26gma246 10.3205/26gma246 urn:nbn:de:0183-26gma2461 Meeting Abstract Tolks Tolks Daniel D

IU Internationale Hochschule, Gesundheitsmanagement, Bad Honnef, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20260904 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). M0655 246 Jahrestagung der Gesellschaft für Medizinische Ausbildung (GMA) SYM-214 Personalisierung, künstliche Intelligenz und ärztlicher Blick: Einblicke in die Entwicklung innovativer digitaler Lernumgebungen für die medizinische Ausbildung Dresden 20260917 20260919 SYM-21405 TextHintergrund/Fragestellung: Digitales Lernen eröffnet Möglichkeiten zur Förderung klinischer Kompetenzen, v.a. durch adaptive, KI‑gestützte oder visuelle Unterstützungsmechanismen. Die Beiträge des Symposiums zeigen zudem, wie digitale Formate auch unterschiedliche Kompetenzbereiche adressieren – kollaboratives Intervention Reasoning (Beitrag 1), Visitenkommunikation und visuelle Strategien (Beitrag 2) sowie professionelle Wahrnehmung im Patientenzimmer (Beitrag 3). Der Diskussionsbeitrag fragt: Welche didaktischen Prinzipien, Passungen und Herausforderungen ergeben sich aus diesen Ansätzen für die Weiterentwicklung digitaler Lernumgebungen in der medizinischen Ausbildung?Methoden: Der Beitrag synthetisiert Erkenntnisse der drei vorgestellten Projekte anhand einer vergleichenden inhaltlichen Analyse von eingesetzten Technologien (KI-Agenten, Eye-Tracking, Video-Thin-Slices), Formen der Personalisierung (adaptives Scaffolding, modellierende visuelle Beispiele, gestufte Unterstützungsangebote), adressierten Kompetenzfacetten (kollaborative Entscheidungsprozesse, visuelle und kommunikative Strategien, Wahrnehmung klinischer Situationen), didaktischer und curricularer Einbettung. Diese integrative Auswertung dient als Grundlage für eine übergreifende Diskussion von Potenzialen, Grenzen und Forschungsbedarfen.Ergebnisse: Die Analyse zeigt drei Kernbefunde: Personalisierung lässt sich eng an klinische Entscheidungs-, Kommunikations- und Wahrnehmungssituationen anknüpfen. Adaptives Feedback und Scaffolding – sowohl KI-basiert (Beitrag 1) als auch visuell-modellierend (Beitrag 2) oder mehrstufig unterstützt (Beitrag 3) – ermöglichen Anpassung an individuelle Lernstände. Authentizität lässt sich durch Integration von Expert*innenperspektiven steigern, um kognitive und professionelle Prozesse realitätsnah abzubilden.Diskussion: Es werden Herausforderungen hinsichtlich Skalierbarkeit, Integration in Curricula, Validität der digitalen Modelle sowie Transfer in reale klinische Handlungskontexte adressiert. Besonders deutlich wird, dass KI-gestützte Personalisierung und visuelle Modellierung (Eye-Tracking, Thin-Slices) unterschiedliche, aber komplementäre Einblicke in klinisches Handeln ermöglichen. Ein übergreifender Diskussionspunkt betrifft die Frage, wie sich diese Technologien so kombinieren lassen, dass Lernende sowohl kognitive Strategien, kommunikative Muster als auch professionelle Wahrnehmungsprozesse aufeinander abgestimmt entwickeln können.Take-Home-Messages:Personalisierte digitale Lernumgebungen können klinische Kompetenzen wirksam fördern, wenn sie authentische Szenarien mit adaptiver Unterstützung verknüpfen.Visuelle und KI-basierte Technologien bieten komplementäre Zugänge zu professionellem Handeln und ermöglichen differenzierte Lernpfade.Für Curriculumsentwicklung und Ausbildungsforschung ergeben sich zentrale Fragen nach Validität, Skalierbarkeit und didaktischer Integration. 0 0 0 0