Derfor kalder vi det AI-baseret besøgsplanlægning – og ikke bare datadrevet ruteplanlægning

Indsigt er ikke det samme som en plan. Og ruteoptimering er ikke det samme som god besøgsplanlægning. I takt med at datadrevet ruteplanlægning får øget opmærksomhed som velfærdsteknologi, er det vigtigt at skelne mellem indsigt og handling - og mellem ruter og besøg. 

I forbindelse med KL’s skaleringssamarbejde om velfærdsteknologi er der kommet øget fokus på datadrevet ruteplanlægning som en nøgleteknologi. Det er glædeligt – for vi har brug for at udnytte data og teknologi langt bedre i planlægningen af hjemme- og sygeplejen. 

Pondoo er leverandør i samarbejdet. Men hos Pondoo vælger vi at bruge et andet begreb om vores løsning: AI-baseret besøgsplanlægning. 

Det gør vi ikke for at skille os ud, men fordi vi mener, det mere præcist beskriver, hvad vores løsning faktisk gør – og den forandring, den skal understøtte i praksis. 

Datadrevet ledelse er et velkendt begreb og bruges ofte om beslutninger baseret på indsigt i data.

Det samme gælder datadrevet planlægning, hvor historiske data danner grundlag for at forstå mønstre og udfordringer. Men begrebet fordrer ikke i sig selv en fremadrettet handling, en aktiv beslutning – eller et konkret løsningsforslag. Det gør vores planlægningsløsning. Pondoo anvender avancerede algoritmer til at skabe konkrete og optimerede forslag til planen – baseret på både data og faglige hensyn. 

Desuden har vi et stærkt fokus på mødet mellem borger og medarbejder. Dvs. det er ikke ruten, der er det vigtigste, men de menneskelige og faglige hensyn, der indgår i planlægningen af gode besøg.  

I denne artikel udfolder vi, hvad forskellen betyder i praksis. 

Hvad dækker begreberne over? 

Datadrevet ruteplanlægning 

Et begreb, der typisk henviser til at optimere køreruterne ud fra geografisk placering, trafik og afstande. Fokus er på logistikken: Hvordan kommer medarbejderne hurtigst muligt fra borger A til borger B – og videre til C? 

Det er en vigtig del af planlægningsopgaven – og noget, vi naturligvis også tager højde for i Pondoo. Det er oplagt at optimere på kørslen, så medarbejdere bruger mest mulig tid sammen med borgerne. 

"Datadrevet planlægning" kan endvidere dække over mange forskellige niveauer af digital understøttelse – og bruges i forskellige sammenhænge: 

• Dashboards og rapporter, der viser udvikling i køretid, leveringsgrad eller kontinuitet 

• Planlægningsmodeller eller analyser, som viser forslag til forbedringer eller identificerer flaskehalse 

•  Ruteoptimering, hvor algoritmer hjælper med at finde den hurtigste vej fra A til B 

  
  

Disse værktøjer ser ofte på bagudrettede og historiske data og kan give et stærkt beslutningsgrundlag – både for ledelsen og for planlæggerne, der ønsker bedre indsigt i, hvordan de kan forbedre deres arbejde. 

Indsigt er ikke det samme som en plan

Når datadrevet planlægning kun leverer anbefalinger, kræver det, at planlæggerne manuelt justerer og omsætter det til en køreplan, der kan bruges i praksis. Det kan være både tidskrævende og svært at gøre konsekvent. 

Vores fokus er at sikre at den indsigt, vi opnår via data, kan omsættes til en praktisk hverdag.  For os er datadrevet ruteplanlægning derfor kun en brik i et langt større puslespil. 

AI-baseret besøgsplanlægning 

AI-baseret besøgsplanlægning går et skridt videre. Her er målet ikke kun at give indsigt – men at generere en eksekverbar plan, der kan anvendes i dagligdagen. 

Her handler det om det samlede billede: Hvem skal gøre hvad, hvornår – og hvorfor? 

Vi anvender avancerede algoritmer til at bearbejde de mange input, der gives af planlæggere og medarbejdere med indsigt i hverdagen, og optimerer hele opgavefordelingen, med blik for: 

• Kompetencematch – har medarbejderen de rette faglige kvalifikationer? 

• Borgerpræferencer og kontinuitet – kan vi sende kendte ansigter? 

• Tidskrav og afhængigheder – fx medicingivning kl. 8 eller behov for to medarbejdere samtidig 

• Medarbejderaftaler og hensyn – særlige ønsker, arbejdstid, balance 

• Samarbejde på tværs af teams – kapacitetsudligning ved spidsbelastninger 

• Arbejdsmiljø og trivsel – fx undgå unødig stress og ineffektive skemaer 

• Transporttid og logistik – men som ét blandt flere hensyn 

Løsningen vurderer tusindvis af mulige kombinationer og skaber en optimeret plan, der både opfylder borgernes behov og understøtter et bæredygtigt arbejdsmiljø.

Det er stadig muligt for planlæggeren at justere i den nye plan efter behov. Forskellen er nu, at løsningen advarer hvis manuelle ændringer får betydning for faktorer som kørsel, kontinuitet og kvalitet.   

Hvorfor er det vigtigt at skelne? 

Det er vigtigt, fordi vi ikke kun leverer indsigt via data, og vi ser et behov, der er langt større end blot at digitalisere ruter. Vi digitaliserer faglighed, kvalitet og samarbejde. 

Besøgsplanlægning handler om mennesker, relationer og velfærd. Derfor kalder vi det, vi laver, for AI-baseret besøgsplanlægning – ikke bare ruteoptimering eller datadrevet ruteplanlægning. 

Ved at sætte det rigtige navn på løsningen, sætter vi også fokus på den organisatoriske forandring, der skal til for at lykkes: 

• Nye arbejdsgange

• Ledelsesopbakning

• Tværfagligt samarbejde

• Fokus på kvalitet og fleksibilitet 

Vi hjælper kommuner i gang – også med de organisatoriske forandringer  

Pondoo deltager som leverandør i KL’s skaleringssamarbejde, og vi glæder os til at hjælpe flere kommuner med at tage de næste skridt. 

Har I overvejet, hvordan AI-baseret planlægning kan styrke både kvaliteten og kapaciteten i jeres hjemmepleje? Kontakt os – vi deler gerne erfaringer fra de første kommuner, som allerede er i drift med løsningen.