Ein deutsches Krankenhaus automatisierte die Arztplanung mit MIP und sparte Stunden an Planungsaufwand

Die Arztplanung einer deutschen Krankenhausabteilung war manuell und langsam – Pläne wurden von Hand erstellt, die Qualität war schwer zu beurteilen. Die Automatisierung wirkte wie ein einmaliges Softwareprojekt: Die Regeln jedes Krankenhauses unterscheiden sich, sodass Standardlösungen nie passten.

Der Ansatz des Teams bestand darin, die Daten vom Modell zu trennen. Die relationale Datenmodellierung strukturierte die komplexen Planungsinformationen (Ärzte, Schichten, Qualifikationen, Fairnesspräferenzen) so, dass eine einzige gemischt-ganzzahlige Programmierungsformulierung praktikabel wurde. Der Optimierer baut auf früheren Plänen auf und berücksichtigt Schichtkompatibilität über den Planungshorizont hinaus.

Das Ergebnis ist ein Entscheidungsunterstützungswerkzeug, das Dienstpläne deutlich schneller und mit weniger Aufwand erstellt, die Planqualität zur einfachen Bewertung visualisiert und Fairness über den Planungshorizont hinweg explizit verwaltet. Das Modell ist darauf ausgelegt, schnell angepasst und in anderen Krankenhausabteilungen implementiert zu werden.

Die Datenstruktur des Plans modellieren und dann optimieren

Relationale Modellierung verwandelt ein Problem, das „überall anders“ ist, in Standardeingaben, sodass ein einziges MIP abteilungsübergreifend funktioniert statt eines maßgeschneiderten Programms pro Krankenhaus.

Der Start vom vorherigen Plan und die Berücksichtigung von Schichten nach dem Horizont halten die Änderungen inkrementell, was Ärzte tatsächlich akzeptieren.

Fairness zu einem expliziten Ziel zu machen bedeutet, dass der Plan gegenüber dem Personal verteidigt werden kann – eine Anforderung, die handgefertigte Dienstpläne nie erfüllten.

Wenn Automatisierung immer wieder scheitert, weil jeder Fall anders ist, sollte man zuerst die Datenschicht in Ordnung bringen: Relationale Modellierung kann einen Optimierer abteilungs- und krankenhausübergreifend wiederverwendbar machen.

Das MIP-basierte Planungssystem wurde 2026 im INFORMS Journal on Applied Analytics veröffentlicht. Die Autoren stellen es als schnell anpassbar für andere krankenhausinterne Abteilungen und andere Krankenhäuser dar, wobei das relationale Datenmodell den wiederverwendbaren Kern bildet.