Schüler Curriculum

Im Forschungsprojekt „Analyse und Planung der dualen Ausbildung an Berufsfachschulen des Gesundheitswesens mittel Analytics“ wird mittels Verfahren des Operations Research (OR) und Analytics eine innovative und moderne Planungslogik und -unterstützung für die Ausbildungsplanung in der Pflege erforscht.

.

Projektbeschreibung

Analyse und Planung der dualen Ausbildung an Berufsfachschulen des Gesundheitswesens mittels Analytics

Durch den steigenden Pflegebedarf bei gleichzeitigem Personalmangel in Deutschland gewinnt auch eine möglichst attraktive Gestaltung der Ausbildung des Pflegepersonals immer mehr an Bedeutung. Im Zentrum dieses Projekts steht daher die Analyse und Planung der dualen Ausbildung von Pflegefachkräften mittels Analytics. Entsprechend werden die einzelnen Teilprobleme in der Ausbildungsplanung und deren gegenseitiger Einfluss untersucht. Durch die Entwicklung effizienter, problemspezifischer mathematischer Modelle für die einzelnen Teilprobleme sollen die Abhängigkeiten zwischen diesen herausgearbeitet werden.

Im Verlauf der generalistischen Ausbildung können die zukünftigen Pflegefachkräfte entscheiden, ob sie einen generalistischen Abschluss anstreben oder eine Vertiefung zum Altenpfleger oder zum Gesundheits- und Kinderkrankenpfleger wählen. Dabei muss über einen Zeitraum von drei Jahren für jeden Schüler die Einhaltung umfangreicher und komplexer Kriterien sichergestellt, organisatorische Rahmenbedingungen bezüglich des Klinik- und Schulbetriebs beachtet und individuellen Wahlmöglichkeiten der Schüler entsprochen werden. Daher ergeben sich Planungsprobleme auf strategischer, taktischer und operativer Ebene.

Alles auf einen Blick

Laufzeit
2018 - 2023 (Abgeschlossen)
Forschungsbereich
Management Science
Finanzierung
Deutsche Forschungsgemeinschaft (DFG): 321.528€

Arbeitspakete

Das Forschungsprojekt ist in folgende Arbeitspakete aufgeteilt:

AP1: Ferien und Urlaubsplanung

Auf Ebene der einzelnen Klassen wird der jährliche Urlaubsanspruch in der Praxis häufig teilweise oder vollständig als Ferien festgelegt. Diese Zeiten können – müssen aber nicht – den Ferien öffentlicher Schulen entsprechen. Im bisherigen manuellen Planungsprozess wird die Ferien- bzw. Urlaubsplanung selten als relevantes Planungsproblem wahrgenommen und das enthaltene Optimierungspotenzial bleibt somit ungenutzt. Die Ferien- und Urlaubsplanung ist ein Teilproblem der Kapazitätsplanung.

Nach erfolgreicher Literaturanalyse wird das Problem modelliert, wobei auch Fragen zur Robustheit und die unterschiedlichen Ziele der Stakeholder berücksichtigt werden sollen.

AP2: Phasenplanung

Das zweite Teilproblem – die Phasenplanung – kann als strategisch/taktisches Planungsproblem klassifiziert werden, wobei vorherige Entscheidungen als fixiert gelten.

Hier wird der Planungszeitraum für jede Klasse in verschiedene aufeinanderfolgende Blöcke – Unterricht und Praxis – unterteilt. Die Dauer, Abfolge und Lage der entsprechenden Ausbildungsblöcke wird in der Phasenplanung festgelegt und folgt neben den Lehrplanrichtlinien auch organisatorischen Vorgaben der Berufsfachschulen, z.B. bezüglich verfügbarer Lehrkräfte, Klassenräume, Prüfungsterminen und Anderem.

Zunächst werden hier relevante Daten gesammelt und analysiert. Nachfolgend soll ein Modell erarbeitet werden, bei dem wiederum die konfliktären Ziele der Stakeholder berücksichtigt und relevante Kennzahlen erarbeitet werden können. Zusätzlich sollen exakte und heuristische Verfahren zur Lösung der Problemstellung entwickelt und getestet werden.

AP2: Einsatzplanung

Die Einsatzplanung konkretisiert die zuvor auf Klassenebene festgelegten Phasen weiter für jeden einzelnen Schüler. Für jede Praxisphase eines Schülers wird entschieden, auf welchen Stationen diese abzuleisten ist. Dieses Problem umfasst Aspekte der taktischen und operativen Planung. Zeitpunkt und Dauer der Praxisphasen sind dabei bereits durch das vorherige Teilproblem weitestgehend vorgegeben. Zu beachten sind hierbei wiederum die von Extern festgelegten Lehrplanrichtlinien, die nun sehr detailliert für einzelne Stationen oder Fachgebiete vorschreiben, wie lange Schüler bis zum Ende ihrer Ausbildung dort insgesamt eingesetzt werden mussten.

Zunächst sollen eine Untersuchung und Aufbereitung unterschiedlicher stochastischer Einflüsse durch Literaturrecherche, Datenanalyse und Befragung der Planenden erfolgen. Sodann wird ein generisches Modell erstellt, dass dann um stochastische Gesichtspunkte erweitert wird. Dabei soll ein besonderer Fokus auf Fairnesskonzepte und die Abbildung des Zielsystems der einzelnen Stakeholder gelegt werden. Zur Lösung des Problems sollen schließlich heuristische Lösungsverfahren entwickelt und evaluiert werden.

AP4: Schichtplanung

In diesem klassischen operativen Planungsproblem wird über Arbeitstage und -schichten einzelner Mitarbeiter entschieden, so dass alle benötigten Schichten besetzt werden können, während vorgegebene Ruhezeiten und Arbeitszeitkontingente eingehalten werden. Die Entscheidungen vorheriger Stufen gelten als fixiert. Mittels geeigneter Algorithmen sollen optimale Schichtpläne gefunden werden, die im Hinblick auf Mitarbeiterpräferenzen und Ausbildungskontinuität (Bindung zwischen Praxisanleiter und Schüler) eine Pareto-Frontier bilden. Mittels einer Full-Factorial-Design-Studie sollen letztendlich die Aus- und Zusammenwirkungen der vorherigen Urlaubs-, Phasen- und Einsatzplanung identifiziert und untersucht werden.

AP5: Integrierte Planung

Hier werden die Erkenntnisse aus Arbeitspaket 1 bis Arbeitspaket 4 für eine integrierte (holistische) Planung zusammengeführt. Dies ermöglicht ein grundsätzliches Verständnis des Zusammenwirkens der einzelnen Teilplanungsebenen und erlaubt eine quantitativ messbare Evaluation und Potenzialabschätzung.

Eine zentrale Aufgabe ist hier die strukturierte Analyse der zentralen Anforderungen einer integrierten Planung, um dann die bereits in den vorherigen Arbeitspaketen erforschten mathematischen Optimierungsmodelle und Lösungsmethoden identifizieren zu können, die sich für die integrierte Planung eignen. Ausgehend von den gewonnenen Erkenntnissen werden geeignete mathematische Optimierungsmodelle erstellt, zu denen mittels primalen Heuristiken zulässige Lösungen und mittels Spaltengenerierung duale Schranken erzeugt werden. Die Kombination der beiden Schranken ermöglicht schließlich die Abschätzung der Lösungsgüte für den betrachteten integrierten Planungsansatz.

Das Projektteam

Univ.-Prof. Dr. Jens Otto Brunner

Professor

Jens O. Brunner (*1980) ist seit September 2025 Professor für Management Science an der Fakultät III Wirtschaftswissenschaften, Wirtschaftsinformatik, Wirtschaftsrecht der Universität Siegen.

jens.brunner@uni-siegen.de

+49 271 740-2581

Mehr zur Person

Fördermittelgeber

Das Projekt wird durch die Deutsche Forschungsgemeinschaft (DFG) finanziert.

Weiterführende Links

Website der DFG