Kennzahlen im Betrieblichen Gesundheitsmanagement: Vorhersagen durch Erklärbare Künstliche Intelligenz
Wie lässt sich frühzeitig erkennen, welche Faktoren die Arbeitsfähigkeit von Beschäftigten beeinflussen? Und wie können Unternehmen aus diesen Erkenntnissen konkrete und zielgerichtete Maßnahmen für gesunde Arbeit ableiten?
Eine aktuelle Studie, veröffentlicht in der praxisnahen Zeitschrift für medizinische Prävention: Arbeitsmedizin, Sozialmedizin, Umweltmedizin, untersucht, welche Rolle allgemeine und arbeitsbezogene Gesundheitskompetenz für die Arbeitsfähigkeit spielt und wie Erklärbare Künstliche Intelligenz (Explainable Artificial Intelligence) dabei unterstützen kann, gesundheitliche Risiko- und Schutzfaktoren transparent zu identifizieren.
Lebensqualität und Gesundheitskompetenz sind relevant
Die Ergebnisse zeigen: Die physische und mentale Lebensqualität gehören zu den stärksten Einflussfaktoren für die Arbeitsfähigkeit. Gleichzeitig leisten die allgemeine und insbesondere die arbeitsbezogene Gesundheitskompetenz einen relevanten zusätzlichen Beitrag. Damit wird deutlich, dass Gesundheitskompetenz eine wichtige Rolle für die betriebliche Gesundheitsförderung spielen kann und in Kennzahlensystemen stärker berücksichtigt werden sollte.
Was Künstliche Intelligenz sichtbar machen kann
Ein besonderer Fokus der Studie liegt auf Erklärbarer Künstlichen Intelligenz. Damit wird es möglich, die Ergebnisse komplexer Modelle nachvollziehbar zu machen: Welche Faktoren wirken eher als Risikofaktoren? Welche können die Arbeitsfähigkeit unterstützen?
So lassen sich individuelle Risiko- und Ressourcenprofile darstellen. In beispielhaften „Wenn-dann-Szenarien“ zeigte sich, dass insbesondere Verbesserungen der arbeitsbezogenen Gesundheitskompetenz und der Lebensqualität die modellbasierte Wahrscheinlichkeit einer kritischen Arbeitsfähigkeit deutlich reduzieren können.
Vom Rückblick zur Prävention
Die Ergebnisse sprechen dafür, Kennzahlensysteme nicht ausschließlich auf klassische Spätindikatoren wie Fehlzeiten auszurichten. Treiber und Frühindikatoren können helfen, gesundheitliche Risiken und Ressourcen früher sichtbar zu machen.
XAI bietet dabei das Potenzial, auch große Datenmengen transparent auszuwerten und daraus Ansatzpunkte für passgenaue Gesundheitsförderungsmaßnahmen abzuleiten.
Damit kann ein datenbasiertes Betriebliches Gesundheitsmanagement einen Schritt weitergehen: weg von der reinen Betrachtung vergangener Fehlzeiten hin zu einer stärker präventiven und evidenzbasierten Steuerung von Gesundheit und Arbeitsfähigkeit.
Interesse an den Ergebnissen?
Lesen Sie hier den vollständigen, kostenfrei zugänglichen Beitrag und erfahren Sie mehr darüber, wie Gesundheitskompetenz und Erklärbare Künstliche Intelligenz für ein präventives BGM genutzt werden können.
Kommen Sie mit uns in Kontakt!
Sie möchten die Ansätze in der Praxis erproben oder eine Zusammenarbeit mit uns starten? In PREDIVIO setzen wir gemeinsam mit Ihnen Pilotprojekte zu Kennzahlen und wissenschaftliche Analysen um. Wir freuen uns über den Austausch und Ihre Anfrage an Dr. Julian Friedrich.