Pflege kann keine KI sicher nutzen, wenn sie sie nicht erst sicher lernt

Wer darüber spricht, dass KI bald in Dokumentation, Entscheidungsunterstützung oder Versorgungssteuerung Einzug hält, sollte eine unbequeme Vorfrage nicht überspringen: Wie soll eine Profession KI sicher, kritisch und wirksam einsetzen, wenn sie den Umgang damit nicht systematisch lernt? Genau an diesem Punkt wird die aktuelle Studienlage zur Pflegebildung interessant. Denn sie verschiebt die Debatte ein Stück weg von der oft abstrakten Zukunftsrhetorik hin zu einer praktischeren Frage: Was bringt KI in der Ausbildung und Weiterbildung von Pflegefachpersonen tatsächlich?

Mehrere aktuelle Publikationen deuten darauf hin, dass sich hier ein relevanter Themencluster bildet. Eine neue Meta-Analyse zu KI in der praktischen Pflegeausbildung berichtet über 16 Studien hinweg Vorteile bei Wissen, praktischen Fertigkeiten, klinischem Denken, Zufriedenheit und ethischer Entscheidungsfähigkeit. Ergänzend zeigen Einzelstudien positive Effekte für sehr unterschiedliche Lernfelder: generative KI als strukturierende Lernhilfe in der Statistiklehre, KI-gestützte Ethiklehre mit Effekten auf den Umgang mit Plagiat und Ethikwissen sowie eine adaptive mobile KI-Simulation zur Medikamentenberechnung mit Verbesserungen bei Rechenkompetenz, klinischer Entscheidungsfindung und Selbstwirksamkeit. Weitere Arbeiten beschäftigen sich mit KI-Selbstwirksamkeit, Einstellungen und ethischer Reflexion bei Pflegestudierenden.

Das ist mehr als eine zufällige Häufung von Einzelergebnissen. Aus Sicht der Pflegeinformatik wird sichtbar, dass KI nicht nur als Technologie für die Versorgung relevant wird, sondern als Bildungsinfrastruktur für eine Profession, die mit datengetriebenen und algorithmischen Systemen arbeiten soll.

Was die neue Evidenz tatsächlich zeigt – und was nicht

Zunächst zu den Fakten: Die Meta-Analyse im Journal of Nursing Management fasst Studien zu KI-gestützten Lehr- und Lernansätzen in der Pflegepraxisbildung zusammen und berichtet insgesamt positive Effekte. Das ist ein wichtiges Signal, weil Meta-Analysen über Einzelfälle hinausweisen. Gleichzeitig nennen die Autorinnen und Autoren eine hohe Heterogenität. Das bedeutet vereinfacht: Die eingeschlossenen Studien unterscheiden sich teils deutlich bei Interventionen, Zielgruppen, Settings und Messverfahren. Damit ist die Richtung der Ergebnisse interessant, aber die Aussage "KI wirkt" wäre zu grob.

Genau diese Differenzierung ist für Pflege und Pflegeinformatik entscheidend. Denn nicht "die KI" verbessert Lernen, sondern sehr konkrete didaktische Arrangements, eingebettet in Aufgaben, Feedbackprozesse, Kompetenzziele und Betreuung. Eine generative KI, die statistische Zusammenhänge erklärt und Antworten strukturiert, ist etwas anderes als eine adaptive Simulation für Medikamentenrechnen oder ein KI-unterstütztes Ethikprogramm. Wer die Studien vorschnell als Beleg für einen generellen KI-Nutzen liest, verfehlt den eigentlichen Punkt.

Neu und relevant ist vor allem die Bandbreite der untersuchten Einsatzfelder. KI wird in den aktuellen Arbeiten nicht nur als Chatbot-Spielerei betrachtet, sondern in Bereichen geprüft, die für die Profession zentral sind: klinisches Denken, Medikationssicherheit, Forschungs- und Datenkompetenz, ethische Urteilsbildung und die Selbstwirksamkeit im Umgang mit neuen Technologien. Damit rückt KI in der Pflegebildung aus der Nische optionaler Digitalthemen heraus.

Pflegebildung wird zur Sicherheitsfrage der digitalen Versorgung

Für die Praxis ist das strategisch bedeutsam. Viele Einrichtungen diskutieren KI vor allem unter dem Blickwinkel von Produktivität, Automatisierung oder Dokumentationsentlastung. Das greift zu kurz. Wenn Pflegefachpersonen KI-gestützte Systeme später verantwortungsvoll nutzen sollen, muss die Kompetenzentwicklung viel früher beginnen – in Schule, Studium, Fortbildung und berufsbegleitendem Lernen.

Dabei geht es nicht nur um Tool-Kompetenz. Es geht um die Fähigkeit, Ergebnisse von KI fachlich einzuordnen, Unsicherheiten zu erkennen, Verzerrungen zu hinterfragen und die Grenzen algorithmischer Empfehlungen zu verstehen. Wer etwa eine KI-gestützte Formulierungshilfe, ein Triage-System oder eine Medikationswarnung nutzt, braucht kein Informatikstudium. Aber er oder sie braucht genug Verständnis, um nicht in eine gefährliche Scheinsicherheit zu geraten.

Die Studien zur KI-Selbstwirksamkeit und zu Einstellungen gegenüber KI sind deshalb keineswegs Nebenschauplätze. Selbstwirksamkeit beschreibt die Überzeugung, Anforderungen bewältigen zu können. In digitalen Transformationsprozessen ist das ein harter Faktor. Pflegefachpersonen, die sich im Umgang mit KI unsicher fühlen, werden Systeme entweder vermeiden oder unkritisch delegieren. Beides ist problematisch. Gute Bildung kann hier einen Unterschied machen, wenn sie nicht nur Funktionen erklärt, sondern fachliches Urteil stärkt.

Was das für pflegerische Prozesse bedeutet

Auf den ersten Blick wirkt Pflegebildung wie ein Thema außerhalb der Versorgung. Tatsächlich entscheidet sich hier aber, wie zukünftige pflegerische Prozesse mit Technologie zusammenarbeiten. Wer in der Ausbildung lernt, mit adaptiven Simulationen oder generativer KI zu arbeiten, verändert auch spätere Erwartungen an Informationsflüsse, Dokumentationsqualität und Entscheidungsunterstützung.

Nehmen wir das Beispiel Medikamentenrechnen. Eine adaptive mobile KI-Simulation, wie sie in der RCT in BMC Nursing untersucht wurde, zielt nicht nur auf bessere Rechenergebnisse. Sie trainiert einen Prozess: Informationen erfassen, Rechenwege nachvollziehen, Risiken erkennen, Entscheidungen unter Unsicherheit treffen und Rückmeldung verarbeiten. Das ist pflegeinformatisch relevant, weil hier Daten, Handlung und Feedback in einem digitalen Lernzyklus zusammengeführt werden.

Ähnlich in der Statistik- und Forschungsausbildung: Wenn generative KI als "Scaffolding" eingesetzt wird, also als strukturierende Unterstützung beim Lernen, entstehen neue Formen des Erkenntnisgewinns. Studierende können komplexe Inhalte schneller erschließen, aber gleichzeitig wächst das Risiko, dass methodische Kompetenz nur scheinbar vorhanden ist. Wer Ergebnisse reproduziert, ohne Logik und Grenzen statistischer Verfahren zu verstehen, hat kein belastbares Kompetenzniveau aufgebaut. Gerade im Kontext evidenzbasierter Pflege wäre das fatal.

Die eigentliche Währung heißt: strukturierte Rückmeldung und lernrelevante Daten

Pflegeinformatik beginnt an dieser Stelle nicht erst bei der Auswahl eines Tools, sondern bei der Frage, welche Informationen in Lernprozessen überhaupt entstehen. KI-gestützte Bildungssysteme produzieren Daten über Bearbeitungszeiten, Fehlermuster, Kompetenzprofile, Antwortverhalten, Wiederholungen und Lernverläufe. Diese Daten können didaktisch enorm wertvoll sein, wenn sie sauber interpretiert und verantwortungsvoll genutzt werden.

Damit entsteht eine neue Aufgabe für Bildungsinstitutionen und Organisationen: Lernprozesse müssen datenbezogener gedacht werden, ohne Studierende auf Kennzahlen zu reduzieren. Strukturierte Daten können formative Evaluation verbessern, also die laufende Rückmeldung im Lernprozess. Sie können sichtbar machen, wo Studierende bei Dosierungsberechnungen systematisch scheitern, in welchen Situationen klinisches Denken brüchig wird oder wann ethische Reflexion an Oberflächenformulierungen hängen bleibt.

Aber diese Datenlogik braucht Regeln. Wer speichert was? Wie werden Leistungsdaten von Lernanalysen getrennt? Welche Transparenz besteht über Modelle, Anpassungslogiken und Bewertungskriterien? Und wie werden Ergebnisse in Lernmanagementsysteme, Simulationsplattformen oder Campus-Informationssysteme integriert? Interoperabilität ist hier kein IT-Randthema, sondern Voraussetzung dafür, dass digitale Bildung nicht aus isolierten Einzellösungen besteht.

Interoperabilität entscheidet, ob KI-Bildung skalierbar wird

Viele Bildungseinrichtungen experimentieren derzeit mit Einzelwerkzeugen: Chatbots, Simulationsapps, KI-Feedbacksysteme, Prüfungsplattformen. Das Problem ist bekannt: Ohne gemeinsame Standards entstehen Datensilos, Medienbrüche und zusätzlicher Administrationsaufwand. Für die Pflegebildung heißt das konkret: Lernstände, Kompetenznachweise, Simulationsdaten und Feedbackinformationen müssen über Systeme hinweg anschlussfähig sein, wenn daraus mehr werden soll als ein Pilotprojekt.

Pflegeinformatisch relevant ist dabei vor allem die Verbindung von Kompetenzmodellen, Lernzielen und strukturierten Daten. Wenn etwa klinisches Denken oder Medikamentensicherheit digital trainiert wird, sollte nachvollziehbar sein, welche Kompetenzdimensionen adressiert werden, wie Fortschritte gemessen werden und wie diese Informationen in bestehende Bildungs- und Personalentwicklungsprozesse einfließen. Sonst bleibt KI didaktisch interessant, aber organisatorisch folgenlos.

Gerade Pflegeschulen, Hochschulen und Träger stehen deshalb vor einer doppelten Aufgabe: Sie müssen technologische Lösungen beschaffen oder entwickeln und zugleich eine Informationsarchitektur aufbauen, die pädagogisch sinnvoll, datenschutzkonform und langfristig anschlussfähig ist.

Entlastung oder neuer digitaler Aufwand?

Die Verheißung ist schnell formuliert: KI personalisiert Lernen, spart Lehrzeit, gibt sofort Feedback und schließt Kompetenzlücken effizienter. Ein Teil davon mag zutreffen. Aber aus der Perspektive der Pflegeinformatik muss man genauer hinschauen. Jede digitale Unterstützung erzeugt auch neuen Aufwand – für Einführung, Betreuung, Qualitätssicherung, Prompt-Gestaltung, Ergebnisprüfung, Datenschutz, technische Integration und didaktische Weiterentwicklung.

Lehrende werden durch KI nicht automatisch entlastet. Ihre Rolle verändert sich vielmehr. Sie müssen Lernpfade kuratieren, KI-Ausgaben fachlich validieren, den Unterschied zwischen plausibler und richtiger Antwort vermitteln und Räume für Reflexion schaffen. Das ist anspruchsvoller als klassische Stoffvermittlung. Wenn Organisationen diese Mehrarbeit ignorieren, produzieren sie digitalen Zusatzstress statt besserer Bildung.

An dieser Stelle lohnt der Bezug zur DNOA-Perspektive auf Pflegeinformatik.org. Auch wenn DNOA primär auf Versorgungsprozesse und die Wirkung digitaler Technologien auf Pflegezeit, Prozessqualität und Belastung zielt, ist die Grundfrage hier ähnlich: Wie lässt sich der tatsächliche Nutzen digitaler Systeme messen, statt ihn zu behaupten? Übertragen auf die Pflegebildung heißt das: Nicht nur Zufriedenheit erfassen, sondern auch Lernwirksamkeit, Transfer in Handlungskompetenz, Zeitaufwand, Abbruchraten, Betreuungsaufwand und mögliche Formen von Digital Burden.

Ethik darf kein Begleitkapitel bleiben

Besonders bemerkenswert ist, dass mehrere der aktuellen Studien ethische Reflexion ausdrücklich adressieren. Das ist wichtig, weil sich gerade in der Pflege eine problematische Verkürzung beobachten lässt: KI wird oft entweder technikbegeistert oder technikskeptisch diskutiert, aber selten als Gegenstand professioneller Urteilsbildung.

Die Studie zur KI-basierten Ethiklehre mit Effekten auf akademische ethische Sensibilität, Plagiatshaltung und Ethikwissen verweist auf einen Punkt, der in vielen Curricula unterschätzt wird. Der Umgang mit KI ist nicht nur eine Frage richtiger Anwendung, sondern auch eine Frage professioneller Integrität. Wann ist Unterstützung legitim, wann beginnt unzulässige Delegation geistiger Arbeit? Wie transparent muss die Nutzung generativer KI in Hausarbeiten, Fallanalysen oder Reflexionsaufgaben sein? Und was bedeutet das später für die klinische Praxis, wenn Text- oder Entscheidungsvorschläge von KI-Systemen übernommen werden?

Auch Instrumente zur Messung ethischer Reflexion, wie die psychometrische Evaluation einer AI Ethical Reflection Scale, sind deshalb relevant. Sie schaffen die Grundlage, ethische Kompetenz nicht nur normativ zu fordern, sondern systematisch zu beobachten und curricular zu entwickeln. Natürlich ist ein Messinstrument noch keine gelebte Ethik. Aber ohne solche Werkzeuge bleibt Ethik in der Digitalbildung oft folgenlos abstrakt.

Was jetzt in Curricula passieren muss

Die wichtigste Konsequenz lautet: KI gehört in der Pflegebildung weder als Randmodul noch als rein technische Einführung behandelt. Sie muss quer zu bestehenden Kompetenzfeldern gedacht werden.

Sinnvoll erscheint eine curriculare Integration in mindestens vier Richtungen:

• klinische Anwendungskompetenz, etwa bei Entscheidungsunterstützung, Medikationssicherheit und Risikoeinschätzung,
• Daten- und Informationskompetenz, damit Ergebnisse verstanden, geprüft und dokumentationsbezogen eingeordnet werden können,
• ethische und rechtliche Reflexion, einschließlich Bias, Transparenz, Verantwortung und akademischer Integrität,
• organisationsbezogene Gestaltungskompetenz, damit Pflegefachpersonen KI nicht nur anwenden, sondern in Prozesse, Anforderungen und Qualitätsziele übersetzen können.

Gerade der letzte Punkt wird häufig übersehen. Pflegefachpersonen sind nicht bloß Nutzerinnen und Nutzer von KI. Sie definieren relevante Versorgungsprobleme, beurteilen Praxistauglichkeit, erkennen Prozessfolgen und können Anforderungen an Systeme formulieren. Pflegebildung muss deshalb Mitgestaltungskompetenz fördern, nicht nur Bedienkompetenz.

Die Grenzen der Euphorie

So ermutigend die aktuellen Studien sind, sie rechtfertigen keine unkritische Euphorie. Ein Teil der Evidenz stammt aus einzelnen Institutionen, aus quasi-experimentellen Designs oder aus spezifischen Lehrsettings. Ergebnisse lassen sich nicht automatisch auf andere Bildungskontexte, Qualifikationsniveaus oder Versorgungssysteme übertragen. Auch positive Kurzzeiteffekte bedeuten noch nicht, dass langfristig bessere professionelle Handlungskompetenz entsteht.

Hinzu kommt ein strukturelles Problem: KI-Systeme verändern sich schneller als Curricula. Was heute als innovatives Lernwerkzeug eingeführt wird, kann morgen technisch überholt oder regulatorisch problematisch sein. Umso wichtiger ist es, dass Bildung nicht an einzelne Produkte gebunden wird, sondern auf übertragbare Kompetenzen zielt: kritisches Prüfen, reflektiertes Nutzen, sicheres Einordnen und fachlich verantwortliches Entscheiden.

Warum das Thema für Pflegeinformatik jetzt Priorität hat

Aus Sicht der Pflegeinformatik ist die Lage klar: Die Einführung von KI in Versorgung, Dokumentation oder Entscheidungsunterstützung wird scheitern oder riskant bleiben, wenn Bildungspolitik und Organisationsentwicklung nicht mitziehen. Technologieadoption ist immer auch Kompetenzadoption.

Deshalb sollte KI in der Pflegebildung nicht als pädagogisches Spezialthema behandelt werden, sondern als strategischer Baustein digitaler Versorgungsfähigkeit. Wer heute Curricula, Lernplattformen und Fortbildungsarchitekturen gestaltet, legt indirekt fest, wie sicher, souverän und wirksam Pflege morgen mit KI arbeitet.

Der eigentliche Lackmustest wird dabei nicht sein, ob Studierende gern mit KI lernen. Entscheidend ist, ob daraus Fachkräfte hervorgehen, die algorithmische Unterstützung nutzen können, ohne ihr professionelles Urteil aus der Hand zu geben. Wenn Pflege das schafft, wird KI nicht zur Abkürzung des Denkens, sondern zu einem Werkzeug besserer Versorgung.

Diskussionsfrage an die Community: Welche KI-Kompetenzen sollten in Pflegeausbildung, Studium und Fortbildung verbindlich werden – und wie verhindern wir, dass aus digitaler Lernunterstützung nur der nächste unsichtbare Mehraufwand entsteht?

Quellen

• Artificial Intelligence in Nursing Practice Education: A Systematic Review and Meta-Analysis
• Generative artificial intelligence scaffolding for statistical competence in graduate nursing education
• The effects of AI-based research ethics education program on academic ethical awareness, attitudes toward plagiarism, and research ethics knowledge among nursing students: A quasi-experimental study
• Adaptive AI-based mobile simulation for drug calculation competency in nurses: a mixed-methods RCT
• Effect of Nursing Students' Artificial Intelligence Self-Efficacy on Innovative Behavior
• Cross-cultural Adaptation and Psychometric Evaluation of the Artificial Intelligence Ethical Reflection Scale
• Compassion and Self-Compassion in Relation to Nursing Students' Attitudes Toward Artificial Intelligence

Dieser Text wurde mit Unterstützung von KI erstellt.