Ghost Bookings auf dem Campus: Wie sensorbasierte Auto-Freigabe Universitäten ihre Räume zurückgibt

Wer die Buchungsdaten einer Universität zum ersten Mal gegen echte Präsenzdaten legt, erlebt fast immer denselben Moment: Der Kalender meldet eine Auslastung nahe der Kapazitätsgrenze, die Sensoren zeigen halbleere Gebäude. Die Lücke dazwischen sind Ghost Bookings – Räume und Arbeitsplätze, die reserviert, aber nie betreten wurden. Und diese Lücke ist keine Randnotiz. Sie ist häufig der Grund, warum Studierende in der Prüfungsphase keinen Gruppenraum finden, warum Fachbereiche über Raumnot klagen und warum Bauanträge für zusätzliche Flächen auf dem Tisch des Kanzlers landen, obwohl die vorhandenen Flächen rechnerisch ausreichen würden.

Warum der Kalender lügt – und was das kostet

Ein Buchungssystem kennt nur Absichten, keine Realität. Der Doktorand, der jeden Dienstag denselben Seminarraum blockt, „falls das Kolloquium stattfindet". Die Arbeitsgruppe, die drei Räume parallel reserviert und sich später für einen entscheidet. Die Serienbuchung aus dem letzten Semester, die niemand gelöscht hat. Jede einzelne dieser Buchungen ist nachvollziehbar – in Summe entsteht daraus ein Kalender, der voll aussieht, während die Gänge an leeren Räumen vorbeiführen.

Die Kosten entstehen auf drei Ebenen. Erstens operativ: Studierende und Mitarbeitende finden keinen Platz, obwohl Platz da wäre, und das Vertrauen in das Buchungssystem erodiert – wer dreimal vor einem „belegten", aber leeren Raum stand, bucht künftig selbst defensiv doppelt. Zweitens administrativ: Timetabling-Teams verhandeln Raumkonflikte, die es physisch gar nicht gibt. Drittens strategisch, und hier wird es teuer: Flächenplanung basiert auf Buchungsstatistiken. Wenn diese Statistiken systematisch überzeichnen, mietet oder baut die Universität Fläche, die sie nicht braucht. Bei den heutigen Quadratmeterkosten für Hochschulbau ist das der teuerste Datenfehler, den eine Estates-Abteilung machen kann.

Warum Appelle und Buchungsregeln allein nicht reichen

Die meisten Hochschulen haben es bereits mit Policy-Maßnahmen versucht: E-Mail-Erinnerungen, Check-in-Pflicht per QR-Code, Sanktionen für wiederholte No-Shows. Das Problem: Alles, was aktives Handeln der Nutzer verlangt, verlagert die Last auf genau die Menschen, deren Verhalten man ändern will. QR-Check-ins werden vergessen, auch wenn der Raum tatsächlich genutzt wird – und dann gibt das System einen Raum frei, in dem gerade zwölf Studierende sitzen. Das ist schlimmer als das ursprüngliche Problem, weil es das Vertrauen in die Automatik zerstört, bevor sie sich etablieren kann.

Die belastbare Lösung dreht die Logik um: Nicht der Nutzer beweist seine Anwesenheit, sondern der Raum meldet sie. Präsenzsensoren an Arbeitsplätzen und Personenzähler an Raumeingängen – etwa die Elsys-Sensoren, die Vemco einsetzt – erkennen, ob ein gebuchter Raum oder Schreibtisch tatsächlich belegt ist. Kein App-Zwang, kein Check-in, keine Kameras mit Persönlichkeitsbezug: Die Sensoren erfassen Anwesenheit und Bewegung, keine Identität. Für Datenschutzbeauftragte an deutschen Hochschulen ist das ein entscheidender Unterschied zu kamerabasierten Ansätzen.

Auto-Freigabe: Der 15-bis-20-Minuten-Mechanismus

Der Kern der Lösung ist bewusst simpel: Wird ein gebuchter Raum 15 bis 20 Minuten nach Buchungsbeginn nicht genutzt, sendet die Vemco-Plattform automatisch eine Benachrichtigung an das Buchungssystem, und die Buchung wird freigegeben. Der Raum erscheint wieder als verfügbar – für die Studierendengruppe, die gerade sucht, oder für das spontane Meeting im Nachbarbüro. Vemco hat diese Auto-Freigabe mit einer Reihe unterschiedlicher Buchungssystem-Marken integriert; die Universität muss ihr bestehendes System also nicht ersetzen, sondern erweitert es um eine Realitätsprüfung.

Warum 15 bis 20 Minuten und nicht 5? Weil das akademische Viertel real ist. Wer die Schwelle zu aggressiv setzt, gibt Räume frei, während der Dozent noch auf dem Weg vom anderen Gebäudeflügel ist – und produziert Beschwerden statt Entlastung. Die Erfahrung aus mehr als 100 Universitäten, die die Vemco-Plattform mit Elsys-Sensoren einsetzen, zeigt: Die Toleranzschwelle ist eine kulturelle Einstellung, keine rein technische. IT-Teams sollten sie gemeinsam mit dem Timetabling festlegen und in den ersten Wochen beobachten, nicht als Standardwert durchwinken.

Was Praktiker bei der Einführung unterschätzen

Eine Beobachtung aus realen Implementierungen, die in kaum einem Konzeptpapier steht: Der kritischste Erfolgsfaktor ist nicht die Sensorik, sondern die Kommunikation der Freigabe. Wenn eine Buchung automatisch storniert wird, muss der ursprüngliche Bucher das sofort und verständlich erfahren – idealerweise mit dem Hinweis, warum. Universitäten, die die Auto-Freigabe stillschweigend aktivieren, ernten in der zweiten Woche Support-Tickets von irritierten Lehrenden. Universitäten, die vorab kommunizieren („Ihr Raum wird nach 20 Minuten Nichtnutzung freigegeben – so finden auch Sie schneller freie Räume") erleben das Gegenteil: Die No-Show-Quote sinkt oft schon vor der technischen Aktivierung, weil allein das Wissen um die Messung das Buchungsverhalten diszipliniert.

Zweiter Praxispunkt: Ausnahmen sauber definieren. Prüfungsräume, Räume mit aufgebauter Laborausstattung oder Veranstaltungen mit spätem Publikumseinlass gehören auf eine Ausschlussliste, bevor die Automatik live geht – nicht danach.

Muster erkennen: Wo No-Shows systematisch entstehen

Die Auto-Freigabe löst das akute Problem. Der strategische Wert liegt eine Ebene tiefer: im Abgleich von Buchungsdaten mit realen Präsenzdaten über Zeit. Dieser Abgleich zeigt No-Show-Muster pro Gebäude, pro Fachbereich und pro Tageszeit – und diese Muster sind selten zufällig verteilt. Typische Befunde:

• Fachbereichs-Cluster: Einzelne Institute mit chronischen Serienbuchungen, die seit Semestern niemand nutzt – ein Gesprächsanlass, kein Sensorproblem.
• Tageszeit-Effekte: Freitagnachmittage und frühe Morgenslots mit deutlich höheren No-Show-Quoten – relevant für die Slot-Vergabe im Timetabling.
• Gebäude-Unterschiede: Unattraktive oder schlecht ausgestattete Räume werden „vorsichtshalber" mitgebucht und dann verworfen – ein Hinweis für Investitionsprioritäten der Estates-Abteilung.

Für Estates-Manager ist das die Datengrundlage, die vor jeder Flächenerweiterung stehen sollte. Wenn die tatsächliche Auslastung 30 Prozentpunkte unter der Buchungsauslastung liegt, ist die günstigste neue Fläche die, die man gar nicht baut.

Ein Sensornetz, mehrere Anwendungen

Dieselben Präsenzdaten, die Ghost Bookings aufdecken, speisen nebenbei Live-Verfügbarkeitskarten, auf denen Studierende freie Räume und Arbeitsplätze in Echtzeit finden, sowie die übergreifende Auslastungsanalyse für die Campusplanung. Das ist für die Budgetargumentation relevant: Die Sensorinfrastruktur wird nicht für einen einzelnen Anwendungsfall angeschafft, sondern trägt mehrere. Zur Genauigkeit gehört Ehrlichkeit: Vemco garantiert vertraglich eine Zählgenauigkeit von mindestens 96 Prozent; unter günstigen Bedingungen – etwa bei geeigneter Beleuchtung, Raumaufteilung und typischem Nutzerverhalten – liegen die Werte typischerweise bei 98 bis 99 Prozent. Wer Ihnen pauschal 99 Prozent verspricht, ohne die Rahmenbedingungen zu kennen, verspricht zu viel.

Der pragmatische Einstieg

Der bewährte Weg beginnt nicht mit dem ganzen Campus, sondern mit einem Gebäude mit bekanntem Buchungsdruck: Sensoren installieren, vier bis sechs Wochen Buchungs- gegen Präsenzdaten laufen lassen, die No-Show-Quote schwarz auf weiß dokumentieren – und erst dann die Auto-Freigabe aktivieren. Diese Reihenfolge liefert der Hochschulleitung eine belastbare Zahl statt einer Vermutung und nimmt dem Rollout die politische Reibung, weil das Problem vor der Lösung sichtbar wird.

Wenn Sie wissen wollen, wie hoch die tatsächliche No-Show-Quote in Ihren Gebäuden ist und wie die Auto-Freigabe mit Ihrem bestehenden Buchungssystem zusammenspielt, sprechen Sie mit uns: Kontaktieren Sie Vemco für eine Analyse Ihrer Buchungs- und Belegungsdaten – und holen Sie sich Ihre Räume zurück.