View
3
Download
0
Category
Preview:
Citation preview
Personalbedarfsplanung
Dr. Ute Krüger
E-Mail: ute.krueger1@googlemail.com
GliederungdesVortrags
Folie 2
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und langfristige Prognose
4. Bedarfs- und Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und Literaturempfehlung
Dr. Ute Krüger31.5./1.6.2016
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung
Folie 3
Problemstellung:• schnellstmögliche Anrufannahme erforderlich
• Einhaltung der gesetzlich vorgeschriebenen Hilfsfrist
Gewährleistung einer ausreichenden Personalausstattung(„Serviceziel“)
• Knappe öffentliche Mittel, Haushaltsdefizite
• Hoher Anteil an Leitstellenkosten durch Personal verursacht
Zwang zur Kostenreduzierung („Finanzziel“)
Ziel:
• effiziente Personaleinsatzplanung auf der Basis prognostizierterAnruferzahlen
Problemstellung und Ziel
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Ist die Leitstelle ein Call-Center ?
Quelle: In Anlehnung an Helber, S./Stolletz. R. (2004a), S. 14.
Folie 4
Nein
Ja, aber anders oder Nein, aber ähnlich.
Ja
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung
Folie 5
Bedarfsplanung
Schichtplanung
Schichtbesetzung
Intervallbezogene Systemparameter
Schichtplanregeln, Schichttypen
Verfügbarkeit der Agenten, Beschränkungen
Ankunftsrate (pro Intervall), …
Agentenbedarf (pro Intervall)
Anzahl der Agenten je Schichttyp
Servicelevel Fixieren des Serviceziels
Datenanalyse und langfristige Prognose
Statistische Analyse historischer Daten (inkl. besonderer Ereignisse)
kurzfristige PrognoseEchtzeitsteuerung, kurzfristige Anpassungen an auftretende Veränderungen im Anruf-verhalten
Quelle: In Anlehnung an Stolletz,R. (2003), S. 16; Helber, S./Stolletz, R. (2004b),S. 75sowie Thieme,K./Steffen, W. (1999),S. 143.
Personalplanungsprozess
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Datenanalyse und langfristige Prognose
• wesentliche Kenngrößen:
- Anrufhäufigkeit
- Zwischenankunftszeit
- Gesprächsdauer
- Einsatzhäufigkeit
Folie 6
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Datenanalyse und langfristige Prognose
• wesentliche Kenngröße: Anrufhäufigkeit
Folie 7
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Datenanalyse und langfristige Prognose
• wesentliche Kenngröße: Anrufhäufigkeit
- in der Literatur häufig Poisson-Verteilung für Anrufhäufigkeit zugrunde gelegt
-Die Wahrscheinlichkeitsfunktion der Poissonverteilung hängt
nur vom Mittelwert λ =[h-1] ab.
-Klassisches Beispiel:
Kunden am Bankschalter als unabhängige Ereignisse
Folie 8
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Die Polya-Verteilung
• Abhängigkeit einzelner Ereignisse-> „Wahrscheinlichkeitsansteckung“
• Beispiel: Pockenerkrankung, Tote bei Dampfkesselexplosionen
Folie 9
Verteilungsfunktionen im Vergleich zu beobachteten kumulierten Werten in einem Stundenintervall
Bessere Eignung der Polya-Verteilung.
0
0,2
0,4
0,6
0,8
1
1 26 51 76
Eint
ritts
wah
rsch
einl
ichk
eit
(kum
.)
Anzahl der Anrufe
beobachtete Werte
erwartete Werte Polya
erwartete Werte Poisson
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Datenanalyse und langfristige Prognose
Kenngrößezugrundeliegende
Verteilungnäherungsweise
Verteilung
Anrufhäufigkeit Polya-Verteilung Poisson-Verteilung
Zwischenankunftszeit Weibull-Verteilung Exponentialverteilung
Gesprächsdauer Weibull-Verteilung Exponentialverteilung
Einsatzhäufigkeit Poisson-Verteilung
Zusammenfassung der zugrunde liegenden Verteilungen:
Folie 10
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Mögliche Probleme bei der Datenerhebung
• Zuordnung der Anrufe zum tatsächlichen Notfallgeschehen
• Trennung Amtsnummer und Notfallrettungsnummer
• Zuordnung der Anrufe zu den Einsätzen
• Nachbearbeitungszeiten /Bearbeitungszeiten manuell ermitteln
• Bearbeitung großer Datenmengen erforderlich
Folie 11
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung
Folie 12
• Beanspruchung des Disponenten reicht über reine Gesprächszeit hinaus, beinhaltet auch Nachbearbeitungszeiten.
Quelle: In Anlehnung an Cleveland, B. et al. (1997), S.63 f. sowieWiencke, W./Koke, D. (1999), S. 73.
Freizeichen Warteschleife Gesprächszeit Nachbearbeitungszeit
BeanspruchungderAmtsleitung
BeanspruchungdesAgenten
Personalbedarfsermittlung in der Leitstelle
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Personalbedarfsermittlung in der Leitstelle
Folie 13
Personalbedarfsermittlung in der Leitstelle
• Problem: Unregelmäßigkeit des Anrufeingangs, unterschiedliche Gesprächsdauer
• Hilfsweise Lösung: Erlang C-Modell
0123456789
Mo 1 Di 1 Mi 1 Do 1 Fr 1 Sa 1 So 1 FT 1
Min
dest
beda
rf be
i SL
99/5
Tagesart/ Intervall
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung
Folie 14
0123456789
10
Mo 7 Di7 Mi 7 Do 7 Fr 7 Sa 7 So 7 Mo 7
Anza
hl d
er D
ispo
nent
en
Tagesart/Intervall
Bedarf 99/5
Schicht 99/5
• Verwendung eines einfachen kostenminimierenden linearen Optimierungsmodells
Schichtplanung in der Leitstelle
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung
Ziel:• Echtzeitsteuerung bei kurzfristigen stärkeren Schwankungen
• Ergänzung der statistisch abgesicherten Bedarfsberechnung
Ergebnisse:
• mittlerer Prognosefehler (MAE) bei der Zeitreihe der Anruf-bzw. Einsatzhäufigkeit bei ca. 7 Anrufen in der Stunde
• Problem der „Trägheit“: kurzfristige Änderungen im Anrufaufkommen nicht stark genug antizipiert
• tageszeitabhängige Komponenten und Nachwirkungen von Vorintervallen bereits durch das Prognosemodell herausgefiltert
• übrige Peaks durch nicht erklärbaren Zufall -> nicht prognostizierbares „Weißes Rauschen“
Prognose der Anrufhäufigkeit
Folie 15
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Ausblick
Fachbeirat, AG Organisation:
• Beschreibung einer Musterleitstelle mit mehreren
Merkmalen, z.B.
o Demographische Faktoren
o Klimatische Besonderheiten
o Infrastruktur (Autobahnen etc.)
• Ermittlung der Auswirkungen auf die Inanspruchnahmezeit
mittels Korrekturfaktoren
• Übertragbarkeit auf andere Leitstellen durch die
Korrekturfaktoren
Folie 16
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Zusammenfassung
• gegenüber traditionellen Call-Centern abweichende zugrunde liegende Verteilungen für die einzelnen Kenngrößen aufgrund der Besonderheiten der Leitstelle (Näherungen möglich)
• Prognose bestätigt nicht vorhersagbar auftretende Sprünge in der Arbeitsbelastung (ARMA(2,1)-Modell am geeignetsten)
• Suche nach einem pragmatischen Ansatz über Schaffung einer Musterleitstelle und Korrekturfaktoren für Bedarfsberechnung
Folie 17
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Literaturempfehlung
Folie 18
Krüger, U.; Schimmelpfeng, K. (2011): Characteristics of service requests and service processes of fire and rescue service dispatch
centers, Analysis of real world data and the underlying probability
distributions, Health Care Management Science 15. Jg.
(2012) published online DOI: 10.1007/s10729-012-9207-x
Vielen Dank für Ihre Aufmerksamkeit!
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Die Leitstelle als Call-Center
Merkmal AusprägungAufgabenschwerpunkt Notfall-Service
Agenten und AnruferHeterogen, als homogen bei Anrufeingang behandelt
Verhalten der AnruferUnendliche Geduld, kein Zurückscheuen
Angestrebter Service der Leitstelle Wartezeit Null, kein Besetztzeichen
Anrufrichtung Inbound (mit Outbound-Elementen)Organisatorische Einbindung InternZielsetzung (Gewinnmaximierung/ Kostenminimierung)
Kostenminimierung (Betreuungs-Call-Center)
Folie 20
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Datenanalyse und langfristige Prognose
• wesentliche Kenngröße: Zwischenankunftszeit
Folie 21
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Datenanalyse und langfristige Prognose
• wesentliche Kenngröße: Zwischenankunftszeit
- in der Literatur häufig Exponentialverteilung für Verteilung der Zwischenankunftszeiten angenommen
- bessere Eignung der Weibull-Verteilung festgestellt
Folie 22
0
20
40
60
80
100
120
0 50 100 150 200
Häu
figke
it
Zwischenankunftszeit in Sek.
beobachtete Häufigkeit
Häufigkeit Exponentialverteilung
Häufigkeit Weibullverteilung
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Zwischenankunftszeit
00,010,020,030,040,050,06
Mo 1 Di 1 Mi 1 Do 1 Fr 1 Sa 1 So 1 FT 1
Diff
eren
z
Tagesart/Intervall
Differenz der Bestimmtheitsmaße der Weibull- und Exponentialverteilung für die Zwischenankunftszeit
0
0,2
0,4
0,6
0,8
1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Bes
timm
thei
tsm
aß
Intervall
MoDiMiDoFrSaSoFT
00,20,40,60,8
11,2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Par
amet
er b
Intervall
MoDiMiDoFrSaSoFT
Parameter b und R2 der Weibullverteilung für die ZwischenankunftszeitFolie 23
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Datenanalyse und langfristige Prognose
• wesentliche Kenngröße: Gesprächsdauer
Folie 24
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Datenanalyse und langfristige Prognose
• wesentliche Kenngröße: Gesprächsdauer
- in der Literatur häufig Exponentialverteilung für Verteilung der Gesprächsdauern unterstellt
- bessere Eignung der Weibull-Verteilung festgestellt
Folie 25
0
10
20
30
40
50
60
70
80
0 50 100 150
Häu
figke
it
Gesprächsdauer in Sek.
beobachtete Häufigkeit
Häufigkeit Exponentialverteilung (mittelwertbasiert)Häufigkeit Exponentialverteilung (Regression)Häufigkeit Weibullverteilung
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Gesprächsdauer
0
0,1
0,2
0,3
0,4
Mo 1 Di 1 Mi 1 Do 1 Fr 1 Sa 1 So 1 FT 1
Diff
eren
z
Tagesart/Intervall
Differenz der Bestimmtheitsmaße der Weibullverteilung der Gesprächsdauern (ohne 60-und 600-Sekunden-Gespräche) und der entsprechenden Exponentialverteilung
0
0,2
0,4
0,6
0,8
1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Bes
timm
thei
tsm
aß
Intervall
MoDiMiDoFrSaSo
0
0,5
1
1,5
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Par
amet
er b
Intervall
MoDiMiDoFrSaSoFT
Parameter b und R2 der Weibullverteilung für die Gesprächsdauern (ohne 60- und 600-Sekunden-Gespräche)
Folie 26
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Datenanalyse und langfristige Prognose
• wesentliche Kenngröße: Einsatzhäufigkeit
Folie 27
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Datenanalyse und langfristige Prognose
• wesentliche Kenngröße: Einsatzhäufigkeit
- Poisson-Verteilung der Einsatzhäufigkeit ermittelt
0
0,2
0,4
0,6
0,8
1
0 5 10 15 20 25
Entri
ttsw
ahrs
chei
nlic
hkei
t (k
um.)
Anzahl der Einsätze
beobachtete Werte
Folie 28
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung
*davon3.687Luftrettungseinsätze
A; 6.534 B; 3.517**
H; 5.278I; 7.265
K; 12.627R; 90.539*
U/Ü; 346
W; 4.343 X; 2 ohne Einsatzart; 261
** davon973BMA
Einsätze
Folie 29
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung
EinsatzartDurchschnittliche
Nachbearbeitungszeit (in Min.)
Anteil am intervallbezogenenGesamteinsatzaufkommen des Intervalls
(auf Eins normiert)B (ohne BMA) 4,6485 0,0321
BMA 0,9405 0,0107H 4,4675 0,0508
R inkl. Luftrettung und K
1,6948 0,7620
A 1,4023 0,0882I, U/Ü, W 1,5415 0,0562
Zugrunde gelegte Daten der Nachbearbeitungszeit für Intervall 1, Montag
Nachbearbeitungszeit: 1,888 Minuten = 113,3 Sekunden
Nachbearbeitungszeit
Folie 30
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung
0
20
40
60
80
100
120
140
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Nac
hbea
rbei
tung
szei
t in
Sek
.
Intervall
MoDiMiDoFrSaSoFT
Nachbearbeitungszeiten in Sekunden je Tagesart und Intervall
Nachbearbeitungszeit
Folie 31
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Gesamtbedienzeit
Gesprächs-dauer
(in Sek.)
Anruf-quote
Einsatzquote EQ1 (bezogen auf alle Anrufe)
Errechnete Einsatzquote EQ2
(bezogen auf angenommene
Anrufe)
Nachbearbeitungs-
zeit (in Sek.)
Errechnete Gesamt-
bedienzeit(in Sek.)
82,64 0,618 0,373 0,604 113,283 151,077
[1] Vgl. Anhang A 6.
Berechnung der Gesamtbedienzeit für Intervall 1, Montag
EQ2 berechnet sich wie folgt: 0,373/0,618=EQ2/1. Somit ergibt sich für die Gesamtbedienzeit: 82,64 Sek.+0,604*113,283 Sek.=151,077 Sek.
Folie 32
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Lineares Regressionsmodell (Anrufhäufigkeit)
Folie 33
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Schichtplanung in der Leitstelle
Kostenminimales Modell:• Indizes
j = 1,…, J Schichtindex
t = 1,…, T Zeitindex
• Parameterct Personalbedarf im Intervall t,
lj (virtuelle) Lohnkosten für einen Agenten in Schicht j
st,j binärer Schichtparameter
• EntscheidungsvariableXj Anzahl der in Schicht j eingesetzten Agenten
Folie 34
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung
Kostenminimales Modell:
Minimiere
unter Berücksichtigung der Nebenbedingungen
(1) für t=1,...,T
(2) für t=1,...,T
(3) Xj≥0 und ganzzahlig, für j=1,…,J.
Vgl. Helber, S./Stolletz, R. (2004a), S. 187 f. sowie Dantzig, G.B. (1954), S. 339-341.
Schichtplanung in der Leitstelle
Folie 35
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Prognose
Prognoseverfahren
qualitative quantitative
Brainstorming, Delphimethode
multivariateunivariate
einfache multiple
univariate Extra-polationsverfahren
naive Prognose
Folie 36
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung ARMA(2,1)-Modell (Anrufhäufigkeit)
Yh,t=b1,1*s1,1+..+b168,t*s168,t+bft1,1*sft1,1+..+bft24,t*sft24,t+at+φ1*yt-1+φ2*yt-2-θ1at-1
Folie 37
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung ARMA(2,1)-Modell (Anrufhäufigkeit)
Der mittlere Prognosefehler (MAE) lag bei der Zeitreihe der Anrufhäufigkeit bei ca. 7 Anrufen in der Stunde.
Folie 38
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung AR(MA)-Modelle (Anrufhäufigkeit)
lin. Reg.-
modellAR(1) AR(2) AR(3) AR(4) AR(5)
ARMA
(1,1)
ARMA
(2,1)0,75175 0,77248 0,77432 0,77548 0,77596 0,77606 0,77582 0,776230,74637 0,76752 0,76937 0,77053 0,77099 0,77107 0,7709 0,77137
AIC 7,34097 7,25399 7,24593 7,24087 7,23881 7,23835 7,23942 7,23734SIC 7,49254 7,40636 7,39912 7,39486 7,39360 7,39395 7,39258 7,39131DW 1,42194 2,05265 2,01337 2,00717 2,00263 2,00092 1,96728 1,99863
AR(MA)-Modelle im Vergleich
Folie 39
Dr. Ute Krüger31.5./1.6.2016
1. Problemstellung und Ziel
2. Personalplanungsprozess
3. Datenanalyse und
langfristige Prognose
4. Bedarfs- und
Schichtplanung
5. Kurzfristige Prognose
6. Ausblick
7. Zusammenfassung und
Literaturempfehlung
Personalbedarfsplanung Ausblick
Idee des Fachbeirats, AG Organisation:
• Anzahl gleichzeitig geführter Gespräche inklusive der
Nachbearbeitungszeit gibt Disponentenzahl vor
• Berücksichtigung von Mindestabständen zwischen AnrufenFolie 40
Gesprächsdauer
Nachbearbeitungszeit
5 5 6 4 4 2
t=1 t=2 t=3 t=4 t=5 t=6
Recommended