Klinikprozesse reagieren sensibel auf Änderungen an Personal, Räumen, Wegen und Kapazitäten. Prozesssimulation macht diese Wechselwirkungen vor der Umsetzung sichtbar und messbar.

• Ein zusätzlicher Behandlungsraum soll Wartezeiten senken.
• Eine veränderte Triage soll Patientinnen und Patienten schneller in die Versorgung bringen.
• Ein fahrerloses Transportsystem soll Operationssäle zuverlässig versorgen.

Jede dieser Maßnahmen kann sinnvoll sein. Ob sie im Klinikalltag tatsächlich wirkt, hängt jedoch von angrenzenden Prozessen und gemeinsam genutzten Ressourcen ab.
Hier setzt die diskrete Ereignissimulation an. Sie bildet Abläufe über die Zeit ab und berücksichtigt, wann Patientinnen und Patienten eintreffen, wie lange einzelne Schritte dauern, welche Ressourcen gleichzeitig benötigt werden und wo Warteschlangen entstehen. Damit entsteht ein dynamisches Modell des Systems, in dem sich geplante Veränderungen prüfen lassen, bevor sie in den realen Betrieb eingreifen.

Eine umfassende wissenschaftliche Übersicht über 231 Publikationen zeigt, dass die diskrete Ereignissimulation im Gesundheitswesen überwiegend für operative Fragestellungen eingesetzt wird. Rund die Hälfte der untersuchten Anwendungen zielte auf Zeit- und Effizienzkennzahlen. Notaufnahmen waren der am häufigsten untersuchte Bereich (siehe Quelle 1).

Warum Klinikprozesse dynamisch betrachtet werden müssen

Klinikabläufe folgen selten einem konstanten Takt. Ankünfte schwanken, Behandlungszeiten variieren, dringliche Fälle verändern Prioritäten und Personal oder Räume werden von mehreren Prozessen beansprucht. Ein Durchschnittswert kann diese Situation nur unvollständig beschreiben. Er zeigt zum Beispiel nicht, ob mehrere Ressourcen zur gleichen Zeit benötigt werden oder ob kurze Belastungsspitzen eine lange Warteschlange auslösen.
Auch lokale Verbesserungen können unerwartete Folgen haben. Wird die Aufnahme beschleunigt, kann sich der Engpass in die Diagnostik oder in den nachgelagerten Behandlungsbereich verschieben. Mehr Betten helfen nur dann, wenn Personal, Medizintechnik und unterstützende Prozesse die zusätzliche Kapazität bedienen können. Eine Simulation verbindet diese Abhängigkeiten in einem gemeinsamen Systemmodell.

Welche Fragen sich mit der Simulation untersuchen lassen

Für Projekte im Gesundheitswesen nutzen wir Autodesk FlexSim und die auf patientenbezogene Abläufe ausgerichtete Umgebung. Patientenschritte können nach Merkmalen wie Dringlichkeit, Diagnose oder individuell definierten Kriterien modelliert werden. Zeitliche Schwankungen lassen sich über statistische Verteilungen abbilden, während Personal, Räume, Geräte und Wege als begrenzte Ressourcen in das Modell eingehen.
Typische Fragestellungen sind:

1. Wie verändern sich Wartezeit und Aufenthaltsdauer, wenn Aufnahme, Triage oder Terminplanung angepasst werden?
2. Welche Personalbesetzung wird zu welchen Tageszeiten benötigt, und wo entstehen Überlastungen oder Leerlauf?
3. Wie viele Behandlungsräume, Betten oder Geräte sind für das erwartete Patientenaufkommen erforderlich?
4. Wie wirken sich ein neuer Grundriss, veränderte Wege oder die Verlagerung eines Bereichs auf Patienten und Personal aus?
5. Wie müssen interne Transporte für Medikamente, Sterilgut, Proben, Mahlzeiten oder OP-Material organisiert werden?
6. Welche Kapazitäten benötigen Notaufnahme, Ambulanz, OP, Röntgen, Apotheke oder Labor unter definierten Bedingungen?

Autodesk FlexSim stellt für die Auswertung unter anderem Kennzahlen zu Wartezeiten, Auslastungen und definierten Meilensteinen im Patientenprozess bereit. Mit dem Experimenter lassen sich Szenarien und Parameterkombinationen automatisiert durchlaufen. 

Von Prozessdaten zu belastbaren Szenarien

Ein Simulationsprojekt beginnt nicht mit der Software, sondern mit einer klaren Entscheidungsfrage. Der erforderliche Detaillierungsgrad ergibt sich daraus, welche Varianten verglichen und welche Kennzahlen beurteilt werden sollen.

1. Fragestellung und Systemgrenze festlegen. Wir klären, welcher Prozess untersucht wird, welche Entscheidungen anstehen und welche Bereiche das Ergebnis beeinflussen.
2. Daten und Annahmen aufbereiten. Dazu gehören beispielsweise Ankunftsprofile, Prozesszeiten, Dienstpläne, Kapazitäten, Wege und Priorisierungsregeln. Fehlende Daten werden als nachvollziehbare Annahmen dokumentiert.
3. Modell aufbauen und validieren. Das Modell wird mit beobachteten Abläufen und geeigneten Kennzahlen abgeglichen. Gespräche mit Mitarbeitenden aus den betroffenen Bereichen helfen, Ausnahmen und praktische Regeln korrekt abzubilden.
4. Szenarien systematisch vergleichen. Parameter werden gezielt verändert und in mehreren Simulationsläufen untersucht. Entscheidend sind nicht einzelne Modellläufe, sondern stabile Ergebnisse und nachvollziehbare Unterschiede.
5. Ergebnisse fachlich einordnen. Kennzahlen, 3D-Darstellung und Prozessbeobachtung werden gemeinsam bewertet. Daraus entstehen Aussagen zu Kapazitäten, Engpässen, Wechselwirkungen und geeigneten nächsten Schritten.

Die 3D-Darstellung unterstützt die Abstimmung mit medizinischen, pflegerischen und betrieblichen Beteiligten. Wege, Raumnutzung und Ressourcenkonflikte werden anschaulich. Eine überzeugende Animation ist jedoch noch kein Qualitätsnachweis. Belastbar wird das Ergebnis durch geeignete Daten, transparente Annahmen, Validierung und eine statistisch saubere Auswertung.

Praxisbeispiel zur Versorgung von zehn Operationssälen

In einem Projekt sollte untersucht werden, wie zehn Operationssäle mit autonomen mobilen Robotern (AMR) versorgt werden können. Im Mittelpunkt standen die erforderliche Fahrzeuganzahl, die Nutzung eines Aufzugs und mögliche Engpässe auf gemeinsam genutzten Verkehrswegen.
Das Ergebnis unter den modellierten Bedingungen: Die Versorgung konnte mit neun Fahrzeugen abgebildet werden, und ein Aufzug war ausreichend. Gleichzeitig zeigte das Modell kritische Begegnungspunkte im Layout. Dort konnten sich Fahrzeuge gegenseitig behindern, obwohl die rechnerische Gesamtkapazität ausreichte.

Der Fall verdeutlicht, warum eine reine Kapazitätsrechnung häufig zu kurz greift. Fahrzeugzahl, Aufzug, Routing und konkrete Wegesituation mussten gemeinsam betrachtet werden. Das Ergebnis gilt für die im Projekt definierten Daten und Annahmen. Es ist keine allgemeine Vorgabe für andere Kliniken.
 

Wann sich ein Simulationsprojekt lohnt

Eine vertiefte Untersuchung ist besonders sinnvoll, wenn:

• eine geplante Änderung mehrere Abteilungen oder gemeinsam genutzte Ressourcen betrifft
• Kapazitäten, Flächen, Personal oder Investitionen vor einer Entscheidung abgesichert werden sollen
• Nachfrage und Prozesszeiten stark schwanken
• ein Versuch im laufenden Klinikbetrieb teuer, aufwendig oder nur schwer rückgängig zu machen wäre
• mehrere plausible Varianten vorliegen und anhand definierter Kennzahlen verglichen werden müssen

Nicht jede Fragestellung benötigt ein umfangreiches Modell. In einem ersten Gespräch lässt sich klären, ob eine einfache Analyse ausreicht oder ob die Wechselwirkungen eine dynamische Simulation erforderlich machen.
 

Ingenieurleistung macht Ergebnisse nutzbar

Die Simulationssoftware Autodesk FlexSim stellt die Modellierungs- und Analysewerkzeuge bereit. Die Qualität der Entscheidung hängt davon ab, wie die Fragestellung übersetzt, das Modell abgegrenzt, Daten geprüft, Szenarien definiert und Ergebnisse interpretiert werden. Darin liegt die Ingenieurleistung.

Das Ingenieurbüro für Prozesssimulation Sebastian Hemmann begleitet Kliniken und Projektteams von der ersten Aufgabenklärung über den Modellaufbau bis zur Auswertung. Je nach Bedarf übernehmen wir das vollständige Simulationsprojekt, unterstützen bei einzelnen Arbeitsschritten oder befähigen interne Teams durch Schulung, Coaching und Support zum eigenständigen Einsatz von Autodesk FlexSim.

Sie planen eine Veränderung in Notaufnahme, Ambulanz, OP, Diagnostik, Labor oder Kliniklogistik und möchten deren Auswirkungen vorab untersuchen? Wenden Sie sich bei Fragen oder Anliegen gerne direkt an uns. Über unser Kontaktformular erreichen Sie uns hier. Folgen Sie uns auf unseren Social-Media-Kanälen, um künftig keine Neuigkeiten zu verpassen.

Quellen

1. Vázquez-Serrano, J. I., Peimbert-García, R. E. & Cárdenas-Barrón, L. E. (2021): Discrete-Event Simulation Modeling in Healthcare: A Comprehensive Review. International Journal of Environmental Research and Public Health, 18(22), 12262.
2. FlexSim-HC-Produktinformationen
3. FlexSim-Fallstudie Better Decisions in the Emergency Department
4. FlexSim-Fallstudie Getting the Most out of an Additional Building
5. FlexSim Healthcare Case Studies