NurseFlow AI

Company: NurseFlow AI

Selbstauskunft: Die Beschreibung ist vollständig selbst gemeldet und nicht verifiziert; sie enthält keine Belege für Umsatz, Kunden oder Traction.

Was das Unternehmen offenbar ist: Ein Prototyp-Werkzeug zur Erstellung von Schichtplänen für Intensivpfleger unter Verwendung von Constraint-Solving und KI-gestützter Normalisierung, mit eingebauter menschlicher Genehmigung.

Was sich geändert hat: Das Projekt wurde als Hackathon-Einreichung (Devpost, OpenAI 2026) eingereicht und umfasst ein öffentliches Repository mit synthetischen Daten und Testfällen.

Wichtigste offene Frage: Gibt es Belege für den Einsatz in der Praxis oder Feedback von Krankenhausplanern?

Die Beschreibung besagt, dass NurseFlow AI:

• Pseudonyme Anforderungslisten von Pflegekräften importiert
• Mehrdeutige Anforderungswerte für die menschliche Überprüfung normalisiert
• Mehrere Kandidaten für Intensivstationen-Rosters unter Verwendung eines Solvers (Google OR-Tools CP-SAT) erstellt
• Das MICU-Formular unterstützt, wobei Mitarbeitercodes und Notizen vor der Verarbeitung verworfen werden
• GPT-5.6 über die OpenAI Responses API verwendet, um Normalisierungsvorschläge zu machen und Solver-Belege zu erklären
• Erstellt Rosters nicht direkt; stattdessen erstellt CP-SAT Zuweisungen, ein Validator prüft sie und ein menschlicher Planer genehmigt sie
• Exportiert prüfbereite Arbeitsmappen unter Verwendung von ExcelJS und openpyxl
• Speichert bestätigte Versionen in Supabase mit unveränderlicher Historie, wenn gestufte Rosters vorhanden sind
• Ist nur für Administratoren zugänglich, mit JWT-Sitzungsauthentifizierung und geschützten Servergrenzen

Schlussfolgerung: Das System ist ein hybrides Workflow-Werkzeug, das Constraint-Solving, KI-gestützte Interpretation mehrdeutiger Daten und menschliche Entscheidungsfindung kombiniert. Es ist kein autonomer Planungsmotor, sondern eine Entscheidungsunterstützungsplattform.

Die Beschreibung besagt:

• NurseFlow AI zielt darauf ab, die Pflegeplanung schneller und nachvollziehbarer zu gestalten, ohne dass die KI die endgültige Personalentscheidung trifft
• Es unterstützt bestehende MICU-Formulare, während Daten anonymisiert werden
• Das Werkzeug betont menschliche Kontrolle, Überprüfbarkeit und Erklärbarkeit gegenüber Automatisierung
• Es positioniert sich als Lösung für hochriskante operative Dokumente in Intensivstationen

Schlussfolgerung: Die Positionierung spiegelt einen vorsichtigen Ansatz bei der KI-Adoption in sensiblen Umgebungen wie der Gesundheitsversorgung wider. Es vermeidet Behauptungen voller Autonomie oder des Ersetzens menschlicher Planer.

Die Beschreibung besagt:

• Das Werkzeug richtet sich an Krankenhaus-Intensivstationen-Planer
• Es unterstützt das MICU-Formular, was auf eine Ausrichtung mit spezifischen institutionellen Workflows hindeutet
• Es ist nur für Administratoren zugänglich und für den internen Einsatz durch Planungsteams konzipiert

Schlussfolgerung: Die ICP scheint internes Krankenhauspersonal zu sein, das für die Pflegeplanung auf Intensivstationen verantwortlich ist, wahrscheinlich in großen Einrichtungen, in denen die Personalplanung komplex ist.

Nicht belegt.

Die Beschreibung erwähnt keine Preismodelle, Monetarisierungsstrategien oder ein Geschäftsmodell über den Hackathon-Prototyp hinaus.

Die Beschreibung besagt:

• Entwickelt mit Next.js, React, TypeScript, FastAPI, Python, Supabase
• Verwendet Google OR-Tools CP-SAT für Planungseinschränkungen
• GPT-5.6 über die OpenAI Responses API für Normalisierung und Erklärung
• Implementiert JWT-Authentifizierung nur für Administratoren und Server-zu-Server-Grenzen
• Umfasst 117 Web-Testfälle, 58 Solver-Tests, saubere Abhängigkeitsaudits und responsives Browser-QA
• Öffentliches Repository mit synthetischen, pseudonymen Beispieldaten

Schlussfolgerung: Der technische Stack deutet auf einen modernen, sicheren und testgetriebenen Entwicklungsansatz hin. Die Verwendung von Constraint-Solving und strukturierten KI-Ausgaben zeigt Aufmerksamkeit für Korrektheit und Erklärbarkeit.

Nicht belegt.

Es gibt keine Erwähnung von Nutzern, Kunden, Umsatz oder Adoption über die Hackathon-Einreichung und den Prototyp hinaus.

Nicht belegt.

Die Beschreibung verweist nicht auf Wettbewerber oder Marktpositionierung über die eigenen Aussagen hinaus.

• Nicht verifizierte Aussagen: Alle Funktionen und Fähigkeiten sind selbst gemeldet und nicht verifiziert.
• Keine Traction-Evidenz: Keine Kunden, Umsätze oder Nutzungsdaten angegeben.
• Nur Prototyp-Status: Das Projekt ist eine Hackathon-Einreichung ohne Hinweis auf Produktivbetrieb oder Pilotnutzung.
• Begrenzter Umfang: Das Tool ist nur für Administratoren und für den internen Gebrauch konzipiert; unklar ist, ob es auf breitere Krankenhaus-Systeme skaliert werden kann.
• KI-Abhängigkeitsrisiken: Die Abhängigkeit von GPT-5.6 wirft Fragen zur Konsistenz, Kosten und Verfügbarkeit in einem Produktivumfeld auf.

1. Welche spezifischen Constraints sind im Google OR-Tools-Solver kodiert?
2. Wie behandelt das System Grenzfälle oder unerwartete Eingaben aus Schwesternanfragen?
3. Gibt es Pilotprojekte in der realen Welt oder Feedback-Schleifen mit Krankenhaus-Planern?
4. Was ist der Plan für Identitätsmanagement und MFA-Integration?
5. Wie wird die Datenschutzsicherheit über die Anonymisierung im Prototyp hinaus gewährleistet?
6. Gibt es einen Roadmap für den Übergang vom Prototyp zur produktionsreifen Bereitstellung?