc.). Viele professionelle Modelle haben Cloud-Anbindung und können über Web-Interface administriert werden. Diese Fähigkeit ist essenziell, um ins Smart Cleaning Konzept zu passen. Ein Roboter, den man jeden Tag manuell starten muss, wäre kontraproduktiv. Besser sind zeitgesteuerte Autostarts oder Sensortrigger – z.B. startet der Roboter automatisch, wenn die Belegungssensoren signalisieren, dass das Großraumbüro leer ist (abends oder in der Mittagspause).

• Robotikstationen (Lade- und Servicebereiche): In jedem Gebäude – oder auf jeder Etage, je nach Konzept – muss Platz für eine Roboterstation vorgesehen werden. Das ist ein abgegrenzter Bereich, wo der/die Roboter parken, laden und gewartet werden können. Anforderungen: Stromanschlüsse (ggf. mehrere, falls mehrere Roboter), bei Nassreinigungsrobotern idealerweise ein Frisch- und Abwasseranschluss in der Nähe, gute Belüftung (falls die Roboter dort trocknen sollen). Diese Station sollte zugänglich, aber nicht störend liegen: beispielsweise eine kleine Nische im Flur, ein Putzraum oder ein Technikraum. Im Büro könnte die Station z.B. in der Nähe des Aufzugs in einer ungenutzten Ecke eingerichtet werden, um die Wege der Roboter kurz zu halten. Wichtig ist auch ein ausreichend dimensionierter Raum, damit ggf. Mitarbeiter den Roboter manuell erreichen können (zum Reinigen oder für Updates). Weiterhin müssen die Stationen sicher sein – Stolperschwellen vermeiden, Ladekabel ordentlich verstaut, evtl. durch eine einfache Barriere für Unbefugte abgeschirmt (man will ja nicht, dass jemand versehentlich über den Roboter fällt oder ihn entwendet). In Bestandsgebäuden sind solche Bereiche einzuplanen; bei Neubauten könnte man von vornherein kleine „Robotik-Räume“ vorsehen.

• Bodenbeschaffenheit und Hindernisse: Gebäude, die für Reinigungsroboter vorgesehen sind, sollten möglichst roboterfreundlich gestaltet oder angepasst werden. Das heißt: Stufen und Schwellen möglichst eliminieren oder Rampen anbringen (Roboter können i.d.R. nur geringe Höhen überwinden, oft <2 cm). Teppichkanten oder Kabelbrücken müssen fixiert sein. Bereiche mit schweren Möbeln, die bewegt werden müssen, sind problematisch – hier muss man definieren, was der Roboter als Grenzen ansieht. Auch Bodenbeläge spielen eine Rolle: Sehr dunkle oder reflektierende Böden können optische Sensoren irritieren (einige Roboter "sehen" schwarze Flächen als Abgrund). Wenn solche vorhanden sind, muss man Modelle wählen, die damit umgehen können, oder Markierungen aufbringen. Weiterhin sollte der Zugang zu allen zu reinigenden Bereichen für den Roboter möglich sein – dazu gehören offene Türen oder automatische Türsysteme. In modernen Gebäuden kann man Türsteuerungen eventuell ins System einbinden; pragmatischer ist es, während der Reinigungszeiten Türen offen zu lassen. Falls Aufzüge genutzt werden müssen, ist das ein komplexerer Punkt: Hochentwickelte Roboter können sich mit Aufzugssystemen koppeln (via Digital Command) und selbstständig zwischen Stockwerken wechseln, die meisten jedoch nicht. Hier müsste also Personal assistieren oder man platziert mehrere Roboter (einen pro Etage). Insgesamt gilt: je offener und barriereärmer ein Gebäude gestaltet ist, desto leichter haben es die Cobots.

• Platzierung und Bewegungsplanung: Unter gezielter Platzierung versteht man, die Einsatzorte und -zeiten der Roboter so zu planen, dass Störungen minimiert werden. So könnte man in einem Bürohochhaus z.B. einen Saugroboter in jedem zweiten Stockwerk stationieren und ihn am späten Nachmittag reinigen lassen, wenn dort erfahrungsgemäß viele in Meetings oder schon weg sind. In stark frequentierten Bereichen (Eingangshallen, Kantinen) wird man Roboter eher außerhalb der Stoßzeiten fahren lassen – oder aber bewusst tagsüber als "Showcase", wenn man die Sichtbarkeit nutzen will (manche Unternehmen setzen Roboter gezielt sichtbar ein, um Innovation zu demonstrieren, was aber nur funktioniert, wenn die Umgebung es akzeptiert). In jedem Fall sollte der Reinigungsplan mit dem Nutzerverkehr abgestimmt sein: Daten über typische Nutzungsmuster (vielleicht gewonnen aus den IoT-Sensoren) helfen hier. Beispielsweise: Sind Toiletten im Verwaltungsbereich morgens stark frequentiert, könnte ein Reinigungsroboter dort gegen Mittag fahren, wenn das Nutzungsaufkommen sinkt.

• Geräusch- und Umweltfaktoren: Obwohl Cobots leiser werden, erzeugen sie Geräusche. In Büroumgebungen kann das stören (Staubsaugroboter ~50-60 dB). Daher sollte man geräuscharme Modelle bevorzugen und/oder Einsatzzeiten wählen, wo Lärm tolerierbar ist. Raumakustik spielt mit rein – in hallenden Fluren wirkt das lauter. Gegebenenfalls sind einfache bauliche Maßnahmen wie das Anbringen von Schallschutz in Robotikstationen sinnvoll, damit Ladegeräusche o.Ä. gedämmt werden. Zudem müssen Umweltbedingungen berücksichtigt werden: Extrem staubige oder feuchte Umgebungen (Industrie) können Sensoren beeinträchtigen – hier muss man überlegen, ob spezielle Gehäuse oder Reinigungsroutinen für die Roboter nötig sind.

• Sicherheitskennzeichnung: Aus Arbeitsschutzsicht empfiehlt es sich, Hinweisschilder aufzustellen à la "Achtung, Reinigungsroboter im Einsatz". Gerade in öffentlich zugänglichen Bereichen (z.B. Lobby) kann das Haftungsrisiken mindern und sensibilisiert die Personen. Im Unternehmen intern kann man das in die Kommunikation einbinden (siehe Personalentwicklung/Change – man stellt die Roboter den Mitarbeitern vor, damit keine Schreckreaktionen kommen).

Gebäudearchitektur bei Neubau vs. Bestand: Bei Neubauten kann man Smart Cleaning schon in der Planung berücksichtigen – z.B. ausreichende Abstellräume pro Etage mit Strom/Wasser, Böden ohne Absätze, Steckdosen an sinnvollen Punkten für Sensor-Gateways, eventuell sogar Dockingstationen im Boden eingelassen. In Bestandsgebäuden wird man oft Kompromisse finden müssen. Hier ist eine Begehung mit Robotern sinnvoll: Der Dienstleister kann testweise einen Roboter durchs Gebäude schicken, um zu sehen, wo er Probleme hat (z.B. Funklöcher, festgefahren an Stuhlbeinen etc.), und daraufhin kann man gezielte bauliche Anpassungen vornehmen (z.B. Markierungen am Boden für "No-Go-Zonen", wo der Roboter nicht hinfahren soll, oder das Verrücken von Mobiliar).

Es müssen sowohl die Roboter selbst passend ausgewählt als auch die Gebäudeumgebung optimiert werden, damit Cobots effektiv arbeiten können. Mit durchdachter Platzierung und baulichen Vorkehrungen lässt sich gewährleisten, dass die Roboter ihre Arbeit tun, ohne den Betriebsablauf zu stören. Diese Symbiose von Technik und Architektur ist ein Schlüsselfaktor für den Erfolg des Smart-Cleaning-Modells.

Im traditionellen Reinigungsvertrag sind Leistungsumfang und -häufigkeit meist starr festgeschrieben. Für das Smart-Cleaning-Modell muss der Reinigungsvertrag jedoch dynamischer und technikaffiner gestaltet werden. In diesem Kapitel wird erläutert, welche Anpassungen in den Vertragsinhalten und Anhängen nötig sind – von der Leistungsbeschreibung über SLA-Klauseln bis hin zu Reporting, Change-Management und Innovationsklauseln. Viele dieser Punkte wurden bereits im Abschnitt zur Vertragsstruktur angerissen; hier erfolgt die vertiefte inhaltliche Ausgestaltung.

• Leistungsbeschreibung / Leistungsverzeichnis: Klassische Leistungsverzeichnisse listen z.B. "Büro 101: 3× pro Woche saugen, 1× pro Woche Abfall entleeren" etc. In einem Smart-Cleaning-Vertrag sollte die Leistungsbeschreibung bedarfsgerecht und ergebnisorientiert formuliert sein. Das heißt, es werden Zielzustände und Maximal-/Minimalleistungen definiert statt fixe Frequenzen. Beispiel: "Alle Büros sind werktäglich auf sichtbare Verschmutzungen zu kontrollieren und bei Bedarf zu reinigen (Ergebnis: keine sichtbaren lose aufliegenden Verschmutzungen). Büros, die nicht genutzt wurden, müssen nicht gereinigt werden." So eine Formulierung ermöglicht es, dass via Sensor erfasst wird, ob Nutzung stattfand. Ergänzend kann man sagen: "Mindestens einmal pro Woche ist jedoch eine Grundreinigung aller Büros durchzuführen, unabhängig vom Nutzungsgrad." – damit wird ein Minimalstandard gehalten (Vermeidung von Hygienerisiken). Für Sanitärbereiche könnte es heißen: "Bei hohem Nutzungsaufkommen (über 100 Personen/Tag) erfolgt mindestens eine Zwischenreinigung tagsüber zusätzlich zur Grundreinigung abends." Solche Parameter kann man mit Schwellenwerten versehen, die aus Sensoren kommen. Wichtig ist, dass die Verknüpfung von Sensorwerten und Reinigungsauslösung im Vertrag beschrieben wird, damit keine Unklarheit herrscht. Denkbar ist, einen Sensor-Matrix-Plan als Anhang aufzunehmen: z.B. "Sensor A (Personenzähler Eingang WC) >50 löst Aufgabe 'WC zwischenreinigen' aus, Reaktionszeit <30 min."

• Qualitätsstandards (Anhang Qualitätskatalog): Hier sollte auf DIN EN 13549 zurückgegriffen werden, die ja Qualitätsniveaus definiert (evtl. mit Notenskala) und Verfahren wie Sichtkontrollen. Man kann vereinbaren, dass z.B. monatliche Stichprobenkontrollen nach dem Standard durchgeführt werden und ein bestimmter Durchschnittswert nicht unterschritten werden darf (z.B. keine der kontrollierten Flächen schlechter als Note 3 gemäß EN 13549). Alternativ oder ergänzend können Nutzerzufriedenheitsbefragungen einfließen, indem z.B. über das FM-Tool einfache Feedbacks gesammelt werden ("Smiley-System" in Toiletten etc.) – falls solche vorgesehen sind, sollten sie in der Leistungsbeschreibung oder im SLA erwähnt werden (etwa: Ziel 90% zufriedene Rückmeldungen).

• Service Level Agreement (SLA) und KPI-Katalog: Ein zentrales Element, meist als eigener Vertragsanhang, ist der KPI-Katalog. Hier werden alle maßgeblichen Leistungskennzahlen aufgelistet, inkl. Definition, Messmethode, Zielwert und Konsequenzen bei Abweichung. Tabelle 2 zeigt exemplarisch, wie ein Ausschnitt eines solchen KPI-Katalogs aussehen könnte:

Die obigen KPIs sind beispielhaft. Sie demonstrieren, dass Qualität, Geschwindigkeit, Versorgungssicherheit, Personaleinsatz und Innovationsbereitschaft messbar gemacht werden. Insbesondere die Qualitäts-KPI sollte eng an Standards gebunden sein (z.B. Stichprobenkontrolle nach EN 13549 mit Mindestpunktzahl). Die Reaktionszeit-KPI stellt sicher, dass Daytime Cleaning auch tatsächlich schnell auf Ad-hoc-Bedarf reagiert. Verbrauchsmaterial-Verfügbarkeit ist im Sinne von Nutzerzufriedenheit zentral (niemand möchte leere Spender vorfinden). Personal-KPI soll vermeiden, dass der Dienstleister stillschweigend Unterbesetzung fährt und die Leistung leidet – hiermit wird Transparenz geschaffen. Der Innovations-KPI ist eher ein weiches Kriterium, zeigt aber den Willen, auch solche Dinge zu tracken (man könnte auch eine Zufriedenheit des AG mit dem Innovationsgrad erheben).

• Reportingstruktur: Der Vertrag sollte genau vorgeben, wie berichtet wird. Üblich ist eine Kombination aus permanentem Zugang (Dashboard) und periodischen Berichten. Beispielsweise: „Der AN stellt dem AG über ein Web-Portal tagesaktuell die Leistungsdaten und KPI-Auswertungen zur Verfügung. Zusätzlich übermittelt der AN bis zum 5. Werktag jedes Monats einen Bericht für den Vormonat, der folgende Inhalte enthält: …“. Inhalte können sein: KPI-Übersicht mit Soll/Ist, Erläuterungen zu Abweichungen, durchgeführte Schulungen, Übersicht Beschwerden und getroffene Maßnahmen, etc. Auch ein Quartalsbericht mit verdichtetem Management Summary kann vereinbart werden. Für Transparenz sorgt auch, wenn der AG selbst in Echtzeit einsehen kann, was im Objekt passiert – z.B. wenn er über das System sieht: Roboter X in Gebäude Y hat Reinigung gestartet um 18:00, beendet um 19:30 mit Erfolg, oder Ticket A (verschütteter Kaffee Raum 101) erledigt um 10:15. Solche Daten sind wertvoll, um bei Rückfragen aus den Fachbereichen (Gebäudenutzer) Auskunft geben zu können („Ja, unser Team war umgehend dort und hat gereinigt“). Daher sollte der Vertrag dem AG entsprechende Zugriffsrechte auf diese Daten einräumen (ggf. unter Wahrung Datenschutz, z.B. keine personenbezogenen Daten der einzelnen Reinigungskräfte ohne Grund).

• Change-Management und Flexibilisierung: Ein dedizierter Abschnitt im Vertrag (oder SLA-Anhang) sollte regeln, wie Leistungsanpassungen vorgenommen werden können. Smart Cleaning lebt davon, auf Änderungen zu reagieren – z.B. Büroumbauten, geänderte Nutzerzahlen, neue Gebäudeflächen oder Reduktion selbiger. Hier empfiehlt sich ein Katalog typischer Änderungen: z.B. "Bei Flächenänderung ±X m² erfolgt Preisanpassung anhand des vereinbarten Preises/m² der ursprünglichen Kalkulation" oder "Änderung der Reinigungsfrequenz eines Bereichs bedingt Verhandlung eines neuen SLA-Parameters, ggf. Preisanpassung". Für kurzfristige Änderungen (z.B. Sonderreinigung wegen Event) kann festgelegt sein, dass diese auf Abruf erfolgen und nach Einheitspreisen abgerechnet werden (man kann eine Preisliste anhängen für Sonderleistungen). Wichtig ist, ein Verfahren für Change Requests festzulegen: schriftliche Anforderung durch AG, innerhalb welcher Frist AN darauf reagieren muss mit Umsetzungsvorschlag und eventueller Mehr-/Minderkosten, und beidseitige Zustimmung. So ein Verfahren schafft Klarheit und vermeidet Streit, wenn sich Anforderungen ändern – was in einem mehrjährigen Vertrag sicher der Fall sein wird.

• Innovationsklausel und Anpassung an den technischen Fortschritt: Da Technologie sich weiterentwickelt, sollte der Vertrag auch hier Flexibilität bieten. Eine Innovationsklausel könnte lauten: „Die Parteien vereinbaren, mindestens einmal jährlich einen Innovationsworkshop durchzuführen, in dem neue Entwicklungen im Bereich Smart Cleaning bewertet werden. Der AN wird dem AG Verbesserungsmöglichkeiten vorschlagen (z.B. Einsatz neuer Robotermodelle, Software-Updates, zusätzliche Sensorik), die der Effizienz oder Qualität dienen. Die Parteien entscheiden gemeinschaftlich über die Umsetzung und passen bei Einigung den Vertrag entsprechend an.“ Diese Klausel fördert eine proaktive Haltung. Sie sollte kombinierte Anreize setzen – etwa, dass eventuelle Kostenersparnisse durch Innovation teilweise an den AG weitergegeben werden (um diesen zur Zustimmung zu motivieren), aber auch dem AN Vorteile bringen (z.B. darf er Einsparungen teilweise behalten oder es verlängert den Vertrag). Manche Verträge fassen dies auch als Benchmark-Klausel: wenn z.B. im Markt ein neues Verfahren Standard wird, verpflichtet sich der AN, mitzuziehen, damit der AG immer eine moderne Dienstleistung bekommt.

• Vertragsanhänge und Dokumentation: Weitere Anhänge können hinzugefügt werden, etwa ein Hygieneplan (gerade mit Blick auf erhöhte Transparenz und Standards, analog zu DIN 13063 im Krankenhaus sollte auch im Büro/Industrie ein Reinigungs- und Hygienekonzept dokumentiert sein), Mitarbeiterlisten (wer ist im Objekt tätig, evtl. mit Qualifikationen), Geräteliste (Auflistung aller im Einsatz befindlichen Geräte, inkl. Cobots, Sensoren – hilfreich für Inventarisierung, Wartungspflichten und End-of-Contract-Regelung, was damit passiert).

Die Einführung des Smart-Cleaning-Modells verändert nicht nur Technik und Prozesse, sondern hat auch weitreichende Auswirkungen auf das Personal (insbesondere die Reinigungskräfte und Objektleiter) sowie auf die Organisation der Dienstleistung. Dieses Kapitel untersucht, wie Schulung, Einsatzplanung (Revierplanung), Kommunikation und Rollenbilder angepasst werden müssen, um die Humanressourcen optimal in das neue Modell einzubinden. Eine erfolgreiche Transformation erfordert Change Management auf Seiten des Dienstleisters und auch beim Auftraggeber, um Vorbehalte abzubauen und neue Kompetenzen aufzubauen.

Ein zentrales Element ist die Weiterbildung der Reinigungskräfte und des Führungspersonals. Da nun Cobots und digitale Tools Teil des Alltags sind, müssen Mitarbeiter darauf vorbereitet werden.

• Technische Schulung: Reinigungskräfte lernen den Umgang mit Cobots: Start/Stopp, einfache Programmierung (z.B. wenn vor Ort mal manuell der Roboter in einen bestimmten Raum geschickt werden muss), Fehlerbehebung (Blockaden lösen, Sensor reinigen) und Wartung (Auffüllen/Reinigen der Maschine). Ebenso erlernen sie die Nutzung von Apps oder Mobilgeräten, falls das Einsatzsystem Tickets auf ihr Smartphone sendet. Für manche mag dies ein großer Schritt sein, daher sollte Schulung praxisnah und ggf. wiederholt angeboten werden. Ähnlich wie DIN 13063 für Krankenhäuser Qualifizierungen fordert (z.B. "Sachkunde des Personals durch Qualifizierung sicherstellen"), sollte man auch hier Zertifikate oder Nachweise führen: z.B. jeder Mitarbeiter erhält nach erfolgreicher Cobotic-Schulung ein Zertifikat, welches auch im SLA als erfüllt nachgewiesen werden kann.

• Bedarfsorientierte Reinigung & Sensorik: Das Personal muss das Konzept verstehen, dass nicht mehr nach starrem Plan gereinigt wird, sondern nach Bedarf. Dazu gehört Vertrauen in die Sensorangaben – z.B. zu akzeptieren, dass ein Raum heute ausgelassen wird, obwohl man "immer montags Raum 101 gemacht hat". Das erfordert ein Umdenken. Schulungen sollten diese Logik erläutern und Übung darin geben, die Daten zu interpretieren (z.B. im Morgenbriefing wird das Dashboard gezeigt: welche Räume sind heute priorisiert?).

• Soft Skills und Kommunikation: Daytime Cleaning bedeutet, Reinigungskräfte sind sichtbar und interagieren mit den Gebäudenutzern. Das Personal sollte daher in kundenorientierter Kommunikation geschult werden: freundlich auf Fragen reagieren, ggf. kurze Erklärungen geben ("Der Roboter fährt gleich, keine Sorge, ich passe auf"), sich unaufdringlich verhalten, aber präsent. Auch interkulturelle Kompetenz oder Grundkenntnisse in der Sprache der Büroangestellten können förderlich sein, falls z.B. bisher viele Reinigungsmitarbeiter nicht Deutsch als Muttersprache sprechen. Hier kann der Arbeitgeber (Dienstleister) etwa Sprachkurse anbieten.

• Change-Awareness: Es ist wichtig, die Mitarbeiter emotional abzuholen. Viele könnten Angst haben, durch Roboter ersetzt zu werden – ein häufiges Vorurteil, wie Umfragen zeigen (fast die Hälfte der Befragten fürchtet Jobverlust durch Automation). Schulungen und interne Kommunikation müssen klar machen: Cobots sind Helfer, keine Konkurrenz. Im Sinne der kollaborativen Robotik werden monotone Aufgaben übernommen, damit die menschlichen Kräfte anspruchsvollere oder zumindest weniger belastende Tätigkeiten machen. Hier kann man z.B. betonen, dass Nachtarbeit reduziert wird, was der Gesundheit und Work-Life-Balance zugutekommt. Die Wackler-Group berichtet, dass Tagesreinigung zu höherer Zufriedenheit und Anerkennung führt – solche positiven Effekte sollten hervorgehoben werden. Das Rollenbild wandelt sich vom unsichtbaren "Putztrupp in der Nacht" hin zu Servicekräften am Tag, die Teil der Gebäudekultur sind.

• Führungskräfte-Schulung: Objektleiter und Teamleiter müssen lernen, ein datengetriebenes Controlling zu nutzen und ihre Leute entsprechend einzusetzen. Das erfordert Fähigkeiten in Analyse (Dashboard lesen, KPI interpretieren) und in flexibler Planung (tagesaktuelle Anpassungen). Zudem brauchen sie Kompetenz im Changemanagement: ihre Teams durch diese Veränderung führen, Feedback der Mitarbeiter aufnehmen und an das Management weitergeben.

• Revierplanung und Personaleinsatz: In klassischen Modellen hat jede Reinigungskraft ein festes Revier (Bereich) mit festem Plan. Im Smart Model wird die Revierplanung dynamischer. Möglicher Ansatz: Man behält feste Zuständigkeitsbereiche (z.B. Gebäudeteil A betreut durch Team X, Gebäudeteil B durch Team Y), um Verantwortlichkeiten zu klaren, aber innerhalb eines Bereichs entscheidet sich täglich, welche Räume intensiver gereinigt werden und welche nur kontrolliert. Das erfordert flexible Personalsteuerung. Technisch könnte ein System automatische Tourenpläne vorschlagen, basierend auf Sensorik. Die Teamleitung prüft und passt an. Die Reinigungskräfte müssen wiederum flexibel reagieren können: Sie können nicht stumpf To-Do-Liste abarbeiten wie früher, sondern müssen ggf. Prioritäten setzen (erst die dringenden Tickets, dann Routineaufgaben). Hierfür sollte in der Organisation Puffer eingeplant sein: z.B. eine Springer-Kraft am Tag, die einspringt bei ungewöhnlich vielen Ad-hoc-Aufgaben. Die Dienstplanung könnte auch Schichtmodelle ändern: Daytime Cleaning heißt mehr Personal tagsüber, evtl. weniger nachts. Das kann bedeuten, dass Personal, das bisher nur frühmorgens oder spätabends gearbeitet hat (oftmals in Teilzeit), nun zu anderen Zeiten gebraucht wird. Manche werden das begrüßen (familienfreundlicher), andere eventuell nicht, weil sie Zweitjobs hatten. Hier muss behutsam mit der Personalplanung umgegangen werden – möglicherweise bietet der Dienstleister verschiedenen Mitarbeitern Wahlmöglichkeiten an oder verändert Stundenmodelle (z.B. mehr Vollzeitstellen statt vieler Minijobs, was die Stabilität erhöht).

• Kommunikation und Einbindung der Gebäudenutzer: Organisatorisch sollte auch ein Kommunikationskonzept für die Nutzer (die Mitarbeiter des Auftraggebers, die in den Gebäuden arbeiten) erarbeitet werden. Denn für diese ändert sich auch etwas: Sie sehen tagsüber Reinigungskräfte und Roboter. Um Akzeptanz zu schaffen, kann das FM des Auftraggebers z.B. eine kurze Info-Kampagne machen – etwa E-Mails oder Intranet-Posts, die das neue Reinigungskonzept vorstellen: "Ihre Büros werden künftig tagsüber sauber gehalten – lernen Sie unsere Serviceteams kennen" und erklären, wie Smart Buttons funktionieren oder dass Roboter eingesetzt werden. Vielleicht sogar kleine Events, wo der Roboter vorgeführt wird. Ziel ist, dass die Anwender verstehen, was passiert, und positives Feedback geben statt sich zu beschweren ("der Staubsauger hat mich erschreckt"). Erfahrungsgemäß steigt die Wertschätzung, wenn man die Reinigung mit Gesichtern verbindet – Daytime Cleaning ermöglicht genau das. Es kann sogar dazu führen, dass Nutzer sorgfältiger mit der Umgebung umgehen, wenn sie die Reinigungsleute persönlich kennen.

• Rollenbilder und Organisationsentwicklung beim Dienstleister: Der Dienstleister muss eventuell neue Rollen in seiner Organisation definieren. Beispielsweise: Ein „Cobot-Coach“ oder Robotics Specialist, der mehrere Objekte betreut und sich um alle Roboterthemen kümmert (Wartung, Updates, Effizienzsteigerung). Oder ein Datenanalyst FM, der die Flut der Sensordaten auswertet und Optimierungsmaßnahmen vorschlägt (ggf. eine Funktion im Qualitätsmanagement-Team). Die klassische Pyramide (Objektleiter – Vorarbeiter – Reinigungskräfte) wird um solche Querschnittsrollen ergänzt.

Diese Übersicht zeigt, dass einige Aufgabenprofile breiter werden (Reinigungskräfte brauchen zusätzliche Skills, Objektleiter müssen technisches Verständnis haben) und neue Funktionen entstehen können. Der Dienstleister steht damit vor einer Organisationsentwicklung: Er muss ggf. seine internen Strukturen anpassen, Teams anders zusammensetzen und Karrierepfade bieten (z.B. könnte ein ambitionierter Reinigungstechniker perspektivisch "Fachkraft für Reinigungsrobotik" werden – hier entstehen Spezialisierungsmöglichkeiten, was den Beruf attraktiver machen kann).

• Motivation und Veränderungsbereitschaft fördern: Ein wesentlicher Aspekt ist, die Mitarbeiter mitzunehmen und ihre Motivation zu erhalten oder zu steigern. Smart Cleaning bietet Chancen dafür: Attraktivere Arbeitszeiten und das Gefühl, Teil eines innovativen Projekts zu sein, können die Identifikation mit dem Job erhöhen. Reinigungskräfte erfahren im Tagesbetrieb mehr Wertschätzung direkt von den Kunden, was sich positiv auf die Arbeitsmoral auswirkt. Gleichzeitig muss man dem Team vermitteln, dass Veränderung ein dauerhafter Prozess ist – gerade weil man kontinuierlich optimiert. Um "Change Fatigue" zu vermeiden, sollte man Erfolge feiern (z.B. wenn KPI-Ziele erreicht werden, das dem Team rückmelden und loben). Auch eine Kultur der Offenheit ist wichtig: Mitarbeiter sollten ohne Angst Probleme mit der neuen Technik berichten können, damit man Lösungen findet, statt dass Frust entsteht.

• Zusammenarbeit mit Betriebsrat/Gewerkschaften: Falls ein Betriebsrat beim Dienstleister existiert, sind dessen Mitbestimmungsrechte zu beachten, etwa bei Einführung technischer Einrichtungen, die Verhalten oder Leistung überwachen könnten (BetrVG §87 Abs.1 Nr.6). Das Dashboard könnte z.B. theoretisch zur Leistungsüberwachung einzelner MA genutzt werden. Hier muss transparent gemacht werden, dass es um Servicequalität geht, nicht um minutengenaue Kontrolle der Mitarbeiter. Ggf. sind Betriebsvereinbarungen abzuschließen, die den Umgang mit den Daten regeln. Ähnliches gilt, falls Reinigungsmitarbeiter vom Auftraggeber-Betriebsrat erfasst würden (bei Fremdvergabe meist nicht, aber manchmal gibt es Regelungen zu Fremdfirmenpersonal auf dem Werksgelände).

Smart Cleaning braucht smarte Mitarbeiter. Technik und Daten können ihr Potenzial nur entfalten, wenn die Menschen dahinter motiviert und befähigt sind. Durch gezielte Schulung, angepasste Organisation und gutes Change Management lassen sich Vorbehalte abbauen und neue Kompetenzen aufbauen. So wird aus der einst einfachen Reinigungskraft ein Facilities Service Operator im besten Sinne. Im nächsten Kapitel beleuchten wir, wie ein dynamisches Reinigungscontrolling etabliert werden kann, um die Leistungen laufend zu überwachen und zu steuern.

Ein dynamisches Reinigungscontrolling bildet das Herzstück des Smart-Cleaning-Modells, indem es die Fülle an Echtzeit-Daten in steuerungsrelevante Information überführt. In diesem Kapitel wird dargestellt, wie digitale Dashboards, Kennzahlensysteme und Berichtszyklen aussehen können. Zudem wird erläutert, wie die kontinuierliche Optimierung auf Basis dieser Daten funktioniert und welche Vorteile die erhöhte Transparenz für alle Beteiligten mit sich bringt.

Digitale Dashboards und Datenvisualisierung: Im Smart Cleaning treten an die Stelle handschriftlicher Leistungsmappen oder sporadischer Excel-Reports interaktive Dashboards. Diese Dashboards konsolidieren Daten aus verschiedenen Quellen – IoT-Sensoren, Robotik-Systemen, manuell erfassten Daten (z.B. via App durch Mitarbeiter) – in Echtzeit. Die Visualisierung ist dabei entscheidend für die Nutzbarkeit der Daten: Klare Grafiken, Ampelfarben für Status, Heatmaps etc. ermöglichen es, auf einen Blick Trends und Ausreißer zu erkennen. Beispielsweise kann eine Heatmap die Reinigungsqualität je Gebäude oder je Etage farblich darstellen – so sieht man sofort, wo es Probleme gibt (roter Bereich = schlechte Auditwerte). Oder ein Liniendiagramm zeigt die Auslastung der Reinigungsteams über den Tag, was Engpässe sichtbar macht. Die Firma Leviy betont, dass Menschen Muster in visuellen Darstellungen viel leichter erkennen als in reinen Zahlenkolonnen. Daher sollte das System solche Visualisierungen bieten, die auch einem weniger zahlenaffinen Objektleiter schnell verständlich sind.

• KPI-Übersicht: Ein Panel mit den wichtigsten Kennzahlen (Qualität, Reaktionszeit, etc.) im Ampelformat gegenüber Soll (grün = im Soll, gelb = Toleranzbereich, rot = Soll verfehlt). So kann man täglich oder wöchentlich sehen, ob man "on track" ist.

• Live-Status-Karte: Evtl. ein Gebäudeplan oder eine Liste der Räume mit Ampelanzeige, ob gereinigt, verschmutzt gemeldet oder in Bearbeitung. Bei IoT-gestützter Reinigung könnte z.B. ein WC-Raum rot markiert sein, wenn >50 Personen seit letzter Reinigung darin waren und Reinigung ansteht.

• Roboter-Monitor: Anzeige, welche Roboter gerade laufen, welcher Ladezustand, letzte Reinigung abgeschlossen ja/nein. (Etwa: "Robo1: in Betrieb, 30% Akku, Flur EG fast fertig").

• Trend-Charts: z.B. Entwicklung der Qualitätsrate über die letzten Monate, oder Nutzungsgrad vs. Reinigungsaufwand – solche Trends dienen der strategischen Bewertung und Identifikation von Optimierungspotenzial über die Zeit (z.B. falls im Sommer Qualitätsmängel ansteigen, könnte das auf Urlaubsengpässe hindeuten).

• Benachrichtigungsfeld: Hinweise auf offene Tickets oder Alarmmeldungen (z.B. "Sensor leer", "Roboterstörung", "Beschwerde eingegangen").

KPI-Tracking und Berichtszyklen: Die in Tabelle 2 gezeigten KPIs müssen nicht nur definiert, sondern auch laufend gemessen und berichtet werden. Praktisch richtet man hierzu im System Schwellenwerte ein, bei deren Über-/Unterschreitung automatisch Meldungen generiert werden. Zum Beispiel kann bei jeder Qualitätsinspektion (DKS-Audit) das Ergebnis sofort ins System eingetragen werden, und wenn ein Wert unter 85% liegt, wird es rot markiert und ggf. eine Aufgabe "Nachbesserung" erzeugt.

Die Berichtszyklen sollten dem Management-Bedarf entsprechen. Operativ reicht ein einfaches Monatsreporting, da täglich die Lage via Dashboard verfolgt wird. Dieser Monatsbericht aggregiert die Daten, gibt Durchschnittswerte an und erläutert Abweichungen. Für das strategische Controlling und die Geschäftsführung könnte ein Quartals- oder Halbjahresbericht sinnvoll sein, um größere Trends zu analysieren und ggf. Entscheidungen (Investitionen, Personalaufstockung etc.) abzuleiten. Ein Beispiel: Der Quartalsbericht zeigt, dass in einem bestimmten Gebäude der Ad-hoc-Bedarf beständig höher ist als geplant (viele Meldungen). Das könnte Anlass sein, mehr Sensoren einzusetzen oder die Grundreinigungsfrequenz zu erhöhen. Oder man erkennt, dass ein KPI dauerhaft übererfüllt wird (z.B. Reaktionszeit immer nur 5 min statt geforderter 15 min) – dann könnte man überlegen, Personal anders einzusetzen, weil man da Reserve hat.

Kontinuierliche Optimierung mittels Echtzeitdaten: Der größte Wert der Echtzeitdaten liegt in der Möglichkeit zur kontinuierlichen Prozessverbesserung. Im Gegensatz zu früher, wo man vielleicht erst am Jahresende via Kundenzufriedenheitsumfrage Probleme identifizierte, kann man nun sofort gegensteuern. Beispiel: Wenn an einem Tag ungewöhnlich viele Verschmutzungsmeldungen aus einem Bereich kommen, könnte am nächsten Tag der Plan angepasst werden, diesen Bereich intensiver zu reinigen oder die Ursache zu analysieren (vielleicht Bauarbeiten in der Nähe, die Staub eintragen). Echtzeitdaten erlauben eine proaktive Steuerung statt reaktiver Feuerwehr-Einsätze. Ein praktischer Fall: Die Sensoren zeigen um 15 Uhr, dass in drei Konferenzräumen sehr viele Leute waren (Meetingmarathon) und in einer Stunde wieder Meetings sind. Das System priorisiert diese Räume für eine Zwischenreinigung – das Team wird hingeschickt, bevor eine Beschwerde überhaupt entsteht. So wird auf Basis von Nutzungsmustern in Echtzeit die Dienstleistung optimiert.

Ein weiterer Aspekt ist die Datenkorrelation für tiefergehende Erkenntnisse. Analysiert man z.B. die Zusammenhänge zwischen verschiedenen Datenquellen, kann man Ursachen finden: Leviy nennt z.B. das Verknüpfen von Auditdaten mit Beschwerdedaten – wenn Bereiche mit schlechten Auditwerten auch mehr Nutzerbeschwerden aufweisen, ist das plausibel; wenn nicht, müsste man prüfen, ob die Auditmethodik passend ist. Oder man korreliert die Personalbesetzung mit der Qualität: Falls die Qualität sinkt, sobald Person X auf Urlaub ist, weiß man, dass diese Person schwer zu ersetzen ist – was auf Trainingsbedarf beim Ersatz hinweist.

• Für den Auftraggeber (FM-Abteilung): Er hat jederzeit Einblick in die Leistung des Dienstleisters. Das schafft Vertrauen und Kontrolle zugleich. Er kann intern gegenüber seinen Stakeholdern (z.B. Büroleitung, Management) belegen, dass der Service läuft – oder Probleme früh eskalieren. Die Zeiten, in denen die Reinigungsqualität eine Blackbox war und man nur reagierte, wenn viele Klagen kamen, sind vorbei. Zudem kann der AG datenbasiert Entscheidungen treffen, z.B. Flächenstilllegung – wenn Daten zeigen, dass gewisse Räume monatelang kaum genutzt und selten gereinigt werden mussten, kann man überlegen, ob man diese Fläche anders nutzt oder schließt (Kosten sparen).

• Für den Auftragnehmer (Reinigungsdienstleister): Auch er profitiert von Transparenz. Er sieht unmittelbar, wo seine Performance gut ist und wo nachgesteuert werden muss. Die Daten helfen ihm auch, seine Mitarbeiter zu führen: Er kann gute Leistung mit Fakten loben ("Bereich A hatte 0 Beschwerden, super Arbeit!") und bei schlechteren Werten gezielt nachfragen ("Bereich B öfter Probleme – brauchen wir da mehr Ressourcen oder besseres Training?"). Zudem hat er Nachweise, um sich gegenüber dem Auftraggeber zu rechtfertigen oder auch Erfolge aufzuzeigen. Ein transparentes SLA-System mit KPIs schafft Clarity und Verlässlichkeit in der Beziehung – man diskutiert auf Basis von Zahlen statt auf subjektivem Empfinden.

• Für die Gebäudenutzer: Indirekt profitieren auch die Nutzer. Beispielsweise könnte man gewisse KPI-Dashboards für alle Mitarbeiter sichtbar machen (z.B. via Intranet: "Sauberkeitsindex unserer Standorte diesen Monat: 90%"). Das signalisiert, dass hier aktiv gemanagt wird. Manche Organisationen stellen auch vor Ort einfache Infoscreens auf (ähnlich wie in Toiletten mit "Letzte Reinigung um HH:MM Uhr, alles zufrieden? Drücken Sie Knopf"). Die Nutzer fühlen sich eingebunden, können Feedback geben, und sehen, dass darauf reagiert wird – das steigert die Zufriedenheit und Akzeptanz, wie in Daytime-Cleaning-Pilotprojekten beobachtet wurde.

• Big Data und vorausschauende Steuerung: Mit fortlaufender Datensammlung wächst ein Datenschatz, der mittelfristig auch predictive Cleaning ermöglichen könnte. So ließen sich Muster erkennen: z.B. immer nach firmeneigenen Veranstaltungen steigt an Folgetagen der Reinigungsaufwand in Lobby und Kantine um X%. Daraus kann man lernen und bei der Planung antizipativ schon mehr Personal oder Roboter einplanen. Auch Wartung der Geräte kann datengetrieben optimiert werden – etwa melden smarte Reinigungsmaschinen Verschleiß bevor ein Ausfall passiert.

• Ein potenzielles Thema ist noch Benchmarking: Wenn das Unternehmen mehrere Standorte hat oder der Dienstleister viele Kunden betreut, kann man Kennzahlen vergleichen. Warum ist die Qualität in Standort A besser als in B? Liegt es am Gebäude (vllt. alter Teppich schwerer sauber zu halten) oder am Team? Solche Fragen können adressiert werden, um Best Practices zu übertragen. In der Norm EN 13549 wird diese Vergleichbarkeit ja angestrebt – das Controlling liefert die Basis dafür.

Es ermöglicht ein modernes Reinigungscontrolling, das richtige Informationen zur richtigen Zeit allen Beteiligten zugänglich macht, ein feingesteuertes Management der Reinigungsleistung. Probleme werden transparent und lösbar, Erfolge messbar und vorzeigbar. Dies verstärkt auch die partnerschaftliche Zusammenarbeit – SLA und KPIs schaffen Klarheit und Vertrauen. Im nächsten Kapitel wird darauf aufbauend behandelt, wie man mit Change Requests, Leistungsanpassungen und Innovationszyklen konkret im Vertragsverlauf umgeht, um das Modell lebendig und erfolgreich zu halten.

Trotz bester Planung und Steuerung bleibt Veränderung ein konstanter Faktor – sowohl was die Leistungsanforderungen als auch die eingesetzten Technologien betrifft. Dieses Kapitel beschreibt, wie im laufenden Betrieb mit Change Requests (Leistungsänderungen auf Kundenwunsch), notwendigen Anpassungen der Dienstleistung sowie mit der Integration von Innovationen im Zyklus umgegangen werden kann. Ein flexibles Vertrags- und Managementkonzept stellt sicher, dass das Smart-Cleaning-Modell nicht statisch bleibt, sondern sich an veränderte Bedingungen anpasst und technische Neuerungen fortlaufend integriert.

Change Requests (Leistungsänderungen durch Auftraggeber): Change Requests können vieles umfassen: Erweiterung oder Reduktion der zu reinigenden Flächen, geänderte Reinigungstiefe, zusätzliche Leistungen (z.B. Desinfektionsroutinen in Grippesaison), geänderte Servicezeiten etc. Wichtig ist, im Vertrag (wie in Kapitel Vertragsgestaltung beschrieben) ein formales Verfahren zu verankern.

• Der Auftraggeber meldet den Änderungswunsch schriftlich (E-Mail genügt, aber mit klarer Beschreibung).

• Der Dienstleister prüft Auswirkungen auf Personal, Kosten, Qualität. Idealerweise hat der Anbieter bereits Kalkulationsmodelle parat – z.B. was kostet 1.000 m² mehr Fläche, oder was bedeutet es, statt 5 nun 6 Tage die Woche zu reinigen (solche Parameter kann man aus dem Angebot/Ausschreibung ableiten).

• Angebot und Freigabe: Innerhalb einer definierten Frist (z.B. 10 Werktage) unterbreitet der Dienstleister ein Umsetzungskonzept mit evtl. Anpassung der Vergütung. Der Auftraggeber entscheidet und gibt frei. Kleinere Changes könnten kostenneutral innerhalb gewisser Bandbreiten inkludiert sein (z.B. ±5% Flächenschwankung).

• Dokumentation: Jeder genehmigte Change wird als Vertragsnachtrag oder im Change-Log festgehalten, sodass Klarheit besteht, was aktueller Umfang ist.

• Beispiel: Das Unternehmen mietet einen zusätzlichen Büroflügel an – 2.000 m² ab nächsten Monat. Change Request: diese Fläche in Reinigungsvertrag aufnehmen, inkl. Installation nötiger Sensorik und eventueller zusätzlicher Roboter. Der Dienstleister würde kalkulieren: X zusätzliche Reinigungskräfte oder Stunden nötig, Y zusätzliche Sensoren (Kosten evtl. via Capex oder Miete), Z Einmalkosten für Setup. Eventuell muss auch SLA angepasst werden (wenn nun insgesamt mehr Personal nötig, möglicherweise andere Reaktionszeiten etc.). Durch strukturierte Bearbeitung wird sowas sauber implementiert, ohne Wildwuchs.

• Leistungsanpassungen aufgrund veränderter Nutzung: Nicht alle Änderungen kommen formal als Request – manches ergibt sich aus Daten oder situativen Veränderungen. Beispiel: Ein Bereich steht plötzlich leer (viele sind im Home Office, wie in Pandemiezeiten beobachtet). Hier sollte der Dienstleister proaktiv die Leistung anpassen (z.B. Frequenz senken) und dem Auftraggeber vorschlagen, die Ressourcen anders einzusetzen oder Kosten zu sparen. Umgekehrt bei Mehrnutzung: Wenn Sensoren zeigen, dass z.B. durch Desk Sharing einige Bereiche stärker verschmutzen als früher, muss der Dienstleister ohne formellen Auftrag reagieren, um Qualitätsziele zu halten – später kann man das in der Routineplanung verankern. Ein agiles Managementprinzip wäre: "Sense and respond" – fühle Veränderungen (via Sensor-/KPI-Daten) und reagiere zeitnah. Das kann auf operativer Ebene durch die Objektleitung erfolgen (innerhalb eines gewissen Ermessensspielraums). Größere Anpassungen sollten ins monatliche Reporting einfließen und ggf. formalisiert werden, damit Klarheit über die Erwartung besteht.

• Innovationszyklen: Technologie entwickelt sich stetig weiter – z.B. könnten in zwei Jahren bessere Cobots auf dem Markt sein, oder neue IoT-Sensoren (etwa Luftqualitätssensoren, die Reinigung nach Feinstaubbelastung steuern). Auch Software-Updates der vorhandenen Systeme sind Teil des Innovationszyklus. Hier ist die Innovationsklausel des Vertrags die Basis (siehe vorheriges Kapitel). Konkret sollte man in der Praxis jährliche Strategiemeetings ansetzen, in denen AG und AN gemeinsam den Innovationsstatus überprüfen.

• Erfüllt die aktuelle Technologie noch voll die Anforderungen? Gibt es Marktneuheiten, die erhebliche Vorteile brächten (z.B. halbiert neuer Roboter die Reinigungszeit, oder neuer Sensor erkennt Verschmutzungsgrad noch besser)?

• Wie hat sich die Kostenstruktur entwickelt? (Vielleicht sind Sensoren günstiger geworden, sodass man mehr Flächen ausstatten könnte.)

• Gibt es beim Auftraggeber neue Ziele (z.B. Nachhaltigkeit, Reduktion Chemieeinsatz), die durch Innovation unterstützt werden könnten?

• Wenn man etwas findet, das eingeführt werden soll, muss geklärt werden: Wer investiert und wer profitiert? Idealerweise hat man Mechanismen dafür: z.B. ein Innovationsbudget pro Jahr, das der Dienstleister verwenden kann, um Upgrades durchzuführen, welches vom Auftraggeber mitgetragen wird. Oder Vereinbarung, dass der Dienstleister auf eigene Kosten Upgrades macht, dafür aber Effizienzgewinne behält. Wichtig ist, diese Einigungen vertraglich nachzuvollziehen, damit es fair bleibt.

• Change Management im Innovationsprozess: Jede Einführung neuer Tools ist wieder ein kleiner Change – man sollte also die gleichen Prinzipien wie initial anwenden (Test, Schulung etc.). So bleibt das System lernend. Zum Beispiel: Man beschließt, ein KI-Modul einzuführen, das Prognosen gibt, wann welcher Raum wie schmutzig wird. Das wird pilotiert, geschult, und dann erst flächig eingesetzt.

• Flexibilität vs. Vertragsstabilität: Ein möglicher Konflikt ist, dass zu viel Veränderung Unsicherheit schafft. Daher sollte trotz aller Agilität ein klarer Rahmen bleiben: Das SLA sollte nicht monatlich springen, sondern nur durchdacht angepasst werden. Vertragsstabilität ist wichtig für beide Seiten, auch wirtschaftlich (niemand will ständige Preisnachverhandlungen). Deshalb sind Triggervariable hilfreich: vordefinierte Punkte, wann man anpasst (z.B. ±10% Flächenänderung => Preisanpassung per Formel; KPI-Ziel drei Quartale in Folge locker übertroffen => evtl. SLA verschärfen?). So vermeidet man Ad-hoc-Auseinandersetzungen.

• Dokumentation des Änderungs- und Innovationsmanagements: Alle Änderungen, ob Leistungsumfang oder neue Technologien, sollten dokumentiert und dem Vertrag als laufende Historie angeheftet werden. Insbesondere für Audits oder falls Personal wechselt, ist es wichtig zu sehen, wie sich der Vertrag entwickelt hat. Dies kann als fortlaufendes "Änderungsprotokoll" gepflegt werden.

• Praxisbeispiel-Illustration: Nehmen wir an, nach zwei Jahren Vertragslaufzeit stellt man fest, dass dank effizienter Cobots einige Routineaufgaben schneller erledigt werden. Man hat also freie Ressourcen. Der Dienstleister schlägt dem Auftraggeber einen Change vor: er könnte diese Ressourcen nutzen, um zusätzlich Fensterreinigungen (die bisher separat beauftragt wurden) ins Paket aufzunehmen, oder die Frequenzen in stark frequentierten Zonen zu erhöhen, ohne Mehrkosten. Das wäre ein Win-Win-Innovation: Der Kunde bekommt mehr Leistung/Qualität, der Dienstleister kann seine Leute auslasten und glänzt durch proaktive Verbesserung. So etwas sollte unbedingt gefördert werden – z.B. könnte im Vertrag stehen, dass ein solcher Scope increase im Rahmen der gleichen Vergütung zulässig ist, sofern der AG zustimmt, und als Innovationserfolg gewertet wird (vielleicht Bonus dafür).

• Umgang mit unvorhergesehenen Ereignissen: Change-Management umfasst auch Krisen oder Sonderfälle. COVID-19 war z.B. ein unvorhergesehener Einschnitt: plötzlich musste Desinfektion vorrangig sein, Reinigungsintervalle in Sanitär erhöht, andere Bereiche waren ungenutzt. Ein Smart-Cleaning-Vertrag sollte die Resilienz haben, darauf schnell zu reagieren. In der Praxis würde man einen außerordentlichen Change-Prozess auslösen (sofortiger Workshop AG-AN: "Pandemieplan", temporäre SLA-Änderung wie extra Hygiene-KPI). Die Vertragsstruktur mit SLA macht es leichter, solche Anpassungen zu formulieren und später wieder zurückzufahren, weil man Parameter hat, an denen man drehen kann.

Es ist ein lebendiges Change- und Innovationsmanagement entscheidend, damit Smart Cleaning nachhaltig erfolgreich bleibt. Die Kombination aus vertraglich fixiertem Verfahren und einer offen-kommunikativen Partnerschaftskultur ermöglicht es, dass Änderungen nicht als Belastung, sondern als Chance zur Verbesserung gesehen werden. Der Dienstleister kann Flexibilität zeigen, der Auftraggeber behält Kontrolle und bekommt kontinuierlich optimierte Services. Damit wird Smart Cleaning zu einem Prozess ständiger Evolution statt Revolution – immer zum Nutzen aller Beteiligten.

• TCO-Analyse (Total Cost of Ownership): Für den Auftraggeber umfasst TCO alle Kosten über die Vertragslaufzeit hinweg, nicht nur den reinen Reinigungspreis. Im klassischen Modell sind dies im Wesentlichen die monatlichen Dienstleisterrechnungen. Im Smart Modell kommen potenziell hinzu: Kosten für Sensoren und Infrastruktur (falls vom AG mitgetragen oder selbst beschafft), Kosten für Strom/Wasser der Roboter, evtl. Kosten für die IT-Integration (Schnittstellen zum eigenen System), Schulungsaufwände (falls AG-Personal mitgeschult wird) sowie intangible Kosten wie Koordinationsaufwand. Demgegenüber stehen Einsparungen: z.B. können Energiekosten sinken, weil weniger außerhalb der Arbeitszeit gereinigt wird (kürzere Beleuchtungs- und Klima-Nutzungszeiten); oder es entfallen bisher separat vergebene Leistungen durch Synergien (vielleicht wurden Verbrauchsmaterialien früher pauschal überfüllt, jetzt bedarfsgerecht, spart Materialkosten). Die TCO-Berechnung sollte auch Risikopuffer einbeziehen (z.B. erhöhtes Risiko eines Technologieausfalls – dafür hat man ggf. Reservepersonal, dessen Kosten man einkalkuliert).

• Ein Beispiel: Nehmen wir an, traditionell kostete die Reinigung 100 Einheiten pro Jahr. Mit Smart Cleaning investiert der Dienstleister 20 in Roboter/Technik in Jahr 1. Die jährlichen Betriebskosten des Dienstleisters könnten trotzdem z.B. auf 90 sinken, weil Arbeitsstunden reduziert oder effizienter verteilt werden. Der Auftraggeber trägt evtl. 5 Einheiten an Nebenkosten (Strom etc.). TCO über 5 Jahre wären klassisch 5×100=500. Smart: im ersten Jahr 100 (vielleicht noch volle Personalkosten + Inbetriebnahme) plus Nebenkosten, ab Jahr 2 Einsparungen – über 5 Jahre vielleicht 450 oder weniger. Solche Überlegungen gilt es, vorab in einer Wirtschaftlichkeitsprognose durchzuspielen.

• ROI-Betrachtung: Für den Dienstleister ist der ROI auf seine Investitionen zentral. Investitionen können z.B. sein: Anschaffung von X Reinigungsrobotern, Y Sensoren, Schulungskosten, Softwarelizenzen. Diese Ausgaben amortisieren sich idealerweise durch eingesparte Personalkosten oder neue Geschäftschancen. Beispiel: Ein autonomer Scheuersaugautomat könnte 1,5 menschliche Stellen einsparen nachts – nach Abzug von Energie- und Wartungskosten spart der Dienstleister vielleicht 30k € p.a., während das Gerät 50k € kostete; ROI also ~ <2 Jahre. Wichtig: Oft fließen die Effizienzgewinne nicht 1:1 dem Dienstleister zu, weil der Preis verhandelt wurde. Je nach Vertragsmodell: Wenn der Vertrag als Pauschale feststeht, kann der Dienstleister durch Effizienz seine Marge erhöhen (Anreiz, Roboter einzusetzen, weil er dann weniger Lohnkosten hat, aber gleichen Erlös). Das ist ein starker Investitionsanreiz, sofern der Vertrag lang genug läuft, dass die Marge das Investment deckt. Daher die Empfehlung für längere Vertragslaufzeiten: ein Dienstleister wird nur z.B. 100k in Technik stecken, wenn er sicher 5+ Jahre Laufzeit hat, um es zu refinanzieren.

• Für den Auftraggeber lässt sich ROI ebenfalls betrachten, etwa wenn er selbst investiert (z.B. stellt er dem Dienstleister die IoT-Infrastruktur). Ein ROI kann aber auch qualitativ sein: z.B. bessere Reinigung = weniger Krankheitsausfälle, was monetär schwer exakt zu fassen ist, aber als Nutzen angeführt werden kann.

• Life-Cycle-Costing: Life-Cycle-Kosten sind im Prinzip eine Erweiterung des TCO über den gesamten Lebenszyklus der eingesetzten Ressourcen. Für die Roboter z.B.: Anschaffung, Betrieb (Strom, Verschleißteile), Wartung, schließlich Ersatz nach X Jahren. Solche Kosten muss der Dienstleister in seinen Kalkulationen berücksichtigen. Evtl. wählt er Leasing-Modelle (wie Nexaro Leasing), was Kosten über die Laufzeit streckt. Life-Cycle-Denken bedeutet auch, Folgekosten von Anfang an mitzudenken – z.B. Batterietausch alle 3 Jahre, Software-Abonnements.

• Auch beim Personal kann man life-cycle-artig denken: initial hoher Schulungsaufwand, dafür später geringere Fluktuation (hoffentlich), was wieder Kosten spart (weniger Einarbeitung neuer Leute). Wackler betonte beispielsweise geringere Fluktuation durch Tagesreinigung. Weniger Fluktuation spart auf Dauer einiges (Rekrutierungskosten, Einarbeitung, Qualitätsverluste).

• Wirtschaftlichkeit aus Auftraggebersicht: Der Auftraggeber will in Summe nicht mehr bezahlen als nötig, aber auch die Leistungsqualität und Compliance sicherstellen. Smart Cleaning könnte bei oberflächlicher Betrachtung teurer erscheinen, weil High-Tech und Tagespräsenz tendenziell teurer sind als Nachtarbeit mit Mindestlohnkräften.

• Qualität & Nutzerzufriedenheit: Ein sauberes Arbeitsumfeld fördert Produktivität und reduzierte gesundheitliche Risiken. Studien (u.a. im Facility Management) legen nahe, dass bessere Reinigung z.B. Krankheitsraten senken kann (insb. in Erkältungszeiten, wenn Sanitär sauberer gehalten werden). Dies kann man argumentativ anführen.

• Transparenz & Kontrollkosten: Mit dem neuen Modell kann der Auftraggeber eventuell eigene Kontrollaufwände verringern. Bisher prüften vielleicht interne Hausmeister viel nach, oder es gab Beschwerden, die Bearbeitungszeit intern kosteten. Wenn nun KPIs alles überwachen und Probleme früh gelöst werden, sinkt dieser Aufwand. Das spart Personalkapazität beim AG.

• Energie- und Ressourcenverbrauch: Wie erwähnt, Daytime Cleaning spart Beleuchtungs- und Heizenergie in Randzeiten. Auch Verbrauchsmaterial wird bedarfsgerecht nachgefüllt, was Verschwendung reduziert – nicht mehr prophylaktisch alle Seifen täglich austauschen, sondern nur wenn leer. Das spart Kosten und ist nachhaltiger.

• Flächenoptimierung: Durch Sensorik gewinnt der AG ein besseres Verständnis der Gebäudenutzung. Wie im Controlling-Teil erwähnt, könnte dies dazu führen, dass man ungenutzte Flächen stilllegt oder anders nutzt. Das sind indirekte Einsparungen (Miete, Betriebskosten), die aber dem FM zugutekommen.

• Personalaspekte: Keine Reinigungsnächte bedeuten, der AG muss nicht nachts Gebäude offenhalten (ggf. weniger Wachdienst?), oder geringere Anforderungen an Zutrittsregelung, weil tagsüber alles regulär. Das kann Nebenkosten sparen.

In Summe sollte der Auftraggeber für sich kalkulieren, dass über die Laufzeit per saldo ein neutrales oder positives Delta herauskommt, wenn man alle Faktoren einbezieht.

Damit der Dienstleister mitzieht, muss das Vertragsmodell so gestaltet sein, dass sich Investitionen lohnen.

• Längere Vertragslaufzeit: wie bereits betont, verteilt sich ROI über mehr Jahre.

• Abschreibung über Vertragsdauer garantieren: Man könnte z.B. vereinbaren, dass wenn der Vertrag vorzeitig durch AG gekündigt wird (ohne dass AN schuldhaft ist), der AG eine Entschädigung für noch nicht amortisierte Investitionen zahlt (in Form einer degressiven Tabelle). So hat der AN weniger Risiko, seine Investitionen zu verlieren.

• Nutzungsüberlassung / Eigentumsklausel: Alternativ kann der AG selbst Teile der Investition übernehmen, z.B. die Sensorik kaufen und dem AN bereitstellen. Dann gehören diese dem AG und können ggf. beim Wechsel des Dienstleisters weiterverwendet werden. Für den AN entfällt der Invest, er verrechnet nur Betrieb. Bei Robotern ist das weniger üblich, aber denkbar (AG kauft Roboter und stellt sie).

• Gainsharing: Eine Option ist, Einsparungen zu teilen. Beispielsweise initial ist eine bestimmte Stundenleistung kalkuliert. Wenn durch Effizienz (z.B. Roboter) tatsächlich weniger Stunden anfallen, vereinbart man z.B., dass nach einem Jahr neu kalkuliert wird und der Preis um die Hälfte der eingesparten Lohnkosten sinkt, die andere Hälfte behält der AN als Gewinn. Damit profitieren beide: Der AG von sinkenden Kosten, der AN davon, dass er Prozessoptimierung umsetzt.

• Bonussystem: Der Vertrag kann Boni für KPI-Übererfüllung vorsehen (wie erwähnt). Wenn der AN z.B. dauerhaft über Soll leistet (was oft durch mehr Technologieeinsatz kommt), erhält er Bonuszahlungen. Das kann als Innovation Bonus deklariert sein.

• Öffentlichkeitsarbeit/Vorteil: Für den Dienstleister kann ein innovatives Projekt auch Marketingwert haben. Der AG kann ihm erlauben, das Projekt als Referenz zu nutzen oder gemeinsame Pressemitteilungen zu machen. Das motiviert zwar nicht direkt finanziell, aber im Sinne einer "Investition in Reputation" für den AN.

• Direkte Kosten: Reinigungspauschale (kann leicht höher liegen bei Smart, zumindest initial).

• Indirekte Kosten: AG-intern: z.B. Wachdienst (kann sinken), Energieverbrauch (sinkt).

• Einsparungen: Weniger Sonderreinigungen nötig, längere Lebensdauer der Böden durch optimierte Pflege? (Qualitativ: Bessere Reinigung kann den Erhalt von Böden/Mobiliar verlängern).

• Nutzen monetär: Reduzierte Fehlzeiten etc.

• Nutzen qualitativ: Mitarbeiterzufriedenheit, Image als modernes Unternehmen, etc.

Nicht zu vergessen, die ökonomische Betrachtung kann auch Fördergelder einbeziehen. In einigen Fällen gibt es Förderprogramme für Digitalisierung oder für Arbeitsplatzverbesserungen. Der Dienstleister könnte schauen, ob Robotik im Mittelstand gefördert wird (in Vergangenheit gab es Programme für Servicerobotik). Auch Energieeffizienzprogramme könnten ziehen (wenn z.B. nachweislich x kWh pro Jahr eingespart werden durch Verzicht auf Nachtbetrieb, könnte das unter Nachhaltigkeitsinitiativen fallen). Solche Gelder würden die Wirtschaftlichkeit weiter verbessern.

Ein Smart-Cleaning-Modell rechnet sich dann, wenn man holistisch denkt. Kurzfristig mag es teurer wirken, aber über den Lebenszyklus und durch die Nebeneffekte ergibt sich ein positiver Business Case. Es wurde z.B. gezeigt, dass Datenservices wie LineMetrics sich "aus den Einsparungen bezahlen" lassen – diese Philosophie sollte man anlegen: Die Optimierungen finanzieren die Technik. Wichtig ist, dies dem Management klar darzustellen, am besten mit Zahlen aus der Pilotphase oder Referenzen.

Mit einer soliden wirtschaftlichen Grundlage gewinnt das Projekt auch Rückhalt bei Entscheidern. Im letzten inhaltlichen Kapitel präsentieren wir nun Umsetzungsempfehlungen und ein praxisorientiertes Vertragsmodell, um die zuvor gewonnenen Erkenntnisse in einen handlungsleitenden Rahmen für die Praxis zu überführen.

• Projektinitiierung und Analysephase: Bevor die Umstellung beginnt, sollte das Unternehmen eine Ist-Analyse durchführen. Dazu gehören: Bestandsaufnahme der aktuellen Reinigungsleistungen (Kosten, Qualität, Probleme), technische Bestandsaufnahme (WLAN-Abdeckung, vorhandene Sensoren oder Systeme), und Stakeholder-Analyse (wer ist betroffen, welche Erwartungen haben Nutzer, wie ist die Zufriedenheit derzeit?). Daraus leitet man die Zielsetzung des Projekts ab (z.B. "Reinigungsqualität um 15% steigern, Kosten über 5 Jahre um 10% senken, Nutzerbeschwerden halbieren, etc.").

• Pilotprojekt planen: Es empfiehlt sich, Smart Cleaning schrittweise einzuführen. Wählen Sie einen oder wenige Standorte als Pilot (möglichst repräsentativ, aber auch solche, wo Erfolg wahrscheinlich ist, um positive Beispiele zu schaffen). Mit dem gewählten Dienstleister (oder zunächst potenziellen Bietern) einen Pilot durchführen: z.B. ein Bürogebäude für 3-6 Monate mit Sensoren ausstatten, Roboter einsetzen und Daytime Cleaning fahren. In dieser Phase können Kinderkrankheiten identifiziert werden. Wichtig ist, Messdaten und Erfahrungen aus dem Pilot systematisch auszuwerten, um das Konzept zu verfeinern. Aus dem Pilot sollte ein Feinkonzept hervorgehen, das dann ausgerollt wird.

• Ausschreibung/Vertragsgestaltung nach Best Practice: Nutzen Sie die genannten Empfehlungen. Das heißt insbesondere: Funktionale Leistungsbeschreibung, klare SLA-Definitionen, qualitatives Wertungsschema. Engagieren Sie, falls intern nicht vorhanden, einen Berater mit Erfahrung in FM-Ausschreibungen und Digitalisierung – dieser kann helfen, Fallstricke zu vermeiden. Planen Sie ausreichend Zeit für Bieterpräsentationen ein, ggf. Vor-Ort-Besichtigungen mit den Bietern, damit diese das Objekt kennenlernen (besonders wichtig, damit sie den Robotereinsatz einschätzen können). Bereits hier sollten Betriebsrat und Datenschutzbeauftragte involviert werden, um deren Bedenken früh aufzunehmen.

• Vertragsabschluss und Vorbereitung der Implementierung: Nach Zuschlag an den geeigneten Dienstleister wird der Vertrag finalisiert (inkl. aller Anlagen). Direkt im Anschluss sollte ein Implementierungsplan zwischen AG und AN erstellt werden. Dieser beinhaltet Meilensteine wie: Installation der IoT-Infrastruktur (Woche X-Y), Lieferung/Programmierung der Cobots (Datum), Schulung des Personals (Trainingspläne mit Terminen), Soft-Launch (eine Probephase, in der evtl. altes und neues System parallel laufen), und Go-Live. Definieren Sie auch die Verantwortlichkeiten: Wer im Projektteam (von AG und AN) steuert die Umsetzung. Regelmäßige Abstimmungstermine (z.B. wöchentlich während der Implementierung) sind empfehlenswert.

• Infrastruktur und Technik implementieren: Jetzt folgt die praktische Umsetzung: Sensoren werden montiert (ggf. erst testweise an einigen Punkten, dann sukzessive), das Dashboard wird aufgesetzt und konfiguriert (inkl. Import aller Gebäude- und Raumdaten), Roboter werden geliefert, ihre Routen programmiert und getestet. Parallel muss das Change Management laufen: Mitarbeiter des Dienstleisters werden geschult (Praxisübungen mit Robotern, theoretische Einheiten), Nutzer werden informiert. Es kann sinnvoll sein, Kommunikationsmaterial bereitzustellen – z.B. Infobroschüre "Sauberkeit 4.0 in unserem Unternehmen", vielleicht sogar kleine FAQ für Mitarbeiter, falls z.B. jemand fragt "Darf ich den Roboter anfassen?" oder "Wen rufe ich an, wenn was nicht sauber ist?".

• Go-Live und Übergangsphase: Zu Beginn des Echtbetriebs ist eine Übergangsphase von einigen Wochen einzuplanen, in der man engmaschig überwacht und nachjustiert. Eventuell laufen altes und neues System kurz parallel (z.B. Nachttrupp steht noch bereit, falls Daytime mit Robotern nicht alles schafft am Anfang). In dieser Phase sollte das Controlling-System in Betrieb gehen und intensiv genutzt werden – tagesaktuelle Abstimmungen zwischen AG und AN können helfen, um spontane Probleme zu lösen. Zum Beispiel: Wenn anfangs der Roboter länger braucht als gedacht, muss eventuell temporär ein Mitarbeiter mehr eingeteilt werden, bis Optimierungen greifen. Diese flexible Haltung ist entscheidend für einen glatten Übergang.

• Laufender Betrieb & Monitoring: Nach der Übergangsphase geht es in den Regelbetrieb über, mit den vereinbarten SLA-Meetings, Reports etc. Jetzt ist wichtig, die im Vertrag vorgesehene Kontroll- und Kommunikationskultur konsequent umzusetzen: Monatliche Performance-Meetings, vierteljährliche Strategie-Reviews. Beide Seiten sollten diese Termine nutzen, um offen Feedback zu geben. Der Auftraggeber sollte einerseits loben, wo es gut läuft (um Motivation zu erhalten), und andererseits früh auf Missstände hinweisen – allerdings immer mit Daten untermauert, nicht gefühlt. Der Dienstleister sollte transparent über Herausforderungen berichten (z.B. "Der Sensor im 3. OG fällt oft aus, wir planen Austausch") und Verbesserungsvorschläge machen.

• Kontinuierliche Verbesserung und Austausch: Etablieren Sie gemeinsam einen KVP-Prozess (kontinuierlicher Verbesserungsprozess). Das kann institutionalisiert sein durch einen jährlichen Innovationsworkshop, wie beschrieben, oder durch ein kleines gemischtes Team, das sich quartalsweise trifft, um Ideen zu sammeln. Vielleicht werden auch Mitarbeiter-Ideen belohnt (z.B. wenn eine Reinigungskraft einen Vorschlag macht, wie man den Ablauf optimieren kann, der umgesetzt wird).

• Dokumentation und Auditierung: Führen Sie Protokoll über das Projekt. Das kann später hilfreich sein, sei es für interne Audits, Zertifizierungen (z.B. Zertifizierung nach DIN EN 13549 – manche Unternehmen streben das an, einige Dienstleister wie die Dorfner Gruppe haben solche Zertifikate). Dokumentation umfasst: alle SLA-Reports archivieren, Change Requests und Entscheidungen festhalten, Schulungsnachweise sammeln. So ist man auch rechtlich abgesichert, falls es mal Differenzen gibt (z.B. bei einem Vertragswechsel kann so dem nächsten Dienstleister übergeben werden, was Stand der Dinge ist).

• Praxisorientiertes Vertragsmodell – Zusammenfassung: Zusammengenommen ergibt sich aus dieser Arbeit ein Vertragsmodell, das durch folgende Merkmale gekennzeichnet ist:

• Laufzeit & Struktur: Langfristiger Vertrag (ca. 5 Jahre) mit Verlängerungsoption, modularem Aufbau (Hauptvertrag + SLA/KPI-Anhang + Leistungsbeschreibung + Change-Regelungen + evtl. Technik-Inventar). Kombination aus Werk- und Dienstvertrag mit klar definiertem Erfolg (Sauberkeitsstandard).

• Leistungsbeschreibung: Fokus auf Ergebnisqualität und Bedarfsteuerung statt starren Frequenzen; Referenzierung von DIN-Normen (EN 13549 als Qualitätssystem, VDI 6022 falls relevant für Lüftungsreinigung etc.).

• SLA/KPI: Detaillierter Katalog messbarer Leistungsziele (Sauberkeit, Reaktionszeit, Verfügbarkeit, etc.) mit Reportingpflicht und festgelegten Abstellmaßnahmen bei Abweichung. Dabei SMART formuliert (spezifisch, messbar, akzeptiert, realistisch, terminiert).

• Reporting & Meetings: Transparente Live-Daten-Zugänge für AG; Monatsberichte; fest vereinbarte Monats- und Quartalsmeetings zwischen den Parteien zur Leistungsauswertung.

• Vertragssteuerung: Bonus/Malus-System moderat eingesetzt, primär als Anreiz (z.B. Bonus für überdurchschnittliche Qualität, Malus für grobe SLA-Verletzungen). Betonung der partnerschaftlichen Lösung vor Strafen.

• Change-Management-Klausel: Flexibles Anpassungsverfahren für Leistungsumfang und SLA, mit rascher Umsetzung im gegenseitigen Einvernehmen.

• Innovationsklausel: Verpflichtung des AN zur Weiterentwicklung des Service während der Laufzeit, inkl. evtl. Joint-Innovation-Klauseln (Zusammenarbeit an Pilotprojekten, Technologietransfers).

• Datenschutzvereinbarung: Fester Bestandteil wegen IoT, inkl. Regelung wer Verantwortlicher ist, Löschkonzept etc.

• Personalübergang: Falls beim Start ein Dienstleisterwechsel stattfindet, Regelungen zu 613a BGB (Personalübernahme) im Vertragstext (ggf. Anlage mit Liste der zu übernehmenden MA).

• Nachhaltigkeit: Mögliche Aufnahme von Nachhaltigkeitskriterien (z.B. umweltfreundliche Reinigungsmittel, Energieverbrauch der Geräte) – im Sinne moderner Verträge kann dies auch verankert werden, etwa in Form eines KPI "CO₂-Einsparung durch optimierte Reinigung".

Dieses Vertragsmodell ist praxisorientiert, weil es sich an realen Anforderungen und Erfahrungen ausrichtet. Die Stoßrichtung ist immer: Flexibilität und Innovation vertraglich ermöglichen, ohne Unklarheit über Pflichten und Erwartungen zu lassen.

Umsetzungsempfehlung abschließend: Das Unternehmen sollte während der gesamten Einführung einen langen Atem bewahren. Es handelt sich um eine Transformation, die Kultur, Technik und Prozesse umfasst. Kleinere Rückschläge (z.B. anfängliche Akzeptanzprobleme, technische Ausfälle) sollten nicht als Scheitern, sondern als Lernkurve gesehen werden. Wichtig ist, dass Führungskräfte sowohl beim Dienstleister als auch beim Auftraggeber voll hinter dem Konzept stehen und das auch ausstrahlen. Die Erwartungen sollten realistisch gemanagt werden: In den ersten Monaten wird möglicherweise nicht alles sofort billiger oder besser – Investitionen und Lernphasen gehen voran. Aber mittelfristig, so zeigen Best Practices, führen solche Modelle zu höherer Qualität, transparenterer Leistung und oft auch zu Kostenoptimierungen.

Die Einführung des Smart-Cleaning-Modells unternehmen wirft eine Reihe von Diskussionspunkten auf, die über die reine Umsetzung hinausgehen.

• Erreichung der Ziele und potentielle Zielkonflikte: Ein zentrales Ziel war die Steigerung von Effizienz und Qualität zugleich. In der Theorie scheint dies durch Automation und Datensteuerung erreichbar. Ein möglicher Zielkonflikt kann jedoch entstehen: Effizienz (Kostenersparnis) vs. Qualität. Beispielsweise kann der Dienstleister in Versuchung geraten, nach Einführung der Roboter Personal abzubauen, um Kosten zu sparen – was aber bei unerwarteten Mehrbedarfen die Qualität leiden lässt. Unsere Vertragsvorschläge (SLA mit Qualitätssicherung, Personalkontinuitäts-KPI) sollen dem entgegenwirken, jedoch bleibt es in der Praxis eine Managementaufgabe, hier die Balance zu halten. Diskussionspunkt: Sollte man z.B. Mindestpersonalstärken vertraglich fixieren, um extreme Einsparungen zu verhindern? Oder verlässt man sich auf die KPI-Kontrolle (schlechte Qualität würde sich ja sofort zeigen)? Hier gehen Meinungen auseinander. Ein zu enges Vorschreiben nimmt Flexibilität, ein zu weites lässt Risiko von Qualitätsabfall. Unsere Empfehlung tendiert zur Output-Kontrolle statt Input-Vorschrift, was modernem FM entspricht – doch dies erfordert wirklich konsequentes Monitoring durch den Auftraggeber.

• Akzeptanz bei Mitarbeitern und Nutzern: Es bleibt ein Restrisiko, dass die Akzeptanzprobleme unterschätzt werden. Reinigungskräfte könnten trotz Schulung Befürchtungen haben (evtl. auch rational: langfristig könnten vielleicht weniger Stellen gebraucht werden). Ebenso könnten Büromitarbeiter sich durch Roboter gestört fühlen (z.B. Geräusche, "Big Brother"-Gefühl wegen Sensorik). Hier ist offen, ob die in der Arbeit skizzierten Kommunikationsmaßnahmen stets ausreichen. Es gibt durchaus Fälle, in denen Daytime Cleaning wieder rückgängig gemacht wurde, weil sich z.B. die Belegschaft massiv beschwert hat über Störungen. Unsere Empfehlungen setzen stark auf Aufklärung und Einbindung, was dem aktuellen Stand der Praxis entspricht. Allerdings könnte man kritisch fragen: Was, wenn die Unternehmenskultur das nicht trägt? Müsste man dann Kompromisse machen, z.B. doch einige Aufgaben wieder nach Stundenende verlegen? Diese Flexibilität sollte man sich bewahren – das Modell muss notfalls hybrid betrieben werden (teilweise Tag, teilweise klassisch), je nach Feedback.

• Technologieabhängigkeit und Robustheit: Ein weiterer Diskussionspunkt ist die Abhängigkeit von Technik. Wenn das gesamte Modell auf Sensoren, Netzwerken und Robotern fußt, was passiert bei größeren Störungen? Z.B. Cyberangriff legt die IoT-Plattform lahm, oder eine neue Gesetzeslage verbietet bestimmte Datenerhebungen, oder Roboterausfallserien treten auf. Das klassische Modell war robust im Sinne von "Menschen mit Besen funktionieren immer". Das neue Modell hat potentielle Single Points of Failure (z.B. das Dashboard). Wir haben vertraglich versucht, Redundanzen einzubauen (z.B. Fallback-Pläne, Technikerrolle). Dennoch bleibt es ein Risiko, das man managen muss. Unternehmen sollten daher einen Notfallplan haben: wie kurzfristig zurückskalieren auf manuelle Reinigung, wenn nötig? Solche "Plan B"-Überlegungen wurden in der Arbeit gestreift (Parallelphase, Backup-Personal), könnten aber noch vertieft werden. Im Diskurs muss man abwägen: Wieviel Redundanz ist wirtschaftlich vertretbar? Wahrscheinlich muss man sich auf die Technik verlassen, aber mit kontinuierlicher Wartung und Updates die Ausfallwahrscheinlichkeit minimieren.

• Datenschutz und ethische Implikationen: Wir haben Datenschutz konform behandelt (Anonymisierung etc.), doch darüber hinaus gibt es auch ethische Aspekte: Überwachen wir möglicherweise Mitarbeiter (auch Nicht-Reinigungskräfte) zu stark? Selbst anonymisierte Bewegungsprofile könnten genutzt werden, um Leistung zu kontrollieren (z.B. sehen, ob ein bestimmter Raumreiniger wie viele Schritte macht etc.). Hier ist eine offene Diskussion mit Arbeitnehmervertretern wichtig. Vielleicht sollte man ergänzend zu den technischen und rechtlichen Maßnahmen auch Ethik-Leitlinien definieren, wie die Daten NICHT genutzt werden dürfen (z.B. "Kein Tracking individueller Büromitarbeiter, kein Ranking von Reinigungskräften nach Geschwindigkeit"). Dies geht über die juristische DSGVO-Pflicht hinaus und zielt auf Vertrauen. Unsere Arbeit hat das angerissen, aber in der Praxis ist das ein sensibles Thema – ein Diskussionspunkt für jedes Einführungsprojekt.

• Übertragbarkeit auf andere Kontexte: Die Arbeit bezog sich auf ein privatwirtschaftliches Großunternehmen. In der öffentlichen Vergabe (z.B. Behörden, Kommunen) gäbe es zusätzliche Hürden (Vergaberecht, Tarifbindung etc.). Smart Cleaning ist aber dort ebenso relevant (Stichwort Digitalisierung der Verwaltung). Der Ansatz müsste jedoch an Vergabeverordnung angepasst werden (z.B. EU-weite Ausschreibung, formale Kriterien). Unsere Empfehlungen (funktionale Leistungsbeschreibung, Qualitätskriterien) lassen sich aber auch dort umsetzen, zumal neue Vergaberegeln Qualität stärker gewichten erlauben. Ein Diskussionspunkt: Im öffentlichen Sektor ist oft der Preisdruck extrem – würde man da die Mehrinvestition in Smart Cleaning genehmigt bekommen? Möglicherweise nur, wenn man es mit politischen Zielen (Digitalstrategie, Nachhaltigkeit) verknüpft. In diesem Kontext könnte man weiterforschen, ob Smart Cleaning z.B. in Schulen, Ämtern etc. schon versucht wurde und wie es lief.

• Normative Aspekte (DIN/VDI): Die Arbeit hat DIN EN 13549 einbezogen. Viele Reinigungsverträge referenzieren EN 13549, aber die tatsächliche Messung nach Norm passiert nicht immer – oft bleibt es bei subjektiver Kontrolle. Indem wir sie hier stark einbeziehen, pushen wir ein objektives Qualitätsmanagement. Vielleicht wäre es sinnvoll, Schulungen für Auftraggeber aufzusetzen, um Normbewertungen durchführen zu können (sonst steht was im Vertrag, was keiner tatsächlich misst).

• Soziale Nachhaltigkeit: Ein wichtiger Diskussionspunkt ist auch die sozialverträgliche Gestaltung der Transformation. In der Reinigungsbranche arbeiten viele Geringqualifizierte, oft Migrant*innen. Daytime Cleaning verbessert ihre Arbeitszeiten und sozialen Schutz (Vollzeit statt Minijob), was sehr positiv ist. Auf der anderen Seite könnte hohe Technisierung langfristig Stellen reduzieren oder das Qualifikationsprofil anheben, was manche aus dem Arbeitsmarkt drängen könnte. Hierzu wäre eine gesellschaftliche Diskussion nötig: Soll es Förderungen geben, um Reinigungskräfte weiterzubilden? Was passiert mit älteren Kräften, die mit der neuen Technik nicht klarkommen? Unsere Arbeit setzt eher voraus, dass mit Schulung alle mitkommen. Realistisch gesehen gibt es immer einige, die Schwierigkeiten haben oder keine Motivation zur Anpassung – denen muss fair begegnet werden (andere Aufgaben finden, Frühverrentung, sozial abfedern). Diese Aspekte sollten Unternehmen im Blick haben, um kein negatives Echo (z.B. in Presse "Roboter nehmen Putzkräften den Job") zu erzeugen. Zumal die öffentliche Wahrnehmung hier sensibel ist – Reinigungskräfte haben seit der Pandemie an Anerkennung gewonnen, und man sollte das Momentum nutzen, um ihren Beruf aufzuwerten, nicht nur zu rationalisieren.

• Zusammenarbeit AG-AN als Erfolgsfaktor: Ein weiterer Diskussionspunkt: Die Qualität der Partnerschaft. Wir haben oft "partnerschaftlich" betont, denn ohne diese Kultur nützen die besten SLA nichts. Wenn misstraut wird oder einer versucht, den anderen auszutricksen (AG drückt Preis ohne Qualität, AN spart wo es nur geht), wird das Konzept scheitern. Das ist ein weicher Faktor, der vertraglich nur begrenzt erzwingbar ist. Hier ist Leadership auf beiden Seiten gefragt – die Auswahl eines kulturell passenden Dienstleisters (und Kunden!) ist daher wichtig. In der Vergabe könnte man z.B. bewusst darauf achten, wie offen und innovativ ein Anbieter wirkt (nicht nur formal die Kriterien).

Insgesamt zeigt die Diskussion, dass Smart Cleaning tragfähig ist, aber in der Umsetzung Umsicht verlangt. Die meisten identifizierten Risiken können gemindert werden, wenn man sich ihrer bewusst ist – sei es durch Klauseln im Vertrag, durch flankierende Kommunikation oder durch Back-up-Pläne.