AI Shift

AI Shift ist eine Webanwendung, mit der Schichtpläne automatisiert und optimiert werden.

Funktion

AI Shift ist eine Webanwendung, mit der Schichtpläne automatisiert und optimiert werden. Geben Sie einfach Ihre komplexen Arbeitsregeln ein. Daraufhin werden Schichten erstellt, die sowohl den Vorlieben der Mitarbeiter als auch den betrieblichen Anforderungen entsprechen. Dabei werden Faktoren wie zwischenmenschliche Beziehungen und individuelle Umstände berücksichtigt, die mit traditionellen Methoden oft nur schwer zu handhaben sind.

Die Erstellung von Schichten war schon immer eine komplexe Herausforderung bei der Personalverwaltung. Bei traditionellen mathematischen Optimierungsmethoden werden einfach Mitarbeiterzahlen zugewiesen, um die grundlegenden Anforderungen zu erfüllen. Sie können jedoch keine komplexen Arbeitsanforderungen wie zwischenmenschliche Faktoren, individuelle Präferenzen oder differenzierte Unternehmensrichtlinien berücksichtigen.
Außerdem birgt die ausschließliche Nutzung generativer KI für die Erstellung von Schichten Herausforderungen. Während KI sehr gut in der Lage ist, Schichtregeln zu verstehen, hat sie Schwierigkeiten, Daten zusammenzuführen und mathematische Optimierungen durchzuführen, die mit traditionellen Methoden gut funktionieren.

Um diese Einschränkungen zu beheben, haben wir eine hybride Methode der Gedankenkette implementiert, bei der nicht-KI-Code die statistische Analyse durchführt, bei der KI in der Regel Probleme hat, und diese aggregierten Daten an die KI zurückgibt. AI Shift überwindet diese Einschränkungen durch diesen Hybridansatz, der die Leistungsfähigkeit von Large Language Models (LLMs) mit speziellen nicht KI-basierten Algorithmen kombiniert.

AI Shift verwendet Gemini in drei Schritten:
1. Erstellen Sie anhand der Nutzereingaben erste Schichten.
2. Optimieren Sie Schichten, indem Sie Daten aus statistischen Analysen mit einem nicht KI-basierten Algorithmus hinzufügen.
3. Schichten anhand der Arbeitsplatzregeln prüfen

Basis

  • Web/Chrome
  • Firebase

Team

Von

ams.jp

Von

Japan