Stefanie Ebel M.Sc.

Wissenschaftliche Mitarbeiterin
Prof. Dr. Jens O. Brunner: Health Care Operations / Health Information Management
Telefon: +49 821 598 4645
E-Mail:
Raum: 310 (Standort "Alte Universität")
Adresse: Eichleitnerstraße 30, 86159 Augsburg

Kurzprofil

Stefanie Ebel studierte Wirtschaftsinformatik mit Schwerpunkt Operations Management an der Universität Augsburg. Während ihres Studiums sammelte sie praktische Erfahrungen als Werkstudentin in der Softwareentwicklung sowie als wissenschaftliche Hilfskraft am Lehrstuhl für Health Care Operations/Health Information Management. Seit Mai 2020 arbeitet sie sie als wissenschaftliche Mitarbeiterin unter der Leitung von Prof. Brunner im DFG-Projekt „modeling physician scheduling for high-cost areas in hospitals“.

 

Forschung

Forschungsschwerpunkte
 
Frau Ebel forscht in der Ressourcenplanung von Krankenhäusern mit Schwerpunkt in der integrierten OP- und Dienstplanung. Hierbei finden Methoden aus der ganzzahligen Optimierung Anwendung.
 
 

Vorträge

  • A branch and price approach for integrated surgery and staff scheduling in operating theatres on a daily planning level
    Graduate Program in Operations Management (GPOM), Augsburg, 20.01.2023
  • A branch and price approach for integrated surgery and staff scheduling in operating theatres on the operational level
    OR 2022, Karlsruhe, 08.09.2022
  • Integrated surgery and staff scheduling in operating theatres on the operational level
    31. Graduate Program in Quantitative Management (QBWL), Online, 31.03.2022
  • Integrated surgery and staff scheduling in operating theatres on the operational level
    Graduate Program in Operations Management (GPOM), Online, 21.01.2022 

Publikationen

2023

2023

Christina C. Bartenschlager, Stefanie S. Ebel, Sebastian Kling, Janne Vehreschild, Lutz T. Zabel, Christoph D. Spinner, Andreas Schuler, Axel R. Heller, Stefan Borgmann, Reinhard Hoffmann, Siegbert Rieg, Helmut Messmann, Martin Hower, Jens O. Brunner, Frank Hanses und Christoph Römmele
COVIDAL: a machine learning classifier for digital COVID-19 diagnosis in German hospitals

BibTeX | RIS | DOI

Suche