Krankenstand und Arbeitszeiten in Deutschland wurden in den vergangenen Wochen häufiger thematisiert: Ersterer sei angeblich zu hoch und Letztere zu niedrig. Wir widmen uns heute in DeltaMaster einmal dem Krankenstand der versicherten Beschäftigten bei den Betriebskrankenkassen.
Krankenstände – welche Daten liegen vor?
In den letzten Wochen beschwerten sich prominente Politiker – allen voran Bundeskanzler Merz und Bayerns Ministerpräsident Söder – über die vermeintlich gestiegenen Krankentage der deutschen Arbeitnehmerschaft. In Verdacht geriet vor allem die Möglichkeit der telefonischen Krankschreibung.
Die Neugier ist geweckt und daraus resultiert die Frage: Was ist über die Krankenstände bekannt, welche Zahlen liegen vor? Die ernüchternde Antwort: Es ist gar nicht so einfach, an direkt nutzbare Daten zu gelangen, die etwas mehr als die reinen Krankenstandszahlen verraten!
Das Bundesministerium für Gesundheit hält einige Auswertungen in Form von PDF-Dokumenten bereit. Allerdings deckt eine inhaltlich eigentlich passende Auswertung der Monatlichen Krankenstände den Zeitraum von 1970 bis Oktober 2014 ab (2014, nicht 2024!). Was lässt sich beim Bundesministerium sonst noch finden?
AU-Tage 2020: Fälle und verursachte Tage der Pflichtmitglieder ohne Rentner
Eine interessante Auswertung wäre in dem Dokument Arbeitsunfähigkeit nach Dauer zu entdecken, allerdings ist dieses Dokument auch nur von 2020. Für jeden Wert der Dauer von 1 Tag bis 546 Tagen werden die Arbeitsunfähigkeitsfälle angegeben, einmal als Gesamtwerte und danach noch getrennt für die einzelnen Krankenkassenverbände.
Obige Grafische Tabelle aus unserer BI-Software DeltaMaster zeigt die Häufigkeiten von AU-Dauern für Pflichtmitglieder ohne Rentner und die dadurch verursachten Arbeitsunfähigkeitstage für den Bereich zwischen 1 und 28 AU-Tagen.
Die größte Anzahl mit 4,8 Mio. Fällen gibt es bei 5 AU-Tagen, ebenso erreichen die verursachten Abwesenheitstage hier ihr Maximum. Insgesamt gab es im Jahr 2020 32,8 Mio. Fälle und 228,2 Mio. verursachte Arbeitsunfähigkeitstage. Die sichtbaren AU-Tage der Tabelle bis 28 Tage decken 91 % der Fälle, aber nur 39 % der Tage ab.
Das Bundesministerium für Gesundheit hält noch ähnliche Daten für Diagnosen und Alter- und Krankheitsgruppen (und Geschlecht) bereit, aber eben nur als direkt schlecht verwertbares PDF und nur mit den Zahlen von 2020.
Krankenstände bei den BKK
Das Bundesministerium für Gesundheit selbst erhält die Daten über den GKV-Spitzenverband, welcher wiederum Daten von den beteiligten Krankenkassenverbänden einsammelt. Das heißt, bei den Krankenkassen befinden wir uns an der Quelle. Der BKK-Dachverband bietet auch tatsächlich aktuelle Daten (Stand Ende 2025) zu seinen Mitgliedern an.
Dankenswerterweise hat mir der BKK-Dachverband erlaubt, diese Daten für den vorliegenden Blog-Beitrag zu nutzen. Ich habe mir nun das Excel-File BKK-Monatsstatistik_Jahresuebersicht_2025.xlxs näher angeschaut. In dieser Datei sind Werte für die Monate des Jahres 2025 und Jahreswerte für 2023, 2024 und 2025 gegeben. Wir betrachten somit kurzfristige Entwicklungen, aber versuchen sowieso eher, Einflussgrößen auf den Krankenstand zu bestimmen.
Die Kennzahl, die klar im Mittelpunkt steht, ist der Krankenstand. Der Krankenstand wird in Prozent angegeben. Dazu werden die durchschnittlichen AU-Tage pro Monat durch die Anzahl der Kalendertage (also bspw. 30 für den April) dividiert.
Die AU-Tage können auch Sonn- oder Feiertage enthalten. Wenn beispielsweise im April Beschäftigte im Schnitt 3 Tage arbeitsunfähig gemeldet sind, entspricht das einem Krankenstand von 3/30 = 10 Prozent.
Laut FAQ werden grundsätzlich alle AU-Zeiten der Beschäftigten einbezogen, für die der jeweiligen BKK eine AU-Bescheinigung des Beschäftigten vorliegt. Nicht in die BKK-Statistik einbezogen werden die vom Arbeitgeber optional gewährten Karenztage ohne AU-Bescheinigung sowie Kinderkrankengeldtage nach §45 SGB V.
Krankenstand der letzten drei Jahre
Im heruntergeladenen Excel-File werden die Daten aus verschiedenen Blickwinkeln betrachtet. Für die Monatswerte ist neben der gerade in der Analyse betrachteten Dimension noch die Unterscheidung nach Geschlecht gegeben.
Ich habe hier die Daten aus dem Excel-File im Self-Service modelliert und dabei mehrfach Parent-Child-Hierarchien eingesetzt.
Allgemein ist in den letzten drei Jahren eigentlich wenig Bewegung gegeben:
Entwicklung des Krankenstandes nach Geschlecht (G=Gesamt) auf Jahresebene
Wenn überhaupt auf aggregierter Ebene etwas festzustellen ist, dann, dass der Krankenstand in den letzten drei Jahren leicht gesunken ist. Bei den Frauen ist der durchschnittliche Krankenstand gegenüber den Männern um ca. 0,4 Prozentpunkte erhöht.
Ob dieser Unterschied erklärt werden kann, werden wir später sehen.
Die erste Größe, die einen Einfluss haben kann, ist die Dimension der Wirtschaftsabteilungen.
Einfluss der Wirtschaftsabteilungen
Es sind für die Monate des Jahres 2025 die Krankenstände in den 81 Wirtschaftsabteilungen gegeben, zusätzlich noch aufgegliedert nach Geschlecht.
Es liegt zwar auch eine Excel-Datei mit den Monatsdaten des Jahres 2024 vor, allerdings sind dort die 81 Wirtschaftsabteilungen gruppiert, deshalb lassen wir den Vorjahresvergleich auf Monaten der Einfachheit halber weg.
Welches sind die Wirtschaftsabteilungen mit den höchsten und den niedrigsten Krankenständen und wie sehen die Verläufe während des Jahres aus? In den Achseneigenschaften wählen wir „Obere/Untere nach Anzahl“, bspw. mit Anzahl = 8, und sortieren nach Krankenstand [%] (Jahreswert):
Einstellungen unter Achse bearbeiten
Wichtig ist hier die Option getrennt bei Gesamtwert (und nicht bei Vorzeichenwechsel), damit wir auch die 8 Wirtschaftsabteilungen mit den niedrigsten Krankenständen sehen:
Top/Bottom-8 der Wirtschaftsabteilungen
Die typographische Skalierung mit Bissantz’Numbers stellt es deutlich heraus:
Offensichtlich gibt es doch größere Unterschiede zwischen den Wirtschaftsabteilungen. Höhere Krankenstände sind bspw. in 99 Exterritoriale Organisationen und Körperschaften zu beobachten. Hierzu gehören Arbeitsplätze bei der UNO, dem Internationalen Währungsfonds, OECD und anderen Institutionen. Warum die Ausfallzeiten entstehen – ist es ein höherer Anteil älterer Beschäftigter, Fachkräftemangel oder etwas anderes? – ist aber unbekannt.
Beim 2. Platz „87 Heime“ lässt sich der erhöhte Krankenstand leichter interpretieren. Die Arbeit in der Pflege ist herausfordernd und führt mutmaßlich zu häufigeren Fehlzeiten.
Am unteren Ende sieht man 62 Dienstleistungen der Informationstechnologie und 59 Herstellung, Verleih und Vertrieb von Filmen und Fernsehprogrammen. Ob hier weniger anstrengende Arbeiten vorliegen oder, wie in manchen Veröffentlichungen behauptet, der Zwang zur Anwesenheit (Präsentismus) höher ist, wage ich nicht zu beurteilen.
Einfluss des Monats
Die Grafische Tabelle zeigt schon, dass es bestimmte Monate im Jahr 2025 gab, in denen der Krankenstand anstieg. Besonders der Februar scheint auffällig.
Wählen wir zur Abwechslung mit der Option Farbe die Färbung des Hintergrundes und stellen eine zeilenweise Skalierung ein, so sehen wir den Februar immer mit der intensivsten Färbung:
Höchster Krankenstand im Februar 2025
Dass der Februar 2025 den jeweils höchsten Krankenstand aufweist, gilt nicht nur für die hier sichtbaren 16, sondern für alle 81 vorhandenen Wirtschaftsabteilungen. Beim Minimum sieht man, dass unterschiedliche Monate auftauchen können: August und Juni 2025 sind häufig vertreten.
Das Minimum mit der schwächsten Einfärbung lässt sich visuell etwas schwieriger identifizieren als das Maximum.
Neues Feature: BI-Faktor bei Wert 0 optional umkehren
Mit dem letzten Release 6.6.7 ist ein kleines, aber nützliches Feature erschienen. Wir vertreten die Philosophie, dass die zwei Farben Blau und Rot bei der Darstellung der Wirkung von Kennzahlen vollkommen ausreichen. Blaue Kennzahlen bezeichnen durchgehend Werte mit einem positiven betriebswirtschaftlichen Effekt und rot dargestellte Kennzahlen haben eine negative Auswirkung.
Bisher hat die 0 immer die gleiche Farbe wie Werte mit positivem Vorzeichen erhalten: Ein Umsatz von 0 wurde blau dargestellt und ein Rabatt von 0 rot.
Manchmal, vor allem bei Anzahlen, verhält sich die 0 aber konträr zu Werten mit positiven Vorzeichen. Die Anzahl der abgeschlossenen Verträge soll blau dargestellt werden, wenn sie positiv ist, aber 0 Verträge werden negativ bewertet.
Eine positive Anzahl von Krankentagen ist negativ und wird rot dargestellt. Ein Krankenstand von 0 ist positiv und soll die Farbe Blau erhalten. Den BI-Faktor beim Wert 0 kann man in den Analysewerteigenschaften optional umkehren:
Einstellung der Umkehrung
Die folgende Grafische Tabelle der Krankheitstage der Mitarbeiter in einem kleinen Unternehmen verdeutlicht den Unterschied. Bei Krankheitstage0 haben wir die Umkehrung aktiviert:
0 Krankheitstage sind gut (und deshalb blau dargestellt)!
Monate mit minimalem Krankenstand
Das neue Feature kann ich aber auch bei den gegebenen Daten über den Krankenstand bei den BKK einsetzen. Zwar kann ich in DeltaMaster eine Kennzahl nicht mit dem Wert einer anderen einfärben, aber trotzdem kann ich diese Funktion gewinnbringend nutzen. Dazu berechne ich zunächst für jede Wirtschaftsabteilung den minimalen durchschnittlichen Krankenstand der Monate des Jahres 2025.
Dann zerlege ich den Krankenstand in eine Summe aus Minimum und Differenz des Krankenstandes zum Minimum, also K = M + (K – M).
Für diese Differenz K – M kann ich dann das neue Feature „BI-Faktor bei Wert 0 optional umkehren“ anwenden und sehe bei zeilenweiser Skalierung durch die Blaufärbung schön, in welchem Monat der minimale Krankenstand beobachtet wurde.
In diesem Monat wird die Differenz 0 und die Umkehrung der Färbung greift:
Monate mit minimalem Krankenstand in Blau
Nun lassen sich die Monate mit den niedrigsten Krankenständen leicht identifizieren.
Bei den Top-10 (nach durchschnittlichem Krankenstand) ist der Juni am häufigsten vertreten. In dieser Darstellung sind die Monate (hier durchgehend der Februar) mit der jeweils höchsten Differenz – die immer auch zum höchsten Krankenstand gehört! – durch die dunkelste Rotfärbung ebenfalls leicht zu erkennen.
Über den Spalteneditor habe ich auch den Wert des Minimums eingefügt.
Einfluss des Geschlechts auf den Krankenstand
Oben hatten wir bereits bemerkt, dass Frauen im Schnitt über alle Wirtschaftsabteilungen einen etwas höheren Krankenstand aufweisen. Um hier tieferes Verständnis zu erlangen, schauen wir, ob es Wirtschaftsabteilungen gibt, bei denen sich die Krankenstände zwischen den Geschlechtern unterscheiden. Blicken wir zunächst auf die Differenzen der Jahreswerte mit einer Rangfolge:
Vergleich Krankenstände Frauen vs. Männer
Offensichtlich existieren sowohl Wirtschaftsabteilungen, in denen der Krankenstand der Frauen über dem der Männer liegt und umgekehrt.
Wie stabil sind diese Differenzen im Jahresverlauf? Schauen wir die Differenz der Krankenstände zwischen Frauen und Männern einmal für die sichtbaren Top-Bottom-10 für die 12 Monate an, ergibt sich das folgende Bild:
Differenz Krankenstände Frauen vs. Männer im Verlauf des Jahres 2025
Bei diesen 20 Wirtschaftsabteilungen gibt es einige wie zum Beispiel „53 Post-, Kurier- und Expressdienste“ oder „47 Einzelhandel“, bei denen die Differenz relativ stabil bleibt.
Diesen stehen Fälle – wie etwa 12 Tabakverarbeitung – gegenüber, bei denen der Wert stark schwankt. Diese größere Varianz könnte auch durch geringere Anzahlen von Angestellten erklärbar sein; die zugrundeliegenden Anzahlen sind in diesem Datensatz aber nicht gegeben.
Analyse des Frauenanteils
Die Anzahlen der Arbeitskräfte in den Wirtschaftsabteilungen sind somit nicht aufgeführt. Trotzdem können wir den Frauenanteil in einer Wirtschaftsabteilung schätzen. Unter der Annahme, dass sich der Gesamtkrankenstand nur aus den Zahlen von Frauen und Männern ergibt und keine Gruppe Divers existiert oder zumindest keinen numerisch messbaren Einfluss hat, nutzen wir die Tatsache, dass der Gesamtkrankenstand ein mit den Anteilen gewichtetes Mittel der Geschlechter-Krankenstände ist:
Herleitung des Frauenanteils
Solange sich Frauen- und Männerkrankenstand unterscheiden, lässt sich aus den drei Angaben Krankenstand gesamt, Krankenstand Frauen und Krankenstand Männer der Anteil der Frauen berechnen. Werfen wir einen Blick auf die Anteile zu den 10 Top- und den 10 Bottom-Wirtschaftsabteilungen mit den größten positiven bzw. negativen Unterschieden im Krankenstand:
Frauenanteile bei den Top-10 und Bottom-10 der Differenzen der Krankenstände
Das Muster ist doch recht auffällig:
In den Wirtschaftsabteilungen, in denen der Krankenstand der Frauen deutlich höher war als der Krankenstand der Männer, ist der Frauenanteil relativ hoch (> 30 Prozent und weit mehr).
In den Wirtschaftsabteilungen, in denen der Krankenstand der Frauen deutlich niedriger war als der Krankenstand der Männer, ist der Frauenanteil relativ niedrig (< 27 Prozent).
Übrigens entdeckt man so ein paar Ungereimtheiten:
Ungereimtheiten bei den Frauenanteilen
Bei 36 Wasserversorgung ist der Frauenanteil des Jahres größer als der jedes Monats: Das ist mathematisch wohl nicht möglich (Beweis als Hausaufgabe). Noch auffälliger ist der negative Jahreswert in der Abteilung 95 Reparatur. Hier liegt in der Excel-Datei der Gesamtkrankenstand (5,6445) sowohl über dem Krankenstand Männer (5,643625) als auch über dem Krankenstand der Frauen (5,623558). Das kann nicht sein. Der niedrigere Dezemberwert von 22,1 % ist auch auffällig.
Portfolioanalyse
Schauen wir uns alle 81 Wirtschaftsabteilungen in der Portfolioanalyse an. Das heißt, es sind eigentlich 80, da ich die verdächtige Wirtschaftsabteilung 95 herausgenommen habe.
Wir stellen jeweils die Jahreswerte der Frauenanteile und die Differenz Krankenstand Frauen-Männer gegenüber:
Delta F-M vs. Anteil Frauen
Die Grafik bestätigt das bereits in der Tabelle Gesehene: Ein erhöhter Frauenanteil korrespondiert mit einem gegenüber dem Männer-Krankenstand höheren Frauen-Krankenstand. Bei niedrigeren Frauenanteilen liegt der Krankenstand der Frauen eher unter dem der Männer.
Aber schauen wir direkt auf die Krankenstände der Frauen bzw. Männer im Zusammenhang mit dem Frauenanteil:
F (oben) und M (unten) vs. Anteil Frauen
In der oberen Grafik ist erkennbar, dass der Krankenstand der Frauen relativ unbeeinflusst vom Anteil der Frauen ist.
Bei den Männern entdecken wir hingegen eine fallende Tendenz: Je höher der Frauenanteil einer Wirtschaftsabteilung, desto geringer der Krankenstand der Männer. Die Differenz reagiert somit deshalb negativ auf einen wachsenden Frauenanteil, weil der Krankenstand der Männer sinkt, während der Krankenstand der Frauen gleichbleibt.
Dass das beobachtete Phänomen durch eine direkte Kausalität verursacht wird, wäre zwar möglich, ist aber eher nicht anzunehmen und mit den Daten auch nicht direkt nachweisbar.
Weitere Analysen
Bemerkung: Zur genaueren Analyse bräuchte man nicht nur die jeweils 2-dimensionalen Datenblätter (jeweils eine untersuchte Dimension + Geschlecht) dieses Datensatzes. Neben der Wirtschaftsabteilung existieren in der Excel-Datei auch Datenblätter zu den Bundesländern, den Altersgruppen, den Berufsgruppen und den Diagnosehauptgruppen, immer in Kombination mit dem Geschlecht.
Für eine abschließende, fair vergleichende Analyse müsste man sämtliche Dimensionen gleichzeitig berücksichtigen. Darüber hinaus fehlen im Datensatz Angaben zu den Häufigkeiten. Beispielsweise bei den Wirtschaftsabteilungen lässt sich nicht einschätzen, wie relevant eine Wirtschaftsabteilung für den Gesamt-Krankenstand ist.
Da die Krankenstände nicht für Kombinationen von zum Beispiel Altersgruppen und Wirtschaftsabteilungen gegeben sind, können wir nicht abschließend beurteilen, ob ein hoher Krankenstand in einer Wirtschaftsabteilung durch einen hohen Anteil älterer Personen oder einen höheren Anteil gefährdeter Berufsgruppen entsteht.
Gehen wir einmal die weiteren Dimensionen durch!
Krankenstand in den Bundesländern und nach Altersstufen
Für die Bundesländer ergibt sich auf dem Jahreslevel (für Monate liegen die Vorjahreswerte nicht vor!) bei spaltenweiser Skalierung:
Krankenstände in den Bundesländern
Die Unterschiede sind beträchtlich und werden wohl hauptsächlich durch die Altersverteilung bestimmt. Gegenüber dem Vorjahr hat sich der Krankenstand bis auf eine Ausnahme (Hamburg) reduziert. In Bremen ist noch eine Erhöhung des Krankenstandes der Männer zu beobachten.
Bei ZDF heute sehen wir eine Landkarte mit dem Durchschnittsalter der Bundesländer (Stand 2024). Plottet man die Krankenstände gegen die dort angegebenen Durchschnittsalter, ergibt sich ein klarer Zusammenhang:
Krankenstand in den Bundesländern
Die Top-4 des Alters (Sachsen-Anhalt, Mecklenburg-Vorpommern, Thüringen und Brandenburg) sind exakt in dieser Reihenfolge auch die Top-4 des Krankenstands.
Beim Alters-Durchschnitt hat man ja aus einer Verteilung über alle Jahre eine einzige repräsentative Kennzahl gebildet. Dass es sich lohnt, die Verteilung genauer unter die Lupe zu nehmen, zeigt die Auswertung des BKK-Dachverbandes (wieder auf Jahresebene):
Krankenstand nach Altersklassen
Ich sehe hier vor allem drei Haupterkenntnisse: Der Krankenstand steigt grundsätzlich mit dem Alter an. Eine Ausnahme bildet die jüngste Klasse, die im Gegensatz zu den beiden folgenden Altersklassen einen leicht erhöhten Krankenstand aufweist. Frauen besitzen in allen Altersklassen einen erhöhten Krankenstand gegenüber den Männern.
Beim Vergleich der Bundesländer sollte man diese Altersverteilung berücksichtigen: Wie verhalten sich Krankenstände in den Bundesländern in der gleichen Altersklasse? Diese Daten liegen aber (mir) nicht vor.
Krankenstand in den Berufsgruppen
Eine weitere Dimension, die in der betrachteten Excel-Datei beschrieben werden, sind die Berufsgruppen:
Krankenstand nach Berufsgruppen (Top- und Bottom-5)
Erneut gibt es gewaltige Unterschiede zwischen den Berufsgruppen bei den Krankenständen. Informatikberufe befinden sich erfreulicherweise am Ende der sortierten Liste, ebenso wie lehrende und auszubildende Berufe.
Normalerweise sind die Krankenstände der Frauen in den meisten Berufsgruppen wieder höher als die der Männer. Die hier sichtbaren 42 Geologie-, Geografie und Umweltschutzberufe bilden eine der wenigen Ausnahmen.
Krankenstand nach Diagnosehauptgruppen
Die letzte betrachtete Dimensionsebene ist die der Diagnosehauptgruppen. Welche Diagnosen verursachen die größten Anteile an den Krankenständen?
Beiträge der Diagnosehauptgruppen zum Krankenstand
Die Beiträge der Diagnosehauptgruppen sind absteigend nach dem Jahreswert sortiert.
Den größten Anteil haben Krankheiten des Muskel-/Skelettsystems, wobei die Anteile in den Monaten wenig variieren. Danach folgen Krankheiten des Atmungssystem, die ihren Schwerpunkt in der Wintersaison haben. Bei Männern (hier nicht abgebildet) ist die Reihenfolge der ersten drei Plätze identisch, bei den Frauen sind die Krankheiten des Muskel-/Skelettsystems erst auf dem 3. Platz zu finden.
„Übrige Diagnosehauptgruppen“ sind nicht detaillierter aufgeführt, wobei die niedrigen Werte im November und Dezember doch auffallen.
Quelle
Die Daten entstammen der Internetseite des BKK Dachverbands mit den aktuellen Statistiken. Dort finden Sie auch Antworten zu den FAQ zum Thema, auch als PDF verfügbar. Verwendet wurde die Datei der BKK-Monatstatistik Jahresübersicht 2025 (Download am 26.1.2026).
Wir können nicht garantieren, dass die dargestellten und abgeleiteten Werte korrekt bzw. korrekt berechnet sind.
