Intensivpflegekräfte bei HCA Healthcare, der größten US-Krankenhauskette, sagen, dass die KI-Dienstplanungssoftware Timpani ihren Zweck verfehlt. Amber Retzloff, eine Krankenschwester aus Florida, bat um fünfzig bestimmte 12-Stunden-Dienste innerhalb von vier Monaten, wurde aber mehr als die Hälfte der Zeit an aufeinanderfolgenden Tagen eingeteilt. Ihrer Aussage nach ignoriert das Tool die Wünsche der Pflegekräfte nach freien Tagen und Abständen zwischen den Diensten sowie den Bedarf an erfahrenem Personal an stark ausgelasteten Tagen.
Was die Pflegekräfte berichten
Pflegekräfte an mindestens fünf HCA-Standorten berichteten WIRED, Timpani plane häufig zu wenig Personal ein, setze unerfahrene Beschäftigte bei Fällen mit hohem Pflegebedarf ein und zwinge sie dazu, häufiger als zuvor Dienste zu tauschen oder Dienstpläne anzufechten. Eine Pflegekraft in Missouri sagte, sie habe einen Arzttermin verschieben müssen, weil das System sie an einem „roten Tag“ eingeteilt hatte – einem Tag, den sie ausdrücklich als frei beantragt hatte. Eine andere sagte, die Chance, einen problematischen Dienst erfolgreich zu tauschen, liege bei etwa 50 Prozent.
Stellungnahme des Unternehmens
HCA-Sprecher Harlow Sumerford sagt, die Führungskräfte träfen weiterhin die endgültigen Entscheidungen. Die KI solle die passenden Kompetenzen dem Bedarf der Patienten zuordnen und dabei die Wünsche der Beschäftigten berücksichtigen. Laut Unternehmensangaben plant Timpani, das auf Palantir Foundry basiert, an etwa 1 Prozent der beantragten freien Tage Dienste ein. HCA erklärt, das Tool auf Grundlage von Rückmeldungen zu verbessern; Pflegekräfte sagen jedoch, die Probleme bestünden fort.
Warum es wichtig ist
Für Pflegekräfte bedeutet das Tool unberechenbarere Arbeitszeiten, zusätzlichen Stress und mehr Zeit für Auseinandersetzungen um Dienstpläne statt für die Versorgung von Patienten. Für Patienten könnten unterbesetzte oder unpassend zusammengestellte Teams die Behandlung verzögern und die Sicherheit beeinträchtigen. Die Effizienzversprechen des Unternehmens sind bislang nicht belegt; die tatsächlichen Auswirkungen auf die Versorgungsqualität bleiben daher unklar.
