Find det rigtige udgangspunkt

En målrettet behovsanalyse hjælper jer med at bruge budgettet klogt og øger sandsynligheden for, at teknologien skaber reel værdi og mærkbar aflastning i hverdagen.

Før I køber software, bør I afklare, hvor de største flaskehalse i den daglige pleje og omsorg opstår, og hvilke processer der egner sig til brug af AI.

Start derfor ikke med spørgsmålet: „Hvilken AI-løsning er nemmest at installere?“

Fokuser i stedet på spørgsmålet: „Hvilket konkret problem i vores organisation ønsker vi at løse?“

Hvorfor dette trin er afgørende for projektets succes

AI-løsninger skaber kun værdi, når de løser reelle udfordringer i den daglige pleje. Uden klare mål er der risiko for fejlinvesteringer i teknologier, som ikke passer til praksis, og som medarbejderne derfor afviser.

En grundig behovsanalyse afdækker administrative belastninger og peger på arbejdsgange, hvor medarbejdernes tid kan bruges bedre.

En behovsanalyse bør ikke kun foretages fra skrivebordet, men bør baseres på en tidlig og systematisk indsamling af perspektiver direkte fra hverdagen i plejen.

Succesfaktor

Succesfulde projekter starter med et klart defineret anvendelsesområde – ikke med en teknologi.

AI er værktøjet, ikke målet.

4 spørgsmål til jeres beslutningsproces

Brug disse spørgsmål som udgangspunkt for jeres næste strategimøde:

  • Hvad er de største udfordringer i den daglige pleje og omsorg lige nu?

  • Hvor opstår der forsinkelser, tab af information eller unødvendige belastninger?

  • Hvilke rutineopgaver tager tid fra den borgernære pleje og omsorg?

  • Hvilket målbart mål (f.eks. tidsbesparelse på dokumentation) ønsker I at opnå?

Gruppe von Menschen in blauen T-Shirts legt die Hände im Kreis zusammen als Symbol für Teamzusammenhalt

5 praktiske metoder til behovsanalyse

Metode 1: Aktiver medarbejdernes perspektiv

Spørg jeres medarbejdere anonymt eller åbent. Organisér korte team workshops eller individuelle samtaler for at indsamle konkrete eksempler på belastninger og udfordringer i hverdagen.

Praktisk tip

Spørg ikke jeres team om idéer til AI. Spørg i stedet udelukkende til konkrete problemer i deres hverdag. Sortér og prioritér derefter de identificerede emner efter, hvor presserende og relevante de er.

Metode 2: Observer processerne objektivt

Lad udvalgte arbejdsgange i den daglige pleje og omsorg blive observeret trin for trin. Brug om muligt en person, der ikke selv arbejder inden for det pågældende fagområde, for at få et objektivt perspektiv.

Dokumentér de nuværende processer, og analysér, hvor der gentagne gange opstår forsinkelser eller dobbeltarbejde, hvor information går tabt, eller hvor en aflastning vil have særlig stor effekt.

Metode 3: Inddrag beboere og pårørende

Tag også hensyn til beboernes og deres pårørendes behov, f.eks. gennem:

  • Skriftlige undersøgelser (spørgeskemaer, spørgeundersøgelser)
  • Korte samtaler eller strukturerede feedbackrunder
  • Analyse af allerede eksisterende tilbagemeldinger, f.eks. fra en forslags- eller klagekasse

Metode 4: Brug eksterne netværk

Benyt viden og erfaringer fra driftsorganisationer, faglige organisationer, universiteter eller kompetencecentre. Udveksling med andre organisationer på ældreområdet kan vise, hvilke løsninger der allerede har vist sig effektive i lignende situationer.

Mulige kontaktpunkter kan f.eks. være:

  • Andre organisationer i ældreplejen: Har de lignende problemer og udfordringer? Har de fundet AI-baserede eller digitale løsninger? Hvis ja, hvilke?
  • Kommunale eller private driftsorganisationer, der har ansvar for flere plejeenheder og dermed et bredt overblik over udviklingen.
  • Kommuner, Regioner eller regionale/nationale initiativer
    • En oversigt over ligheder og forskelle i beslutningsstrukturerne i Tyskland og Danmark i forbindelse med identificering af plejebehov findes i Trin 7 – Skalering. Her fremgår det, hvilke aktører der er involveret i beslutnings- og implementeringsprocesserne i de to lande.
  • Faglige organisationer, der stiller praksisviden, anbefalinger eller netværk til rådighed
  • Faglige selskaber, der omsætter videnskabelige resultater til praksis
  • Universiteter og forskningsinstitutioner, især hvis de arbejder med pleje og omsorg, digitalisering eller implementeringsvidenskab
  • Kompetencecentre for digitalisering eller AI
  • Netværk eller modelprojekter, hvor erfaringer og bedste praksis udveksles

 

Metode 5: Fastlæg jeres modenhedsniveau: Det digitale vurderingsværktøj

Før I går videre til den detaljerede planlægning, bør I vurdere organisationens forudsætninger.

Det videnskabeligt udviklede KIP-RA-vurderingsværktøj (fra ProKIP-projektet, finansieret af det tyske forbundsministerium for uddannelse og forskning, BMBF) kan hjælpe jer med dette.

Værktøjet vurderer jeres forudsætninger inden for fem dimensioner (bl.a. processuelle, tekniske og sociale faktorer) og anbefaler individuelt tilpassede implementeringsveje.

Hvad betyder „modenhedsniveau“?

Modenhedsniveauet viser, hvor godt en organisation er forberedt på at indføre og anvende AI – fra teknisk infrastruktur og databeskyttelse til medarbejdernes åbenhed over for forandringer.

Organisatorisk parathed (ORIC): Et værktøj til organisationsspecifik behovsanalyse

En organisation kan være teknisk meget veludstyret og stadig ikke være klar til AI. Omvendt kan en organisation med en gennemsnitlig IT-infrastruktur få stor succes med at indføre AI, hvis alle bakker op om projektet.

Den videnskabelige ORIC-model (Organizational Readiness for Implementing Change) beskriver denne parathed ud fra to søjler:

  • Fælles vilje (Change Commitment): Hvor stærk er motivationen i hele teamet for aktivt at støtte og bidrage til forandringen?
  • Tro på egne kompetencer (Change Efficacy): Har teamet tillid til, at det har de nødvendige kompetencer og ressourcer til at gennemføre implementeringen?

Praktisk tip

En høj grad af organisatorisk parathed er vigtigere end selve digitaliseringsniveauet. Invester tidligt i motivation og tillid, før I køber ny software. Vurder jeres organisations parathed ved hjælp af ORIC-spørgeskemaet (tilgængeligt på engelsk, tysk eller dansk; kilde).

Nahaufnahme zweier ineinander verschränkter Hände, eine ältere Person im Rollstuhl und eine Pflegekraft

Digital modenhed på tværs af lande: Tyskland og Danmark

I Tyskland og Danmark er de praktiske rammevilkår ofte forskellige:

Deutschland Dänemark

Infrastruktur under opbygning: Udvekslingen af sundhedsdata og anvendelsen af digital plejedokumentation er i en løbende transformationsproces.

Fokus på kompetenceopbygning: Succes afhænger i høj grad af målrettet oplæring, klare processer og lokal accept.

Stærkt digitalt fundament: Danmark har mere avancerede digitale offentlige tjenester og sammenkoblede sundhedsdata.

Fokus på kompetenceopbygning: Succes afhænger i høj grad af målrettet oplæring, klare processer og lokal accept. De samme praktiske udfordringer: På trods af et højere digitaliseringsniveau står danske plejeorganisationer over for de samme udfordringer: problemer med integration mellem systemer, IT-inkompatibilitet og behov for koordinering i teamet.

Indsigt fra Care-AI-projektet

Anvendelsen af moderne enheder eller digitale dokumentationssystemer betyder ikke automatisk, at AI kan implementeres problemfrit. Vurder altid jeres organisations parathed individuelt og uafhængigt af landets generelle digitaliseringsniveau.

Jeres resultat efter dette trin

Når I har gennemført behovsanalysen, har I følgende fundament på plads:

  • Erfüllt:

    En prioriteret liste over de største udfordringer i jeres daglige pleje

  • Erfüllt:

    En klar forståelse af årsagerne til forsinkelser i processerne

  • Erfüllt:

    Et velunderbygget grundlag for at beslutte, hvor AI meningsfuldt kan understøtte jeres organisation

Sådan kommer du videre

Dit fundament er på plads, og de vigtigste indsatsområder er identificeret? Så er næste skridt at skabe overblik: I trin 2: Betydningen af AI for plejen kan du lære, hvordan du realistisk vurderer potentialet i AI, definerer relevante anvendelsesområder og undgår at overbelaste dit team.

Kilder