Pflegeausbildung „KI macht das Anamnesetraining flexibler und realistischer“

Mit ihrem eigens entwickelten KI-gestützten Anamnese-Bot für die Pflegeausbildung stößt die IU Internationale Hochschule bei ihren Studierenden mehrheitlich auf große Zustimmung. Wie das Tool das praxisnahe Lernen verbessert und welche Chancen aber auch Risiken es bei der Fortbildung und Digitalisierung bietet, erläutert die IU-Professorin für Pflege Katharina Rädel-Ablass.

Frau Professorin Rädel-Ablass, wie kam es zur Entwicklung des KI-gestützten Anamnese-Bots an der IU Internationalen Hochschule?

Prof. Rädel-Ablass: Die Idee zur Entwicklung des KI-gestützten Anamnese-Bots entstand angesichts der Herausforderungen, die bei der Vermittlung der Anamneseerhebung im Rahmen der Pflegeausbildung bestehen. Klassische Lehrmethoden wie Rollenspiele mit Schauspieler:innen oder echten Patient:innen sind ressourcenintensiv, oft inkonsistent und schwer in digitale Lernszenarien übertragbar.

Künstliche Intelligenz

KI: Vorteile werden gesehen, Nutzung hinkt hinterher

KI-gestützte Modelle bieten demgegenüber eine skalierbare, jederzeit verfügbare und flexible Lösung, um kommunikative und diagnostische Fähigkeiten in einem geschützten Umfeld zu trainieren. Sie tragen damit zur Erweiterung der beruflichen Handlungskompetenz sowie zur Förderung des selbstgesteuerten Lernens bei. Die IU hatte frühzeitig KI-Konzepte in ihre Studienangebote integriert. Daraus ging das Projekt „Entwicklung von KI-basierten Patient:innenmodellen für das interprofessionelle Lernen in den Gesundheitsstudiengängen“ hervor, das von acht Professorinnen der Virtuellen Hochschulklinik der IU getragen wird.

Welche Lücke in der pflegerischen Ausbildung soll der Bot konkret schließen?

Rädel-Ablass: Der Bot schließt vor allem eine zentrale Lücke im praxisnahen Training von Anamnesegesprächen. Herkömmliche Methoden stoßen hier an ihre Grenzen. Das gilt besonders dann, wenn seltene oder komplexe Fallkonstellationen durchgespielt werden sollen. Der Bot ermöglicht die Simulation vielfältiger Szenarien und fördert damit die interprofessionelle Zusammenarbeit in einem sicheren Lernumfeld.

Für Studierende bedeutet das eine orts- und zeitunabhängige Möglichkeit, Gesprächsführung und Informationsgewinnung gezielt zu üben. Gerade in berufsbegleitenden Online-Studiengängen erleichtert dies den Zugang zu qualitativ hochwertigem, praxisnahem Training. Virtuelle Patient:innen sind nach initialer Einrichtung konsistent, benötigen keine fortlaufende Schulung und stellen langfristig eine kosteneffiziente Alternative zu echten Patient:innen oder Schauspieler:innen dar.

Wie realitätsnah sind die simulierten Patientengespräche – auch im Hinblick auf Emotionen, nonverbale Signale oder soziale Herausforderungen?

Rädel-Ablass: Die Gesprächssimulationen werden von den Studierenden als überwiegend realitätsnah empfunden. Laut unserer Erhebung stuften fast 74 Prozent die textbasierte Version als „ziemlich bis sehr realitätsnah“ im Vergleich zu echten Anamnesesituationen ein. Die sprachlichen Fähigkeiten des Chatbots sowie die inhaltliche Präzision wurden mit hohen Zufriedenheitswerten bewertet: 81 Prozent beurteilten die Verständlichkeit und Antwortqualität als positiv, mehr als 78 Prozent lobten die fachliche Genauigkeit.

Natürlich bleiben Grenzen: Nonverbale Signale, Artikulation und Mimik fehlen, was vereinzelt kritisiert wurde. Dennoch lassen sich über gezielte Prompts emotionale Nuancen wie Unsicherheit oder Nervosität einbauen. Auch umgangssprachliche Ausdrucksweisen können simuliert werden. Der Bot kann etwa Erschöpfung oder Müdigkeit thematisieren, was die Authentizität erhöht. Bei psychosozialen Aspekten sorgt ein ausgearbeiteter „External Context“ für die Einbindung sozialer, familiärer und pflegerischer Rahmenbedingungen, wodurch das Szenario an Tiefe gewinnt. Zusätzliche Rollen wie die eines Ehepartners können die Komplexität weiter erhöhen.

Welche pflegerischen Kompetenzen lassen sich mit dem Bot besonders gut trainieren – und welche eher weniger?

Rädel-Ablass: Besonders gut trainierbar sind Kompetenzen in der Anamneseerhebung, der strukturierten Gesprächsführung und der Anwendung kommunikativer Strategien. Studierende können verschiedene Fragetechniken erproben, Gespräche steuern und gleichzeitig ihr klinisches Denken und ihre diagnostische Kompetenz schärfen. Der Bot bietet die Möglichkeit, fehlerfreundlich und ohne Druck zu üben – ein klarer Vorteil für das Selbstvertrauen und die Reflexionsfähigkeit. Schwieriger sind bislang Aspekte wie nonverbale Kommunikation oder spontane emotionale Reaktionen zu trainieren, da diese stärker an echte Interaktionen gebunden sind.

Wie reagieren Studierende auf das Arbeiten mit dem Bot? Gibt es Rückmeldungen zur Motivation oder zum Lernerfolg?

Rädel-Ablass: Die Rückmeldungen der Studierenden sind ausgesprochen positiv. Erste Evaluationsergebnisse zeigen, dass die KI ein überzeugendes, plausibles Antwortverhalten aufweist. Die Simulationen werden als realistisch erlebt, das Übungstool als hilfreich und praxisnah bewertet. Die sprachliche Qualität und die Präzision der Bot-Antworten werden durchgängig positiv beurteilt. Das spiegelt sich auch in der Motivation der Studierenden wider: Rund 79 Prozent bevorzugen laut Umfrage KI-basierte Übungsformate gegenüber klassischen Trainingsmethoden. Lediglich 20 Prozent halten weiterhin am Lernen mit realen Personen fest.

Wie wird der Bot konkret in das berufsbegleitende Studium eingebunden? Gibt es bestimmte Module oder Szenarien?

Rädel-Ablass: Der Anamnese-Bot fungiert als digitaler Lehrassistent und ist über die hauseigene Plattform „Guided Conversation Designer (GCD)“ zugänglich. Von dort wird er über den internen KI-Studienassistenten bereitgestellt. Bisher kam er in freiwilligen Testszenarien zum Einsatz, etwa beim Fallbeispiel „Karl von Hausen“.

Dieser virtuelle Patient erlitt eine Hirnblutung nach einem Fahrradunfall und zeigt neurologische Ausfälle wie Sprachstörungen und Halbseitenlähmung. Die Studierenden schätzen seine komplexe Krankengeschichte, da sie interprofessionelles Lernen fördert und für eine breite Zielgruppe anschlussfähig ist. Die Szenarien basieren auf ausführlich gestalteten Prompts, die dem Bot umfassende Informationen liefern und damit ein konsistentes, realistisches Antwortverhalten sicherstellen.

Welche Rolle spielt das automatisierte Feedback für die Reflexion und Weiterentwicklung der Lernenden?

Rädel-Ablass: Automatisiertes Feedback ist ein zentrales Element der Lernarchitektur. Auch wenn die finale Auswertung noch aussteht, zeigt sich schon jetzt die große Bedeutung personalisierter Rückmeldungen. KI-Systeme wie dieser Bot können Lernverhalten analysieren, individuelle Fortschritte sichtbar machen und gezielt Anregungen zur Verbesserung liefern.

Die nächste Entwicklungsstufe ist die Integration eines strukturierten Anamnese-Feedbacks direkt durch den Chatbot. So könnten Studierende unmittelbar Hinweise zu Stärken und Schwächen erhalten, was sowohl den Lernprozess als auch die kontinuierliche Weiterentwicklung des Prompts unterstützen würde. Entscheidend ist aber auch, dass Lehrende und Lernende lernen, KI-Antworten kritisch einzuordnen und sich der Möglichkeit von KI-Halluzinationen bewusst zu sein.

Wie verändert sich durch solche digitalen Tools die Rolle von Lehrenden in der Pflegeausbildung?

Rädel-Ablass: Die Rolle der Lehrenden wird durch den Einsatz digitaler Werkzeuge deutlich transformiert. Sie agieren weniger als reine Wissensvermittler:innen, sondern zunehmend als Lernbegleiter:innen und kritische Kontextualisierer:innen.

In unserem Projekt sind sie aktiv in die Entwicklung und Validierung der KI-Modelle eingebunden, um medizinische Akkuratesse und pädagogischen Mehrwert sicherzustellen. Zugleich helfen sie den Studierenden, KI-generierte Antworten zu hinterfragen, Risiken zu erkennen und digitale Kompetenzen aufzubauen. Lehrende erhalten durch das System auch neue Einblicke in den individuellen Lernstand der Studierenden und können gezielter unterstützen. Ihre Rolle wird damit umfassender und anspruchsvoller. KI macht das Anamnesetraining flexibler und realistischer.

Wo sehen Sie die größten Potenziale von KI in der pflegerischen Lehre und wo liegen aus Ihrer Sicht klare Grenzen?

Rädel-Ablass: Künstliche Intelligenz birgt ein enormes Potenzial: Sie ermöglicht flexibles, individualisiertes und ressourcenschonendes Lernen. Virtuelle Patient:innen schaffen vielfältige Übungsmöglichkeiten für klinische Szenarien – unabhängig von Zeit und Ort. Sie unterstützen die Entwicklung digitaler und kommunikativer Kompetenzen.

Doch es gibt auch klare Grenzen: Empathie, nonverbale Kommunikation und zwischenmenschliche Nuancen lassen sich bislang nur unzureichend über KI abbilden. Auch rechtliche und ethische Fragen, etwa zur Haftung oder zum Datenschutz, sind bislang nicht abschließend geklärt. Der unmittelbare Patientenkontakt bleibt essenziell. KI sollte also als ergänzendes, nicht als ersetzendes Instrument begriffen werden.

Welche Voraussetzungen müssen erfüllt sein, damit KI-gestützte Lernformate sinnvoll und nachhaltig in der Ausbildung verankert werden können?

Rädel-Ablass: Für die sinnvolle Verankerung KI-basierter Lernformate braucht es mehrere Voraussetzungen. Zentrale Grundlage ist ein durchdachter, detaillierter Prompt, der dem Sprachmodell alle relevanten Informationen liefert. Dieser muss systematisch getestet und fortlaufend verbessert werden.

Fachlich geschulte Lehrpersonen müssen regelmäßig die Ausgaben der KI überprüfen, insbesondere bei sensiblen Inhalten. Transparenz darüber, was KI leisten kann und wo ihre Grenzen liegen, ist essenziell. Ebenso wichtig sind rechtliche und ethische Rahmenbedingungen, etwa in Bezug auf Datenschutz oder Haftungsfragen. Darüber hinaus sollten Lehrende und Lernende in digitalen Kompetenzen geschult werden und aktiv in den Entwicklungsprozess eingebunden sein.

Wie könnte sich der Einsatz solcher Tools in der Pflegepraxis weiterentwickeln – etwa im Rahmen von Fort- und Weiterbildungen?

Rädel-Ablass: Digitale Tools wie der Anamnese-Bot bieten auch für die Fort- und Weiterbildung von Pflegefachkräften großes Potenzial. Sie erlauben flexibles, ortsunabhängiges Lernen und machen auch seltene oder komplexe Situationen trainierbar. Das steigert die Patient:innensicherheit und fördert die Qualität pflegerischer Arbeit.

Durch gezielte Simulationen können standardisierte Lernsituationen geschaffen werden, die eine kontinuierliche Qualitätssicherung ermöglichen. Erste Anwendungsbeispiele wie KI-basierte Gesundheitsberatung oder Schulung sind bereits im Einsatz. Zukünftig könnten durch die Einbindung von Sprach- und visuellen Elementen noch realistischere und interaktivere Lernumgebungen entstehen.

Was wünschen Sie sich von Bildungseinrichtungen, Trägern und der Politik, um digitale Innovationen wie diesen Bot flächendeckend nutzbar zu machen?

Rädel-Ablass: Für eine breite Nutzbarkeit digitaler Innovationen braucht es das abgestimmte Zusammenspiel aller Akteure. Bildungseinrichtungen müssen den Mut aufbringen, neue KI-Konzepte in ihre Curricula zu integrieren, die nötige Infrastruktur schaffen und kontinuierlich weiterentwickeln. Träger wie Kliniken und Ausbildungseinrichtungen sollten den Nutzen solcher Tools erkennen, Ressourcen bereitstellen und Pilotprojekte fördern.

Von politischer Seite braucht es klare regulatorische Rahmenbedingungen, etwa zur Datensicherheit und Haftung, sowie gezielte Förderprogramme für Forschung und Implementierung. Nur gemeinsam kann das volle Potenzial solcher KI-Anwendungen im Gesundheitswesen erschlossen werden.

Studie

GenAI-Strategie im Gesundheitswesen

(ID:50515899)