Die Herausforderung
Wie auf der Winter Simulation Conference 2019 vorgestellt
Die NIH, eine Komponente des US-Gesundheitsministeriums, haben Optimize NIH ins Leben gerufen, um die organisatorische Effizienz und Leistung zur Unterstützung der NIH-Mission zu verbessern. Optimize NIH konzentrierte sich auf die Erzielung von Effizienzsteigerungen in den Geschäftsprozessen der Funktionen Committee Management, Ethics und Freedom of Information Act (FOIA) durch unternehmensweite Verbesserungen. Ein Computermodellierungs- und Simulationsansatz wurde verwendet, um ein besseres Verständnis dieser Geschäftsprozesse zu entwickeln und Empfehlungen für Verbesserungen zu geben. Das Projektteam erstellte Prozesslandkarten, sammelte Daten und entwickelte ein Computermodell und eine Simulation, die dazu dienten, die für die Bearbeitung von Anfragen benötigten Ressourcen besser zu verstehen und zu ermitteln, wie diese Ressourcen am besten organisationsweit eingesetzt werden können. Der für diese Aktivität entwickelte Modellierungsansatz und die daraus gewonnenen Erkenntnisse können zur Verbesserung der Leistungserbringung in einer Vielzahl von Programmen in der gesamten Bundesregierung genutzt werden.
Einführung
Die NIH sind die Verwalter der medizinischen und verhaltensbezogenen Forschung für die Nation. Der Auftrag der NIH besteht in der wissenschaftlichen Erforschung grundlegender Erkenntnisse über die Natur und das Verhalten lebender Systeme und in der Anwendung dieser Erkenntnisse, um das gesunde Leben zu verlängern und die Belastung durch Krankheit und Behinderung zu verringern. Die NIH bestehen aus dem Büro des Direktors und 27 Forschungsinstituten, -zentren und -büros (ICOs).
Hintergrund
Im Jahr 2018 wurden die NIH mit der Analyse von Prozessen und der Umsetzung von Änderungen beauftragt, um die Effizienz und Effektivität von drei unternehmensweiten Dienstleistungen zu verbessern, die den Forschungsauftrag der NIH unterstützen. Bei diesen drei Funktionen handelt es sich um FOIA, Committee Management und Ethics Support. Diese Dienstleistungen werden von funktionsübergreifenden Mitarbeitern sowohl in zentralen Funktionen (z. B. Festlegung von Richtlinien, Überprüfung und Genehmigung) als auch in dezentralen Funktionen in den NIH-Forschungsinstituten (z. B. Entgegennahme und Einleitung von Anträgen, Kommunikation mit Antragstellern) erbracht.
Zu Beginn dieses Projekts lagen für diese Funktionen nur wenige oder gar keine prozessbezogenen Daten vor. Die Prozesse bestanden aus einem papiergestützten und/oder elektronischen Arbeitsablauf mit begrenzter Sichtbarkeit. Es fehlte auch eine Dokumentation der Prozesse unter Verwendung einer konsistenten oder etablierten Methode der Prozessabbildung. Für bestimmte Aspekte des Prozess-Workflows waren elektronische Systeme vorhanden, die jedoch nicht darauf ausgelegt waren, prozessleistungsbezogene Messgrößen zu erzeugen.
Die Lösung
Ansatz
Es wurde ein Ansatz entwickelt, um die Informationen und Daten zu sammeln, die für die Entwicklung eines Computermodells und einer Simulation der Prozesse innerhalb jeder dieser Funktionen erforderlich waren. Das Modell wurde dann als Grundlage für die Bewertung vorgeschlagener zukünftiger Änderungen vor der Implementierung verwendet. Es wurde ein generisches Modell entwickelt, das schnell angepasst und skaliert werden konnte, um mehr als 40 Geschäftsprozesse aus diesen drei Funktionsbereichen einzubeziehen.
Zunächst wurden die Prozesse mit Hilfe eines standardisierten Ansatzes von Teams, die sich aus Fachleuten aus dem gesamten Unternehmen zusammensetzten, abgebildet. Dabei wurde eine Flussdiagramm-Methode verwendet, die Rollen und Verantwortlichkeiten, Schlüsselentscheidungen oder Unterschiede in der Arbeitsweise innerhalb des Unternehmens sowie die Übergaben zwischen den Prozessbeteiligten festhielt.
Auf der Grundlage dieser Prozesslandkarten wurde eine Vorlage für die Datenerfassung entwickelt, um Daten auf einer aussagekräftigen Ebene zu sammeln. Die gesammelten Daten umfassten den Bedarf, die an den verschiedenen Prozessschritten beteiligten Ressourcen und eine Reihe klar definierter zeitbezogener Prozesskennzahlen. Wo möglich, wurden historische Daten aus bestehenden IT-Systemen gesammelt. Wo keine Daten vorhanden waren, lieferte eine repräsentative Gruppe von Fachleuten zusammen mit der Validierung durch die funktionale Leitung eine Reihe von Schätzungen (Durchschnitt, Minimum, Maximum oder geschätzte Entscheidungsergebnisse).
Anhand der gesammelten Daten wurde ein Basismodell bzw. eine Ist-Simulation entwickelt. Dieses Modell wurde in mehreren Iterationen mit den Funktionsteams validiert, um sicherzustellen, dass das Basisergebnis den Erwartungen entsprach. Das Modell wurde dann verwendet, um die Auswirkungen der vorgeschlagenen Änderungen an Arbeitsabläufen, Ressourcen und Prozesszeiten durch Änderungen der Richtlinien oder Investitionen in die Automatisierung zu bewerten.
Die geschäftlichen Auswirkungen
Vorteile
Die Anwendung dieses Ansatzes führte zu einem besseren Verständnis und einer Quantifizierung der Auswirkungen der geplanten Prozessänderungen. Die Auswirkungen der Prozesskonsistenz zwischen den verschiedenen ICOs in den NIH konnten in Bezug auf die Ressourcennutzung oder die Auswirkungen auf die Zykluszeit besser quantifiziert werden. Die Funktionsteams waren besser in der Lage darzustellen, wie sich bestimmte Änderungen (z. B. die Anschaffung eines IT-Systems) auf die Gesamtprozessleistung auswirken würden.
Die Funktionsteams waren auch besser in der Lage, die Auswirkungen verschiedener Arten des Einsatzes von Personalressourcen an verschiedenen Punkten des Prozesses zu verstehen. Die durchgespielten Szenarien zeigten, wie Personal in bestimmten Phasen des Prozesses zur Verfügung gestellt werden könnte, um an anderer Stelle eingesetzt zu werden.
Dieser Ansatz der Computermodellierung und -simulation ermöglichte es den Entscheidungsträgern, die Auswirkungen von Systemänderungen auf die Leistungserbringung besser zu verstehen und Risiken, die durch das Experimentieren mit einer Vielzahl von Szenarien ermittelt wurden, besser zu erkennen, zu verstehen und zu mindern. Dieser skalierbare und modulare Ansatz ermöglichte eine ganzheitliche Entscheidungsfindung, die dazu beiträgt, das Risiko von Suboptimierungen zu verringern.
Danksagung
Das OQM-Team möchte sich bei der Leitung der NIH und des Office of Research Services/Office of Research Facilities sowie bei den zahlreichen Mitarbeitern bedanken, die an der Optimierung der NIH beteiligt waren. Das Computermodell und die Simulation wurden mit Hilfe von Simio entwickelt, mit umfassender Unterstützung durch den Simio-Partner Mosimtec, LLC.