26kgg401 10.3205/26kgg401 urn:nbn:de:0183-26kgg4018 Meeting Abstract Mainz Mainz Anne A

Universität Witten/Herdecke, Lehrstuhl für Gesundheitsinformatik, Witten, Deutschland

author Lüdorf Lüdorf Vivian V

Universität Witten/Herdecke, Lehrstuhl für Didaktik und Bildungsforschung im Gesundheitswesen, Witten, Deutschland

author Ehlers Ehlers Jan P. JP

Universität Witten/Herdecke, Lehrstuhl für Didaktik und Bildungsforschung im Gesundheitswesen, Witten, Deutschland

author Lehr Lehr Alexander A

Ruhr Universität Bochum, Abteilung für Allgemeinmedizin, Bochum, Deutschland

author Meister Meister Sven S

Universität Witten/Herdecke, Lehrstuhl für Gesundheitsinformatik, Witten, Deutschland Fraunhofer-Institut für Software- und Systemtechnik ISST, Abteilung Gesundheitswesen, Deutschland

author Vollmar Vollmar Horst Christian HC

Ruhr Universität Bochum, Abteilung für Allgemeinmedizin, Bochum, Deutschland

author Nitsche Nitsche Julia J

Universität Witten/Herdecke, Lehrstuhl für Didaktik und Bildungsforschung im Gesundheitswesen, Witten, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20251030 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). M0662 401 Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin Deutsche Gesellschaft für Sozialmedizin und Prävention Netzwerk Evidenzbasierte Medizin e.V. Deutsche Gesellschaft für Medizinische Soziologie 60. Kongress für Allgemeinmedizin und Familienmedizin Gesundheit gestalten Digitale Posterpräsentation 12: Aus-, Fort- und Weiterbildung Göttingen 20260930 20261002 P-12-01 TextHintergrund: Datenkompetenz gilt als eine Schlüsselkompetenz unserer Zeit und ist zentral, um Versorgungs- und Forschungsdaten verantwortungsvoll zu nutzen. Der Nationale Kompetenzbasierte Lernzielkatalog Medizin (NKLM) 2.0 unterstreicht dies; entsprechende Lernziele werden im Medizinstudium jedoch bislang nur punktuell umgesetzt.Zielsetzung/Fragestellung: Zur Adressierung dieser Problemstellung wurden innerhalb des Projekts DIM.RUHR (gefördert vom BMFTR und der NextGenerationEU) digitale Lernmodule zur Förderung von Datenkompetenz entwickelt, die nun in einer universitären Lehrveranstaltung evaluiert werden sollen. Dabei soll geprüft werden, ob sich die Selbsteinschätzung von Medizinstudierenden zur Datenkompetenz durch die Kursteilnahme verändert. Im Mittelpunkt der Lerninhalte stehen u.a. praxisnahe Fragestellungen zum Umgang mit Daten in Versorgung und Forschung sowie Governance-Themen, Datenmanagement und Datenkultur.Material & Methoden: Innerhalb eines Blended-Learning-Kurses sollen Selbstlerneinheiten auf Basis der in DIM.RUHR entwickelten Lernmodule mit interaktiven Praxisübungen kombiniert werden. Die Arbeit mit realen Datensätzen in Jupyter Notebook sowie forschendes Lernen in Gruppen werden durch Kurzvideos, Quizformate und spielerische Szenarien ergänzt; ein digitaler Escape Room in einer immersiven 360°-Praxisumgebung unterstützt den Transfer in den Praxisalltag. Der Kurs ist auf eine nachhaltige Nutzung, Skalierbarkeit und curriculare Verankerung ausgerichtet. Die wahrgenommene Kompetenzentwicklung der Teilnehmenden und die Eignung der Kursmaterialien werden in einem Mixed-Methods-Ansatz durch einen Fragebogen und Reflective Writing evaluiert.Ergebnisse: Es wird erwartet, dass die Kursteilnahme die Selbsteinschätzung der Datenkompetenz stärkt und Teilnehmende für einen kritischeren und sichereren Umgang mit Daten sensibilisiert. Zum Kongresszeitpunkt werden Evaluationsergebnisse aus dem Sommersemester 2026 vorliegen.Diskussion: Angesichts der hohen Stoffdichte im Medizinstudium stellt sich die Frage, welches Lehrformat und welcher Umfang geeignet sind, um Datenkompetenz wirksam zu fördern und nachhaltig curricular zu verankern. Zudem ist zu diskutieren, ob und wie Datenkompetenz über die wahrgenommene Kompetenzentwicklung hinaus objektiv und vergleichbar gemessen werden kann.Take Home Message für die Praxis: Die Evaluation des Kurses wird Hinweise liefern, ob praxisnahes Blended-Learning die Datenkompetenz messbar stärken kann und, ob sich das Format für eine curriculare Integration eignen könnte.Interessenkonflikte: Keine 0 0 0 0