25degam066 10.3205/25degam066 urn:nbn:de:0183-25degam0669 Meeting Abstract Kretzschmann Kretzschmann Christian C

Universitätsklinikum Würzburg, Institut für Allgemeinmedizin, Würzburg, Deutschland

author Polanc Polanc Andreas A

Universitätsklinikum Tübingen, Medizinische Fakultät der Eberhard Karls Universität Tübingen, Institut für Allgemeinmedizin und Interprofessionelle Versorgung, Tübingen, Deutschland

author Williamson Williamson Martin M

Christian-Albrechts-Universität zu Kiel, Medizinische Fakultät, Institut für Allgemeinmedizin, Kiel, Deutschland

author Koch Koch Roland R

Universitätsklinikum Tübingen, Medizinische Fakultät der Eberhard Karls Universität Tübingen, Institut für Allgemeinmedizin und Interprofessionelle Versorgung, Tübingen, Deutschland

author Thies Thies Christian C

Hochschule Reutlingen, Reutlingen Research Institute, Reutlingen, Deutschland

author Schmutz Schmutz Patrick P

Hochschule Reutlingen, Reutlingen Research Institute, Reutlingen, Deutschland

author Storz Storz Philip P

Hochschule Reutlingen, Reutlingen Research Institute, Reutlingen, Deutschland

author Ulas Ulas Selcan Behiye SB

Hochschule Reutlingen, Reutlingen Research Institute, Reutlingen, Deutschland

author Krauß Krauß Arthur A

Hochschule Reutlingen, Reutlingen Research Institute, Reutlingen, Deutschland

author Hardt Hardt Michaela M

Universitätsklinikum Tübingen, Department für Informationstechnologie und Angewandte Medizininformatik, Medizinisches Datenintegrationszentrum (meDIC), Tübingen, Deutschland

author Sailer Sailer Benjamin B

Universitätsklinikum Tübingen, Department für Informationstechnologie und Angewandte Medizininformatik, Medizinisches Datenintegrationszentrum (meDIC), Tübingen, Deutschland

author Mausch Mausch Marc M

Universitätsklinikum Tübingen, Medizinische Fakultät, Zentrum für innovative Versorgung (ZIV) und Forschungsgruppe für Methoden der Medizininformatik, Tübingen, Deutschland

author Gupta Gupta Naina N

Universitätsklinikum Tübingen, Medizinische Fakultät, Zentrum für innovative Versorgung (ZIV) und Forschungsgruppe für Methoden der Medizininformatik, Tübingen, Deutschland

author Wallner Wallner Markus M

Universitätsklinikum Tübingen, Medizinische Fakultät, Zentrum für innovative Versorgung (ZIV) und Forschungsgruppe für Methoden der Medizininformatik, Tübingen, Deutschland

author Dinger Dinger Christian C

Universitätsklinikum Tübingen, Medizinische Fakultät, Zentrum für innovative Versorgung (ZIV) und Forschungsgruppe für Methoden der Medizininformatik, Tübingen, Deutschland

author Gágyor Gágyor Ildikó I

Universitätsklinikum Würzburg, Institut für Allgemeinmedizin, Würzburg, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20251014 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0630 066 Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin 59. Kongress für Allgemeinmedizin und Familienmedizin Partizipative und inklusive Versorgung Hannover 20251001 20251003 V-12-01 20251128Tagungsort wurde von Würzburg zu Hannover korrigiert. TextHintergrund: Durch die bisher nicht ausgeschöpften Möglichkeiten im Bereich der Nutzung von Gesundheitsdaten hat die Bundesregierung 2022 die Gründung eines Dateninstitutes veranlasst, um die Datenverfügbarkeit und -standardisierung sektorenübergreifend zu verbessern. Das Dateninstitut soll als zentrale Anlaufstelle für verschiedene Stakeholder dienen. Dafür wurde u.a. die Challenge „Post-COVID-Datenmodell“ in Auftrag gegeben. Ein Datenmodell beschreibt die Art und Weise wie Daten gespeichert, abgerufen und bearbeitet werden.Zielsetzung/Fragestellung: Im Rahmen des agilen und bedarfsorientierten Prozesses zur Entwicklung des Datenmodells waren (1) die Identifikation potentieller Stakeholdergruppen sowie (2) deren Beteiligung an der Entwicklung des Datenmodells Ziele der Challenge.Material und Methoden: Unter Führung der Deutschen Stiftung für Allgemeinmedizin und Familienmedizin waren im interprofessionellen Konsortium auch drei Institute für Allgemeinmedizin (IfA) mit Expertise in der Post-COVID Forschung an der Challenge beteiligt. Für die Identifikation der Stakeholder wurde eine Stakeholderanalyse durchgeführt. Für das weiterführende kontinuierliche Stakeholder-Management wurde zudem eine Zweck- und Zieldefinition für die Partizipation an der Entwicklung und Umsetzung des Datenmodells vorgenommen. Dabei wurde auf etablierter Beteiligungsformate der IfA zurückgegriffen.Ergebnisse: Im Rahmen der Analyse wurden 228 Stakeholder identifiziert und anschließend in 11 Stakeholder und Betroffenengruppen geclustert. Dazu zählten Selbst- und Indirekt Betroffene, Interessierte Öffentlichkeit, Forschung, Leistungserbringer, Kostenträger, ÖGD, Wirtschaft, Verwaltung/Behörden sowie Fach- und Interessenvertretungen. Als Ziele der Einbeziehung wurden das Einbringen von unterschiedlichen Perspektiven sowie die Prüfung der Nutzerfreundlichkeit genannt. Grenzen wurden u.a. bei der technischen Umsetzung gesehen.Diskussion: Die Beteiligung verschiedenster Stakeholder sowie das Stakeholder-Management sind für die erfolgreiche Umsetzung von Digitalisierungsprozessen unabdingbar. Dabei gilt es, etablierte Strukturen zu nutzen und die Projektbeteiligten bereits frühzeitig zielführend in die Prozesse einzubeziehen.Take Home Message für die Praxis: Die IfA fungieren als interdisziplinäre und interprofessionelle Schnittstelle, die mit vielen Stakeholdern vernetzt sind. Durch die bereits etablierten Formate zur Einbindung verschiedener Stakeholder können sie als zentrales Bindeglied fungieren und die Digitalisierungsprozesse im Gesundheitswesen aktiv vorantreiben. 0 0 0 0