Stuhlnutzung
Übersicht
Der Chair Usage Rechner analysiert die Nutzung von Behandlungsräumen und Stühlen in Gesundheitseinrichtungen, indem geplante Termine mit der tatsächlichen Patientenauslastung verglichen werden. Er erstellt zeitbasierte Visualisierungen, die zeigen, wie effizient Ihre Einrichtung die verfügbare Kapazität im Tagesverlauf nutzt. So können Sie die Terminplanung optimieren, Wartezeiten reduzieren und Möglichkeiten erkennen, mehr Patienten zu betreuen, ohne zusätzliche Ressourcen einzusetzen.
Dieser Rechner ist ausschließlich für Administratoren konzipiert und speziell für Krankenhaus- und Gesundheitsprozesse gedacht, bei denen das Tracking von Infusionsstühlen, Dialysestationen, Behandlungszimmern oder Untersuchungsräumen für die Betriebseffizienz entscheidend ist.
Häufige Anwendungsfälle
- Spitzenzeiten der Auslastung identifizieren, um Personal- und Ressourceneinsatz in Infusionszentren, Dialyseeinheiten oder Behandlungsräumen zu optimieren
- Geplante Termine mit tatsächlicher Patientenauslastung vergleichen, um die Auswirkungen von Nichterscheinen und kurzfristigen Absagen zu quantifizieren
- Unterausgelastete Zeitfenster erkennen, in denen zusätzliche Termine ohne Kapazitätserweiterung eingeplant werden können
- Zonenspezifische Nutzungsmuster analysieren, um die Patientenauslastung über mehrere Behandlungsbereiche hinweg auszugleichen
- Kapazitätsplanungsentscheidungen mit datenbasierten Erkenntnissen unterstützen, ob Einrichtungen erweitert oder bestehende Ressourcen umverteilt werden sollten
- Auslastungstrends an verschiedenen Wochentagen überwachen, um optimale Planungsmuster zu erkennen
Einstellungen
Appointment DateTime Column: Wählen Sie das Case-Attribut, das das geplante Datum und die Uhrzeit des Termins enthält. Dies entspricht dem Zeitpunkt, an dem der Patient erwartet wird oder die Behandlung beginnen soll. Muss eine DateTime-Spalte sein.
Scheduled Duration Column: Wählen Sie das Case-Attribut, das die geplante Dauer des Termins oder der Behandlung enthält. Dies kann eine numerische Spalte (z. B. Minuten, Stunden) oder eine TimeSpan-Spalte mit direkten Dauern sein.
Scheduled Duration Unit: Wenn eine numerische Scheduled Duration Column verwendet wird, geben Sie die Zeiteinheit an (Minuten, Stunden, Tage usw.). Dies steuert, wie die Zahlen interpretiert werden. Wenn die Scheduled Duration Column bereits eine TimeSpan ist, wird diese Einstellung ignoriert.
Treatment Start DateTime Column: Wählen Sie das Case-Attribut, das den tatsächlichen Zeitpunkt des Behandlungsbeginns enthält. Dies entspricht dem Zeitpunkt, an dem der Patient tatsächlich eingecheckt oder die Behandlung begonnen hat. Muss eine DateTime-Spalte sein.
Treatment End DateTime Column: Wählen Sie das Case-Attribut, das den tatsächlichen Behandlungsendzeitpunkt enthält. Dies entspricht dem Zeitpunkt, an dem der Patient ausgecheckt oder die Behandlung beendet wurde. Muss eine DateTime-Spalte sein.
Bin Size: Geben Sie das Zeitintervall zur Gruppierung der Auslastungsdaten an (Standard: 15 Minuten). Jeder Zeitabschnitt (Bin) repräsentiert einen Ausschnitt des Tages. Kleinere Intervalle (5-10 Minuten) bieten detailliertere Informationen, verlängern jedoch die Verarbeitungszeit. Übliche Werte sind 15 Minuten, 30 Minuten oder 1 Stunde.
Capacity Groups: Definieren Sie die Anzahl der verfügbaren Stühle oder Räume sowie deren Verfügbarkeitszeiten. Jede Kapazitätsgruppe spezifiziert eine Startzeit, Endzeit und die Anzahl der in diesem Zeitraum verfügbaren Stühle. Leer lassen, um die Kapazität basierend auf den höchsten geplanten Terminen automatisch zu berechnen. Die manuelle Konfiguration ist sinnvoll, wenn die Kapazität im Tagesverlauf variiert (z. B. 8 Stühle von 8 Uhr bis Mittag, 12 Stühle von Mittag bis 17 Uhr).
Zone Column: Wählen Sie das Case-Attribut, das die Behandlungszone oder -bereich identifiziert (z. B. "Erwachsenenbereich 1", "Pädiatrie", "Westflügel"). Nur erforderlich, wenn eine spezifische Zone analysiert wird.
Selected Zone: Geben Sie an, welche Zone analysiert werden soll. Funktioniert zusammen mit Zone Column und Selected Day zur Filterung der Daten. Nutzen Sie dies, wenn Sie die Auslastung eines einzelnen Behandlungsbereichs untersuchen möchten.
Selected Day: Wählen Sie ein spezifisches Datum für die Analyse. Der Rechner setzt voraus, dass alle Besuche am selben Tag stattfinden. Verwenden Sie diese Einstellung für tagesbezogene Zonenanalysen.
Filters: Wenden Sie Standard-Mindzie-Filter an, um Fälle vor der Nutzungsauswertung vorzufiltern (z. B. nach Terminart, Patientenkategorie oder Anbieter).
Beispiele
Beispiel 1: Tagesauslastung eines Infusionszentrums
Szenario: Ein Infusionszentrum eines Krankenhauses verfügt über 10 Behandlungsstühle und ist von 8 bis 18 Uhr geöffnet. Die Pflegedienstleitung möchte verstehen, ob die verfügbaren Stühle effizient genutzt werden und ob noch Kapazitäten für weitere Patienten bestehen. Es wurde festgestellt, dass manche Zeitabschnitte überfüllt wirken, während andere Stühle leer bleiben.
Einstellungen:
- Appointment DateTime Column: APPOINTMENT_TIME
- Scheduled Duration Column: SCHEDULED_DURATION_MINUTES
- Scheduled Duration Unit: Minuten
- Treatment Start DateTime Column: CHECKIN_TIME
- Treatment End DateTime Column: CHECKOUT_TIME
- Bin Size: 15 Minuten
- Capacity Groups: (leer – automatische Berechnung)
- Zone Column: (nicht verwendet)
- Selected Zone: (nicht verwendet)
- Selected Day: (nicht verwendet)
Ausgabe:
Der Rechner erzeugt eine zeitlich gegliederte Tabelle mit geplanten Terminen, tatsächlicher Auslastung und Kapazität für jedes 15-Minuten-Intervall:
| Zeit | Geplant | Tatsächlich | Kapazität |
|---|---|---|---|
| 08:00 | 3 | 2 | 10 |
| 08:15 | 5 | 4 | 10 |
| 08:30 | 7 | 6 | 10 |
| 08:45 | 8 | 7 | 10 |
| 09:00 | 9 | 8 | 10 |
| 09:15 | 10 | 9 | 10 |
| 09:30 | 10 | 8 | 10 |
| ... | ... | ... | ... |
| 15:00 | 8 | 6 | 10 |
| 15:15 | 6 | 5 | 10 |
| 15:30 | 4 | 3 | 10 |
Gesamtkennzahlen:
- Geplante Auslastung: 78 %
- Tatsächliche Auslastung: 68 %
- Geplante Besuche: 42
- Tatsächliche Besuche: 38
Erkenntnisse: Das Infusionszentrum ist mit 78 % geplannter Belegung relativ effizient gebucht. Die tatsächliche Auslastung liegt jedoch nur bei 68 %, was eine Lücke von 10 Prozentpunkten durch Nichterscheinen oder Absagen zeigt. Der Vormittag (9:00–10:00 Uhr) weist eine Spitzenbelegung von 90–100 % auf, was auf die beliebteste Terminzeit hindeutet. Nachmittagszeiten (15:00–17:00 Uhr) zeigen geringere Auslastung (40–60 %), was zusätzliche Terminmöglichkeiten ohne Kapazitätserweiterung erlaubt.
Maßnahmen:
- Erinnerungssystem implementieren, um die 10 % Lücke zwischen Planung und tatsächlichem Erscheinen zu verringern
- Anreize für Nachmittags-Termine anbieten, um die Auslastung über den Tag zu verteilen
- Zusätzliche Kapazitäten oder eine gleichmäßigere Verteilung der Termine für den Vormittag (9:00–10:00 Uhr) erwägen
- Nachmittagszeiten besser ausnutzen, um 10–15 % mehr Patienten zu betreuen
Beispiel 2: Analyse eines mehrzonigen Behandlungsbereichs
Szenario: Ein großes Krebsbehandlungszentrum verfügt über drei Infusionszonen (Erwachsenenbereich 1, Erwachsenenbereich 2 und Pädiatrie). Die Leitung möchte die Auslastung der Zonen vergleichen, um zu sehen, ob die Patientenzahl ausgeglichen ist oder ob einige Zonen überbucht und andere unterausgelastet sind.
Einstellungen:
- Appointment DateTime Column: APPOINTMENT_TIME
- Scheduled Duration Column: SCHEDULED_DURATION_MINUTES
- Scheduled Duration Unit: Minuten
- Treatment Start DateTime Column: CHECKIN_TIME
- Treatment End DateTime Column: CHECKOUT_TIME
- Bin Size: 30 Minuten
- Capacity Groups: (automatisch berechnet)
- Zone Column: ZONE
- Selected Zone: Erwachsenenbereich 1
- Selected Day: 2024-11-22
Ausgabe für Erwachsenenbereich 1:
| Zeit | Geplant | Tatsächlich | Kapazität |
|---|---|---|---|
| 08:00 | 4 | 4 | 8 |
| 08:30 | 6 | 5 | 8 |
| 09:00 | 7 | 7 | 8 |
| 09:30 | 8 | 7 | 8 |
| 10:00 | 8 | 8 | 8 |
| ... | ... | ... | ... |
Gesamtkennzahlen:
- Geplante Auslastung: 92 %
- Tatsächliche Auslastung: 87 %
- Geplante Besuche: 28
- Tatsächliche Besuche: 26
Die gleiche Analyse für Erwachsenenbereich 2 und Pädiatrie:
Erwachsenenbereich 2:
- Geplante Auslastung: 73 %
- Tatsächliche Auslastung: 68 %
Pädiatrie:
- Geplante Auslastung: 58 %
- Tatsächliche Auslastung: 54 %
Erkenntnisse: Erwachsenenbereich 1 arbeitet nahezu an der Kapazitätsgrenze mit 92 % geplanter und 87 % tatsächlicher Auslastung, was auf eine sehr gute Patientener erscheinen hinweist. Diese Zone könnte Termine mit dringendem Zusatzbedarf nicht mehr aufnehmen. Erwachsenenbereich 2 ist mit 73 % gut ausgelastet, hat aber noch Kapazitäten. Der Pädiatriebereich ist mit 58 % deutlich unterausgelastet, etwa die Hälfte der Stühle bleibt leer.
Maßnahmen:
- Erwachsene Patienten zwischen Zone 1 und Zone 2 umverteilen, um Belastung in Zone 1 zu reduzieren
- Ursachen für geringe Pädiatrie-Auslastung untersuchen (z. B. weniger Patienten, längere Termine, Planungslücken)
- Während nachfrageschwacher Phasen Kapazitäten der Pädiatrie für Erwachsene nutzbar machen
- Zone 1 auf Engpässe oder Überlastung bei Patientenerfahrung überwachen
Beispiel 3: Planung mit variabler Kapazität
Szenario: Eine ambulante Dialyseklinik arbeitet mit wechselnden Personalschichten. Von 6 Uhr bis 14 Uhr (Frühschicht) gibt es 8 Stationen, von 14 Uhr bis 22 Uhr (Spät- und Abendschicht) stehen 12 Stationen zur Verfügung, wenn mehr Pflegekräfte arbeiten. Die Klinikleitung möchte überprüfen, ob Termine gut an die Personalkapazität angepasst sind.
Einstellungen:
- Appointment DateTime Column: APPOINTMENT_TIME
- Scheduled Duration Column: TREATMENT_HOURS
- Scheduled Duration Unit: Stunden
- Treatment Start DateTime Column: ACTUAL_START
- Treatment End DateTime Column: ACTUAL_END
- Bin Size: 30 Minuten
- Capacity Groups:
- Gruppe 1: Startzeit: 06:00:00, Endzeit: 14:00:00, Anzahl Stühle: 8
- Gruppe 2: Startzeit: 14:00:00, Endzeit: 22:00:00, Anzahl Stühle: 12
- Zone Column: (nicht verwendet)
- Selected Zone: (nicht verwendet)
- Selected Day: (nicht verwendet)
Ausgabe:
| Zeit | Geplant | Tatsächlich | Kapazität |
|---|---|---|---|
| 06:00 | 5 | 5 | 8 |
| 06:30 | 7 | 6 | 8 |
| 07:00 | 8 | 8 | 8 |
| ... | ... | ... | ... |
| 13:30 | 7 | 6 | 8 |
| 14:00 | 9 | 8 | 12 |
| 14:30 | 11 | 10 | 12 |
| 15:00 | 12 | 11 | 12 |
| ... | ... | ... | ... |
Gesamtkennzahlen:
- Geplante Auslastung: 85 %
- Tatsächliche Auslastung: 79 %
Erkenntnisse: Die Dialyseklinik nutzt ihr variables Kapazitätsmodell effizient. Die Frühschicht zeigt eine Auslastung von 85–100 % der 8 Stationen und maximiert damit die vorhandene Kapazität. Die Nachmittags-/Abendschicht erzielt 75–92 % Auslastung von 12 Stationen, was die erweiterte Kapazität für höhere Patientenzahlen in diesen Stunden rechtfertigt. Die 6-Prozentpunkte-Lücke zwischen geplanter und tatsächlicher Auslastung ist typisch für Dialyse, bei der Patienten in der Regel zur Behandlung erscheinen.
Maßnahmen:
- Der aktuelle Personaleinsatz entspricht gut dem Patientenaufkommen
- Aufgrund von 92 % Spitzenbelegung Nachtschicht 1–2 zusätzliche Stationen erwägen
- Frühschicht genau beobachten, da sie an ihrer Kapazitätsgrenze ohne Puffer arbeitet
- Terminplanung beibehalten, da sie Kapazität und Nachfrage gut abgleicht
Ausgabe
Der Rechner erzeugt eine umfassende Auslastungsanalyse mit folgenden Komponenten:
Zeitlich gegliederte Tabelle: Eine Datentabelle mit Spalten für Zeit, geplante belegte Stühle, tatsächlich belegte Stühle und verfügbare Kapazität. Jede Zeile repräsentiert ein Zeitintervall (Bin) und zeigt die Anzahl der geplanten Termine, tatsächlichen Nutzungen und verfügbaren Kapazitäten in diesem Zeitraum.
Gesamtauslastungskennzahlen:
- Geplante Auslastung (Prozent): Anteil der verfügbaren Kapazität, der geplant genutzt wurde
- Tatsächliche Auslastung (Prozent): Anteil der verfügbaren Kapazität, der tatsächlich genutzt wurde
- Anzahl geplanter Besuche: Gesamtzahl der geplanten Termine
- Anzahl tatsächlicher Besuche: Gesamtzahl der durchgeführten Behandlungen
Zeitrauminformationen:
- Startzeit: Beginn des Analysezeitraums (Tageszeit)
- Endzeit: Ende des Analysezeitraums (Tageszeit)
- Bin Size: Dauer jedes Zeitintervalls
Kapazitätskonfiguration: Die verwendeten Kapazitätsgruppen mit Verfügbarkeitszeiten und Stückzahlen der Stühle.
Sie können diese Ausgabe visualisieren als:
- Liniendiagramm: Drei Linien für geplante Auslastung, tatsächliche Auslastung und Kapazität über die Zeit
- Gestapeltes Flächendiagramm: Visuelle Darstellung der Kapazitätsnutzung tagsüber
- Balkendiagramm: Nebeneinanderstellung von geplanter und tatsächlicher Auslastung für jedes Zeitintervall
- Heatmap: Farblich codierte Darstellung der Auslastungsintensität über verschiedene Zeiträume
- Anzeigeinstrumente (Gauge Charts): Einzelwertanzeige der Gesamtprozentwerte für geplante und tatsächliche Auslastung
Diese Dokumentation ist Teil der mindzie Studio Process Mining-Plattform.