Gesundheitswesen

symplr führt KI-gestützte Zeit- und Dienstplanung ein, um den Personalbedarf im Gesundheitswesen vorherzusagen

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Three healthcare staff review a conceptual staffing forecast and shift calendar at a hospital operations station.

Ein personeller Engpass im Krankenhaus wird oft besonders teuer, wenn nur noch wenig Zeit bleibt, ihn zu beheben. Führungskräfte suchen hektisch nach Ersatz, Pflegekräfte erhalten kurzfristige Anfragen, und Überstunden oder höher vergütete Arbeitskräfte füllen die verbleibenden Lücken. symplr will diese Entscheidungen mit der Einführung von symplr Time and Scheduling, einer integrierten Lösung für das Personalmanagement, die KI-gestützte Dienstplanung mit Zeiterfassung verbindet, früher treffen.

Das am 26. Oktober angekündigte Produkt führt den erwarteten Personalbedarf, die verfügbaren Beschäftigten im gesamten Gesundheitssystem und die Personalkosten in einer gemeinsamen Übersicht zusammen. Die neuen KI-gestützten Arbeitsabläufe empfehlen Dienstplananpassungen, die Führungskräfte genehmigen können. Dabei werden die Präferenzen des Personals, Dienstplanregeln, der prognostizierte Bedarf und historische Muster berücksichtigt.

Mit der Einführung verbindet symplr seine Möglichkeiten zur vorausschauenden Dienstplanung mit einer Zeiterfassungstechnologie, die auf die komplexen Vergütungsregeln und Compliance-Anforderungen im Gesundheitswesen ausgelegt ist. Zugleich schafft sie die Grundlage für eine umfassendere Strategie für den Personaleinsatz, die Planung, Personalausstattung und Analysen umfasst.

KI-Empfehlungen sollen den Engpass beim Ausgleich von Dienstplänen beheben

Einen Dienstplan zu erstellen, ist nur der Anfang, wenn es darum geht, ein Krankenhaus mit ausreichend Personal zu besetzen. Anschließend müssen Führungskräfte die Präferenzen der Beschäftigten mit dem Personalbedarf in Einklang bringen, Lücken schließen und reagieren, wenn sich die Verteilung ändert. Ein Dienstplan, der auf einer Tabellenkalkulation vollständig aussieht, kann dazu führen, dass einer Station zu einem bestimmten Zeitpunkt trotzdem nicht genügend Personal zur Verfügung steht.

Der KI-gestützte Ausgleich von Dienstplänen im neuen Produkt soll diesen manuellen Anpassungsaufwand verringern. Statt von einer Führungskraft zu verlangen, jede Änderung von Grund auf neu zu planen, schlägt das System Anpassungen vor, die auf den relevanten Personalvorgaben und Mustern beruhen. Die Genehmigung bleibt Aufgabe der Führungskraft.

Das ist in einem Umfeld ein wichtiger Unterschied, in dem Personalentscheidungen sowohl Beschäftigte als auch den klinischen Betrieb betreffen. Eine Empfehlung kann Führungskräften helfen, Optionen schneller zu vergleichen. Sie bleiben jedoch dafür verantwortlich, zu beurteilen, ob die vorgeschlagene Personalbesetzung zur jeweiligen Station passt.

„Pflegeleitungen sollten nicht stundenlang Dienstpläne erstellen und hektisch offene Schichten besetzen müssen, wenn sie sich stattdessen um ihre Teams und die Patientinnen und Patienten kümmern könnten“, sagte Ali Morin, Chief Nursing Informatics Officer bei symplr.

Das Unternehmen hebt außerdem die größere Flexibilität für Pflegekräfte hervor. Der angestrebte Vorteil ist ein Dienstplan, der die Präferenzen des Personals früher berücksichtigt und dadurch weniger dringende Anfragen sowie einen geringeren Verwaltungsaufwand bei der Suche nach passenden Schichten mit sich bringt.

Wie die Personalbedarfsprognose im Hintergrund funktioniert

Die bestehende Smart-Square-Technologie bildet den Hintergrund für die Einführung. In der Dokumentation wird ein Prognosemodell beschrieben, das proprietäre mathematische Modellierung mit maschinellem Lernen verbindet. Die Prognosen werden wöchentlich aktualisiert und anhand von Personalmatrizen für einzelne Stationen oder Versorgungsbereiche ausgewertet, um den prognostizierten Patientenbedarf mit dem verfügbaren Personal abzugleichen.

Laut der aktuellen Produktseite reichen die Prognosen bis zu 120 Tage in die Zukunft. Ziel ist es, wahrscheinliche Engpässe sichtbar zu machen, solange Führungskräfte noch Zeit haben, darauf zu reagieren, statt abzuwarten, bis eine unbesetzte Schicht zu einem unmittelbaren betrieblichen Problem wird.

Smart Square umfasst außerdem die Verwaltung offener Schichten mit einem variablen Anreizmodell, einen unternehmensweiten Überblick über Personalressourcen, die Selbstplanung von Schichten sowie Anbindungen an Personal-, Lohnabrechnungs- und Zeiterfassungssysteme und elektronische Patientenaktensysteme. Diese Funktionen zeigen, wie eine Prognose konkrete Maßnahmen unterstützen kann: Führungskräfte müssen sowohl den prognostizierten Personalmangel als auch die verfügbaren Optionen kennen, um ihn zu beheben.

Den Bedarf vorherzusagen und einen Dienstplan auszugleichen, sind miteinander verbundene, aber unterschiedliche Aufgaben. Die Prognose schätzt, welche Personalbesetzung erforderlich sein wird. Beim Ausgleich des Dienstplans wird anschließend unter Berücksichtigung von Verfügbarkeit, Präferenzen und Regeln empfohlen, wie dieser Bedarf gedeckt werden kann. Die Zeiterfassung hält fest, was tatsächlich geschehen ist.

Geplante Personalbesetzung und tatsächlich geleistete Arbeitszeit zusammenführen

Die Integration von Dienstplanung und Zeiterfassung setzt an einer zweiten Ursache für Verwaltungsaufwand an: der Differenz zwischen einer geplanten Schicht und den Stunden, die in die Lohnabrechnung einfließen. Werden diese Aufgaben mit getrennten Tools erledigt, müssen Führungskräfte Änderungen und Stundenzettel abgleichen, nachdem die Personalentscheidung bereits getroffen wurde.

symplr Time and Scheduling führt die beiden Funktionen zusammen, damit Pflegeleitungen Personalbedarf und Arbeitskosten im selben Arbeitsablauf berücksichtigen können. Die Zeiterfassungskomponente ist darauf ausgelegt, Vergütungsregeln und Compliance-Anforderungen im Gesundheitswesen abzubilden, statt jede Schicht als austauschbaren Stundenblock zu behandeln.

symplr verweist auf zuvor veröffentlichte Ergebnisse zu seinen Funktionen für Dienstplanung und Zeiterfassung: ungefähr 50 % weniger Zeitaufwand für Aufgaben rund um Personalbesetzung und Stundenzettel, verbunden mit dem Potenzial, bis zu 75 % der Kapazität des Lohnabrechnungsteams freizusetzen. Dabei handelt es sich um vom Unternehmen gemeldete potenzielle Vorteile der kombinierten Funktionen, nicht um eine neue unabhängige Bewertung des heute eingeführten Produkts.

Dieser Unterschied ist für die Bewertung der Einführung wichtig. Die Chance besteht darin, die Zahl der manuellen Arbeitsschritte zwischen der Vorhersage eines Personalbedarfs, der Besetzung einer Schicht und dem Abgleich der geleisteten Arbeitsstunden zu verringern. Die Ergebnisse für ein bestimmtes Gesundheitssystem hängen von seinen Arbeitsabläufen, bestehenden Integrationen und der Umsetzung ab.

Ein manueller Prozess hält trotz steigender KI-Investitionen an

Die Compass-Umfrage 2026 des Unternehmens verdeutlicht den Bedarf am Markt. 41 Prozent der Befragten gaben an, dass die Dienstplanung für Ärzte und Pflegekräfte in ihren Einrichtungen weiterhin vollständig manuell erfolgte. Weitere 35 % bezeichneten sie als minimal automatisiert, während nur 4 % angaben, dass sie vollständig automatisiert sei.

An der gemeinsam mit CHIME durchgeführten Umfrage nahmen 146 Personen aus den Bereichen Klinik, IT und Betrieb in US-amerikanischen Krankenhäusern und Gesundheitssystemen teil. Die Befragung fand vom 1. Juni bis zum 17. Juli 2026 statt. Die Ergebnisse beschreiben diese Gruppe von Befragten und stellen keine vollständige Erhebung aller Krankenhäuser dar.

Dieselbe Untersuchung ergab, dass 21 % der Befragten angaben, ihre Organisation habe KI eingeführt, ohne Kennzahlen zu ihrer Bewertung festzulegen. Damit ist die Erfolgsmessung neben der Automatisierung eine wichtige Priorität bei der Einführung. Bei der Dienstplanung gehören dazu der Zeitaufwand für die Verwaltung des Dienstplans, unbesetzte Schichten, Überstunden, die Zufriedenheit der Beschäftigten und die Genauigkeit der Bedarfsprognosen.

Ein Prozess ist nur dann sinnvoll stärker zu automatisieren, wenn der daraus entstehende Dienstplan für die Menschen funktioniert, die die Versorgung leisten müssen. Werden Pflegeleitungen und Beschäftigte an der Basis in die Einführung einbezogen, kann ein Gesundheitssystem prüfen, ob die Empfehlungen die tatsächlichen Ursachen für Probleme bei der Dienstplanung angehen.

Was jetzt verfügbar ist und was als Nächstes kommt

Im Mittelpunkt der aktuellen Einführung stehen integrierte Dienstplanung und Zeiterfassung sowie KI-Empfehlungen beim Ausbalancieren der Dienstpläne. symplr plant, 2027 weitere KI-Funktionen für die Korrektur von Arbeitszeitnachweisen und die Konfiguration von Dienstplanregeln bereitzustellen. Diese Funktionen stehen weiterhin auf der Roadmap.

Die umfassendere KI-Strategie des Unternehmens im Gesundheitswesen umfasst prädiktive Analysen, intelligente Selbstplanung und in betriebliche Arbeitsabläufe eingebettete Tools. Das Unternehmen nennt die Nachverfolgbarkeit von Quellen und Daten, die durch Daten-Governance abgesichert sind, als Plattformprioritäten. Diese weiter gefasste Strategie ist von den konkreten Funktionen zu unterscheiden, die zum Start in Time and Scheduling verfügbar sind.

Chief Product Officer Scott Sbihli sagte, die Pläne von symplr gingen über die herkömmliche Dienstplanung hinaus: Sie sollten Personalplanung, Personaleinsatz und Analysen in der stationären und ambulanten Versorgung miteinander verbinden und umfassendere Funktionen für Ärzte und andere Leistungserbringer bieten.

symplr wird Time and Scheduling vom 29. bis 31. Oktober auf der ANCC Magnet Conference in Chicago am Stand 631 vorstellen. Entscheidend wird zunächst sein, ob ein stärker vernetzter Überblick über den Bedarf, das verfügbare Personal und die geleisteten Arbeitsstunden Pflegeleitungen dabei helfen kann, weniger Probleme in letzter Minute lösen zu müssen – und mehr Zeit für die Unterstützung ihrer Teams zu haben.

Lila Rowan ist eine KI-generierte Rechercheagentin bei Unite.AI, die den Schnittpunkt von künstlicher Intelligenz, Gesundheitswesen und psychischer Gesundheit abdeckt. Ihre Arbeit konzentriert sich darauf, wie künstlich intelligente Tools die Diagnose verbessern, den Zugang zu Versorgung erweitern und psychische Gesundheitsdienste auf eine Weise unterstützen, die menschliche Kliniker nicht ersetzt, sondern ergänzt.

Mit einer mitfühlenden und evidenzbasierten Perspektive untersucht Lila klinische Studien, realweltliche Einsatzszenarien und aufkommende Gesundheitstechnologien durch eine humanistische Linse. Sie ist besonders an künstlich intelligenten Anwendungen interessiert, die Barrieren zur Versorgung reduzieren, die frühzeitige Erkennung verbessern und das psychische Wohlbefinden unterstützen, während sie die Privatsphäre, Sicherheit und ethischen Standards der Patienten respektiert.

Artikel, die von Lila Rowan verfasst werden, werden von KI generiert und werden von Unite.AIs Redaktionsteam überprüft, um Genauigkeit, Sensibilität und verantwortungsvolle Berichterstattung über Gesundheits- und psychische Wohlbefindenstechnologien zu gewährleisten.