Bekijk VO-Kwaliteitszorg.nl voor handige tools voor kernteams

Consult &
Optimalisatie

Onze AI berekent op basis van uw randvoorwaarden de optimale team- en lessenverdeling voor een maximale dekkingsgraad van uw (kern-) teams in het voortgezet onderwijs.

Lees meer

Voorwaarden

Geef allerlei voorwaarden mee waaraan uw kernteams en de lessenverdeling moeten voldoen.

Optimialisatie

Maximaliseer de dekkingsgraad van uw kernteams zonder ingrijpende organisatorische hervormingen.

Output

Genereer een lessenverdeling en teamindeling voor docenten en leerlingen, die u kunt importeren in Zermelo voor het hoofdrooster.

Teamgericht werken en TeamAI

Draaiboek downloaden

Teamgericht werken stelt eisen aan de onderwijsorganisatie die niet altijd eenvoudig zijn te realiseren. Met name in de bovenbouw, waar lesgroepen bestaan uit wisselende samenstellingen van leerlingen, is het een uitdaging om docenten en leerlingen zó te koppelen aan een kernteam dat er voldoende overlap ontstaat — de zogenoemde dekkingsgraad. Om dit te bevorderen, wordt vaak voorgesteld om de vakkenkeuzes van leerlingen te beperken en meer gebruik te maken van docenten met dubbele bevoegdheden. Beide opties kennen echter beperkingen: leerlingen moeten keuzemogelijkheden behouden en docenten met meerdere bevoegdheden zijn schaars. TeamAI ondersteunt scholen bij het realiseren van een lessenverdeling en teamindeling zonder dat aanvullende maatregelen, zoals streaming, noodzakelijk zijn. Door gebruik te maken van geavanceerde artificial intelligence wordt het mogelijk om te voldoen aan de organisatorische randvoorwaarden voor teamgericht werken. Benieuwd wat dit voor uw school kan betekenen? Neem gerust contact met ons op voor een vrijblijvend gesprek.

Eenvoudig voorwaarden opstellen

Draaiboek downloaden

TeamAI koppelt met uw roosterprogramma, Zermelo. Daarmee worden alle benodigde gegevens voor het vormgeven van kernteams overzichtelijk op één plek samengebracht. Met ons dashboard kunt u eenvoudig randvoorwaarden instellen waaraan uw teamindeling en lessenverdeling moeten voldoen. De mogelijkheden zijn talrijk, zodat u zelf de kaders bepaalt waarbinnen de AI een optimale oplossing vindt. In samenwerking met uw procesbegeleider kan worden onderzocht wat de gevolgen zijn van verschillende randvoorwaarden voor uw kernteams, zodat u goed onderbouwde beslissingen kunt nemen.

Samen de mogelijkheden verkennen

Contact

Wat wij bieden

Analyses

Laat onderzoeken in hoeverre uw onderwijs in huidige vorm organisatorisch ruimte biedt voor de implementatie van kernteams.

Advies

Onderzoek wat er organisatorisch nodig is om kernteams beter mogelijk te maken.

Volledige optimalisatie

Laat TeamAI uw lessenverdeling en teamverdeling optimaliseren om kernteams maximaal effectief te laten zijn.

Ontwikelingen

TeamAI in het kort

De implementatie van kernteams brengt voor scholen aanzienlijke organisatorische uitdagingen met zich mee. Dit geldt met name voor de bovenbouw, waar minder klassikale groepen zijn, waardoor het lastig is om een hoge dekkingsgraad van kernteams te realiseren. TeamAI optimaliseert deze dekkingsgraad door te zoeken naar teamsamenstellingen en een lesverdeling die aansluiten bij uw specifieke voorwaarden. Hierbij maakt TeamAI gebruik van geavanceerde technieken op het gebied van machine learning.

Twijfelt u of het in uw huidige onderwijspraktijk mogelijk is om effectief met kernteams te werken? Of wilt u in het komende schooljaar kernteams implementeren met een maximale dekkingsgraad? Maak dan een afspraak om samen de mogelijkheden te verkennen.

In samenwerking met

Praktijkvoorbeeld

Op CSG-Comenius Mariënburg in Leeuwarden hebben we een pilot uitgevoerd met TeamAI om de teamindelingen te optimaliseren. Er is gekozen voor vier onderbouwteams en zes bovenbouwteams: drie voor de havo-bovenbouw en drie voor de vwo-bovenbouw. Daarbij is bewust, maar voorzichtig, gestuurd op verschillen tussen profielen binnen de teams. Bij de lessenverdeling zijn zowel de voorkeuren van docenten als die van het management meegenomen. Deze kaders zijn ingevoerd in TeamAI, waarna het eerste voorstel naar de vakgroepen is gestuurd. Na overleg zijn enkele aanpassingen gedaan, waarna de AI met de nieuwe informatie opnieuw heeft gerekend. Met een maximale teamgrootte van acht docenten resulteerde dit, schoolbreed en voor zowel onder- als bovenbouw, in een dekkingsgraad van 54% – zonder dat grote organisatorische veranderingen nodig waren. Voor deze pilot hebben we gekozen voor een tussenvorm: het management bepaalde vooraf de voorkeuren voor de teamindeling, terwijl de vakgroepen nog enige inspraak hadden in de uiteindelijke lessenverdeling.

TeamAI op volle kracht

Met onze AI versterken scholen hun kernteams maximaal. In de onderbouw behalen teams van 8 docenten een dekkingsgraad van 65% dankzij AI-ondersteuning. In de bovenbouw loopt de dekkingsgraad op tot 55%. Uitgaande van een school met 1.200 leerlingen en 11 kernteams (4 onderbouw, 7 bovenbouw), realiseren we dit zónder organisatorische hervormingen. Kortom: direct inzetbaar, schaalbaar en met grote impact op de werkdruk én onderwijskwaliteit.