adiutaByte - Neue Potentiale für Pflegedienste

~
15
Minuten Lesezeit
Gepostet am:
18.12.19

Executive Summary

Durch das Feedback zahlreicher Pflegedienstleitungen konnte die automatische Tourenplanungslösung von adiutaByte in den letzten Monaten nochmals umfangreich weiterentwickelt werden. Die vorliegende Case Study zeigt exemplarisch, welche Einsparpotentiale ambulante Pflegedienste unterschiedlicher Größe im Vergleich zur Planung mit Tools in herkömmlichen Pflegedokumentationslösungen täglich realisieren könnten.

So kann selbst ein kleiner bis mittelgroßer Dienst mit 6 Touren knapp 20% an gefahrenen Kilometern einsparen (dies entspricht darüber hinaus einer CO2-Einsparung von über 3 kg pro Tag). Die eingesparte Reisezeit hierdurch beläuft sich auf 25%, sodass sich jede Pflegekraft täglich über eine halbe Stunde mehr der Versorgung von Patienten widmen kann. Zuletzt profitieren auch die Patienten von verlässlicheren Ankunftszeiten durch den Einbezug von Verkehrsdaten und künstlicher Intelligenz anstelle von unrealistischen und statischen Fix-Werten für Reisezeiten.

„Eine effektive Tourenplanung ist eine der maßgeblichen Stellschrauben für die wirtschaftliche Steuerung eines mobilen Dienstes. Das Team von adiutaByte nimmt sich mit dem Tourenplaner und der Rentabilitätsanalyse für Kundenanfragen genau den Themen an, die ambulante Pflegedienste aktuell besonders interessieren. Beiden ersten gemeinsamen Tests hierzu hat sich das Team von adiutaByte als kompetenter und flexibler Partner gezeigt – ich erwarte mir viel von den entstehenden Möglichkeiten.“ (Kai Goetze, Diakonisches Werk Bethaniene.V.)

Case-Study ambulante Pflege

Im Rahmen der Pilotphase in der Weiterentwicklung der Flottenplanungssoftware aid.u von adiutaByte wurden Pilotstudien mit vielen ambulanten Pflegediensten durchgeführt. Die Ergebnisse und Kernerkenntnisse von zwei dieser Studien werden im Folgenden ausführlich erläutert und ausgewertet.

Die Aufgabenstellung

Bei der Flottenplanung für ambulante Pflegedienste müssen eine Vielzahl von Einflüssen wie Zeitfenster, Qualifikationen oder Präferenzen u.v.m. berücksichtigt werden. Im Verlauf des Tages ändert sich außerdem ständig etwas, z. B. meldet sich ein Mitarbeiter morgens krank oder ein neuer Patient muss versorgt werden. Wie kann jetzt kurzfristig umgeplant werden, sodass alle Patienten noch pünktlich gepflegt werden und niemand Überstunden machen muss? Eine Pflege-Flottenplanung für 60 Fahrzeuge bedeutet eine unvorstellbare Anzahl an möglichen Kombinationen! Die hinzukommenden Einflüsse wie Echtzeit-Verkehrsdaten, Wetter, Zeitslots für Aufträge u.v.m. machen eine optimale Lösung, sowie eine bestmögliche Reaktion auf unvorhergesehene Ereignisse, faktisch unmöglich und kostet wertvolle Zeit, die in der ambulanten Pflege viel besser für wichtige Aufgaben genutzt werden könnte.

Die Ausgangssituation

Die Pilotstudie wurde mit verschiedenen ambulanten Pflegediensten unterschiedlicher Größe und Organisationsstruktur deutschlandweit durchgeführt. Darunter kleinere bis mittelgroße Pflegedienste mit 10-20 Pflegekräften, 75-100 Patienten und 50-100 Einsätzen pro Tag, sowie große Pflegedienste mit 20-50 Pflegekräften, 100-250 Patienten und 100-200 Einsätzen pro Tag und ebenso sehr große Pflegedienste mit mehr als 50 Pflegerinnen und Pflegern, über 250 Patienten und mehr als 300 Einsätzen pro Tag. In einigen Diensten werden ausschließlich unterschiedlich qualifizierte Pflegekräfte (Hilfskräfte, examinierte Kräfte o.ä.) eingeplant während in anderen - neben diesen unterschiedlich qualifizierten Pflegekräften - auch verschiedene Aufgabentypen, wie z.B. Pflegeaufgaben und Hauswirtschaftsaufgaben zentral geplant werden müssen.

Fall I – kleiner Pflegedienst, ausschließlich Pflegeaufgaben – Potential der tourenübergreifenden Planung

Um das Potential der mitarbeiter- und tourenübergreifenden Planung abzuschätzen, wird zunächst die Planung eines kleineren Pflegdienstes betrachtet.

In der aktuellen Tagesplanung des Dienstes gibt es 6 starre vorab definierte Touren, auf die 72 Aufträge unterschiedlicher Qualifikation, Dauer und Zeitfenster aufgeteilt sind. Dabei wurde die Auftragsreihenfolge innerhalb der Touren so gestaltet, dass sich möglichst Rundtouren ergeben. Die präferierten Zeitfenster der Patienten können in der aktuellen Planung nicht alle berücksichtigt werden. So kommt bei der festen Tourenplanung mit der aktuellen Zuweisung der Aufträge bei durchschnittlich 4,5% der Aufträge zu Verspätungen von mehr als 5 Minuten.

Kennzahlen mit 6 starren Touren nach Einzeltouroptimierung (rechts):

- 301 min Fahrzeit

- 218,2 km Fahrtstrecke

- durchschnittlich 4,5% Verspätungen

Mit der tourenübergreifenden Planung (links) durch aid.u von adiutaByte und einer optimierten Abfahrt der Aufträge entsprechend der vorgegebenen Zeitfenster können diese Verspätungen alle vermieden und trotzdem alle notwendigen Qualifikationen berücksichtigt werden. Die Fahrtstrecke bzw. Fahrzeit konnte durch die tourenübergreifende Planung überdies ebenfalls um 17,8% (weniger km) bzw. 23,4% (weniger min) reduziert werden. Außerdem können die Präferenzen der Patienten bezüglich bevorzugter Mitarbeiter, sowie alle Qualifikationsanforderungen der Aufträge nun zu 100% erfüllt werden.

Kennzahlen mit übergreifender Planung und Volloptimierung:

- 244 min Fahrzeit

- 185,1 km Fahrtstrecke

- keine Verspätungen

Fall II – großer Pflegedienst, verschiedene Qualifikationen, verschiedene Auftragsarten – übergreifende Planung

Exemplarisch kann die Auswertung der Tourenplanung für einen größeren Pflegedienst mit insgesamt 45 Mitarbeitern herangezogen werden, von denen laut Dienstplan 28 verfügbar waren. Für den betrachteten Tag standen 16 Pflegekräfte, davon 7 examinierte und 9 Krankenpflege-, Arzt- bzw. Pflegehelfer/innen zur Verfügung. Die weiteren 12 Mitarbeiter waren für Hauswirtschaftsaufgaben vorgesehen, für diese waren an diesen Tag jedoch noch keine Aufgaben hinterlegt. Insgesamt gab es 190 Pflegeaufgaben mit unterschiedlichen Ausbildungsanforderungen, verschiedenen Zeitfenstern und Dauern zu verplanen. Präferenzen der Patienten bezüglich Wunschpflegern waren nicht gegeben und wurden dementsprechend auch nicht in der Planung mitberücksichtigt.

Bei den 12 nicht eingeplanten Mitarbeitern handelt es sich um die Hauswirtschaftskräfte, für die an diesem Tag noch keine Aufträge eingegeben waren. Über das Kategorie-System der aid.u Software können diese verschiedenen Kategorien von Aufgaben abgebildet werden, sodass automatisch nur die entsprechenden Mitarbeiter den Pflege- bzw. Hauswirtschaftsaufgaben zugewiesen und somit eingeplant werden. Die verschiedenen Qualifikationen der Mitarbeiter und die benötigten Qualifikationen für die verschiedenen Aufträge können über das Qualifikations-System in aid.u gleichzeitig abgedeckt und in der optimierten Lösung beachtet werden. Hierbei wird garantiert, dass keine Aufgabe von einer Pflegekraft ausgeführt wird, die/der nicht mindestens die erforderliche Qualifikation/ Ausbildung abgeschlossen hat. In den Statistiken ist zu erkennen, dass einige Mitarbeiter deutlich ausgelasteter sind als andere. Das sind an diesem Tag die examinierten Kräfte, da es sehr viele Aufgaben zu planen gab, für die die Qualifikation einer examinierte Pflegekrafterforderlich ist. Das Assistenzsystem bietet auf diese Weise neben der reinen Planung und Optimierung wichtige Einblicke ind die Struktur und Belastung des eigene Teams, sodass der gesamte Prozess für alle Beteiligten - PDL, Pfleger und Klient - transparenter und fairer wird.

Ebenfalls fällt auf, dass auch nach intensiver Optimierung nicht alle Aufträge mit 100% Pünktlichkeit erfüllt werden können. Wenn zuviele Klienten ähnliche Zeitfenster vorab mitgeteilt worden sind und an bestimmten Tagen die Personaldecke dünner ist, dann ist das natürlich auch mit der besten Optimierung nicht vermeidbar - man kann seine Mitarbeiter ja nicht "teilen". In der oben dargestellten Planübersicht wird auch in solchen Fällen aber näher erläutert, bei welchen Aufgaben welche Verspätungen prognostiziert werden können, sodass die Patienten nun ggf. vorab gezielt hierüber informiert werden können.

Fazit und Stimmen der Anwender

Es zeigte sich in diesen beiden Fällen, wie auch in allen anderen untersuchten Diensten, dass die durch aid.u unterstütze Planung verglichen mit der manuellen Planung - unabhängig von der dafür erforderlichen Zeit - zu besseren Ergebnissen hinsichtlich Wirtschaftlichkeit und Patientenzufriedenheit führt. Durch die Kombination des Expertenwissens vom Planer (bzgl. Qualifikationen, Pflegerpräferenzen, Eignungen etc.) sowie modernsten Algorithmen und Künstliche Intelligenz können somit Vorteile für alle Beteiligten geschaffen werden.

„Nach Erprobung im Testsystem: unverändert halten wir die Softwarelösung zur Unterstützung bei der Tourenplanung für hilfreich, wie notwendig.“ (Jan Kambeck, Referent ambulante Pflege, Johanniter-Unfall-Hilfe e.V. Landesverband NRW)

Weitere Informationen finden Sie auch auf https://www.adiutabyte.de/pflege. Haben Sie auch Interesse die Software aid.u in einem kostenfreien Pilotprojekt zu testen oder wünschen Sie eine ausführliche Präsentation der Software? Reservieren Sie direkt einen unverbindlichen Demo Termin unter https://www.demo.adiutabyte.de/.

Download PDF