Von Papier zur Plattform

Der Ursprung

Alles begann mit einem Gespräch.

Eine Freundin, die in einem medizinischen Labor in der Schweiz arbeitet, erzählte mir von einem neu integrierten Cobas-Analyzer. Ich stellte ein paar Fragen: Wie dokumentiert ihr Fehler? Wie finden neue Mitarbeitende die richtige Prozedur? Wie erkennt ihr wiederkehrende Probleme?

Die Antworten waren das Briefing: Prozesse lagen in Papierordnern, Wissen im Kopf einzelner Personen. Wenn diese Person nicht im Dienst war, wurde alles langsamer.

Ich ging nach Hause, skizzierte erste Ansätze und kam wenige Tage später mit einem funktionierenden Prototyp zurück. Das Team übernahm ihn.

Das Problem

Wenn ein Cobas-Analyzer ausfällt, ist das nicht nur unbequem — es verzögert Patientenergebnisse. Ärzt:innen warten, Proben warten. Und die Lösung für bekannte Fehler lag entweder im Kopf der Senior-Techniker:innen oder in nicht durchsuchbaren Dokumenten.

Dem Team fehlte ein System, um Fehlercodes zu suchen, Tickets strukturiert zu erfassen und zu verfolgen, Schichtwissen sauber zu übergeben oder gegenüber dem Hersteller wiederkehrende Geräteprobleme nachzuweisen.

Die Erkenntnis

Wissen ging an drei Stellen verloren: zwischen Schichten, zwischen Personen und zwischen Labor und Supportfirma.

Die Lösung war nicht „mehr Dokumentation“, sondern eine durchsuchbare, visuelle und kollaborative Plattform, die gelöste Probleme in dauerhaftes Wissen verwandelt.

Das Design

Drei Nutzertypen mit klarer Aufgabe:

Viewer sind Labortechniker:innen. Sie suchen bekannte Fehler und erstellen bei Bedarf ein Ticket inklusive Beschreibung und Screenshot.

Editor sind Senior-Techniker:innen. Sie übernehmen Tickets, lösen sie und veröffentlichen daraus strukturierte Wissensartikel mit annotierten Bildern.

Admins verwalten Nutzer:innen, Rollen und Systemeinstellungen.

Die schwierigen Teile

Zwei Design-Themen waren zentral.

Erstens: der Artikel-Editor. Er musste sich so vertraut wie Notion oder Google Docs anfühlen — inklusive Rich Text, Überschriften, Bildern und klaren Schritten.

Zweitens: Bildannotation. Ein Screenshot reicht nicht, wenn erklärt werden muss, welches Bauteil an einem großen Gerät berührt werden soll. Das Tool erlaubt nummerierte Marker direkt auf Bildern: visuell, präzise, sprachunabhängig.

Der Vor-Ort-Besuch

Ich war im Nachtdienst im Labor und sah, wie eine Technikerin hektisch Übergabenotizen tippte, bevor der letzte Zug fuhr.

Genau daraus entstand die Voice-Transcript-Funktion: Statt Tippen wird gesprochen, lokal transkribiert, kurz geprüft und abgeschickt. Der Zug wartet nicht — aber das Wissen geht nicht mehr verloren.

Das Schichtübergabe-Log

Vorher wurden Schichtinfos informell in Microsoft Teams ausgetauscht — ohne Struktur, ohne Suchbarkeit.

Das Handover-Log ersetzt das durch getaggte, durchsuchbare Übergaben: Zeitstempel, Verantwortliche, Gerätezuteilung, Follow-up-Status. Daraus wurde mit der Zeit belastbare Evidenz gegenüber dem Hersteller bei wiederkehrenden Hardwareproblemen.

Das Ergebnis

Bei Einführung des Cobas lagen die Support-Tickets bei rund 12 pro Tag. Nach Einführung der Plattform sank das auf 2–3, teils auf 0.

Das entspricht rund 75% weniger täglichen Vorfällen — nicht, weil das Gerät besser wurde, sondern weil Wissen endlich für alle zugänglich war.

• 75% Weniger tägliche Support-Tickets
• 128 Veröffentlichte Wissensartikel
• 16 Teammitglieder auf der Plattform
• 6x Faster Schnellere Problemlösung außerhalb Kernschichten

Was ich gelernt habe

Der Nachtschicht-Besuch hat das Produkt stärker verändert als jedes Meeting-Interview. Echte Belastung zeigt echte Probleme.

Dass ein Designsystem bereits stand, bedeutete: funktionierender Prototyp in etwa 3 Stunden. Diese Umsetzungsgeschwindigkeit hielt die Energie im Projekt aufrecht.