Integration von KI-Methoden in die Dienstplanung im Krankenhaus: Literaturanalyse und prototypische Umsetzung

Institut

Lehrstuhl für Fördertechnik Materialfluss Logistik

Typ

Bachelorarbeit / Semesterarbeit /

Inhalt

theoretisch /  

Beschreibung

Ausgangssituation:

Im Forschungsprojekt FAIRPLAN wird ein KI-basiertes Personalplanungssystem entwickelt, das Fairness, Mitarbeiterzufriedenheit und Ressourceneffizienz in Einklang bringt. Um Konzepte aus FAIRPLAN in einem kleineren, überschaubaren Anwendungsszenario zu erproben, soll am Lehrstuhl ein Schichtplanungssystem für CAx-Tutor:innen entwickelt werden.

Die aktuelle Schichteinteilung erfolgt manuell und ist zeitaufwändig. Ziel ist daher, ein flexibles, robustes und nutzerfreundliches Planungssystem zu gestalten, das sowohl organisatorische Anforderungen als auch individuelle Präferenzen der Tutor:innen berücksichtigt. Dieses System soll als praxisnahes Demonstrationsbeispiel für FAIRPLAN dienen.

 

Zielsetzung und Vorgehensweise:

Ziel dieser Studienarbeit ist es, zu untersuchen, wie KI-Techniken in die Dienstplanung integriert werden können. Dazu werden eine umfassende Literaturrecherche sowie Experimente mit einem abstrahierten Datensatz durchgeführt. Im Mittelpunkt steht die Frage, welche KI-Verfahren sich für Planungsprobleme im Gesundheitswesen eignen und wie hybride Ansätze gestaltet werden können, die klassische Optimierung mit KI-Methoden kombinieren.

Die Arbeit umfasst folgende Schritte:

• Literaturrecherche zu KI-Methoden für Scheduling und Ressourcenplanung
• Analyse bestehender Ansätze aus KI, Operations-Research und erklärbarer KI
• Erstellung eines abstrakten Datenmodells
• Prototypische Umsetzung eines KI-basierten Ansatzes
• Bewertung anhand definierter Kriterien (z. B. Fairness, Stabilität, Anforderungsabdeckung)
• Ableitung von Empfehlungen für die Integration von KI in FAIRPLAN

Voraussetzungen

• Interesse an KI-Methoden, Entscheidungsverfahren und Personalplanung
• Freude an Literaturarbeit und analytischem Denken
• Strukturierte und selbstständige Arbeitsweise
• Optional: Grundkenntnisse in Python, Optimierung oder Machine Learning

Möglicher Beginn

sofort

Kontakt

Annina Metzner, M.Sc.
Raum: MW 0503
Tel.: +49 (89) 289 15975
annina.metznertum.de

Ausschreibung