KI-Kompetenz in der Pflege: BAPID IV, Digitalisierung & MEESTAR
Executive Summary
KI-Kompetenz wird zur Organisationsaufgabe
Artikel 4 der EU-KI-Verordnung verpflichtet Anbieter und Betreiber dazu, ein ausreichendes Maß an KI-Kompetenz sicherzustellen. Für die Pflege bedeutet das: KI-Kompetenz darf nicht nur als technisches Zusatzwissen verstanden werden. Sie muss an berufliche Rollen, Verantwortlichkeiten, Qualifikationsniveaus und reale Pflegeprozesse anschließen.
BAPID beschreibt Pflegekompetenzen nicht als beliebige Tätigkeitslisten, sondern als strukturierte professionelle Verantwortung. Genau daraus ergibt sich ein praxistauglicher Ansatz für KI-Lernformate: Pflegefachassistenz, Pflegefachpersonen, akademisch qualifizierte Pflegefachpersonen, Leitungskräfte und Organisationsträger benötigen unterschiedliche Lernziele, Prüfbereiche und Governance-Aufgaben.
KI-Kompetenz in der Pflege entsteht nicht durch einmalige Produktschulung. Sie entsteht durch rollenbezogene Qualifizierung, klare Verantwortung, reflektierte Anwendung und überprüfbare Governance im Regelbetrieb.
KI-Kompetenz als Pflicht
Einrichtungen müssen sicherstellen, dass Personen, die mit KI-Systemen umgehen, deren Möglichkeiten, Grenzen, Risiken und fachlichen Auswirkungen verstehen.
Drei Kernelemente
Was KI-Kompetenz in der Pflege leisten muss
1. Rollenbezogene Kompetenz
Nicht jede Person braucht dieselbe Tiefe. Pflegeassistenz, Pflegefachperson, Pflegeexpertin, PDL, QMB und Geschäftsführung benötigen unterschiedliche Perspektiven auf KI-Systeme.
2. Prozessbezogene Anwendung
KI muss dort verstanden werden, wo sie tatsächlich wirkt: Dokumentation, Pflegeplanung, Risikoeinschätzung, Kommunikation, Entlassmanagement, Personalsteuerung und Qualitätssicherung.
3. Governance im Alltag
Entscheidend sind klare Regeln: Wer prüft Ergebnisse? Wer darf Empfehlungen übernehmen? Wann muss eskaliert werden? Wie werden Fehler, Abweichungen und Risiken dokumentiert?
Wer ist betroffen?
Kompetenzaufbau nach Funktion und Verantwortung
| Rolle | Benötigte KI-Kompetenz | Typische Lernziele | Governance-Relevanz |
|---|---|---|---|
| Pflegefachassistenz | Grundverständnis für digitale Unterstützung und sichere Nutzung | KI erkennen, Grenzen verstehen, Ergebnisse nicht unkritisch übernehmen | Fehler melden, Auffälligkeiten weitergeben, Dokumentationsregeln beachten |
| Pflegefachperson | Fachliche Einordnung KI-gestützter Hinweise im Pflegeprozess | Pflegefachliche Bewertung, Plausibilitätsprüfung, Patientensicherheit | Human-in-the-Loop, Verantwortung für fachliche Entscheidung |
| Akademisch qualifizierte Pflegefachperson | Wissenschaftliche Bewertung, Evidenzprüfung und Prozessentwicklung | Studienlage verstehen, Bias erkennen, Nutzen-Risiko bewerten | Mitwirkung an SOPs, Evaluation und Qualitätsindikatoren |
| PDL / Einrichtungsleitung | Organisationssteuerung, Qualifikationsmix und Verantwortungszuordnung | Schulungsbedarf erkennen, Rollen klären, Regelbetrieb steuern | Betreiberpflichten, Eskalationswege, Nachweisdokumentation |
| QMB / Datenschutz / Compliance | Risikomanagement, Dokumentation, Auditfähigkeit und Kontrolle | KI-Systeme klassifizieren, Prüfprozesse aufbauen, Nachweise sichern | EU AI Act, DSGVO, MDR-Bezüge, internes Kontrollsystem |
Umsetzung in der Praxis
Vom Pflichtnachweis zur lernenden Organisation
Big Points
- KI-Kompetenz muss am tatsächlichen Einsatzort aufgebaut werden.
- Produktschulungen ersetzen keine fachliche Risiko- und Verantwortungslogik.
- Pflege braucht verständliche Lernformate, keine abstrakten Technikseminare.
- Leitungskräfte müssen Betreiberpflichten, Dokumentation und Monitoring verstehen.
- Pflegefachpersonen müssen KI-Ergebnisse prüfen, einordnen und begründet verwerfen können.
- KI-Kompetenz ist Teil von Qualitätssicherung, Patientensicherheit und Organisationsentwicklung.
Vier Umsetzungsschritte
Vertiefende Lern- und Prüfangebote: Praxiswissen+ – KI-Kompetenz im Gesundheits- und Sozialwesen ↗
- KI-Systeme erfassen: Welche Anwendungen sind bereits im Einsatz?
- Rollen zuordnen: Wer nutzt, prüft, entscheidet, dokumentiert?
- Lernmodule ableiten: Inhalte nach Funktion und Verantwortung staffeln.
- Nachweise sichern: Schulungen, SOPs, Prüfprotokolle und Monitoring dokumentieren.
BAPID IV: Digitale und KI-Kompetenz in der Pflege weiterentwickeln
Vom Wissen zur nachweisbaren Handlungskompetenz
Drei Ebenen für belastbare Qualifizierung
- Qualifikation und Spezialisierung: BAPID-Typ II–V und Spezialisierungsgrad S0–S4 getrennt betrachten.
- Bausteine A–F: profilübergreifende Grundlagen, Versorgungskontext, Rollen, Praxislernen, Nachweise und fachliches Profil systematisch verbinden.
- Praxis und Governance: Kompetenzfeststellung, Qualitätssicherung, Verantwortungsgrenzen und Aktualisierung dokumentieren.
Menschen entscheiden – KI unterstützt
Die BAPID-IV-Analyse nutzte KI für Sichtung, Strukturierung, Vergleiche und sprachliche Verdichtung. Fachliche Bewertung, Modellbildung und Freigabe blieben bei den Verantwortlichen. Dieses Prinzip lässt sich auf den Pflegealltag übertragen:
- KI-Ausgaben mit Fachwissen und Originalinformationen abgleichen.
- Unsicherheiten, Fehler und Verzerrungen erkennen und melden.
- Entscheidungs- und Freigaberechte verbindlich festlegen.
- Datenschutz, Informationssicherheit und Patientensicherheit berücksichtigen.
Digitalisierung und KI als modulare Lernbausteine
| BAPID-IV-Bezug | Übertragung auf digitale und KI-Kompetenz | Möglicher Nachweis |
|---|---|---|
| A – profilübergreifender Kern | Digitale Grundkompetenz, KI-Funktionsweise, Grenzen, Datenqualität, Datenschutz | Wissenscheck und Fallreflexion |
| B – Setting und Versorgungskontext | Digitale Dokumentation, sektorenübergreifende Zusammenarbeit und konkrete Pflegeprozesse | Praxisfall aus der Einrichtung |
| C – Rolle und Verantwortung | Human Oversight, Eskalation, fachliche Prüfung und klare Entscheidungsbefugnisse | Rollenmatrix und SOP |
| D – Praxislernen | Begleitete Erprobung und Simulation KI-gestützter Arbeitsabläufe | Beobachtetes Praxisassessment |
| E – Kompetenzfeststellung und Nachweis | Dokumentierte Lernziele, überprüfbare Anwendung und regelmäßige Aktualisierung | Portfolio, Prüfung oder Demonstration |
| F – fachlicher Profilraum | Kontextspezifische Module, etwa KI in Pflegeberatung, Wundversorgung oder Versorgungskoordination | Profilbezogener Kompetenznachweis |
Die Beispiele sind ein redaktioneller Transfer auf Digitalisierung und KI. Die Zuordnung zu A–F ersetzt keine formale Anerkennung, Gleichwertigkeitsprüfung oder rechtliche Befugnis.
Qualifizierung nach tatsächlichem Bedarf
Die Spezialisierungsgrade S0–S4 beschreiben zunehmende fachliche Tiefe und Komplexität. Sie sind keine automatische KI-Reifestufenskala. Für KI-Lernangebote empfiehlt sich deshalb eine gesonderte Prüfung von Tätigkeit, Verantwortung, Praxisniveau und Risiko.
Digitale Kompetenznachweise
Teilnahmebescheinigungen allein belegen noch keine Handlungskompetenz. Sinnvoll sind überprüfbare Lernergebnisse, Praxisaufgaben, nachvollziehbare Bewertungen, eindeutige Zuordnung zur Person und ein Verfahren zur Aktualisierung der Kompetenz.
Fünf Schritte für Pflegeeinrichtungen
- Digitale Anwendungen und KI-Anwendungsfälle inventarisieren.
- Rollen, Qualifikationsniveaus und Befugnisse erfassen.
- Passende A–F-Lernbausteine und Praxisübungen definieren.
- Kompetenzen praktisch überprüfen und Nachweise dokumentieren.
- Regelmäßige Überprüfung, Aktualisierung und menschliche Aufsicht verankern.
Weiterführend: Praxiswissen+ – KI-Kompetenz im Gesundheits- und Sozialwesen.
Quelle: Katharina Genz & Wolfgang von Gahlen-Hoops: BAPID IV – Strukturmodell Spezieller Pflegebildung, Langfassung, Kiel, September 2026; insbesondere Kapitel 2.6 (KI-gestützte Analyse), 5 (Strukturmodell), 6 (Bausteine), 8.5 (Governance) und 9 (Implikationen).
Aufbau der Inhalte
Ein möglicher Lernpfad für Pflegeorganisationen
Grundlagen
Was ist KI, was ist klassische Software, und wo begegnet KI bereits im Pflegealltag?
Pflegeprozess
Wie beeinflusst KI Einschätzung, Planung, Durchführung, Evaluation und Dokumentation?
Risiken
Automation Bias, fehlerhafte Daten, Diskriminierung, Übervertrauen und Verantwortungsdiffusion.
Governance
SOPs, Freigaben, Eskalationswege, Monitoring, Dokumentation und Auditfähigkeit.
BAPID hilft, KI-Kompetenz nicht vom Produkt her zu denken, sondern von professioneller Pflege, Qualifikation, Verantwortung und Versorgungssicherheit.
Ethische Technikbewertung
MEESTAR-Checkliste für KI-Systeme im Gesundheits- und Sozialwesen
Das Modell zur ethischen Evaluierung soziotechnischer Arrangements (MEESTAR) wurde 2012 im Auftrag des BMBF entwickelt und dient dazu, Konfliktpotenziale beim Einsatz von Assistenzsystemen in Pflege und Gesundheitsversorgung systematisch offenzulegen. Es analysiert sechs ethische Dimensionen – von individuellen Nutzerrechten bis hin zu gesellschaftlichen und ökonomischen Wirkungen.
Diese interaktive Checkliste überträgt das MEESTAR-Modell auf den Einsatz von KI-Systemen im Gesundheits- und Sozialbereich (EU AI Act, MDR, DSGVO). Bewerten Sie jede Dimension, hinterlassen Sie Kommentare und exportieren Sie das Ergebnis als PDF.
|
Deutscher Pflegerat e.V.
BAPID IV – Strukturmodell Spezieller Pflegebildung (Langfassung, September 2026) Die Studie BAPID IV entwickelt ein Strukturmodell für spezielle Pflegebildung mit Qualifikations- und Spezialisierungsstufen. Die Übertragung auf KI-Kompetenz und digitale Verantwortung wird hier als praxisorientierte Einordnung dargestellt. Link zum Deutschen Pflegerat |
Den Resarch Report in der Praxis nutzen?
Ich zeige Ihnen, wie Sie die Standards für Ihre Digital Health Strategie einsetzen. |
Inhalte dieser Webseite und die MEESTAR-Checkliste für KI-Systeme dürfen geteilt werden, sofern der Urheber genannt wird und keine Bearbeitungen verbreitet werden.
BSI A5 · Audit & Assurance
Kompetenz als Assurance-Evidenz
Rollenmatrizen verbinden Aufgaben mit A5-Kompetenznachweisen, Cyber- und Risikobewusstsein sowie regelmäßiger Auffrischung.
Übungen, Review-Termine und Rezertifizierungen machen die Befähigung prüfbar.
BSI A5: Status, Module und interaktives Readiness-Assessment