Text

Hintergrund: Die Erstellung qualitativ hochwertiger und realitätsnaher Fallbeispiele und Rollenskripte für Simulationspersonen (SP’s) ist ein zentraler Bestandteil der simulationsbasierten Lehre. Traditionell erfolgt dies durch Lehrende oder unter Einbezug betroffener Patient*innen. Mit dem Einsatz generativer Künstlicher Intelligenz (KI) inklusive ihrer textbasierten Large Language Models (LLMs) eröffnen sich neue Möglichkeiten zur Unterstützung dieses Prozesses. Gleichzeitig werfen KI-gestützte Verfahren grundlegende Fragen zur Authentizität und Vielfalt von Fallbeispielen, zum verantwortungsvollen Umgang mit realen oder pseudonymisierten Patientendaten, zur Reproduktion von Stereotypisierungen, zur Klärung geistiger Eigentumsrechte sowie zur gezielten didaktischen Ausrichtung an curricularen Lernzielen auf.

Ziel/Fragestellung: Ziel ist es, die Vor- und Nachteile der KI-gestützten Erstellung von Fallbeispielen und Rollenskripten in simulationsbasierten Lehrformaten des Medizin-Studiums im Vergleich zu patienten- und expertenbasierten Ansätzen darzustellen und kritisch zu diskutieren. Im Fokus steht daraus ableitend folgende Fragestellung: Welche Vor- und Nachteile sind mit der KI-gestützten Erstellung von Fallbeispielen und Rollenskripten in der medizinischen Ausbildung im Vergleich zu patienten- und expertenbasierten Ansätzen verbunden?

Methodik: Es wurde ein literaturbasierter Vergleich durchgeführt. Konkret wurde aktuelle Literatur zu Einsatzmöglichkeiten generativer KI in der medizinischen Ausbildung im Hinblick auf die Erstellung von Fallbeispielen und Rollenskripten analysiert.

Ergebnisse: Die KI-gestützte Erstellung von Fallbeispielen und Rollenskripten kann Vorteile hinsichtlich Effizienz, inhaltlicher Variabilität und einer Adaption an Lernziele sowie an Kompetenzniveaus der Studierenden bieten. Gleichzeitig besteht die Gefahr, dass durch die KI-gestützte Rollenskripterstellung „Mainstream-Fälle“ und stereotype Darstellungen forciert werden, wodurch seltene Erkrankungen, komplexe Einzelfälle oder auch Perspektiven von Minderheiten unterrepräsentiert bleiben können. Auch die Gefahr von sogenannten Halluzinationen der KI gilt es zu berücksichtigen. Patientenbasierte Skripte ermöglichen eine hohe Authentizität und Perspektiventiefe, sind jedoch ressourcenintensiv und schwer standardisierbar. Expertenbasierte Ansätze bieten didaktische Struktur und curriculare Passung, erfassen jedoch nicht immer subjektive Patientenerfahrungen. Zusätzlich bestehen offene Fragen zum Datenschutz bei der Nutzung pseudonymisierter realer Fälle sowie zur Klärung geistiger Eigentumsrechte bei KI-generierten Inhalten.

Schlussfolgerungen: KI kann die Erstellung von Fallbeispielen und Rollenskripten sinnvoll unterstützen, ersetzt jedoch weder patienten- noch expertenbasierte Ansätze. Ein reflektiertes hybrides Modell erscheint besonders geeignet, um sowohl standardisierte Lehrziele als auch individuelle und seltene Fallkonstellationen abzubilden. Das Poster versteht sich als Diskussionsimpuls zur verantwortungsvollen Integration von KI in der simulationsbasierten Lehre.

Interessenkonflikte: Die Autor*innen erklären, dass sie keine Interessenkonflikte in Zusammenhang mit diesem Artikel haben.

References

[1] Haserück A. Digitalisierung: Künstliche Intelligenz in der Medizin. Dtsch Ärztebl. 2025;122(4):210. Zugänglich unter/available from: https://www.aerzteblatt.de/archiv/digitalisierung-kuenstliche-intelligenz-in-der-medizin-952bb710-5156-4937-986e-b59d30e4d491
[2] Medizinischer Fakultätentag (MFT), AG Digitalität. Positionspapier „Digitalität in Medizin und Studium“ des Medizinischen Fakultätentags. Berlin: MFT; 2025. Zugänglich unter/available from: https://medizinische-fakultaeten.de/wp-content/uploads/2025/12/Positionspapier_Digitalitaet_in_Medizin_und_Studium_Final.pdf
[3] Tolks D, Keller J. Generative KI in der medizinischen Ausbildung: Revolution oder Routine? Hochschulforum Digitalisierung. 29.08.2024. Zugänglich unter/available from: https://hochschulforumdigitalisierung.de/generative-ki-in-der-medizinischen-ausbildung-revolution-oder-routine/