Wie gelingt der rechtssichere Einsatz generativer KI in der Pflegeausbildung? Diese Arbeit liefert mit dem SOL-Tutor-Modell die Antwort für eine kompetenzfördernde Human-KI-Kollaboration. Über den prozeduralen PPVIO-Prozess wird die KI zum sokratischen Lernbegleiter, der das Clinical Reasoning gezielt stimuliert, anstatt es zu ersetzen. Gleichzeitig dechiffriert das Werk fundiert die Betreiberpflichten nach dem aktuellen EU AI Act sowie der DSGVO und definiert Lehrende neu als Epistemic Mediator. Ein kompakter, unverzichtbarer Leitfaden für Pflegepädagogen und Schulleitungen im digitalen Wandel.
Inhaltsverzeichnis
I Einführung
1.1 Problemstellung und Relevanz
1.2 Zielsetzung und Forschungsfragen
1.2.1 Hauptforschungsfrage (HF):
1.2.2 Unterforschungsfragen (UF1–UF3) und Arbeitshypothesen (H1–H3):
1.3 Aufbau der Arbeit
II Theoretischer Hintergrund – Die drei Säulen
2.1 Generalistische Pflegeausbildung im Kontext des PflBG
2.1.1 Gesetzliche Rahmenbedingungen
2.1.2 Clinical Reasoning als pflegerische Kernkompetenz
2.2 Selbstorganisiertes und agiles Lernen – Abgrenzung zum Push-Prinzip
2.2.1 Selbstorganisiertes Lernen (SOL) als Pull-Prinzip
2.2.2 Agiles Lernen im Unterrichtsraum
2.2.3 Das Autonomie-Steuerungs-Paradoxon
2.3 Human-KI-Kollaboration aus pflegedidaktischer Sicht
2.3.1 Der Konnektivismus als Epistemologie
2.3.2 KI im Bildungsökosystem
2.3.3 Technische Rahmenbedingungen von LLMs
2.3.4 Chancen-Risiko-Dilemma
III Das SOL-Tutor-Modell als didaktische Lösung
3.1 Genese und theoretische Verankerung
3.2 Das START-Chat-Modell und der PPVIO-Prozess als methodisches Kontrollinstrument
3.3 Clinical Reasoning Mapping als Anker für adaptive Prompt-Didaktik
3.4 Typologisierung der KI-Prompts nach White et al. (2023)
3.4.1 Kognitiver Prompt
3.4.2 Metakognitiver Prompt
3.4.3 Reflexiver / sokratischer Prompt:
IV Empirische Operationalisierung – Die drei Anforderungsdimensionen
4.1 Didaktische Dimension (Unterrichtsentwicklung)
4.1.1 Problemstellung
4.1.2 Hypothesenprüfung (H1):
4.1.3 Empirische Indikatoren
4.1.4 Das zweiphasige Einsatzmodell
4.1.5 Psychometrische Messinstrumente
4.2 Technologisch-rechtliche Dimension (Organisationsentwicklung)
4.2.1 Problemstellung
4.2.2 Hypothesenprüfung (H2)
4.2.3 Regulatorischer Rahmen des EU AI Acts
4.2.4 Operationalisierung der 7 Betreiberpflichten (Deployer) nach Art. 26 EU AI Acts.
4.2.5 Abgrenzung und Compliance
4.2.6 Datenschutz und sensible Daten (DSGVO Art. 9)
4.3 Rollen- und personalbezogene Dimension (Personalentwicklung)
4.3.1 Problemstellung
4.3.2 Hypothesenprüfung (H3)
4.3.3 Das neue pädagogische Profil
4.3.4 Psychosoziale Belastungsfaktoren
4.3.5 Limitierende Faktoren
V Fazit, Limitationen und Ausblick
5.1 Synthese
5.2 Explizite Beantwortung der Forschungsfragen
5.3 Methodische Limitationen
5.4 Wissenschaftliche Forschungsdesiderata
5.4.1 Qualitative Desiderate
5.4.2 Quantitative Desiderate
5.4.3 Psychometrische Desiderate
5.5 Der 3-Stufen-Plan zur praktischen Implementierung
5.5.1 Stufe 1: Pilotphase
5.5.2 Stufe 2: Schulcurriculum
5.5.3 Stufe 3: Trägerkonzept
5.6 Zukunfts-Ausblick
Zielsetzung und Themen
Das Hauptziel dieser Monografie ist die theoriegeleitete Entwicklung und schulentwicklungstheoretische Einbettung des SOL-Tutor-Modells, um generative Künstliche Intelligenz als rechtssicheren, kritisch-reflektierten und kompetenzfördernden Lernbegleiter in den Strukturen von Berufsfachschulen für Pflege zu verankern und dabei Risiken wie Cognitive Offloading und Automation Bias systematisch zu verhindern.
- Didaktische Einbettung des SOL-Tutor-Modells und des zweiphasigen Einsatzes von Clinical Reasoning Webs
- Technologisch-rechtliche Compliance und Erfüllung der Betreiberpflichten nach dem EU AI Act und DSGVO Art. 9
- Rollenwandel von Pflegepädagogen zum Epistemic Mediator zur Vermeidung von Intrarollenkonflikten
- Methodische Steuerung durch das START-Chat-Modell und den prozeduralen PPVIO-Regelkreis
- Empirische Operationalisierung und Validierung mittels psychometrischer Messinstrumente
Auszug aus dem Buch
3.1 Genese und theoretische Verankerung
Die theoretische Konzeption und prozedurale Genese des „SOL-Tutor-Modells“ resultiert unmittelbar aus der empirischen Beobachtung eines ungesteuerten, unreflektierten Wildwuchs generativer künstlicher Intelligenz im Lern- und Arbeitsalltag von Berufsfachschulen. Um dieses technologische Disruptionselement kontrolliert aufzufangen, besteht die dringende pflegepädagogische Notwendigkeit, diesen Wildwuchs systematisch in geordnete, messbare und dezidiert lernförderliche Bahnen zu lenken (Alrazeeni et al. 2026:2). Wissenschaftlich verankert ist das Modell tiefenstrukturell in den Maximen einer modernen, schülerzentrierten Pflegepädagogik (Spitzer 2024:18) sowie in den kognitionspsychologischen Prinzipien des dynamischen Selbstbildes (Growth Mindset) nach Carol Dweck (2018:15). Das Modell bricht mit tradierten, statischen Kompetenzvorstellungen und begreift die Interaktion mit unzuverlässigen, stochastischen Systemen als permanenten Stimulus für den individuellen Kompetenzzuwachs.
Die evolutionäre Genese des Modells folgt konsequent dem inhärenten START-Ansatz, der als iterative, zyklische Entwicklungsschleife konzipiert ist:
Scoping: Im ersten Schritt erfolgt eine präzise Eingrenzung des pflegediagnostischen Lernraums und der curricularen Zielsetzungen.
Thought: Hier werden die Kognitionen der Auszubildenden externalisiert und im Rahmen problemorientierter Suchbewegungen strukturiert.
Architecture: Die technische und didaktische Modellierung der Prompt-Schnittstellen wird vollzogen.
Refinement: Es erfolgt eine kontinuierliche, theoriegeleitete Nachbesserung der sprachlichen Befehlsstrukturen.
Testing: Der performative Härtetest im dialogischen Austausch mit dem Sprachmodell schließt den Zyklus ab.
(Huang et al. 2026:1).
Durch diese Engführung wird das omnipräsente Autonomie-Steuerungs-Paradoxon schulentwicklungstheoretisch direkt adressiert und produktiv aufgelöst: Das SOL-Tutor-Modell demonstriert, dass weitreichende Autonomie der Auszubildenden im digitalen Bildungssystem erst durch eine rigide, transparente und verlässliche äußere Struktur produktiv ermöglicht und metakognitiv abgesichert werden kann.
Zusammenfassung der Kapitel
I Einführung: Das Kapitel beleuchtet die Problemstellung der generalistischen Pflegeausbildung im VUKA-Umfeld, skizziert den ungesteuerten KI-Einsatz sowie die Forschungsfragen und erläutert den Aufbau der Monografie.
II Theoretischer Hintergrund – Die drei Säulen: Es werden die ordnungspolitischen Vorgaben des PflBG, die Prinzipien des selbstorganisierten und agilen Lernens sowie die Phänomenologie der Human-KI-Kollaboration als wissenschaftliches Fundament dargelegt.
III Das SOL-Tutor-Modell als didaktische Lösung: Das Kapitel konzipiert das SOL-Tutor-Modell durch die Verknüpfung des START-Chat-Modells, des PPVIO-Prozesses, des Clinical Reasoning Mappings und einer strukturierten Prompt-Typologie.
IV Empirische Operationalisierung – Die drei Anforderungsdimensionen: Die drei Dimensionen Unterrichtsentwicklung, Organisationsentwicklung und Personalentwicklung werden theoretisch fundiert, über Hypothesen geprüft und durch Messinstrumente operationalisiert.
V Fazit, Limitationen und Ausblick: Die Monografie schließt mit einer schulentwicklungsbezogenen Synthese, beantwortet die Forschungsfragen, diskutiert methodische Limitationen, formuliert Forschungsdesiderata und stellt einen 3-Stufen-Implementierungsplan vor.
Schlüsselwörter
SOL-Tutor-Modell, Generalistische Pflegeausbildung, Clinical Reasoning, Generative KI, Human-KI-Kollaboration, Cognitive Offloading, Prompt-Didaktik, EU AI Act, Datenschutz, Epistemic Mediator
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit im Wesentlichen?
Die Arbeit befasst sich mit der sicheren, kritischen und kompetenzfördernden Integration generativer künstlicher Intelligenz in die generalistische Pflegeausbildung, um den ungesteuerten Wildwuchs von Consumer-Tools durch ein strukturiertes pädagogisches Framework zu ersetzen.
Welche zentralen Themenfelder werden in der Monografie behandelt?
Die zentralen Themenfelder umfassen die generalistische Pflegeausbildung nach dem PflBG, selbstorganisiertes und agiles Lernen, die technische und rechtliche Governance von KI sowie die Professionalisierung von Pflegepädagogen.
Was ist das primäre Ziel oder die zentrale Forschungsfrage der Untersuchung?
Das Hauptziel ist es zu klären, welche didaktischen, technologischen und rollenbezogenen Anforderungen im Rahmen der Schulentwicklung erfüllt werden müssen, um KI als adaptiven, rechtssicheren Lernbegleiter zu verankern.
Welche wissenschaftlichen Methoden und Modelle werden für die Untersuchung verwendet?
Es wird ein theoriegeleitetes Syntheseverfahren angewandt, das das START-Chat-Modell, den PPVIO-Prozess, Clinical Reasoning Webs nach Grendell sowie ein quasi-experimentelles Prüfdesign mit psychometrischen Messinstrumenten kombiniert.
Welche Inhalte werden im umfassenden Hauptteil der Publikation vermittelt?
Der Hauptteil analysiert die theoretischen Grundlagen, entwickelt das SOL-Tutor-Modell als didaktische Lösung, operationalisiert die empirischen Anforderungen in drei Dimensionen und bietet konkrete Vorlagen für die Praxis.
Welche spezifischen Schlüsselwörter charakterisieren das Werk am besten?
Zu den prägenden Schlüsselwörtern gehören SOL-Tutor-Modell, Clinical Reasoning, Cognitive Offloading, Epistemic Mediator, EU AI Act, PPVIO-Prozess und Prompt-Didaktik.
Wie löst das SOL-Tutor-Modell das sogenannte Autonomie-Steuerungs-Paradoxon?
Das Modell gewährt Auszubildenden weitreichende Autonomie, sichert diese jedoch gleichzeitig über eine rigide, transparente äußere Struktur sowie methodische Kontrollinstrumente wie das START-Chat-Modell und Clinical Reasoning Webs ab.
Welche Rolle spielen die gesetzlichen Vorbehaltsaufgaben des Pflegeberufegesetzes in diesem Konzept?
Da die Steuerung des Pflegeprozesses eine exklusive Vorbehaltsaufgabe nach § 4 und § 5 PflBG darstellt, deren Letztverantwortung beim Menschen liegt, erzwingt das Modell eine strenge Validierungspflicht, um ein Ersetzen des eigenen Denkens durch KI zu verhindern.
Wie verändert sich das professionelle Profil von Lehrkräften durch das vorgeschlagene Framework?
Lehrkräfte wandeln sich von der instruktionalen Wissensvermittlung zum Epistemic Mediator und Ethical Navigator, der studentische Rückdelegationsversuche abwehrt und KI-Fehler als produktive Lernchancen nutzt.
Welche praktischen Schritte schlägt die Arbeit zur institutionellen Implementierung vor?
Es wird ein pragmatischer 3-Stufen-Plan vorgeschlagen, der mit einer zeitlich begrenzten Pilotphase (Stufe 1) beginnt, über die flächendeckende Verankerung im Schulcurriculum (Stufe 2) führt und in einem trägerweiten Governance-Konzept (Stufe 3) mündet.
- Arbeit zitieren
- Horst Siegfried Kolb (Autor:in), 2026, Clinical Reasoning statt Cognitive Offloading, München, GRIN Verlag, https://www.grin.com/document/1783140
