CoronaQueue

Zusammenfassung

CoronaQueue reduziert die Wartezeit in Corona-Hotlines und sorgt für eine effiziente Bearbeitung der Anrufe durch automatische Priorisierung.

CoronaQueue kann Daten (zum Beispiel Aufenthaltsorte, körperliche Anzeichen) über Schnittstellen annehmen, das System sortiert den Fall automatisiert nach Priorität ein und stellt die Daten – über eine Oberfläche und über Schnittstellen – wieder bereit.

Detailbeschreibung

Unser zentraler Use Case aus dem Pitch beschränkt sich auf Senioren, die gerne mit einem "echten" Menschen reden möchten. Dabei muss es jedoch nicht bleiben, denn die Erzeugung der Cases kann über verschiedenste Wege erfolgen, beispielsweise:

  • Callcenter
  • Web-Interface (self service)
  • automatisierter Telefonservice (AI Voicebot)

Ein Service nimmt die Anfragen aus diesen Frontends an und legt sie vorpriorisiert in einem Ticketsystem ab. In diesem Ticketsystem kann medizisches Fachpersonal oder Mitarbeiter z.B. des Gesundheitsamts alle Anfragen abrufen und die Fälle im Anschluss kontaktieren.

Durch die verschiedenen Einlieferungswege und die Priorisierung werden die Mitarbeiter entlastet und müssen sich nicht mehr um die Erhebung der Daten kümmern.

Videos

Live-Demo

https://www.coronaqueue.de/

Rahmenbedingungen

CoronaQueue sitzt an der Schnittstelle zwischen dem Bürger und den lokalen Gesundheitsbehörden. Hauptziel ist es, die hohe Auslastung der Hotlines der Gesundheitsbehörden zu verbessern.

Hotlines der Gesundheitsbehörden

  • Die Hotlines der Gesundheitsbehörden sind hoch ausgelastet (Warteschleifen und besetzte Leitungen), eine wirkliche Auslastungssteuerung existiert nicht
  • Qualifiziertes Personal ist notwendig
  • Die Hotline hat die Aufgabe Leute zu klassifizieren und zu beraten
  • Die priorisierte Bearbeitung dringender Fälle ist nicht möglich

Callcenter

  • Der fachlichen Hotline werden Callcenter vorgeschaltet, die mit nicht spezialisiertem Personal besser skalieren können
  • Die Mitarbeiter sind für die Aufnahme der Fälle anhand des Fragebogens zuständig (und geschult darin Leute zu beruhigen)

Daten

  • Die erfassten Daten können im IT-System datenschutzkonform abgespeichert werden. Das System kann selbst gehostet werden.
  • Anfragen werden anhand eines Fragebogens priorisiert
  • Ein Ticket wird angelegt. Je nach Priorität erfolgt sobald wie möglich ein Rückruf durch die Mitarbeiter des Gesundheitsamtes

Anfragende

  • Die Rückrufmöglichkeit verbessert die Kontaktaufnahme ("nicht ständig besetzt")
  • Hohe Prioritäten werden schneller bearbeitet

Code Repository

https://github.com/corona-queue

Komponenten

Backend

  • REST-API, um Fragebogen abzufragen (z. B. Erstellung weiterer Eingabemasken; Online-Fragebogen; voice-plattform, Chatbot) - implementiert in Python
    • Es gibt ein gemeinsames Datenformat für den Baum der Triaging-Fragen, welcher außerdem Antwortmöglichkeiten und Priorisierungswerte enthält.
  • REST-API zur Erzeugung eines Falls inkl. Berechnung des Scorings und der Erzeugung eines Tickets - implementiert in node.js

Frontend

  • Ticketsystem: Bearbeitung der Tickets über Open Source-System Zammad

  • Fragebogen Web-App - implementiert in React

    • Interface für Bürger:in und Callcenter-Mitarbeiter:in
      • Self-Service Datenerfassung mittels Fragenbogen inspiriert durch CovApp
      • alternativ: Datenerfassung stellvertretend für Anrufer durch nicht spezialisiertes Callcenter-Personal (unter /callcenter Route erreichbar)
    • Nach Erfassung der Informationen im Fragebogen wird ein Ticket für den Rückruf durch fachliches Personal erstellt. Ticket-ID wird übergeben für eventuelle Rückfragen.
    • Ein generierter QR-Code speichert die erfassten Daten & kann beispielsweise zum Testtermin mitgebracht werden
    • Neue Features: Natürlich die Anbindung an den Rückruf-Service, insgesamt verbesserter Flow und zusätzliche Informationen, welche Testcenter in der Nähe sind
  • Deutscher Sprachbot - per Dialogflow

    • Bot kann angerufen werden unter +48223970842, danach Code 699103109 eingeben
    • Stellt mehrere Fragen bzgl. Situation, und erstellt aus Informationen dann automatisch Ticket. Ticket-ID wird übergeben für eventuelle Rückfragen.
    • Mit "Ich hatte genug Fragen" kann man direkt zum Ende vorspringen
    • Telefonnummer läuft über Voximplant, das dann alles Eingesprochene an Google Dialogflow weiterleitet und zurückleitet. Google Dialogflow wurde mit Firebase Functions durch spezielle Events erweitert, sodass Antworten persistiert und an unser Ticketsystem verschickt werden

Skalierbarkeit + Open Source-Gedanken

  • Komponenten als Einzelnes sind nicht unique (z. B. Fragebogen (covApp), Ticket-System (Zammad); auch für die Priorisierung gibt es bereits funktionierende Anwendungen)
  • durch Schnittstellen verbinden wir Komponenten intelligent miteinander; machen Komponenten somit sogar austauschbar, beispielweise
    • kann ein beliebiges Interface zur Erzeugung von Anfragen entwickelt werden
    • können andere Ticketsysteme integriert werden

Timeline

Freitag

  • 21:45 Uhr: Zusammenkunft im Slack Channel
  • 22:00 Uhr: erster gemeinsamer Video-Call, Erstellung Devpost-Projekt
  • 23:30 Uhr: Erweiterung Gruppe um zweites Team, das an gleichem Thema arbeitet

Samstag

  • 10:00 Uhr: gemeinsames "digitales" Frühstück; Nachjustierung Idee und Aufteilung in Sub-Teams
  • 15:00 Uhr: Status-Update mit Besprechung der Schnittstellen zwischen Teil-Projekten; Beratung mit weiterem Team, das sich mit Priorisierung beschäftigt
  • 20:00 Uhr: Status-Update mit Vorstellung Video-Idee und technischer Prototypen

Sonntag

  • 11:00 Uhr: gemeinsamer Update-Call mit Zwischenstand; Abstimmung Dokumentation Devpost
  • 15:00 Uhr: laufende Sichtung des Videos mit Feedback-Möglichkeiten; Finetuning technischer Komponenten
  • 18:00 Uhr: Einreichung des Videos
  • 21:00 Uhr: abschließende Bearbeitung Devpost-Artikel

Ausblick und mögliche Erweiterungen

Das System hat aus unserer Sicht die Möglichkeit, sowohl den Ablauf und die Auslastung der Hotlines der Gesundheitsbehörden, als auch die Erfahrung der anfragenden Bürger deutlich zu verbessern. Durch die Priorisierung wichtiger Fälle besteht die Möglichkeit, diese besonders schnell zu behandeln und dadurch weitere Ansteckungen zu verhindern.

Aus unserer Sicht ist das System relativ kurzfristig einsatzbar - und durch die verwendeten Schnittstellen problemlos skalierbar.

Stetige Anpassungen an neue Erkenntnisse sind durch das offene Format des Fragebogens möglich. Durch die Verwendung offenener Software mit der Möglichkeit, diese selbst zu hosten, wird die Problematik bezüglich Datenschutz deutlich entschärft.

Der Prozess könnte später erweitert werden, um z.B. Terminfindung für COVID-19-Tests zu beinhalten.

Team

  • Daniel Thevessen
  • Janusch Jacoby
  • Jasmin Bomm
  • Jonas Pohlmann
  • Jonathan Janetzki
  • Marvin Gaube
  • Michael Janke
  • Moritz Lenz
  • Peter Heuzeroth
  • Ramona Heitkamp
  • Rose Jacobsen
  • Sascha Nos
  • Sven Mutzl
  • Tamara Slosarek
  • Tobias Nack
+ 8 more
Share this project:
×

Updates