@phdthesis{Teichmann2020,
  type      = {Bachelor Thesis},
  author    = {Luis Teichmann},
  title     = {Anwendung der Methoden und Modelle der Zeitreihenanalyse auf die st{\"u}ndliche Einsatznachfrage im K{\"o}lner Rettungsdienst},
  url       = {https://nbn-resolving.org/urn:nbn:de:hbz:832-epub4-16182},
  pages     = {100},
  year      = {2020},
  abstract  = {In nahezu jedem Rettungsdienstbereich l{\"a}sst sich ein Anstieg an Notfalleins{\"a}tzen und damit einhergehend ein h{\"o}herer Bedarf an Rettungsmitteln beobachten. Daraus resultieren Einsatzspitzen, die durch den Regelrettungsdienst nicht abgedeckt werden k{\"o}nnen, und es entsteht eine Unterdeckung. Dies wird auch als Risikofall bezeichnet und birgt die Gefahr, dass ein Rettungsmittel nicht innerhalb der vorgeschriebenen Hilfsfrist am Notfallort eintreffen kann. Um einen potenziellen Risikofall im Vorfeld absehen und einsatztaktische Ausgleichsma{\"s}nahmen innerhalb eines Rettungsdienstbereiches ergreifen zu k{\"o}nnen, soll deshalb die Einsatznachfrage in st{\"u}ndlicher Aufl{\"o}sung prognostiziert werden. Dazu wurde die Einsatz-Zeit-Reihe 2017 der hochfrequentierten Feuer- und Rettungswache 1 in der K{\"o}lner Innenstadt analysiert und ein saisonales ARIMA-Modell sowie ein Erwartungswert-Modell auf die Einsatz-Zeit-Reihe des Folgejahres 2018 angewandt. Gezeigt werden konnte, dass sich die Einsatz-Zeit-Reihe mit einer mittleren absoluten Abweichung von etwas mehr als einem Einsatz prognostizieren l{\"a}sst. Au{\"s}erdem konnte mit einer Skalierung der Prognose {\"u}ber die Anzahl einsatzbereiter Rettungs-wagen jeder Risikofall in einem einw{\"o}chigen Anwendungstest vorhergesagt werden. Dabei zeigte sich, dass nicht die Prognoseg{\"u}te in der Stunde der Einsatzspitze relevant ist, sondern die Prognoseg{\"u}te in der Folgestunde. Die Prognosen haben somit, wenn sie skaliert werden, eine hohe einsatztaktische Relevanz und erm{\"o}glichen kurz-fristige Ausgleichsma{\"s}nahmen im Tagesgang.},
  language  = {de}
}