Masterarbeit »User-Centered Design und Evaluation KI-basierter Systeme im Krankenhaus«
Fraunhofer-Gesellschaft ·
- Category
- Design
- Company size
- 51-200
A master's thesis (Masterarbeit) at Fraunhofer ISST in Dortmund: the student investigates how to involve clinical users in developing and evaluating AI-based forecasting systems for hospitals (OR duration and ER patient-volume predictions), creating user-centered UX concepts and prototype demonstrators and evaluating explainability, usability, trust, and acceptance.
Wir geben Daten neue Räume. Und Dir die Chance auf einen unterstützenden Praxispartner mit einem hochrelevanten Thema für Deine Masterarbeit. Veränderung startet mit uns.
Am Fraunhofer-Institut für Software- und Systemtechnik ISST in Dortmund leisten wir mit rund 170 Mitarbeitenden angewandte Spitzenforschung für den Digitalisierungsstandort Europa. Wir helfen Wirtschaft und Gesellschaft dabei, Daten souverän in Datenräumen (Data Spaces) zu teilen und ihren Wert voll auszuschöpfen – zum Beispiel im Gesundheitswesen, in der industriellen Fertigung oder mit Blick auf die Mobilität in smarten Städten.
Hintergrund der Masterarbeit:
Eine hohe Vorhersagegüte eines Machine-Learning-Modells allein reicht nicht aus, um im klinischen Alltag einen Mehrwert zu schaffen. Klinische Prozesse sind komplex, zeitkritisch und durch Arbeitsabläufe sowie situative Rahmenbedingungen geprägt. Damit Prognosen die Entscheidungsfindung wirksam unterstützen, müssen sie Bedarfe der Nutzer*innen adressieren, verständlich aufbereitet sein und sich in bestehende Prozesse integrieren lassen.
Klinische Anwender*innen müssen außerdem nachvollziehen können, wie eine Prognose entsteht, wie verlässlich sie ist und welche Unsicherheiten oder Grenzen zu berücksichtigen sind. Methoden der erklärbaren künstlichen Intelligenz (Explainable AI, XAI) können relevante Einflussfaktoren und Modellentscheidungen transparent machen und so Vertrauen sowie eine angemessene Nutzung der KI-Ergebnisse fördern.
Im Healthcare-Team des Fraunhofer ISST entwickeln wir gemeinsam mit klinischen Partnern ML-basierte Lösungen zur Unterstützung des Klinikpersonals. Im Fokus stehen die Vorhersage von Operationsdauern für die OP-Planung und die Prognose des täglichen Patientenaufkommens in der Notaufnahme für die Ressourcenplanung. Für beide Anwendungsfälle bestehen bereits algorithmische Vorarbeiten.
Im Rahmen Deiner Masterarbeit untersuchst Du, wie klinische Nutzer*innen in die Entwicklung und Evaluation solcher KI-Prognosesysteme eingebunden werden können. Du entwickelst nutzerzentrierte Konzepte, integrierst bestehende Modellvorhersagen in prototypische Demonstratoren und evaluierst diese gemeinsam mit potenziellen Anwender*innen hinsichtlich Verständlichkeit, Erklärbarkeit, Nutzbarkeit und Akzeptanz.
Hier sorgst Du für Veränderung
Als Masterand*in bist Du Teil unserer Abteilung »Healthcare«, in der wir mit datengetriebenen Lösungen das Gesundheitswesen der Zukunft gestalten.
Du schreibst Deine Masterarbeit bei uns zum hochrelevanten Thema »User-Centered Design und Evaluation KI-basierter Systeme im Krankenhaus« und profitierst von unserer engen Betreuung und Unterstützung.
Mögliche Aufgaben umfassen:
- Prozessanalyse: Du analysierst klinische Arbeitsabläufe, Informationsbedarfe und Anforderungen von Mitarbeitenden in der OP-Planung oder Notaufnahme.
- Anforderungsanalyse: Du entwickelst Nutzungsszenarien und Anforderungen für ML-basierte Prognose- und Planungssysteme in enger Abstimmung mit klinischen Anwender*innen.
- UX-Konzeption: Du konzipierst und gestaltest nutzerzentrierte Darstellungs- und Interaktionskonzepte, beispielsweise für die Visualisierung von Prognosen, Unsicherheiten oder Handlungsmöglichkeiten.
- Prototyping: Je nach Schwerpunkt der Arbeit entwickelst Du einen prototypischen Demonstrator und integrierst vorhandene Modellvorhersagen.
- Evaluation: Du planst und führst qualitative und/oder quantitative Untersuchungen mit potenziellen Nutzer*innen durch (z. B. Interviews, Workshops, Fragebögen) und bewertest Verständlichkeit, Nutzbarkeit, Vertrauen, Akzeptanz und die Einbettung in klinische Prozesse.
- Zusammenarbeit: Du arbeitest in einem interdisziplinären Team aus Data Scientists, UX-Expert*innen und klinischen Partner*innen und leitest Empfehlungen für die Weiterentwicklung der Systeme ab.