MST

Triple-Win bij Medisch Spectrum Twente door Mee roosteren

Samen met ORTEC heeft Medisch Spectrum Twente (MST) zelfroosteren geïmplementeerd, bij hen Mee roosteren genoemd. In deze presentatie legt Peter Kustermans uit hoe ze deze transitie voor elkaar hebben gekregen, zodat zowel (a) de medewerker gelukkiger is, (b) alle diensten op tijd en correct ingevuld zijn en (c) de productie gehaald wordt en betaalbaar blijft. Ze hebben dit gedaan inclusief een 0-meting en het meten van de verbeteringen, met daarbij vooral aandacht voor de medewerkers en wat de verandering voor hen betekent. 

Goos Kant gaat vanuit ORTEC in op de onderliggende oplossing en hoe je met AI en wiskunde veel betere roosters kan maken. Dit kan bijvoorbeeld in ronde 3 van zelfroosteren toegepast worden, maar ook bij het optimaliseren van werkplekken en bij het maken van roosters. Oplossingen die ontwikkeld zijn om met behulp van AI voorstellen te geven bij het zelfroosteren. Het krachtige is dat je met behulp van AI zowel je medewerker tevredenheid verhoogt (door rekening te houden met veel meer wensen) als efficiency (door scherp te kijken naar bezettingseisen en contracturen) als de kwaliteit van het rooster (door beter te checken op alle regels en kwalificaties). 

Een interessante duo-presentatie rondom personeelsplanning, vanuit de praktijk van MST en de achterliggende AI en tooling van ORTEC, voor alle leidinggevenden zowel in de zorg als in andere sectoren. 


Peter Kustermans 

Peter is 40 jaar actief op het snijvlak van strategische innovatie, organisatieontwikkeling en informatietechnologie. Gedurende deze periode was hij verantwoordelijk voor omvangrijke transformaties in de wereld van gezondheidzorg, farmacie, professionele dienstverlening, overheid, media en ICT. Hij is en was actief als manager, partner, bestuurder en toezichthouder bij verschillende ondernemingen en maatschappelijke organisaties (onder ander Philips, Boer & Croon en Mosadex).

Goos Kant

Goos Kant is ruim 30 jaar als Industry Leader en Managing Partner actief binnen ORTEC op het gebied van optimalisatie vraagstukken. Goos is een vooraanstaande trekker in het praktisch toepassen van wiskunde en AI in personeelsplanning om zowel medewerker tevredenheid als kwaliteit en efficiency te verbeteren. Daarnaast is Goos als hoogleraar Logistieke Optimalisatie verbonden aan de Universiteit van Tilburg en Jheronimus Academy of Data Science in Den Bosch.