Onlinebasierte diskrete Ereignissimulationen im Krankenhaus – Potentiale, Herausforderungen und mögliche Anwendungsfälle

Yannik Angler (), Steffen Fleßa (), Markus Krohn () and Olav Götz ()
Additional contact information
Yannik Angler: Universität Greifswald
Steffen Fleßa: Universität Greifswald
Markus Krohn: Universität Greifswald
Olav Götz: Apollon Hochschule der Gesundheitswirtschaft

Chapter 36 in Künstliche Intelligenz im Einsatz für die erfolgreiche Patientenreise, 2025, pp 681-702 from Springer

Abstract: Zusammenfassung Die Kliniklandschaft steht in den nächsten Jahren vor einer Vielzahl an Herausforderungen wie der Bewältigung des demografischen Wandels, des Fachkräftemangels oder dem Management der stetig zunehmenden wirtschaftlichen Schieflage. Gut durchdachte Prozessstrukturen haben hierbei das Potenzial, trotz begrenzter Ressourcen eine effiziente und gleichzeitig hochwertige Patientenversorgung sicherzustellen. Ein möglicher Ansatz ist hierbei die sogenannte onlinebasierte diskrete Ereignissimulation (Online DES). Dabei werden Echtzeitdaten durch Geräte des „Internet der Dinge“ (Internet of Thing – IoT) gesammelt und unter Nutzung von KI-basierten Modellen parallel zur realen Welt simuliert. Durch die Nutzung einer Vielzahl an IoT-Geräten, welche Echtzeitdaten an ein KI-basiertes Simulationsmodell liefern, ist es möglich, Teilprozesse im Krankenhaus in Echtzeit abzubilden und präzisere Prognosen für zukünftige Entwicklungen zu treffen. Gleichwohl müssen Online DES-Modelle vor ihrer Implementierung konsequent bewertet werden, da eine größere Zahl an IoT-Geräten die Angriffsfläche für potenzielle Cyberattacken erhöht und die Datenerfassung über IoT-Geräte ethische und datenschutzrechtliche Fragen aufwirft.

Date: 2025
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-48573-3_36

Ordering information: This item can be ordered from
http://www.springer.com/9783658485733

DOI: 10.1007/978-3-658-48573-3_36

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().