Die monatliche Entscheidung eines Krankenhauses (300-1500 Betten) zur Zuordnung von 200-1000 Pflegekräften zu 7×24-Stationen. Qualifikation (Intensiv vs Chirurgie vs Allgemeinstation), gesetzliche Grenzen (Wochenstundenlimit, aufeinanderfolgende Nachtdienste), Gesundheitsschutz (Ermüdung, Mindestruhe), Wünsche und Fairness müssen gleichzeitig halten. Akademisch: Nurse Rostering Problem (NRP); kanonische Referenz Burke, De Causmaecker, Vanden Berghe und Van Landeghem (2004).
Kurz gesagt
Kommt Ihnen das bekannt vor?
- In einem mittelgroßen Krankenhaus mit 200-1000 Pflegekräften erstellt die Stationsleitung den Monatsplan in einer Tabelle — 30-60 Stunden pro Monat.
- Wenn Pflegekräfte zwischen Intensiv, Chirurgie und Innere verschoben werden müssen, ist die Qualifikation pro Station im Kopf vorhanden; die Qualifikationsmatrix ist nicht schriftlich.
- Eine 'wer hat weniger Nächte gemacht'-Diskussion eröffnet jeden Monat; Fairness bleibt subjektiv.
- Persönliche Tageswünsche der Pflegekräfte (Schulplan Kinder, Arzttermin, Familienurlaub) werden mündlich weitergegeben; ein Teil wird vergessen, unerfüllte Wünsche treiben Fluktuation.
- 3-4 aufeinanderfolgende Nachtdienste tauchen gelegentlich auf; Berichte zu medizinischen Fehlern und Burnout-Werte steigen.
- Plötzliche Krankmeldungen (Pflegekraft mit AU) oder Pandemie-Wellen erzwingen eine tägliche Neuplanung; die Ersatzwahl ist intuitiv.
- Wenn Tarifvertrag oder Regulierung sich ändern (Wochenstundenlimit, Gewerkschaftsregel), muss die Planungslogik manuell neu entworfen werden.
- Jährliche Pflege-Fluktuation 15-30 %; Austrittsgespräche listen 'Dienstplan-Ungerechtigkeit' und 'Burnout' als Hauptgründe.
Warum es wichtig ist
Wie wird es gelöst?
Technische Tiefe
Wie wird es gelöst?
Technische TiefeIn einem Satz: Trage die Qualifikations-Tags, Vertragsstunden und Wünsche jeder Pflegekraft sowie die Sollstärke je Stations-Schicht ein; modelliere harte Regeln (max Nachtdienste hintereinander, 11h Ruhe) getrennt von weichen Regeln (Wunsch, Fairness, Wochenende), und lasse einen Mathematik-Solver den Monatsdienstplan erzeugen — keine harten Verletzungen, weiche Verletzungen minimiert.
Dieses Problem wird in der Operations-Research-Literatur (Disziplin, die Mathematik und Computer für Geschäftsentscheidungen einsetzt) als Nurse Rostering Problem (NRP) untersucht — das gesundheitsspezifische Personalplanungsproblem. Unterkategorien: (a) zyklisch vs nicht-zyklisch — zyklisch (jede Pflegekraft auf festem Monatsmuster) oder nicht-zyklisch (monatlich neu gelöst); (b) wunsch- vs bedarfsbasiert — wunschgewichtet (Maximierung der Wünsche) oder bedarfsgewichtet (strenge Deckung); (c) Selbstplanung vs zentral — Pflegekräfte tragen zuerst ihre Wunschkalender ein oder zentrale Planung.
Lösung in drei Phasen:
1. Modellierung. Eingabedaten: Pflegekraft-Stammdaten (Qualifikations-Tags pro Pflegekraft — Intensiv, Chirurgie, Innere, Notaufnahme, Pädiatrie, Geburtshilfe; Senioritätsstufe — erfahren/mittel/Berufseinsteiger; vertragliche Wochenstunden — Vollzeit 40h, Teilzeit 24h; Präferenz-Scores — persönliche Tage, Nachtdienst-Neigung). Stations-Stammdaten (pro Stations-Schicht-Tag-Kombination: geforderte Pflegezahl + mindestens 1 erfahren + Qualifikationsverteilung). Beschränkungen: hart (gesetzliches Wochenstundenlimit, Mindestruhe 11 Stunden zwischen Schichten, max aufeinanderfolgende Nachtdienste — typisch 3 oder 4, wöchentliche Ruhepflicht, Qualifikationszuordnung — Intensivbesetzung mit Intensivzertifikat) und weich (Wünsche, Fairness, Wochenendverteilung, Senioritätsmix). Zielfunktion: gewichtete Summe der Weichbeschränkungsverletzungen minimieren (typische Formulierung).
2. Solver-getriebene Entscheidung. NRP-Lösungswahl ist familienbasiert:
- MIP (Mixed-Integer Linear Programming — Optimierung mit teils 0/1-, teils stetigen Variablen): Für kleine bis mittlere Krankenhäuser (50-200 Pflegekräfte) werden MIP-Regeln direkt codiert; moderne MIP-Löser liefern in 30-90 Minuten ein Optimum.
- Spaltengenerierung + Branch-and-Price (mit kleinem Anfangspool starten und nützliche Muster schrittweise hinzufügen): Pro Pflegekraft werden zulässige Wochenmuster als “Spalten” generiert; das Masterproblem wählt die optimale Kombination. Stark bei 200-500 Pflegekräften.
- Metaheuristiken (intelligente Suchverfahren — liefern nahezu optimale Lösungen): Scatter Search, Tabu Search, Simulated Annealing. Für große Häuser (500+ Pflegekräfte) und Mehrstationskomplexe. Keine Optimumsgarantie, gute Praxisqualität in Stunden.
- CP (Constraint Programming — Paradigma, das komplexe Regeln direkt ausdrückt): direkte Ausdrucksstärke für komplexe Tarif- und Gewerkschaftsregeln (z. B. “exakt 2 Wochenenden frei je 4 Wochen”).
- Hybride Ansätze: Metaheuristik + MIP-Hybride sind in der letzten Dekade die übliche Branchenwahl gewesen.
Praxiswahl: 100-300 Pflegekräfte — MIP oder CP; 300-700 — Spaltengenerierung + Branch-and-Price; 700+ oder Mehrstation — Metaheuristik-Hybrid.
3. Felddeployment. Output zweischichtig: Monats-Hauptplan (Pflegekraft × Tag-Schicht-Station-Matrix, geht 1-2 Wochen vor Veröffentlichung durch die Stationsleitung) + tägliche Updates (Krankmeldung, Urlaubsänderung, Patienten-Volumen-Anstieg). Das Krankenhausinformationssystem (KIS) füttert das Dienstplanmodul: Personalakte, Zertifikatsverzeichnis, historische Stunden, Urlaubskonto. Output erreicht die Pflegekraft per Mobile-App oder Stationstafel. Monatliche Operations-Sitzung: Verstoßbericht (aufeinanderfolgende Nächte, Wochenstundenüberschreitung), Fairnessbericht (Standardabweichung Nachtdienstverteilung), Trefferquote der Wünsche, Burnout-Befragung."
Alternativen
Manuell + Tabelle + Stationsleitung
KostenlosKeine Lizenz
Für wen geeignet: 30-80 Pflegekräfte, kleines Haus oder Einzelstation
- + Keine Softwarekosten
- + Felderfahrung der Stationsleitung zählt
- + Schnelle Reaktion auf mündliche Wünsche
- − Kognitive Last explodiert über 80 Pflegekräfte
- − Ohne schriftliche Qualifikationsmatrix Fehlerrisiko hoch
- − Nacht- oder Wochenstunden-Verstöße rutschen leicht durch
- − Fairness bleibt subjektiv, keine Verteilungsstatistik
- − Fluktuationskosten steigen
Lokale Software für Gesundheitspersonal
Enterprise8K-40K EUR Einrichtung + 3K-12K EUR/Jahr Wartung (regionale KMU-Beobachtung)
Für wen geeignet: 100-400 Pflegekräfte, mittleres Haus, ein Standort
- + Lokalsprachige Oberfläche, regionale Unterstützung
- + KIS-Integration
- + Lohnabrechnungsanbindung
- − Die Dienstplan-Engine läuft oft auf 'Schablone füllen'-Logik — echte Dienstplan-Optimierung ist selten
- − Qualifikation + Wunsch + Fairness gemeinsam schwach
- − Ermüdungsbeschränkungen weich oder fehlend
- − Moderne Suchmethoden für große Häuser außerhalb des Umfangs
Internationale WFM-Software (Workforce Management)
Enterprise200-800 EUR/Pflegekraft/Jahr Abo oder 300K-2M EUR/Jahr Lizenz
Für wen geeignet: 400+ Pflegekräfte, Mehrstandort, akkreditierungsorientiert
- + Ausgereifte Dienstplan-Engine: Solver mit Optimum-Garantie, fortgeschrittene Suche, regelbasierte Auswahl wählbar
- + Qualifikation + Wunsch + Fairness + Ermüdung gemeinsam modelliert
- + Wunscheintrag durch die Pflegekraft zuerst unterstützt
- + Reichhaltige Akkreditierungsberichte
- − Hohe Lizenz + 8-16 Monate Einführung
- − Anpassung an deutsche Tarif-/Gewerkschaftsregeln benötigt Projektzeit
- − Breites Schulungsprogramm Pflege + Stationsleitung
- − Datenkalibrierung dauert mindestens 3-6 Monate
Open-Source-Solver + interner NRP-Aufbau
Open SourceLizenz kostenlos; Eigenentwicklung 20-40 Wochen oder 60K-180K EUR Beratung
Für wen geeignet: Haus oder Klinikverbund mit Tech-Team
- + Keine Lizenzkosten
- + Referenz-Open-Source-Werkzeuge für Pflege-Dienstplanung vorhanden
- + Volle Kontrolle über Tarif-/Gewerkschaftsregeln
- + Qualifikations- + Wunschdaten bleiben intern
- − Interne Optimierungs- + Krankenhausbetriebs-Expertise erforderlich
- − Erster Prototyp → Feldsystem 9-15 Monate
- − Wartungslast beim Krankenhaus
- − Kalibrierung (historische Arbeitsdaten) braucht zuerst 6 Monate
Empfehlung
Im Gespräch fragen
- Welche Methode nutzt die Dienstplan-Engine — Solver mit Optimum-Garantie, fortgeschrittene Suche (Tabu / Simulated Annealing / Scatter), regelbasierte Auswahl oder Schablone füllen? In einer Demo mit 200 Pflegekräften und komplexem Bedarf, welche Methode läuft?
- Wie werden harte und weiche Beschränkungen getrennt? Sind Ermüdungsbeschränkungen (max Nachtfolgen, Mindestruhe) hart oder weich? Sind sie nutzerseitig einstellbar?
- Wie tief ist die Qualifikationsmatrix (Station × Pflegekraft) — nur Stationszuordnung oder gehen auch Zertifikatsstufe + Senioritätsmix in den Solver?
- Werden Wünsche (persönliche Tage, Urlaub, Nachtneigung) als gewichtete Scores oder strikte Beschränkungen verarbeitet? Wird der Wunscheintrag durch die Pflegekraft zuerst unterstützt?
- Werden Fairnessberichte (Standardabweichung Nachtdienst, Wochenendgerechtigkeit, aufeinanderfolgende Arbeitstage) automatisch erzeugt? Welche Metriken?
- Bei plötzlichen Änderungen (Krankmeldung, Patientenanstieg) — wie schnell wird der Plan neu gelöst? Gibt es eine Ersatzkraft-Vorschlags-Engine?
- In einem 8-12-Wochen-Pilot mit Echtdaten — können Sie einen Bericht zu Verstößen, Fairness und Zufriedenheit gegenüber dem vorherigen Manualplan liefern?
- Wenn wir den Vertrag beenden — in welchem Standardformat (CSV, JSON) können wir Personalakte, Qualifikationsmatrix, Wunschhistorie, Planarchiv und Fairnessberichte exportieren?
Technische Details
Anmerkung der Redaktion
Im Klinikalltag heißt dieses Problem “Pflegedienstplan”, “Monatsplan” oder “Stationsrota”. In der akademischen Literatur ist der Name Nurse Rostering Problem (NRP). Burke, De Causmaecker, Vanden Berghe und Van Landeghem (2004) ist die kanonische Übersicht; De Causmaecker und Vanden Berghe (2011) die moderne Kategorisierung; Cheang, Li, Lim und Rodrigues (2003) die frühe bibliografische Referenz.
Diese Seite ist nicht mit der generischen Schichtplanung (#003) zu verwechseln: #003 ist die wöchentliche Schichtentscheidung in Gastronomie, Handel und Callcentern — gesetzliche Stundenlimits, Qualifikationszuordnung und Wünsche sind dort, aber Patientensicherheits-Ermüdungsbeschränkungen nicht, der Senioritätsmix ist schwach und es gibt keine Akkreditierungslast. NRP trägt gesundheitsspezifische Komplexität: Intensiv- vs Chirurgie- vs Allgemeinstationsqualifikation, max aufeinanderfolgende Nachtdienste (typisch 3 oder 4 — aus Patientensicherheitsforschung), 11 Stunden Mindestruhe (Linie der EU-Arbeitszeitrichtlinie), sehr hohe Wunschgewichtung (Pflege-Fluktuation reagiert auf Burnout) und verpflichtende Fairnessberichte (Akkreditierungsregel). Callcenter-Personalplanung (#023), OP-Saal-Planung (#008) und Patientenfluss (#038) sind nahe Verwandte, das mathematische Gerüst unterscheidet sich aber. NRP auf einer #003-Engine zu bauen scheitert meist — die Zusatzbeschränkungen überfordern die Engine.
Am häufigsten übersehener Punkt im Segment: Patientensicherheit (Ermüdung + Mindestruhe). Einfache Schichtpläne nehmen “Wochenstundenlimit” als ausreichend an; moderne NRP-Literatur modelliert Nachtschichtermüdung (Burke 2004 Rahmen), Höchstgrenze aufeinanderfolgender Nächte (typisch 3 oder 4), Mindestruhe von Schicht zu Schicht (11 Stunden Nacht zu Morgen) und wöchentliche Nachtverteilungsgerechtigkeit als harte oder weiche Beschränkungen. Die internationale Versorgungsforschung berichtet, dass schlechte Dienstpläne Patienten-Nebenwirkungsraten um 20-40 % erhöhen und Pflegebrustquoten messbar anheben (Burke, Curtois, Qu und Vanden Berghe 2010 nahe Feldarbeit). In jeder Demo sollten Sie ein Szenario verlangen, in dem nach 3 aufeinanderfolgenden Nachtdiensten der 4. nicht zugewiesen werden kann — eine Engine, die das nicht leistet, ist nicht NRP-tauglich. Zweiter übersehener Punkt: Senioritätsmix. Jede Stations-Schicht sollte die harte Regel “mindestens 1 erfahren + 1 mittel + Berufseinsteiger nur mit erfahrener Begleitung” tragen; sonst läuft der Nachtdienst allein mit einem Einsteiger und das Patientensicherheitsrisiko wächst.
Schritt-für-Schritt für ein KMU-Krankenhaus
Phase 1 — Erst messen, dann planen. Mindestens 12 Monate Pflege-Arbeitsdaten: monatliche Schichtverteilung pro Pflegekraft (Früh/Spät/Nacht), aufeinanderfolgende Arbeitstage, Wochenenden, Wochenstunden-Summe, Urlaubstage, Verstoßzahl (aufeinanderfolgende Nächte, Ruhezeit). Qualifikationsmatrix: pro Pflegekraft Zertifikatsliste (Intensiv, OP, Geburtshilfe, Pädiatrie, Erste-Hilfe, i. v.-Therapie). Senioritätsmatrix: erfahren / mittel / Berufseinsteiger. Bedarfsmuster: historischer Pflegebedarf je Stations-Schicht-Tag.
Phase 2 — Wissenskapital schriftlich. Wer kann auf welcher Station arbeiten (Qualifikationszuordnung — keine Intensiv ohne Intensivzertifikat). Vertragstyp (Vollzeit 40h, Teilzeit 24h, auf Abruf). Tarif-/Gewerkschaftsregeln (Wochenstundenlimit, aufeinanderfolgende Nächte, Pflichtruhe). Mündliche Wünsche in schriftliches Formular überführen — jede Pflegekraft füllt monatlich mindestens 1× “5 bevorzugte Tage + 5 abgelehnte Tage”.
Phase 3 — Pilot. 8-12 Wochen. NRP-Modul parallel zur manuellen Planung auf einer Teilmenge (z. B. Monatsplan einer Universitätsklinik-Intensivstation oder einer einzelnen Chirurgiestation) laufen lassen. Die Entscheidung bleibt bei der Stationsleitung; das System schlägt vor. Erfolgskriterium schriftlich vor Start: “in 60 Tagen Nachtfolge-Verstöße -50 %, Fairness-Standardabweichung -30 %, Pflegezufriedenheits-Score +15 %.” Wird das Ziel verfehlt, endet der Pilot — Ausstiegsrecht im Vertrag.
Phase 4 — Rollout. Volles Haus + alle Stationen in 6-12 Monaten. Pflegeschulung 1-2 Wochen (Mobile-App intuitiv). Stationsleitungsschulung ist anspruchsvoller — Qualifikationsmatrixpflege, Präferenzgewichtung, Fairnessbericht-Lesen. Monatliche Operations-Sitzung: Verstoßbericht, Fairnessverteilung, Wunschtrefferquote, Ersatzzeit.
Risiken — was schiefgehen kann
- Tarif- oder Gewerkschaftsregelwechsel. Eine jährliche Tarif- oder regulatorische Änderung erfordert Hartbeschränkungs-Updates im System. Hat der Solver die Regel hartkodiert, wird das Update zum Projekt — und der alte Plan verstößt zwischenzeitlich. Der Vertrag muss eine Regelaktualisierungsgarantie enthalten.
- Plötzliche Krankheit + Ersatz. Krankmeldungen (besonders in Pandemiewellen) brechen den Plan täglich. Ohne Ersatzvorschlagsengine telefoniert die Stationsleitung stundenlang nach Vertretung. Eine Ersatzkandidaten-Liste (3-5 Reserven pro Station) muss vorbereitet sein.
- Wunschverletzung → Burnout + Fluktuation. Sind Weichbeschränkungen (Wünsche) zu gering gewichtet, verletzt das System sie; die Pflegekraft geht 3-4 Monate später. Das muss in Austrittsgesprächen unter ‘Dienstplan-Ungerechtigkeit’ gemessen werden. Präferenzgewichte alle 6 Monate neu kalibrieren.
- Single-Supplier (WFM)-Lock-in. Ohne Vertragsklausel zum jährlichen Standardformat-Export (CSV, JSON) von Qualifikationsmatrix, Wunschhistorie, Planarchiv und Fairnessberichten bedeutet ein Ausstieg den Verlust der über Jahre angesammelten Qualifikations-, Wunsch- und Senioritätsdaten.
Technische Sicht auf die Lösung
Hauptansätze in der NRP-Literatur:
| Ansatz | Typische Größe | Lösungszeit | Optimum garantiert? |
|---|---|---|---|
| Manuell + Tabelle | 30-80 Pflegekräfte | Stunden-Tage | Nein, 40-60 % optimal |
| Ganzzahlige Programmierung (MIP) — Burke 2004 | 100-300 Pflegekräfte | Min-Std | Ja (innerhalb Bound) |
| Spaltengenerierung + Branch-and-Price — JFB-Purnomo 2005 | 200-500 Pflegekräfte | Stunden | Ja (innerhalb Bound) |
| Scatter Search — Burke 2010 | 300-800 Pflegekräfte | Stunden | Nein, gute Praxisqualität |
| Tabu Search / Simulated Annealing | 300-1000 Pflegekräfte | Stunden | Nein, gute Praxisqualität |
| Constraint-Programmierung (CP) | 100-400 Pflegekräfte, komplexe Regeln | Min-Std | Ja mit modernen CP-Lösern |
| Hybrid (Metaheuristik + MIP) | 500-1500 Pflegekräfte | Stunden | Praktisch nahe-optimal |
Sub-Typ-zu-Formulierung-Zuordnung:
- Zyklisches NRP: Festes Monatsmuster, jede Pflegekraft auf Wochen-Zyklus. Kleine-mittlere Stationen. Geringe Wunschlast.
- Nicht-zyklisches NRP: Monatlich neu gelöst. Hohe Wunschgewichtung. Burke 2004 Rahmen.
- Wunschbasiertes NRP: Wunschmax-Ziel. JFB-Purnomo 2005 Spaltengenerierung.
- Bedarfsbasiertes NRP: Patientenmenge-Prognose als Eingabe. Bedarf × Deckung streng.
- Selbstplanung-NRP: Pflegekraft trägt zuerst Wünsche ein, das System füllt Lücken. Hohe Zufriedenheit, komplexere Optimierung.
Zielfunktions-Optionen:
- Gewichtete Summe weicher Verletzungen minimum: Häufigste Formulierung (Burke 2004).
- Wunsch-Score max + Verstöße min (lexikografisch): Pflegezufriedenheit zuerst.
- Fairness (Nacht, Wochenende SD) min: Gerechtigkeitsorientiert.
- Gesamtarbeitskosten (Überstunden + Ersatz) min: Budgetorientiert.
Die meisten Feld-Deployments nutzen eine gewichtete Mischung aller vier; die Gewichte werden alle 6 Monate überprüft.
Nahe Verwandte:
- Generische Schichtplanung (#003): Personalplanung ohne Qualifikations- + Ermüdungs- + Akkreditierungslast.
- Callcenter-Personalplanung (#023): Prognosegetrieben, Dauer-Anrufankunftsprozess.
- OP-Saal-Planung (#008): OP-Zeit-Planung; Arzt + Pflege + Raum-Kombination.
- Patientenflussoptimierung (#038): Bettenbelegung und Patientenflussplanung.
- Workforce-Tour-Scheduling (#079 Geschwister): Breitere Workforce-Tour-Planung.
NRP fällt mit gesundheitsspezifischen Beschränkungen (Qualifikation + Ermüdung + Akkreditierung + Wunschgewicht + Tarif + Gewerkschaft) in eine eigene mathematische Klasse; eine Engine, die diese Klasse nicht erkennt, scheitert im Pilot.
Akademische Quellen
Im sources-Block dieser Seite gelistet. Burke, De Causmaecker, Vanden Berghe und Van Landeghem (2004) ist die kanonische Übersicht; De Causmaecker und Vanden Berghe (2011) die moderne Kategorisierung; Cheang, Li, Lim und Rodrigues (2003) die frühe bibliografische Referenz. Für Spaltengenerierung J.F. und Purnomo (2005); für Metaheuristiken Burke, Curtois, Qu und Vanden Berghe (2010). NRP zählt seit 20 Jahren zu den am häufigsten publizierten Problemen in Journal of Scheduling, European Journal of Operational Research und Journal of the Operational Research Society.
Quellen
- Burke, E. K., De Causmaecker, P., Vanden Berghe, G. und Van Landeghem, H. (2004). The state of the art of nurse rostering. Journal of Scheduling, 7(6), 441-499. Kanonische NRP-Übersicht.
- De Causmaecker, P. und Vanden Berghe, G. (2011). A categorisation of nurse rostering problems. Journal of Scheduling, 14(1), 3-16. Moderne Referenz für die NRP-Klassifikation.
- Cheang, B., Li, H., Lim, A. und Rodrigues, B. (2003). Nurse rostering problems — a bibliographic survey. European Journal of Operational Research, 151(3), 447-460. Frühe bibliografische Übersicht.
- J.F. und Purnomo, H. W. (2005). Preference scheduling for nurses using column generation. European Journal of Operational Research, 164(2), 510-534. Spaltengenerierung für NRP.
- Burke, E. K., Curtois, T., Qu, R. und Vanden Berghe, G. (2010). A scatter search methodology for the nurse rostering problem. Journal of the Operational Research Society, 61(11), 1667-1679. Metaheuristik für NRP.
- YÖK Tez Merkezi — Stichwort: ‘hemşire çizelgeleme’ oder ’nurse rostering’ — über 25 Arbeiten aus der TR-Akademia. tez.yok.gov.tr
Glossar
- Dienstplanung Pflege
- Das gesundheitsspezifische OR-Problem der Zuweisung von Pflegekräften zu Schichten über einen mehrwöchigen Planungshorizont unter Deckungs-, Qualifikations-, Ermüdungs-, Tarif- und Wunschbeschränkungen.
- Ermüdungsbeschränkung
- Eine Dienstplanregel zur Begrenzung der Erschöpfung in sicherheitskritischen Rollen — Mindestruhe, max aufeinanderfolgende Nächte, Wochenstunden, Wochenendbalance.
- MIP
- Optimierungsmodell, bei dem ein Teil der Entscheidungsvariablen ganzzahlig sein muss (z. B. Anzahl LKW, Anzahl Schichten).
- Schichtplanung
- Die wöchentliche oder monatliche Entscheidung, welcher Beschäftigte an welchem Tag, in welcher Schicht, in welcher Rolle arbeitet.
Ähnliche Probleme
Welche OP in welchen Saal, um welche Uhrzeit?
Wöchentliche OP-Fallplanung für ein 20–80-Betten-Privatkrankenhaus, ein ambulantes OP-Zentrum oder eine Klinik mit 3–8 OP-Sälen. Jede Woche müssen 40–200 Operationen geplant werden; jeder Fall hat eine andere geschätzte Dauer (45 Minuten bis 6 Stunden), benötigt Operateur und Pflegeteam, einen Anästhesietyp, spezielle Verbrauchsmaterialien oder Implantate und eine bestimmte Aufnahme- und Aufwachzeit. Die Entscheidung: welcher Fall an welchem Tag, in welchem Saal, in welcher Reihenfolge, mit welchem Team. Die Saalauslastung zu erhöhen und gleichzeitig OP-freie Tage des Operateurs, Patientenwartezeit und die Notfall-Reserve zu respektieren ist schwer. Manuelle Planung trägt bis 20–30 Fälle pro Woche; darüber braucht die Leitung 4–8 Stunden pro Woche, und OP-Verschiebungen und Nachtdienst-Überstunden steigen.
Welcher Patient in welche Station und welches Bett, und wann die Entlassung auslösen?
Für die Geschäftsführung eines privaten Krankenhauses oder einer Klinik mit 50-500 Betten und 6-15 Fachabteilungen (Kardiologie, Innere Medizin, Pädiatrie, Intensivstation, Onkologie und ähnliche). Jeden Tag müssen zwei gekoppelte Entscheidungen getroffen werden: auf welche Station, in welches Bett und zu welcher Uhrzeit ein ankommender Patient aufgenommen wird, und wie viele Stunden im Voraus die Entlassungsentscheidung für bereits aufgenommene Patienten ausgelöst wird. Wenn eine Station voll ist, wartet der Patient stundenlang in der Notaufnahme oder wird in die falsche Abteilung gelegt, was die Aufenthaltsdauer verlängert und das klinische Risiko erhöht. Wird die Bettenbelegung manuell verfolgt, sind Notfall-Elektiv-Kollisionen und Wochenend-Staus unvermeidlich.