Agent · 100% on-premise · eigener Reasoner

Nichterscheinen-Vorhersage

Stündliche Vorhersage von Nichterscheinen mit Risiko-Scoring.

Demo anfragen Gesamtes Agenten-Netzwerk ansehen

Was dieser Agent tut

Nichterscheinen-Vorhersage ist der Agent, der die Wahrscheinlichkeit bewertet, dass ein Patient zu seinem nächsten Termin nicht erscheint. Er kombiniert ein auf der realen Historie der Klinik trainiertes Gradient-Boosting-Modell mit kontextuellen Signalen (Tag, Uhrzeit, Entfernung, Wetter, Buchungsvorlauf). Das Ziel ist klar: Nichterscheinen um bis zu 30% reduzieren, indem gezielte Bestätigung der Risikofälle ermöglicht wird.

Warum es wichtig ist

Eine Klinik mit 15-20% No-Show-Rate verliert Einnahmen und blockiert Slots für andere Patienten. Alle Patienten 48 Stunden vorher anzurufen ist operativ teuer. Nichterscheinen-Vorhersage ordnet nach Risiko: Die Rezeption muss den Bestätigungsaufwand nur auf die oberen 20% fokussieren, nicht auf 100%.

Wie es funktioniert

Der Agent führt einen stündlichen Scan über die Termine der nächsten 72 Stunden durch. Für jeden berechnet er einen Score 0-100 und klassifiziert ihn als LOW/MEDIUM/HIGH. HIGH löst eine Benachrichtigung an die Rezeption mit Aktionsvorschlag aus (WhatsApp / Anruf / SMS je nach Patientenpräferenz). 24h-Idempotenz pro Termin verhindert Duplikate zwischen Ticks.

Integration in den klinischen Workflow

Nichterscheinen-Vorhersage greift auf das Termin-Modul und die Patientenhistorie zu. Die generierte Benachrichtigung erreicht Rezeption, die sie mit der passenden Bestätigungsvorlage bearbeitet. Wenn ein HIGH-Termin nach Bestätigung storniert wird, gibt er den Slot an den Manager zur manuellen Neuzuweisung oder über die Warteliste frei.

Autonome Entscheidungen

Score jedes Termins beim stündlichen Scan neu berechnen
Jeden Termin nach kalibrierten Schwellenwerten als LOW/MEDIUM/HIGH klassifizieren
Benachrichtigung an die Rezeption nur für HIGH-Termine generieren
Kontaktkanal nach erklärter Patientenpräferenz vorschlagen
Doppelbenachrichtigungen mit 24h-Idempotenz vermeiden

Ein- und Ausgaben

Erhält

· Frühere Terminhistorie des Patienten (Anwesenheit und No-Shows)
· Wochentag, Uhrzeit und Buchungsvorlauf
· Entfernung zwischen Wohnort und Klinik (optional)
· Erwartete Wetterdaten für den Tag (optional)

Liefert

· 0-100 Score pro Termin
· LOW / MEDIUM / HIGH Klassifizierung
· Benachrichtigung an Rezeption mit Aktionsvorschlag
· Vorhersage-Nachvollziehbarkeit am Termin

Produktionsmetriken

-30%

No-Show-Reduktion

Stündlich

Scan

24h pro Termin

Idempotenz

Arbeitet zusammen mit

Reception

Patient Flow Forecast

Patient Segmentation

Tech-Stack

Modell

Gradient Boosting trainiert auf Klinikdaten

Ausführung

Lokale CPU (leichtgewichtiges Modell, keine GPU erforderlich)

Latenz

Stündlicher Scan über 72h-Fenster

Datenschutz

Modell ausschließlich mit Daten der eigenen Klinik trainiert

Häufige Fragen

Wird das Modell mit Daten anderer Kliniken trainiert?+

Standardmäßig nicht. Jede Klinik hat ihr eigenes Modell, ausschließlich mit ihrer Historie trainiert. Das vermeidet Verzerrungen durch unterschiedliche Populationen und wahrt die Datensouveränität. Optional können anonymisierte Daten zwischen Kliniken derselben Gruppe vermischt werden, wenn vertraglich zugestimmt.

Was, wenn ein neuer Patient keine Historie hat?+

Das Modell wendet einen Score auf Basis kontextueller Signale (Tag, Uhrzeit, Vorlauf, Entfernung) an und gibt ein niedrigeres Konfidenzniveau zurück. Die Rezeption kann diese Patienten mit dem Standard-Erstbesuchsprotokoll behandeln.

Wie wird die 30%-Reduktion in meiner Klinik gemessen?+

Wir vergleichen die No-Show-Rate 3 Monate vor und 3 Monate nach der Bereitstellung auf demselben Terminumfang. Das Manager-Dashboard zeigt den Vergleich live an.

Kann der Patient die Vorhersage sehen?+

Nein. Der Score ist intern und wird nur Rezeption und Manager angezeigt. Der Patient sieht nie, dass er als HIGH klassifiziert wurde. Die für ihn sichtbare Aktion ist die übliche Bestätigung.