FHIR ist nicht das Problem: Warum Pflegedaten trotz Standards noch immer an der Terminologie scheitern

Wer in der Pflege auf mehr Interoperabilität hofft, hört meist schnell denselben Satz: „Wir setzen künftig auf FHIR.“ Das klingt nach Lösung. Tatsächlich beginnt das eigentliche Problem aber oft erst danach. Denn ein technischer Austauschstandard macht Pflegedaten noch nicht semantisch anschlussfähig. Solange unklar bleibt, wie pflegerische Assessments, Beobachtungen und Routinedokumentation in standardisierte Terminologien und Forschungsmodelle übersetzt werden, bleibt Interoperabilität Stückwerk.

Genau das zeigen die aktuellen Entwicklungen rund um SNOMED CT, LOINC, FHIR-Implementierungsleitfäden und Common Data Models. Es gibt Fortschritte bei Ontologien, Implementierungsressourcen und Mapping-Ansätzen. Gleichzeitig wird immer deutlicher, dass gerade pflegerische Daten in vielen interoperablen Zielmodellen noch nicht sauber repräsentiert sind. Besonders sichtbar wird das bei Nursing Flowsheets – also jenen strukturierten pflegerischen Verlaufs- und Routinedaten, die im Alltag massenhaft entstehen, aber in der Sekundärnutzung oft nur unvollständig ankommen.

Das ist keine akademische Detailfrage. Wenn Pflegedaten terminologisch lückenhaft bleiben, fehlen sie später in Qualitätsauswertungen, in Forschungsdatenplattformen, in KI-Anwendungen und nicht zuletzt in organisationsübergreifenden Versorgungsketten. Was nicht standardisiert abbildbar ist, wird digital schnell unsichtbar.

Wo das eigentliche Problem liegt

FHIR wird in vielen Häusern inzwischen als Synonym für Interoperabilität verstanden. Das ist verständlich, aber verkürzt. FHIR regelt vor allem, wie Informationen strukturiert transportiert werden können. Die schwierigere Frage lautet jedoch: Was genau bedeutet der dokumentierte Inhalt – fachlich eindeutig, maschinenlesbar und über Systemgrenzen hinweg konsistent?

An dieser Stelle kommen Terminologien wie SNOMED CT und LOINC ins Spiel. SNOMED CT dient vor allem der präzisen Kodierung klinischer Konzepte, also etwa Zuständen, Befunden oder Interventionen. LOINC ist stark bei Beobachtungen, Messungen, Fragen, Panels und dokumentationsnahen Einheiten. In der Praxis der Pflege reicht aber selten eine einzige Terminologie aus. Pflegerische Dokumentation bewegt sich häufig zwischen Beobachtung, Einschätzung, Skala, Intervention, Kontext und Ergebnis. Genau dort entstehen Mapping-Probleme.

Hinzu kommt: Viele Einrichtungen arbeiten historisch mit lokal gewachsenen Dokumentationsstrukturen. Flowsheet-Felder, Formulare und Assessments sind oft fachlich sinnvoll, aber technisch heterogen. Wenn solche Daten später in FHIR-Profile, Forschungsmodelle oder Common Data Models überführt werden sollen, zeigt sich, dass lokale Bezeichnungen, uneinheitliche Granularität und fehlende terminologische Bindung die eigentlichen Bremsen sind.

Die neue Evidenz: Flowsheets bleiben eine Lücke

Besonders aufschlussreich ist eine Pilotstudie in JAMIA Open, die die Abdeckung von Nursing Flowsheet Data in einem Common-Data-Model-Kontext mithilfe von SNOMED-CT- und LOINC-Mappings untersucht hat. Der Befund ist wichtig, gerade weil er nüchtern bleibt: Es gibt durchaus Möglichkeiten, Teile der Daten interoperabel anschlussfähig zu machen – aber die Abdeckung ist unvollständig, die Zuordnung aufwendig und nicht jeder pflegerische Inhalt passt sauber in bestehende Modelle.

Das ist ein zentraler Punkt für die Pflegeinformatik. Flowsheets sind kein exotischer Sonderfall, sondern in vielen Einrichtungen das Rückgrat der pflegerischen Routinedokumentation. Dort werden Vitalbeobachtungen, Mobilität, Ausscheidung, Hautzustand, Ernährung, Lagerung, Schmerz, Delir-Risiken oder Unterstützungsbedarfe dokumentiert – mal strukturiert, mal halbstrukturiert, oft in hoher Frequenz. Wenn diese Daten in Forschungsmodellen nur teilweise ankommen, dann ist das nicht bloß ein Mapping-Problem. Es ist ein Sichtbarkeitsproblem der Pflege in digitalen Ökosystemen.

Wichtig ist dabei die Einordnung: Die Studie ist eine Pilotstudie und sollte nicht überinterpretiert werden. Sie liefert keinen endgültigen Beweis für eine universelle Unzulänglichkeit aller Modelle. Aber sie macht ein strukturelles Problem greifbar, das viele Projekte aus der Praxis bereits kennen: Pflegedaten lassen sich nicht automatisch in interoperable Zielmodelle „hinein-FHIR-en“.

Fortschritte gibt es – aber sie lösen das Kernproblem noch nicht

Gleichzeitig wäre es falsch, nur auf Defizite zu schauen. Die jüngeren Entwicklungen bei LOINC Ontology, die zunehmende Ausdifferenzierung von HL7-Implementierungsleitfäden und die Materialien von SNOMED International zeigen, dass sich das Ökosystem weiter professionalisiert. Ontologien helfen dabei, Begriffe und ihre Beziehungen systematischer zu modellieren. Implementierungsleitfäden schaffen mehr Konsistenz in der technischen Umsetzung. Schulungs- und Webinarformate verbessern das Verständnis für Terminologiearbeit, die lange als Spezialdisziplin abseits der Versorgung galt.

Doch genau hier liegt die ernüchternde Wahrheit: Mehr Standards bedeuten nicht automatisch mehr semantische Klarheit im Pflegealltag. Wenn pflegespezifische Inhalte in Leitfäden unterrepräsentiert bleiben, wenn lokale Formulare nie sauber modelliert wurden oder wenn für relevante Routinedaten keine etablierten Mapping-Pfade existieren, dann wächst zwar die Infrastruktur – aber nicht zwingend die tatsächliche Anschlussfähigkeit der Daten.

Was das für die Pflegepraxis bedeutet

Für Pflegefachkräfte ist das Thema weit mehr als eine Frage technischer Eleganz. Denn fehlende Interoperabilität hat konkrete Folgen im Alltag. Dokumentation wird dann mehrfach erfasst, Daten werden für Qualitätssicherung oder Forschung manuell nachbearbeitet, Informationen verlieren beim Systemwechsel ihren Kontext oder sind nur noch als Freitext verwendbar. Das kostet Zeit und schwächt den fachlichen Wert pflegerischer Dokumentation.

Zugleich entsteht ein Missverständnis, das in Digitalisierungsprojekten immer wieder auftaucht: Wenn Pflegedaten nicht auswertbar oder austauschbar sind, wird das vorschnell als Problem der Dokumentationsqualität ausgelegt. In Wahrheit liegt die Ursache oft nicht bei den Pflegefachkräften, sondern bei unzureichend modellierten Informationsstrukturen. Pflege dokumentiert dann zwar fachlich korrekt, aber in einer Form, die für interoperable Weiterverwendung nicht gut vorbereitet wurde.

Gerade deshalb sollten Pflegefachkräfte nicht nur als Endanwender digitaler Systeme betrachtet werden. Sie sind diejenigen, die am besten beurteilen können,

• welche Daten für Versorgung und Kontinuität wirklich relevant sind,
• welche Unterschiede fachlich bedeutsam sind,
• welche Assessments standardisierungsfähig sind und
• wo Strukturierung hilfreich ist oder unnötige Klicklast erzeugt.

Strukturierte Daten sind nur dann ein Gewinn, wenn sie fachlich tragen

In vielen Projekten wird strukturierte Dokumentation fast reflexhaft als Lösung präsentiert. Das ist riskant. Struktur ohne fachliche Passung produziert nur digitalisierten Zusatzaufwand. Der Nutzen entsteht erst dann, wenn Datenelemente sinnvoll definiert, terminologisch gebunden und prozesslogisch eingebettet sind.

Für die Pflegeinformatik heißt das: Man muss nicht nur Felder und Formulare digitalisieren, sondern Informationsobjekte pflegefachlich modellieren. Welche Beobachtung liegt vor? Handelt es sich um eine Einschätzung, eine Skalenantwort, einen Zielwert, eine Intervention oder ein Ergebnis? Welcher Kontext ist unverzichtbar? Welche zeitliche Logik steckt dahinter? Welche Einheiten, Antwortsets und Wertelisten sind nötig? Und welche Begriffe müssen auf SNOMED CT, LOINC oder andere Kataloge gemappt werden?

Erst wenn diese Fragen sauber beantwortet sind, wird aus Dokumentation ein interoperabler Datenbestand. Sonst entstehen technisch saubere, aber inhaltlich unzuverlässige Datenflüsse.

Die unterschätzte Folge: mehr Daten, aber nicht unbedingt weniger Arbeit

Interoperabilität wird oft mit Entlastung gleichgesetzt. Das kann stimmen – muss es aber nicht. Wenn Mappings nachträglich gebaut, lokale Sonderlogiken gepflegt oder Dokumentationsartefakte bereinigt werden müssen, verlagert sich der Aufwand nur. Dann sinkt vielleicht nicht die Belastung an der Basis, sondern sie wandert in IT, Data Engineering, Controlling oder Forschungsprojekte.

Hier lohnt sich auch der Bezug zur Debatte um Digital Nursing Outcome Assessment (DNOA). Wenn digitale Werkzeuge und Standards tatsächlich einen Nutzen für die Pflege haben sollen, reicht es nicht, nur technische Implementierungserfolge zu zählen. Entscheidend ist, ob sie

• pflegerische Prozessqualität verbessern,
• Pflegezeit sinnvoller nutzbar machen,
• Doppeldokumentation reduzieren,
• Ergebnisse sichtbar machen und
• zusätzliche digitale Belastung vermeiden.

Genau daran sollte sich auch Terminologie- und Interoperabilitätsarbeit messen lassen. Eine neue FHIR-Schnittstelle ist noch kein Outcome. Ein erfolgreiches Mapping ist noch keine Entlastung. Relevant wird es erst, wenn Informationsverluste abnehmen und pflegerische Arbeit dadurch tatsächlich besser unterstützt wird.

Was jetzt strategisch wichtig wird

Für Pflegemanagement, Pflegeinformatik und Interoperabilitätsverantwortliche ist das Thema hochstrategisch. Wer heute Dokumentationssysteme beschafft, umbaut oder standardisiert, entscheidet mit darüber, ob Pflegedaten in fünf Jahren auswertbar, vergleichbar und sekundär nutzbar sind – oder ob sie erneut in proprietären Strukturen versanden.

Besonders wichtig sind dabei einige Konsequenzen:

• Lokale Pflegedokumentation muss früher modelliert werden. Nicht erst beim Export in Forschungs- oder Austauschformate, sondern bereits bei der Formulargestaltung.
• Terminologiebindung darf kein nachgelagerter Technikschritt sein. Sie ist Teil der fachlichen Informationsarchitektur.
• FHIR-Projekte brauchen pflegefachliche Co-Design-Strukturen. Sonst werden zwar Ressourcen modelliert, aber relevante Inhalte verfehlt.
• Common Data Models müssen pflegerische Routinedaten ernster nehmen. Wenn nur medizinische Kernobjekte gut abgebildet werden, reproduzieren Forschungsplattformen die alte Unsichtbarkeit der Pflege.
• Nutzenmessung gehört von Anfang an dazu. Nicht nur Datenaustausch, sondern Prozesswirkung, Datenqualität, Wiederverwendbarkeit und Digital Burden sollten bewertet werden.

Die eigentliche Herausforderung: Pflegewissen maschinenlesbar machen, ohne es zu verflachen

Die vielleicht schwierigste Aufgabe liegt weder in FHIR noch in SNOMED CT oder LOINC allein. Sie liegt darin, pflegerische Realität so zu modellieren, dass sie digital anschlussfähig wird, ohne ihren fachlichen Sinn zu verlieren. Pflege ist kontextreich, situationssensibel und häufig weniger binär, als technische Systeme es gerne hätten. Gerade deshalb braucht sie keine vereinfachende Digitalisierung, sondern eine kluge informatische Übersetzung.

Das ist die eigentliche Baustelle der kommenden Jahre. Nicht noch mehr Schnittstellen um ihrer selbst willen, sondern eine belastbare semantische Infrastruktur für Pflegedaten. Solange diese fehlt, bleiben auch KI, Versorgungssteuerung, Qualitätsmessung und Sekundärnutzung auf einem fragilen Fundament.

Der entscheidende Satz lautet deshalb: Pflegedaten werden nicht interoperabel, nur weil sie digital vorliegen. Sie werden interoperabel, wenn Pflegefachlichkeit, Informationsmodellierung und Terminologiearbeit endlich zusammen gedacht werden.

Und genau daran wird sich entscheiden, ob Pflege in der digitalen Gesundheitsversorgung sichtbar gestaltet – oder weiterhin in den Datenschatten anderer Professionen gerät.

Diskussionsfrage an die Community: Wo erleben Sie in Ihren Projekten die größten Brüche zwischen pflegerischer Dokumentation, Terminologien und interoperablen Zielmodellen – bei Assessments, Flowsheets, FHIR-Profilen oder erst in der Sekundärnutzung?

Dieser Text wurde mit Unterstützung von KI erstellt.