AI detekce anomálií v docházce: mzdy pod kontrolou

Mzdové náklady tvoří 30–60 % celkových nákladů většiny firem. Malé nepřesnosti v docházce — systematická zpoždění, neodhlášené odchody, nepotvrzené přesčasy — se mohou v součtu přiblížit k tisícům eur měsíčně.

Co AI sleduje v docházce

Individuální vzorce

• Konzistentní zpoždění: zaměstnanec X chodí každé pondělí o 20–30 minut později než přihlášený čas
• Zkrácené pracovní dny: odchod systematicky dříve bez zaznamenání kratší směny
• Nepravidelné přestávky: delší přestávky než předepsané
• “Ghost” docházka: čipový kód přihlášení bez fyzické přítomnosti (kartu půjčil kolega)

Týmové vzorce

• Celý tým odchází dříve když není manažer na stavbě
• Neobvyklé přesčasy před koncem účetního měsíce
• Zaměstnanci přihlášeni na více střediscích současně

Mzdové anomálie

• Zaměstnanec A a B mají identickou pracovní náplň, ale A systematicky reportuje o 15 % více hodin
• Změna docházkových záznamů těsně před zpracováním mezd
• Přesčasy schválené bez pracovního příkazu

Výstup: měsíční docházkový report

DOCHÁZKA — ANOMÁLIE — Duben 2026

🔴 Vyžaduje ověření:
- Novák J. — 8 dní v měsíci, odchod o 15–40 min dříve.
  Neaktualizované záznamy (celkový rozdíl: 4,2 h = 63 €)
- Mléč P. — přihlášení na 2 střediscích současně (12.4., 18.4.)

🟡 Na monitoring:
- Tým sklad — průměrný odchod pátek o 18 min dříve
  (poslední 3 měsíce, celkový dopad: 2 h/osoba/měsíc)

✅ Bez anomálií: 28 zaměstnanců

Právní aspekty

AI analýza docházky je v souladu s GDPR při:

• Informování zaměstnanců o sledování pracovní doby (povinnost)
• Použití dat výhradně pro účely pracovněprávní agendy
• Uchování záznamů po dobu stanovenou zákonem (3 roky)

Modulario generuje potřebnou dokumentaci pro informační povinnost zaměstnavatele.