© Pixabay

Wenn es bei einem Unfall oder einem gesundheitlichen Notfall um Leben und Tod geht, kann jede Minute entscheidend sein. Dazu müssen rund um die Uhr sowohl Rettungsfahrzeuge als auch Rettungskräfte bereitstehen. Das alles zu organisieren, ist aber gerade in einer Millionenstadt nicht ganz einfach. In Köln könnte diese Aufgabe künftig durch Künstliche Intelligenz etwas weniger kompliziert werden. Dazu hat der Absolvent des Masterstudiengangs Informatik an der Technischen Hochschule (TH) Bingen, Mark Schleider, in seiner Abschlussarbeit ein Modell entwickelt, das die Auslastung der Rettungsdienste vorhersagt. Auf diese Weise kann schon im Voraus sichergestellt werden, dass es keine Überlastungen und dadurch bedingte längere Wartezeiten gibt.

Als Berufsfeuerwehrmann und Rettungsassistent weiß Schleider um die Probleme, vor denen die Leistelle bei der Organisation der Einsätze steht. „Es kommt vor, dass die Ressourcen eines Bezirks kurzzeitig vollständig ausgelastet sind. Jeder weitere Notfall kann dann zu längeren Wartezeiten führen“, sagt der 35-Jährige. „Solche Spitzen können wir mit externen Dienstleistern oder Fahrzeugen aus angrenzenden Bezirken ausgleichen. Dabei hilft es, die Belastungsspitzen möglichst früh vorhersehen zu können“. Auch planbare Fahrten wie Krankentransporte seien anhand der Berechnungen ressourcenschonend integrierbar.

„Eine wirklich harte Nuss“

Mithilfe der Aufzeichnungen des Rettungsdienstes aus vergangenen Jahren hat Schleider einen lernfähigen Algorithmus „trainiert“, um so die Rettungskräfte optimal verteilen zu können. Darüber hinaus hat er zusätzliche Informationen wie Feiertage, Ferien oder Wetterverhältnisse integriert, so dass das Modell Belastungsspitzen in Zukunft kurzfristig vorhersagen kann. „Im Idealfall muss ein Notfallpatient damit weniger lang auf unsere Hilfe warten“, erklärt Schleider.

Der Weg zur fertigen Masterarbeit sei jedoch alles andere als einfach gewesen, gesteht er. Immerhin ist Schleider voll berufstätig und Familienvater. Alleine schon die immense Datenmenge aus Rettungseinsätzen der letzten zehn Jahre zu verarbeiten, sei eine Herausforderung gewesen. „Diese Menge unregelmäßiger Daten zu verarbeiten war eine wirklich harte Nuss“, erzählt er. „Gerade weil Schulen und Kitas zeitweise geschlossen waren, war diese Zeit für meine ganze Familie ein wahrer Kraftakt. Ich bin glücklich, dass wir ihn gemeistert haben.“

Als nächstes soll das Modell weiterentwickelt und praxistauglich gemacht werden. „Mark Schleiders Prognosemodell ist gewinnbringend in der Einsatzplanung verwendbar. Deshalb würden wir es gerne gemeinsam mit der Kölner Berufsfeuerwehr weiterentwickeln und in die Praxis umsetzen“, sagt Prof. Dr. Thomas Marx, der den Masterstudiengang Informatik an der TH Bingen leitet und die Masterarbeit betreut hat.

Weitere Artikel zum Thema KI finden Sie hier.

Werden Sie Mitglied!

Auf Innovation Origins können Sie täglich die neuesten Nachrichten über die Welt der Innovation lesen. Wir wollen, dass es so bleibt, aber wir können es nicht allein tun! Gefallen Ihnen unsere Artikel und möchten Sie den unabhängigen Journalismus unterstützen? Dann werden Sie Mitglied und lesen Sie unsere Geschichten garantiert werbefrei.

Über den Autor

Author profile picture Petra Wiesmayer ist seit mehr als 25 Jahren als Journalistin und Autorin tätig. Sie hat bis heute hunderte Interviews mit Prominenten aus Entertainment, Sport und Politik geführt und zahllose Artikel über Entertainment und Motorsport für internationale Medien recherchiert und verfasst. Als großer Science-Fiction-Fan ist sie fasziniert von Technologien, die die Zukunft der Menschheit mitbestimmen könnten und liest und schreibt gerne darüber.