Text

Hintergrund: Der NKLM 2.0 [https://nklm.de/zend/menu] definiert die stationäre Patientenbetreuung als zentrale Entrustable Professional Activity (EPA). Ein wichtiger Teilaspekt ist die interprofessionelle Therapie- bzw. Interventionsplanung. Die gezielte Förderung dieser kollaborativen Interventions-Reasoning-Kompetenzen ist bislang jedoch kaum untersucht oder operationalisiert worden [1]. Gleichzeitig gilt simulationsbasiertes Lernen als vielversprechender Ansatz zur Förderung klinischer Handlungskompetenz [2], erfordert jedoch angesichts heterogener Lernvoraussetzungen personalisierte Lernumgebungen [3].

Im Rahmen des DFG-Transregio SHARP (TRR 419) wurde daher eine personalisierte digitale Simulation entwickelt, um kollaborative Interventionsplanung messbar zu machen und durch schrittweise angepasste Lernunterstützung (Scaffolding) zu fördern.

Methoden: Als zentrale Entscheidungssituation der klinischen Versorgung wird der interprofessionelle Austausch vor dem Patientenzimmer während der Visite in einer digitalen Lernumgebung modelliert. Lernende übernehmen die ärztliche Rolle, während ein KI-basierter Agent die pflegerische Perspektive repräsentiert und entsprechende Einschätzungen sowie Reaktionen in die Entscheidungsfindung einbringt.

Ergebnisse: Es wird gezeigt, wie theoriegeleitete kognitive Aktivitäten zur Auswahl und Implementierung therapeutischer Maßnahmen sowie soziale Aktivitäten des kollaborativen Austauschs in einer digitalen Lernumgebung abgebildet werden können, in der Informationen integriert, Therapieziele abgestimmt und Maßnahmen festgelegt werden. Um die Lernumgebung individuell an die Anforderungen der Lernenden anzupassen, wird sie durch verschiedene Unterstützungsmaßnahmen modifiziert. Demonstriert wird die Umsetzung in der Simulation durch Variation der Fallkomplexität (sog. Representational Scaffolding) sowie durch variabel strukturierte Kollaborationsskripte (Lernprozess-Scaffolding).

Diskussion: Das Projekt operationalisiert kollaboratives Intervention Reasoning in einer digitalen Simulation, indem strukturierte Interventionsplanung und interprofessionelles Arbeiten mit personalisierten Scaffolding-Strategien verknüpft werden. Damit trägt das Projekt zur Modellierung dieses bislang kaum untersuchten Kompetenzbereichs bei und stellt zugleich ein individuelles Mess- und Förderinstrument im Kontext des simulationsbasierten Lernens bereit. KI-basierte Agenten ermöglichen dabei die Einbindung interprofessioneller Perspektiven und unterstützen eine skalierbare Umsetzung authentischer Visitensituationen. Zukünftige Studien werden unterschiedliche Personalisierungsansätze und den Transfer in realitätsnahe Human-to-Human-Rollenspiele untersuchen.

Take-Home-Message: Das Projekt präsentiert eine personalisierte digitale Lernumgebungen im Bereich Intervention Reasoning und zeigt die didaktische sowie technische Umsetzung von Scaffolding-Mechanismen zur Ableitung evidenzbasierter Gestaltungsprinzipien für personalisierte Simulationen.

Literatur

[1] Richters C, Schmidmaier R, Popov V, Schredelseker J, Fischer F, Fischer MR. Intervention skills - a neglected field of research in medical education and beyond. GMS J Med Educ. 2024;41(4):Doc48. DOI: 10.3205/zma001703
[2] Cook DA. How much evidence does it take? A cumulative meta-analysis of outcomes of simulation-based education. Med Educ. 2014;48(8):750-760. DOI: 10.1111/medu.12473
[3] Chernikova O, Sommerhoff D, Stadler M, Holzberger D, Nickl M, Seidel T, Kasneci E, Küchemann S, Kuhn J, Fischer F, Heitzmann N. Personalization through adaptivity or adaptability? A meta-analysis on simulation-based learning in higher education. Educ Res Rev. 2025;46:100662. DOI: 10.1016/j.edurev.2024.100662